Expert na změny: Známe největší strach z AI

Shrnutí

V 8. dílu podcastu Uhlík vs Křemík mluví David Salomon a Adam Hanka s Danielem Francem, který pomáhá velkým firmám zavádět změny a zkušenosti sbíral v Googlu. Jeho hlavní teze zní, že adopce AI není o strojích, ale o lidech a firemní kultuře. Čeští zaměstnanci podle výzkumů, které cituje, říkají, že by se AI rádi učili, ale nemají na to čas. Franc proto radí neptat se, kde čas najít, ale jak učení dostat do běžné práce, třeba přes neformální gildy napříč týmy.

Jednou z největších obav lidí podle dat Czechitas i globálních průzkumů není ztráta práce, ale ztráta vlastní relevance. Řeč je i o kognitivním přetížení, o FOMO z LinkedInu, o firmách, které lidem dávají jen chatbota, a o rychlosti vývoje, která komplikuje plánování. V úvodu moderátoři probírají falešné uchazeče ze Severní Koreje, odpovědnost za chyby AI agentů, zákaz nudifikačních aplikací v EU a Markdown.

Kapitoly

1. 0:00 Falešní uchazeči ze Severní Koreje a deepfake pohovory
2. 5:17 Kdo zaplatí škodu AI agenta a zákaz nudifikace
3. 11:48 Co je Markdown a proč mu AI rozumí
4. 16:02 Představení hosta a proč AI uvízne v pilotech
5. 19:42 Češi chtějí AI, ale nemají čas se učit
6. 27:07 Gildy a neformální sítě napříč týmy
7. 30:27 Strach ze ztráty relevance a identity
8. 36:06 Kognitivní přetížení, AI first a AI zero
9. 38:42 FOMO a jak Adam Hanka našel využití AI
10. 48:55 Kreativní sval a vlastní agenti na míru
11. 57:35 Zpomaluje se vývoj AI, nebo jen nadšení?
12. 1:01:16 Budoucnost firem, reorganizace práce a role lídrů

Citáty

„Já bych neřekl, že vzniká právní vakuum, protože jedna z věcí, které v téhle oblasti vždycky platí, a já jsem si tím na tuty jistý, je, že umělá inteligence nikdy nenese zodpovědnost.“

„Jak najít čas už možná není správně položená otázka. Možná správně položená otázka je, jak dostanu moje učení se z AI do té práce, kterou stejně dělám.“

„Klidně si ho objednejte, ale chci říct, nezachrání vám to tu reálnou adopci. Ta se děje při práci.“

„Součástí naší identity je, že potřebujeme mít pocit, že jsme někde užiteční. A AI nám bere obě tyhle věci.“

„AI first znamená využívat AI efektivně. Pokud vás AI během půl roku přepálí, tak nepoužíváte AI efektivně. A součástí AI first strategie je AI zero občas taky.“

„Je úplně v pohodě být někde relativně na začátku. Pouze 800 milionů lidí na celém světě používá AI.“

„Mně agenti žádnou firmu nezaložili a dlouho zakládat nebudou.“

„A problém s adopcí ve firmách, na který my teď narážíme, se ukazuje, že lidi nemusí mít obavy, můžou mít motivaci, mají znalosti, chce se jim do toho, ale všechno, co mají, je jenom chatbot.“

„A já se posouvám z role tvůrce na role kurátora.“

„A problém v některých firmách je ten, že se pořád dívají na AI adopci jako na migraci z Googlu na Teamsy.“

Daniel Franc: Jednou z největších obav z AI je ztráta vlastní relevance

Firmy často berou zavádění umělé inteligence jako technický projekt. Daniel Franc, který pomáhá velkým firmám zavádět změny a zkušenosti sbíral v Googlu, v 8. dílu podcastu Uhlík vs Křemík tvrdí, že hlavní problém jsou lidi. S moderátory Davidem Salomonem a Adamem Hankou mluvil o nedostatku času, o neformálních sítích ve firmách i o tom, čeho se zaměstnanci u AI bojí doopravdy.

Česká specialita: nemáme čas

David Salomon otevřel rozhovor čísly, podle kterých 78 % firem v Česku AI využívá nebo testuje, ale 72 % projektů uvízlo ve fázi pilotů. Franc vidí jednu z příčin v tom, že firmám chybí překlad do lidštiny: co AI přinese konkrétním lidem. Na adopci se podle něj u nás díváme hlavně jako na technologický, algoritmický a procesní problém.

Odkazuje na dva výzkumy, jeden z nich udělala Česká asociace umělé inteligence. Z obou podle něj vychází, že Češi by AI rádi používali, ale nemají čas se ji učit, hrát si s ní a sledovat novinky. V globálních datech to podle něj nevidí, je to naše specialita. Na workshopech prý vždycky v nějaké chvíli někdo řekne, že na to nebude mít čas.

Učení patří do běžné práce

Franc proto otázku přeformulovává. „Jak najít čas už možná není správně položená otázka. Možná správně položená otázka je, jak dostanu moje učení se z AI do té práce, kterou stejně dělám.“ Vyhrazená hodina v pátek odpoledne podle něj nefunguje, protože vyhrají úkoly. Jednodenní školení reálnou adopci nezachrání, ta se děje při práci: když víte, kde hledat řešení, máte kolegu, který poradí, a nikdo vám nevyčítá půl hodiny zkoušení.

Velkou roli podle něj hrají gildy, tedy něco mezi týmem a komunitou. Lidé napříč rolemi se v nich často dobrovolně scházejí kolem společného zájmu, učí se od sebe a sdílejí zkušenosti. Pro adopci AI jsou podle France jedním z velmi silných nástrojů. Narážejí ale na nastavení firem. Jeden programátor se bál, že manažer bude mít problém, když ho uvidí půl hodiny mimo úkoly. Manažer přitom řekl, že by problém neměl.

Strach ze ztráty relevance

Odpor k AI podle France nevychází jen z obavy, že lidem vezme práci. Podle výzkumu organizace Czechitas na vzorku asi 1500 žen i podle globálních dat je jednou z největších obav ztráta vlastní relevance. Kdo kvůli AI přijde o místo UX researchera, neví, jestli ho vezme jiná firma. „Součástí naší identity je, že potřebujeme mít pocit, že jsme někde užiteční. A AI nám bere obě tyhle věci.“

Mluví i z vlastní zkušenosti. Po mnoha letech se vrátil k softwarovému inženýrství, ale s agenty se z něj stal spíš produktový manažer, který píše zadání, místo aby psal kód. Dalším rizikem je kognitivní přetížení. AI first podle něj neznamená AI všude a pořád, ale využívat ji efektivně, a k tomu patří i AI zero.

Firmy uvízly u chatbota

Proti FOMO z LinkedInu Franc staví jednoduchý fakt: AI podle něj používá jen asi 800 milionů lidí na světě a být na začátku je v pořádku. Adam Hanka popsal, že sám dlouho o AI přednášel, ale sám ji v ničem nepoužíval. Až když si měsíce zapisoval každou činnost, zjistil, v čem mu pomůže.

Podle France lidé často mají motivaci i znalosti, ale firma jim dá jen chatbota. Skutečná adopce přijde s nástroji, které práci rovnou udělají, třeba upraví Excel každý pátek. Rychlý vývoj přitom podle něj zásadně komplikuje strategické plánování: orchestrační systém pro agenty, který si jedna velká firma loni pořídila, už letos není potřeba. Od lídrů proto čeká, že budou vědět, kdy s transformací opravdu začít.

Celý rozhovor si můžete poslechnout v podcastu Uhlík vs Křemík.

Otázky a odpovědi

Proč české firmy zavádějí umělou inteligenci pomalu?

Daniel Franc v podcastu Uhlík vs Křemík říká, že firmám chybí překlad do lidštiny, tedy co AI přinese konkrétním lidem, a že se na adopci díváme hlavně jako na technologický a procesní problém. Podle dvou výzkumů, které cituje, Češi říkají, že by AI rádi používali, ale nemají čas se ji učit. Tohle je podle něj česká specialita, z globálních dat to nevychází.

Jak si v práci najít čas na učení se AI?

Daniel Franc v podcastu Uhlík vs Křemík doporučuje otázku přeformulovat: ne kde najít čas, ale jak dostat učení do práce, kterou člověk stejně dělá. Vyhrazená hodina v pátek podle něj nefunguje, protože vyhrají úkoly. Adopce se děje při práci, když víte, kde hledat řešení, máte kolegu, který poradí, a nikdo vám nevyčítá půl hodiny zkoušení.

Co je gilda ve firmě a jak pomáhá s adopcí AI?

Podle Daniela France je gilda něco mezi týmem a komunitou: lidé napříč rolemi, které spojuje společný zájem a kteří v ní jsou často dobrovolně, třeba přes kanál v Teams nebo pravidelný webinář. Učí se od sebe a sdílejí zkušenosti. V podcastu Uhlík vs Křemík gildy označil za jeden z velmi silných nástrojů pro adopci AI.

Čeho se lidé u umělé inteligence bojí nejvíc?

Podle výzkumu organizace Czechitas na vzorku asi 1500 žen a podle globálních dat, které Daniel Franc cituje v podcastu Uhlík vs Křemík, je jednou z největších obav ztráta vlastní relevance, ne ztráta práce. Lidé se bojí, že to, co se léta učili, přestane mít cenu a že místo vlastní práce budou jen zadávat úkoly agentům. S tím podle něj musí firmy pracovat.

Co znamená strategie AI first a co je AI zero?

Daniel Franc v podcastu Uhlík vs Křemík vysvětluje, že AI first neznamená AI všude a pořád, ale využívat AI efektivně. Když vás AI během půl roku přepálí, efektivní to není. Součástí AI first strategie je proto i AI zero: vědět, kam AI pustit, kam ne a kde ji mít jen na podporu.

Je pozdě začínat s umělou inteligencí?

Podle Daniela France z podcastu Uhlík vs Křemík je úplně v pořádku být relativně na začátku. AI podle něj používá jen asi 800 milionů lidí na světě, LinkedIn ale vytváří dojem, že všichni už mají armádu agentů. Na jeho workshopech se ukazuje, že hodně lidí je teprve na začátku, a když to vidí, uleví se jim.

Proč lidé ve firmách zůstávají jen u chatbota?

Daniel Franc v podcastu Uhlík vs Křemík říká, že lidé často mají motivaci i znalosti, ale firma jim jiný nástroj než chatbota nedá. Šéfka obchodu na jednom jeho workshopu pro sebe neviděla využití. Skutečnou adopci podle něj způsobí nástroje, které práci rovnou udělají, třeba upraví Excel každý pátek, místo aby o něm jen radily.

Jak Adam Hanka zjistil, k čemu mu AI pomůže?

Adam Hanka v podcastu Uhlík vs Křemík popsal, že o AI dlouho přednášel, ale sám ji v životě nepoužíval. Před rokem si začal do aplikace zapisovat každou činnost a po měsících zjistil, že chodí na schůzky nepřipravený a zapomíná, co mu řekli klienti. Pak si nechal AI třídit poznámky v Markdownu, synchronizoval je přes privátní GitHub a postavil nad nimi agenty.

Kdo a co v dílu zaznělo

• Darkside (firma, 0:13): Firma, ze které se představuje moderátor David Salomon.
• Creative Dock (firma, 0:17): Firma, kde Adam Hanka vede data a umělou inteligenci.
• Severní Korea (místo, 0:42): Její agenti podle úvodní zprávy využívají AI k falešným životopisům a pohovorům do západních firem.
• Microsoft (firma, 0:57): Kvůli falešným uchazečům zrušil tisíce účtů a varuje firmy.
• Teams (produkt, 1:43): Na schůzkách přes Teams podle Adama Hanky nemusí být jisté, že protějšek existuje, Daniel Franc později zmiňuje přechod z Google Drive na Teams.
• Katastrální úřad České republiky (instituce, 4:08): Má na webu CAPTCHA s mapami, kterou Adam Hanka napoprvé neprošel.
• LinkedIn (produkt, 4:18): Místo diskuzí o CAPTCHA katastru, podle Daniela France i zdroj FOMO kolem agentů.
• Evropská unie (instituce, 8:46): Rozhodla se postavit mimo zákon aplikace na pornografické deepfakes bez souhlasu obětí.
• Grok (produkt, 9:35): Příklad velkého poskytovatele, kterému lze generování závadného obsahu zakázat.
• Midjourney (produkt, 10:13): Další velký poskytovatel, na kterého regulace dopadá.
• OpenAI (firma, 10:14): Velký poskytovatel modelů, jehož poslední model Daniel Franc řadí mezi ty, které jsou už dost dobré.
• Markdown (jiné, 11:53): Jednoduchý značkovací jazyk pro textové soubory, se kterým podle Adama Hanky AI pracuje nejlíp.
• Notepad++ (produkt, 13:04): Příklad čistě textového editoru, Adam Hanka v něm měl otevřených asi 70 souborů s poznámkami.
• Claude Cowork (produkt, 15:07): Claude, který pracuje ve složce uživatele a vytváří z ní další soubory.
• Jirásek (osoba, 15:28): Adam Hanka přirovnává množství textu v Markdownu k milionkrát celému Jiráskovi.
• ChatGPT (produkt, 15:39): Základní nástroj, za kterým David Salomon doporučuje jít dál k Markdownu.
• Google (firma, 16:24): Podle představení v pořadu v něm Daniel Franc strávil 13 let.
• Gen Digital (firma, 16:34): Firma, kde Daniel Franc tvořil strategie, jak mezi lidi dostat jeden produkt založený na AI.
• Česká spořitelna (firma, 16:39): Firma, kde Daniel Franc pomáhal s adopcí AI a změnami.
• Google Dokumenty (produkt, 18:37): Daniel Franc v nich píše a dokumenty převádí do Markdownu.
• Claude (produkt, 18:48): AI asistent, kterému Daniel Franc posílá dokumenty a ve kterém tvoří kód.
• Česká asociace umělé inteligence (organizace, 20:10): Ke konci roku dělala výzkum, podle kterého Češi nemají čas se AI učit.
• Atairu (organizace, 20:14): Autor druhého výzkumu, který Daniel Franc cituje (pravopis podle přepisu).
• Czechitas (organizace, 31:29): Vzdělávací organizace, jejíž výzkum ukázal strach ze ztráty relevance.
• BMAD (jiné, 34:56): Metodika, se kterou Daniel Franc tvoří kód v Claudu.
• Bauhaus (firma, 35:46): Přirovnání Davida Salomona: koupená ptačí budka proti vlastnoručně postavené.
• Harvard Business Review (jiné, 36:43): Podle Daniela France se věnoval kognitivnímu přetížení z práce s AI.
• Toggl (produkt, 42:53): Aplikace, do které si Adam Hanka zapisoval každou činnost (v přepisu „Toggle“).
• GitHub (produkt, 44:30): Adam Hanka přes privátní účet synchronizuje poznámky jako externí paměť.
• Cursor (produkt, 44:42): Editor, ve kterém má Adam Hanka svůj systém poznámek (v přepisu „kurzor“).
• Telegram (produkt, 51:28): Přes něj bude Danielovi Francovi psát jeho agent.
• OpenClaw (produkt, 51:30): Systém, který Daniel Franc kvůli bezpečnosti používat nechce.
• Shrek (jiné, 52:48): Přirovnání k agentovi, který se pořád ptá, jestli už je hotovo.
• Ostrava (místo, 53:58): Cestou vlakem tam chce Adam Hanka vyzkoušet Telegram.
• Slack (produkt, 54:04): Adam Hanka ho má připojený ke svému systému a nevyhovuje mu.
• Claude Code (produkt, 54:40): Prostředí, kde AI umí číst dokumenty a zapisovat do nich.
• NotebookLM (produkt, 56:53): David Salomon by do něj nahrál podcast, aby zjistil, o čem byl.
• Opus 4.6 (produkt, 1:00:36): Jeden z letošních modelů, které už jsou podle Daniela France dost dobré na práci s workflow.
• Gemini 3.1 (produkt, 1:00:39): Další letošní model ze stejného výčtu.
• Deloitte (firma, 1:05:14): Ve velké zprávě popsal, že ve firmách, kde lidé už s AI umí pracovat a mají nástroje, jsou najednou připraveni dělat práci jinak.
• McKinsey (firma, 1:05:16): Podle Daniela France potvrzuje zjištění Deloitte.
• Helena (osoba, 1:05:44): Bývalá kolegyně Daniela France ze vzdělávání ve spořitelně, příklad augmentace vlastní role.
• Wix (firma, 1:06:53): Jeho technický ředitel zrušil dělení inženýrů na týmy a spojil je do jedné gildy.
• Google Drive (produkt, 1:07:52): Přechod z Google Drive na Teams jako příklad technologické změny, která na rozdíl od AI nikoho neohrozila.

O hostovi

Daniel Franc pomáhá velkým firmám zavádět změny a podle popisu dílu se teď věnuje AI prostředí v České spořitelně. Zkušenosti sbíral v Googlu. Sám upřesnil, že v Gen Digital tvořil strategie, jak mezi lidi dostat jeden produkt založený na AI. Léta se věnuje propojování lidí do sítí, komunit a gild a o adopci AI ve firmách vede workshopy a mentoringy. Po mnoha letech se vrátil k softwarovému inženýrství a kód tvoří v Claudu s metodikou BMAD. Píše si vlastní agenty, například takového, který se ho jen ptá, aby neztratil kreativní sval.

Přepis dílu

[0:00] David Salomon: Posloucháte podcast Uhlík versus Křemík, což je pořad pro všechny, kdo chtějí ušetřit roky života a spoustu peněz za vzdělávání. Tak uvidíme, jestli AI je ta správná cesta. Já jsem David Salomon z Darkside a je tady s námi i Adam Hanka, šéf dat a umělé inteligence z Creative Docku. Ahoj, Adame.

[0:18] Adam Hanka: Ahoj, Davide.

[0:24] David Salomon: A dneska se můžete těšit na hosta, který tvrdí, že ačkoliv mluvíme o umělé inteligenci, ten hlavní problém, který musíme řešit, jsou lidi. A bude to už za chvíli. Počkejte si na něj. My se ale podíváme na úvod na pár aktuálních témat, která mě zajímají, a chtěl jsem je s tebou, Adame, probrat. Například že agenti ze Severní Koreje využívají AI k vytváření falešných životopisů, deepfake fotek a měničů hlasu tak, aby získali vzdálené IT pozice, práci v západních firmách, a dostali se tak zároveň k citlivým datům. A Microsoft už kvůli tomu zrušil tisíce účtů a varuje firmy, aby zpřísnily prověřování. Je podle tebe toho ukázka, že AI dává podvodníkům do ruky dokonalé maskování, nebo se proti tomu dají vůbec firmy nějak aktivně bránit?

[1:14] Adam Hanka: Především to je pravda. I my, když jsme vyvíjeli systémy, které pomáhají s hiringem lidí do firem, tak jsme museli tohle zvažovat a museli jsme kvůli tomu některé naše systémy předělávat. Takže ano, toto není zpráva z novin, která by pro mě zazněla poprvé. My jsme tohle probírali s kolegama v kanclu u kafe a potom taky v některých meetingovkách. A je to skutečně tak, že umělá inteligence ti v dnešní době v podstatě umožňuje nafakeovat jak profil, tak i osobnost. A ty ve chvíli, kdy se připojuješ na ty Teamsy, tak samozřejmě tušíš, že se můžeš bavit s někým, kdo třeba neexistuje, ale musíš si to vždycky pořádně prověřovat. Takže umělá inteligence dneska skutečně dává lidem možnost fejkovat to, že jsou někdo jiný, připravuje jim odpovědi na otázky na interview, a agenti ze Severní Koreje a pravděpodobně i z Číny tohle skutečně využívají k tomu, aby se dostali na pohovor, aby prošli pohovorem a aby potom se dostali do západních firem, ve kterých budou mít přístup k know-how těch západních firem a aby to know-how kradli. Takže umělá inteligence v tomhle zase způsobuje další možný vektor útoku a průmyslovou špionáž.

[2:25] David Salomon: Jaká je proti tomu teda obrana? Dá se to vůbec?

[2:27] Adam Hanka: Pořádně prověřovat. Já se třeba na interview musím ptát i na otázky, na které bych se dřív třeba neptal, protože je pro mě důležité toho člověka zkoušet někde víc nachytat. Takže se ze mě stal, řekněme, o něco přísnější člověk v pohovorech. Já jsem si vždycky zakládal na tom, že jsem přátelský a s těma lidma si jdu hlavně povídat, ale teď, když vím, že dělám recruitment pro někoho, kdo je ze třetích zemí, tak se musím víc snažit, abych prověřil, že ten člověk opravdu skutečně existuje a že to třeba není někdo, kdo by byl takzvaný imposter, to znamená, že by předstíral, že je někdo jiný, než ve skutečnosti je. A je to samozřejmě velké riziko i vzhledem k tomu, když třeba najímáme ze třetích zemí, což je v IT úplně běžné, že ty lidi mají třeba angličtinu s přízvukem, to znamená, že modulace toho hlasu a způsob nějakého předstírání toho, že jsem někdo jiný, je jednodušší, protože nemusíš předstírat dokonalou angličtinu, předstíráš nějakou přízvukovou angličtinu a tím je to celé taky trochu složitější a nebezpečnější.

[3:30] David Salomon: Já vím, že ta obrana pro nás, řekl bych, méně pokročilé uživatele byla taková, když ses někde podíval na webovky a tam bylo těch devět obrázků a zaklikni, kde všude je dopravní značka, a podle toho to poznalo, jestli jsem robot nebo ne. Tak v tomhle případě, který popisuješ, tak tam ta ochrana a verifikace spočívá v tom, že se líp ptáš? Jsou to nějaké jiné otázky?

[3:53] Adam Hanka: To jsi popsal CAPTCHA. A CAPTCHA v podstatě jenom zabraňuje robotům v tom, aby se dostali k nějakému systému, do kterého má mít přístup jenom člověk. Třeba před přihlášením, aby tam nedocházelo k automatickému přihlášení. K tomuhle mimochodem je velmi vtipná historka. Katastrální úřad České republiky má teď na svých stránkách CAPTCHA, ve které musíš poskládat obrázek z devíti čtverečků, na kterých jsou mapy. A je to fakt složité. Na LinkedInu se o tom vedou velké diskuze, protože i já jsem tou CAPTCHA napoprvé neprošel, takže poprvé mě to označilo za robota, protože jsem někde špatně poskládal řeku. Ale tohle je trochu jiný systém. Ten systém, o kterém my se tady teď bavíme, je systém, který už tomu člověku... Tam sedí reálný člověk. Zatím nesedí jenom umělá inteligence. Ale ten reálný člověk, nebo to jeho vzezření, to, jak ty ho vnímáš, je vylepšený tou umělou inteligencí, nebo má třeba připravené odpovědi na otázky pomocí umělé inteligence. Takže opravdu dokáže procházet tím interview a dokáže se pokusit se dostat do té fáze, že už tím interview opravdu prošel, a pak ty ho třeba můžeš zaměstnat a dát mu ten přístup. Takže to není jenom umělá inteligence, je to augmented person, je to vylepšený člověk pomocí umělé inteligence.

[5:07] David Salomon: Vidíš, já ti tady pořád říkám, jak jsi křemík a robot, a teď to máme potvrzené i z katastrálního úřadu, že jsi dobrý. Máme na to data. Pojďme na další téma. S nástupem AI agentů, kteří za nás budou sami nakupovat a jednat, vyvstává zásadní právní problém a odpovědnosti. Není totiž vůbec jasné, kdo nese následky a jak je chráněný spotřebitel, když autonomní algoritmus uzavře třeba nevýhodnou nebo chybnou smlouvu. Tak kdo by podle tebe měl platit škodu, když můj AI asistent se zblázní a nakoupí mi věci, které já třeba vůbec nechci?

[5:41] Adam Hanka: Tohle je mega zajímavá otázka. Já bych neřekl, že vzniká právní vakuum, protože jedna z věcí, které v téhle oblasti vždycky platí, a já jsem si tím na tuty jistý, je, že umělá inteligence nikdy nenese zodpovědnost. Tu zodpovědnost vždycky nese buďto člověk, anebo nějaká právnická entita, to znamená typicky firma. A tady hodně záleží na tom, jakým způsobem jsou ošetřené uživatelské podmínky toho jednotlivého agenta, kterého si nasadíš. Někdo může v uživatelských podmínkách napsat: "My za to neneseme žádnou odpovědnost." Pak je ještě taky otázka, jestli je tohle vůbec možné, protože se bude měnit legislativa spotřebitelská, kde už bude napsané, a myslím si, že to bude asi od prosince, kde bude napsané, že nelze se zřeknout per se odpovědnosti za software, pokud by v tom softwaru byla třeba nějaká vada, kterou ten uživatel nemůže očekávat.

[6:31] Adam Hanka: Takže už nebude možné se jen tak zříct odpovědnosti za ten nasazený nebo vytvořený systém. Ale tady v tu chvíli potom nese zodpovědnost vždycky někdo, nějaká právnická nebo fyzická osoba, a záleží na té právní situaci, kdo ten software nasadil. Pokud si ty stáhneš open source řešení a nasadíš si ho k sobě do počítače, sorry, tvůj problém, neseš za to zodpovědnost ty. Pokud se tohle ale stane firmě, která má nějak zasmluvněné svoje dodavatele, tak potom samozřejmě část odpovědnosti ponese ten dodavatel, část odpovědnosti ale může nést personál té firmy, který to třeba nasadil, špatně nakonfiguroval, dal tomu příliš mnoho přístupů. Takže je velmi netriviální najít to, kdo za to tu odpovědnost nese, ale nikdy to není umělá inteligence. Vždycky je to nějaká forma právnické nebo fyzické osoby.

[7:20] David Salomon: Já bych se hrozně bál takových těch zaklikávacích políček, už člověk se nevyzná, jestli jsou to cookies, nebo jestli to jsou obchodní podmínky, nebo jestli to je, že chceš ten software prodloužit o rok, nebo jak to je. A zaškrtneš nějaké políčko a tam bude: jste se vzdali všech práv a teď už za vás bude nakupovat umělá inteligence. Tohle bude, myslíš, taky nějak ošetřené, nebo je?

[7:44] Adam Hanka: To je právě jeden z těch důvodů, proč přichází ta nová legislativa, která například pracuje s tím, že když ten software má nějakou vadu, tak tu zodpovědnost nese vždycky dodavatel. To je jako kdyby sis koupil boty, kterým chybí podrážka, a potom si s tím šel zpátky do toho obchodu, který ti prodal boty, a řekl si: "Já jsem si tady odřel nohu," a oni ti řekli: "No, ale na těch botách bylo napsané, že je nemáte nosit, vy jste to odklikl v uživatelských podmínkách, to byly boty, které si máte dávat jenom na poličku a koukat na ně." Tak my jsme ve vývoji softwaru v zásadě v téhle rovině, že někdo ti dokáže dodat software a do uživatelských podmínek napsat: "Software as is," prostě dodáváme to tak, jak to je, a když to budete používat, tak je to váš problém. A to samozřejmě nemůže být a v době umělé inteligence tohle nemůže fungovat už vůbec, protože ten software, který ty si kupuješ, nebo nějakým způsobem jinak nasazuješ, nebo ho nasazuje někdo u tebe ve firmě, tak ten je ještě o něco méně průhledný, než byl doteď.

[8:34] David Salomon: Pojďme na průhlednost, co se týká zákonů, a sice nudifikace. Takže to je, že umělá inteligence pomáhá slíkat lidi na internetu. Konkrétně teď řešíme, že Evropská unie se rozhodla postavit mimo zákon AI aplikace, které slouží právě k vytváření pornografických deepfakes bez souhlasu obětí. Podle expertů tyhle nástroje vygenerují až 6700 závadných snímků každou hodinu. A proto už nestačí ten obsah jenom promazávat, ale je nutné zakázat samotnou technologii. Myslíš si, že je vůbec technologicky možné tohle zakázat algoritmu, aby generoval určitý typ obsahu, nebo je to jenom marný boj s větrnými mlýny?

[9:20] Adam Hanka: Ani jedno, ani druhé. Je technologicky extrémně složité zakázat algoritmu, aby tohle generoval, pokud ten algoritmus je natolik obecný, jako jsou ty algoritmy, které my momentálně máme k dispozici. My to ještě dokážeme zakázat těm velkým providerům. To znamená například Grokovi, nebo všem těm modelům, ke kterým se ty připojuješ přes API nebo přes nějaký chatbot. To znamená, je to ten velký jazykový nebo velký mediální model, který žije někde na cizím serveru. Dneska ale taky existují modely, které ty si můžeš nasadit k sobě do počítače. A prosím pěkně, tohle není návod na to, jak si doma generovat porno. Ale samozřejmě, že my už dneska neovládáme ten svět takovým způsobem, abychom dokázali kontrolovat úplně všechny providery.

[10:07] Adam Hanka: Právě proto je taky potřeba, aby platily ještě další zákony, nejenom ten, který říká Groku, nebo Midjourney, nebo OpenAI, prosím, negenerujte nám tady porno. Je důležité, aby platily i zákony, které třeba říkají: "Milé sociální sítě, pokud tam někdo nahraje takovéhle porno, tak to tam nesmíte zobrazovat, protože to může být deepfake," a to znamená, že to může porušovat práva na ochranu osobnosti nějakého jiného člověka, třeba tebe, mě, kohokoliv. A může to vést potom k nějaké kyberšikaně nebo doslova zničení kariéry. A ty nástroje technologické jsou dostupné, my to nikdy neuregulujeme všechno, ale samozřejmě, že tím, že je to regulované aspoň pro ty velké providery, tak většině lidí zabraňujeme v tom, aby to porno nebo jiný závadný obsah vytvářeli, a pak bude vždycky menší skupina, která to dokáže vytvářet pomocí jiných nástrojů, protože je technologicky pokročilejší, ale to znamená, že 95% populace to porno nebude moct generovat pro kohokoliv z jedné fotky, někoho, koho jsem si stáhnul na internetu, anebo třeba někoho, koho teď strašně moc potřebuju kyberšikanovat na internetu, protože to je spolužák, spolužačka, kteří, nevím, se mi nelíbí, protože se na mě při hodině křivě podívali.

[11:23] David Salomon: Ta kyberbezpečnost a vůbec digitální gramotnost, to je velké téma, určitě ho tady v Uhlíku a Křemíku budeme ještě řešit. Co se týká pokročilosti, právě přístupu k AI, dneska tady máme skvělého hosta, za chvilku tady bude Daniel Franc, který řeší právě AI adopci. A než se pustíme do toho, abychom si zanalyzovali, kdo na tom jak jsme, protože ty rozdíly jsou obrovské mezi lidmi v tom, jak vnímají umělou inteligenci, jak s ní umí pracovat. Na jedné z konferencí jsem teďka slyšel takové velké provolání, že kdo nepoužívá Markdown, tak používá AI málo. Já ho nepoužívám, ten Markdown, takže asi jsem ne úplně celá osobnost a rovnou bych začal od podlahy, co to ten Markdown je, kouzelný, a jestli souzníš s touhletou tezí, že kdo nepoužívá teď Markdown, tak už mu ujel vlak.

[12:19] Adam Hanka: Ta teze může působit na první poslech trochu radikálně a já věřím tomu, že spousta uživatelů si teď bude říkat, ale to je nějaká technologická fičura nebo vychytávka, která doteď jsem o tom neslyšel, a prosím vás, udělejte tu umělou inteligenci tak, aby fungovala s těma nástrojima, který já už mám v počítači, abych se nemusel učit nic novýho. Bohužel se ukazuje, že pár dalších technologických věcí, vychytávek, kroků, zvýšení digitálních kompetencí, je v době umělé inteligence pro dobré využití toho AIčka opravdu absolutně klíčové. Markdown podle mě je jedna z těch věcí. A teď, co to je? Markdown je takzvaný značkovací jazyk, je velmi jednoduchý a je to způsob, jak si v čistě textovém souboru, například v Notepad++, nebo takový ten klasický texťák, ne ve Wordu, ale opravdu.

[13:10] David Salomon: Hnusný.

[13:10] Adam Hanka: Hnusný, starý, klasický texťák, žádné značkování, ten, kde vidím každý otazník, každou značku, tak jak si značkuju nějakou hierarchii a strukturu v textu. Protože když začnu psát text jenom tak a nebudu do něj dávat třeba informaci o tom, co je nadpis, co je podnadpis, co je odstavec, co je číslovaný seznam anebo odrážkovaný seznam, za prvé, za druhé, za A, za B, anebo odrážkovaný seznam jsou potom takový ty klasický, pomlčka, skoč na nákup, pomlčka, vrať se domů, pomlčka, běž na nádraží, úplně klasický seznamy, co si člověk píše s takovou tou jednou odrážkou. Tak tohle všechno se dá zapsat velmi primitivním značkovacím jazykem, kde třeba nadpis číslo jedna, znáte z Wordu, heading jedna, se značí jedním hash křížem.

[13:59] Adam Hanka: My jsme dokonce teď na jednom workshopu řešili, jak se tomu říká česky, anglicky tomu říkám hash mark, ale povětšinou se tomu říká nějaký hash nebo hash kříž, křížek na klávesnici. A to znamená nadpis číslo jedna. Potom tam mám nějaký nadpis číslo dva, tak to je jako křížek, heading dva. A já tomu textu přidávám nějaké trochu další důležité informace, pomocí kterých taky potom umělá inteligence rozpozná, která část toho textu je důležitější než jiná. Je to jednoduché, toho Markdownu je na internetu šílené množství, ale běžný uživatel se k němu vůbec nedostane. Proč? Protože v Markdownu se píše dokumentace pro programovací jazyky. Takže programátoři to používají od nepaměti, ale běžný uživatel se s tím nesetkává tolik.

[14:49] David Salomon: Ale my normálové.

[14:51] Adam Hanka: Ale ona umělá inteligence se to kvůli tomu naučila.

[14:54] David Salomon: Chápu. Teď jenom přemýšlím, co budu muset udělat já, abych to zapojil do svého života, víš, ten Markdown. Asi se zeptám umělé inteligence, viď?

[15:03] Adam Hanka: Zeptej se umělé inteligence a ve chvíli, kdy budeš používat třeba takové ty pokročilejší featury, jako Claude Cowork, což je Claude, který pracuje už v nějaké tvojí složce, asistent, který si tam přečte nějaké informace a vytvoří z toho zase další soubor. Tak tohle nejlíp funguje v tom Markdownu, protože jak je v tom dokumentace k těm programovacím jazykům, tak ta umělá inteligence toho viděla tuny tuhy z tohy. Představ si milionkrát celého Jiráska vedle sebe na internetu, tak přibližně tolik textu tam v tom Markdownu je. A tím pádem to ta umělá inteligence taky umí velmi dobře číst a chápat.

[15:36] David Salomon: Já bych to viděl motivačně, že pokud už umíte s ChatGPT a umíte si třeba nastavit nějakého AI asistenta do mailu a už vám přijde, že jste vypotřebovali všechny možnosti umělé inteligence, tak se mrkněte na to, co to je Markdown a možná vám to dá úplně nový pohled na svět AI. A úplně ty nové pohledy nám přinese i náš dnešní host. Jdeme na něj. A už je tady s námi náš dnešní host, Daniel Franc. Dobrý den, Danieli.

[16:07] Daniel Franc: Dobrý.

[16:08] David Salomon: Dobrý den. Pojďme se podívat na to, tradičně, jak vás popsala AI, když jsme si vás vyčetili. Daniel je expert na strategii, human centric inovace a technologickou adopci. Strávil úctyhodných 13 let v Googlu, kde pomáhal se vzděláváním a adopcí technologií napříč světem. Následně se podílel na návrhu globální adopce umělé inteligence ve společnosti Gen Digital a jako senior konzultant pomáhal s AI adopcí a změnami i v České spořitelně. Daniel tvrdí, že technologie samotná tvoří jen menší část úspěchu a to hlavní bojiště se nachází v lidských hlavách a firemní kultuře. Souhlasí?

[16:51] Daniel Franc: Částečně. Jsou tam mírné halucinace ohledně Genu, například, kde já jsem tvořil nějaké strategie na to, jakým způsobem mezi lidi dostat jeden AI založený produkt, nicméně nebylo to až tak velkolepé, jako ChatGPT, ale trošku ho dám na zem. Jinak to asi sedí.

[17:13] David Salomon: Super. Pojďme se podívat hned na Český rybníček, to nás zajímá nejvíc a ta adopční, možná i propast, která se odehrává, protože data ukazují, že aktuálně 78% firem v Česku AI využívá nebo testuje, ale zároveň 72% projektů uvízlo ve fázi pilotů a jen 1% lídrů věří, že je jejich firma pro AI strategicky zralá. Souhlasíte s tím a proč je tak těžké překlopit úspěšný test do ostrého provozu? Co chybí těm firmám?

[17:49] Daniel Franc: Vezmeme to možná z více úhlů. Jedna z věcí, která jim chybí, je právě ten překlad těch věcí do lidštiny, toho, co AI nám přináší z pohledu toho, co to dá konkrétním lidem. A já se vrátím k té vaší tady před diskuzi, která byla strašně zajímavá, Markdowny. Řekl jste to úplně správně, jak to je. A zároveň jsem z toho nabil dojem, že to je něco velmi významného a velkolepého. Já s Markdowny pracuju velmi často a vlastně bych mohl nabídnout i jiné vysvětlení, že to je prostě textový soubor, který je nějak formátovaný, je normálně čitelný lidma, když si ten Markdown otevřete, tak si ho hezky přečtete.

[18:35] Daniel Franc: A ten formát vůbec nemusíte znát, protože já třeba používám Google Dokumenty na všechno a mám tam extenzi, která mi říká, zkonvertuj do Markdownu, nebo dokonce si můžete i ten Google Dokument stáhnout jako Markdown. Já to hodím tomu Claudovi a o zbytek se nestarám. Takže já jsem tady ten velký strategický krok vyřešil během 30 vteřin a zbytek neřeším. A to je ten přístup, který já se snažím vidět ve firmách a snažit se najít, když nám adopce ve firmách nejede, jestli to náhodou není o tom, že někdy ty věci moc zesložiťujeme. A v tomhle případě si myslím, že i u nás v tom Českém rybníčku se možná díváme na tu adopci AI jako hodně právě technologický, algoritmický, procesní problém a nikoli to, jak lidem vysvětlit relativně složité věci relativně triviálním způsobem, i když to neznamená, že budu psát asi čistý jako Markdown.

[19:42] Daniel Franc: A ty čísla, co vy jste tady komentoval, já si tady otevřu čísla, co já mám tady svoje, jsem si nějaká vzal, protože skutečně vyplývají jakési rozdíly mezi tím, jak k adopci se přistupuje ve světě a u nás. Je to čistě z čísel. Jeden ze strašně zajímavých rozdílů je ten, že když se ptáte českých respondentů, a já mám přístup ke dvěma výzkumům, jeden dělala Česká asociace umělé inteligence ke sklonku roku, druhý Atairu dříve v roce, a z obou těch výzkumů leze to, že Češi říkají, my bychom i rádi adoptovali, ale my na to nemáme čas. Nemáme se čas učit, nemáme čas si s tím hrát, nemáme čas furt řešit, co je nového, máme tady tunu tudůček a deliveries, nemáme čas.

[20:32] Daniel Franc: A to je zajímavé, tohle z těch globálních dat neleze, to je taková nějaká naše česká specialita. Já se potkávám hodně s lidmi, co řeší adopci ve firmách na různých workshopech a při mentorinzích, a vždycky na to narazíme jako na ten zásadní problém, že si namalujeme hezké různé pavouky a strategie a tak, ale vždycky v nějakou chvíli někdo přijde a řekne, ale my na to nebudeme mít čas. A teď pracujte s tím. Tak to je jeden takový zajímavý rozdíl, který.

[21:03] David Salomon: Pardon, že vám do toho skáču, ale i já jsem se dneska připravoval na to, že hlavní věc, kterou bych si chtěl od vás dneska odnést, je to zjistit, jak na to mám najít čas. A ideálně to říct kolegům ve firmě, protože tohle nás zajímá, jako ten čas. A asi to je česká specialita, OK, ale já bych hrozně chtěl vědět, co s tím dělat. A jestli to není to vaše hlavní tajemství, tak jestli nám můžete prozradit.

[21:29] Daniel Franc: Já se tu odpověď snažím hledat společně s těmi lidmi, o kterých se o tom bavíme. Ona totiž záleží na tom, jak si tu otázku i dáme. Jak najít čas už možná není správně položená otázka. Možná správně položená otázka je, jak dostanu moje učení se z AI do té práce, kterou stejně dělám. Jak ho dostanu do toho času, který už teď mám. Nepodezírám nikoho z nás tady u stolu, ani kdo poslouchá teď podcast, že bychom měli nějaký balík volného času, a tak jsme si říkali, dobrý, tak tady jsem ho našel, tady se budu učit. Každý pátek si dám od dvou do tří hodinu na učení a můj šéf mi to dokonce povolil. A teď je pátek, dvě hodiny odpoledne, vy máte plný balík tudůček na příští týden, tak vyhraju tudůčka. Takže úplně nefunguje to, že bychom si vyhrazovali speciální čas.

[22:21] David Salomon: A je to nějaká krátkozrakost, nebo to je třeba neschopnost dohlídnout ten efekt toho, že když teď budu investovat do drobné změny své práce tím, že teda budu vlastně pomalejší, protože se s tím budu učit nový nástroj, tak za nějakou dobu mi to pomůže a ta práce bude jednodušší, nebo rychlejší, nebo z čeho to vlastně vzniká, to specifikum toho českého trhu?

[22:43] Daniel Franc: To zní skvěle na papíře a ten člověk vám to odkýve taky, když mu to takhle řeknete. Ale pak nastane ta realita. A tady já si vůbec netroufnu hodnotit českou pracovní kulturu versus jiné země, ale tím, jak jsem se léta pohyboval i vlastně v jiných pracovních kontextech, tak skutečně jsem si všiml na nás, že máme tendenci dávat vysokou prioritu bezprostředně hrozícím věcem, což jsou přesně ty úkoly a ty deliveries. A probublává to od členů týmu, od zaměstnanců přes jejich team leady až přes management. My to máme zafixováno, že ta práce se musí udělat.

[23:28] Daniel Franc: A nějak máme vedle toho to učení. A to ještě vůbec nezmiňujeme prostor na experiment a nahoru. Já se tady nebudu hrát a tady nebudu psát písničky v chatbotu, když management ode mě očekává, že s tím AI budu dělat daleko složitější věci a navíc ještě mám tady spoustu deliveries ve svých operations. Takže my nemáme úplně ten, jak se někdy říká to slovo mindset, toho, že ten experiment a ta hra je součástí té práce. My to oddělujeme. A právě proto říkám, už ta otázka, kde si najdu čas na učení, odkazuje na to oddělení, že je tady práce a je tady učení. Takže já se snažím tu otázku přeformulovat a říkat, jak do běžné práce dostanu to, že průběžně rostu a zvládám práci s novými nástroji, s novými paradigmaty, ale to znamená něco jiného, než si objednat jednodenní školení třeba ode mě.

[24:26] Daniel Franc: Klidně si ho objednejte, ale chci říct, nezachrání vám to tu reálnou adopci. Ta se děje při práci. Ta se děje, když narazíte na nějaký problém, víte, kde se rychle podívat na to, kde byste si mohli najít nějaké řešení. Máte kolegu, který vám řekne, jak to udělal on. Můžete sáhnout do nějakého nástroje, které vám jsou k dispozici a víte, že když si to půl hodiny budete zkoušet, takže nikdo nebude na vás protivný. Proč si teď zkoušíte něco, co nevíte, jakým dostane výsledkem?

[24:56] David Salomon: Takže se bavíme nejenom o nějakém individuálním mindsetu, ale bavíme se i o celkovém nastavení toho prostředí ve firmě, kde můj manažer nebo moji kolegové musí taky dokázat podporovat to, že já se učím, protože v tu chvíli, jste to říkal, nejsem stoprocentně efektivní. Já ten první, druhý, třetí úkol nedoručím každý za tři čtvrtě hodiny, ale doručím ho každý za hodinu deset. To znamená, že jsem momentálně někde pomalejší o hodinu a půl, ale všichni věříme tomu, že to je dobrá investice, protože až to budu dělat po šestý, tak už to nebude tři čtvrtě hodiny, ale bude to jenom patnáct minut. A ta víra v tohle, v tu výhodnost téhle investice i ekonomicky, je to prostředí, které mě potom umožňuje se rozvíjet a učit. A ještě ideální, když to prostředí nejenom, řekněme, toleruje, ale když to ve skutečnosti přímo podporuje.

[25:51] Daniel Franc: Je to, ano, víra v investici, kterou bych řekl, musí udělat v tuhle chvíli hlavně člověk, který je v roli v té firmě, že může vytvořit, řekněme, nějaké prostředí, které tohle umožňuje, což je management. Zaměstnanci často jsou pod takovým presem těch úkolů, že oni tuhle tu víru mít můžou, ale ta hypotéka se vám sama nezaplatí. Takže vy budete dělat to, co to prostředí, k čemu vás nutí. Já jsem se s tímhle tím problémem neschopnosti naší, často systémové, vidět čas, který strávím něčím jiným, než přímo delivery, v kontextu propojování lidí do různých sítí, komunit a guild, což je věc, kterou dělám leta, kdy ten problém je podobný. My máme skutečně ověřeno a prokázáno a jsou na to hromada případů a dat, že když se zaměstnanci propojují mezi sebou napřímo a neformálně v různých sítích, které nejsou týmové, takže jim to v důsledku zvýší informovanost, propojenost, motivaci, zapojení a tak dál.

[27:02] David Salomon: Možná, já se tady jenom doptám, protože vím, že to je cizí slovo, které není tak často známé, co je to ta gilda?

[27:09] Daniel Franc: Gilda je něco mezi týmem a komunitou, by se řeklo. Má to v sobě aspekty komunitní v tom, že tam jsou lidi často dobrovolně, spojuje je nějaký zájem, třeba o nějakou konkrétní technologii nebo nějaký konkrétní přístup, nebo to může být gilda produktových manažerů, kde už to je třeba podobné trošku jako chapteru, ale je to napříč rolemi a je tvořená třeba nějakým teamsovým kanálem, můžou jednou za měsíc se potkat, můžou jednou za čtrnáct dní mít nějaký webinář, můžou tam i třeba řešit nějaké dílčí úkoly typu používáme tři různé nástroje, co my si myslíme, že by se mělo používat jako ten hlavní. Učí se od sebe, říkají si, na co si přišli.

[27:52] David Salomon: Sdílejí zkušenosti.

[27:53] Daniel Franc: Sdílejí zkušenosti, protože to ty lidi baví, protože jsou ve svém kmeni. Našli lidi, kteří jsou k nim podobní. Hodně firem řeší téma mezitýmové spolupráce a snaží se to řešit správně, strukturálně, jak vytvořit podmínky pro to, aby ty týmy třeba musely spolupracovat, ale často se zapomíná na to, na co se zapomíná u AI, jak způsobit, aby ty lidi chtěli kros týmu spolupracovat. A jedna z podmínek je, že se musí znát navzájem a musí jim ta spolupráce něco dávat.

[28:21] David Salomon: A musí jim tam být dobře.

[28:22] Daniel Franc: A musí jim tam být dobře. Takže toto je, řekněme, koncept gildy, který zase je ve velmi široké škále.

[28:28] David Salomon: To má asi nějaký český překlad, ne? Já přemýšlím, jestli to je cech.

[28:32] Daniel Franc: Překládá se guild doslova gilda. Myslím, že to je nejčastější překlad, se kterým se setkávám.

[28:39] David Salomon: Tam má i svátek, ne? Gilda někdo.

[28:42] Daniel Franc: Je to, ano, do češtiny asi cech, ale skutečně v životě jsem se.

[28:45] David Salomon: Nepoužívá se to, jenom tak z čeho to vzniklo.

[28:48] Daniel Franc: Ano. Je to skutečně cech. Je to takový cech, který v sobě obsahuje právě elementy, které často normální tým vám nedodá. Od toho, že tam chcete být dobrovolně, protože vás to baví, zajímá o to, že to je cross týmové a tak dále. Mimochodem, tyhle ty gildy, já nechci úplně ulítnout z toho tématu AI, tak jsou třeba z jedním velmi silných implementačních nástrojů právě pro adopci AI, že právě když se bavíme o učení, tak já nepůjdu tamhle na jednodenní školení, kde se budu učit technologii, která ještě teď není k dispozici, ale velmi rád si poslechnu, co týpek z vedlejšího týmu tady píše na gildu, že s tím markdownem třeba, že ten formát nechápe, ale že přišel na to, že je extenze v Google dokumentech. Tak to je to učení. A jenom, abych úplně neutekl od té původní otázky, my ještě před nástupem AI jsme právě ukazovali firmám, že účast zaměstnanců v těchto strukturách je investicí.

[29:41] Daniel Franc: A bylo zajímavé, že jsme často naráželi právě na realitu toho, řekněme, managementu a těch lidí v těch týmech. Jednou jeden programátor říkal, hele, ta gilda, a jak já to vysvětlím tomu jinému manažerovi, proč tam mám být? Já říkám, tak mu prostě choď. Říká, ne, on když prostě vidí, že půl hodiny na něčem nevyšívám, tak bude mít problém. A já jsem si pak ptal toho manažera, říkal, ne, já bych neměl problém. Takže i ten zaměstnanec, žijeme v takovém paradigmatu, že musíme. Někdy mají problém ti manažeři. Takže je to taková zvláštní naše specialita, že jsme takoví fakt strašně pečliví ferdové mravencové. Práce všeho druhu, ale bez toho, co tu práci udělá jako dobrou a kvalitní.

[30:27] David Salomon: Narážíme tady, jak se bavíme, často i na odpor vůči příchodu umělé inteligence. A já myslím, že podívat se právě na ty odporné místa bude zajímavé, protože lidi můžou mít i z toho strach. A teď nejenom strach z toho, že to třeba nedokážou pochopit, ale třeba strach z toho, že až to pochopí a udělají tu svoji práci místo za hodinu, tak za půl hodiny, takže na tu druhou půl hodinu dostanou novou práci číslo dvě. To teda není úplně motivace.

[31:02] Daniel Franc: To téma, proč lidi nepoužívají AI a kolik z toho je odpor, tak když bychom to téma toho odporu začali rozklíčovávat, tak to je fakt tady na celodenní skoro sedánek. Ale několik velkých témat, co z toho rýsuje. Já mám teď za sebou strašně zajímavé setkání s lidmi z Czechitas, mám dovoleno to jmenovat. Czechitas je velká vzdělávací organizace, hlavně pro holky, oni říkají holky. A oni si teď dělali takový výzkum, ze kterého lezou strašně zajímavé data. Já je nechám určitě, aby to okomentovali, až ten čas přijde. Ale jedna z věcí je, že na vzorku asi 1500 holek, oni říkají mezi 25 a tuším, že 45 let, jedna z největších obav nebo odporů vůči AI a těmhle novým technologiím leze na tématu ztráta vlastní relevance.

[32:07] Daniel Franc: A teď byste řekli, že lidi mají odpor vůči AI, protože se bojí, že jim vezme práci, nebo přidělá práci naopak. Ale to, co tady říkají Czechitas, nebo budou říkat, já tady dám takový malý spoiler, a to, co leze z globálních dat, tak je ztráta relevance. A teď, co myslíme ztrátou relevance? Když děláte, já nevím, jste UX researcher a firma vás propustí, protože už jste nadbytečný, tak jdete do jiné firmy a práci dostanete znova. Pracujete na sobě, studujete to UX, dobrovolně posloucháte podcasty o UX a víte, že vždycky budete ten UXák, ten researcher. A beru si tady příklad jedné konkrétní právě osoby, o které jsme se bavili v tomhle kontextu.

[32:57] Daniel Franc: Víte, kdo jste. Vaše identita je jasná, víte, co máte dělat, jak na sobě pracovat. Jedna firma mě propustí, nebo já tam nebudu chtít, OK, jdu do jiné. No jo, jenomže když vás teď propustí firma jako UX researchera, protože vás nahradí AI, tak kde víte, že vás vezme jiná firma? Proč ona vás nepropustí za půl roku znova, nebo rovnou už tu pozici nemá? A vy pořád tu práci děláte a najednou si říkáte, ty jo, kdo já vlastně jsem, kdo budu, čím budu?

[33:26] David Salomon: K čemu budu někomu jinému dobrý?

[33:28] Daniel Franc: K čemu budu někomu jinému dobrý? To je ještě součástí té relevance, je téma identity. Součástí naší identity je, že potřebujeme mít pocit, že jsme někde užiteční. A AI nám bere obě tyhle věci. Bere nám jednak pocit relevance a možná to není realita, ale my si to myslíme, protože máme tendenci vidět toho tygra v tom lese, i když tam není, tak se radši bojíme preventivně předem. Což umožnilo našim předkům přežít, takže díky, že jste před tím tygrem utíkali, ale my ho teď v hlavě máme a bojíme se toho. A bojíme se toho, že se najednou ukáže, že to, na čem jsme celý dosavadní život dělali, tady je to konkrétní příklad právě nějaké ženy, která takhle dva roky velmi tvrdě studovala nějaké UX věci a teď má pocit, že to bylo celý na prd.

[34:19] Daniel Franc: A že když ta firma si ji chce nechat, tak vy už neděláte ten konkrétní výkon, ale za pomoci markdown souborů manažujete agenta. Zadáváte agentovi, co má dělat. Ale to vás nepřitáhlo do toho oboru. Já jsem se teď vrátil po mnoha letech softwarovému inženýringu. Mě tam vždycky bavilo psát ten kód a hrát si s těma algoritmama a tvořit tu architekturu. A zjistil jsem, že zdaleka nejlepší způsob, jak tvořit kód v Claudu, je natáhnout si do toho nějakou metodiku. Já jsem si tam natáhl Agile přes metodiku, která se jmenuje BMED, BMAD, koho by to zajímalo. Tam máte celou strukturu rolí, Scrum Master, Tester, tvoří vám to epiky, storíčka.

[35:05] Daniel Franc: Ale vy se stanete jenom produktovým ownerem. Vy píšete ty PRDs, ty produktový zadávací dokumenty a pak jenom spouštíte ty jednotlivý storíčka a epiky a posloucháte si, jak ty agenti, nebo čtete si, jak ty agenti dělají retrospektivu na konci. Takže já mám sice na konci funkční appku, ale já si vůbec nesáhnu na to, co mě na tom bavilo a stávám se nějakým produktovým manažerem, proto jsem se do toho software engineeringu nevracel po 20 letech.

[35:35] David Salomon: A ani si nakonec nepamatujete, co se tam s těma agentama stalo a k té appce člověk ani nemá pocit toho ownershipu, protože je to v zásadě přesně ten rozdíl, jako když si doma postavím ptačí budku nebo si ji koupím v Bauhausu.

[35:49] Daniel Franc: Jenom to vrátím, takže ten odpor, jedna z největších funkcí je, že se úplně posouvá vaše role, posouvá se vaše relevance pro svět a děje se to ve vaší hlavě. Vy se toho obáváte a s tímhle tím ve firmách musíme pracovat. Lidi se toho bojí.

[36:06] David Salomon: No a ta obava s tím, že mi manažer naloží dvakrát víc práce, protože to udělá dvakrát rychlejší nebo dvakrát levnější AIčko, to je asi taky relevantní.

[36:16] Daniel Franc: Ale já u toho budu kognitivně přetížený, protože to musím celý usledovat. To znamená, že... Ne, tohle to víte vy, protože jste hodně v AI. Lidi vám tohle to neříkají, neleze to z těch výzkumů. Ještě si to úplně neuvědomujeme, že tohle je to riziko.

[36:32] David Salomon: Takže to vidíte jako relevantní obavu, která ale zatím nevychází z výzkumu, protože dostatek lidí ještě není v té fázi, že by jim tam běhalo osm agentů a oni se to snažili usledovat.

[36:41] Daniel Franc: V zahraničním výzkumu to leze, je na to hodně článků, Harvard Business Review se tomu docela teď věnoval v poslední době, kdy to kognitivní přetížení skutečně je popsaný problém a začíná být bráno jako jeden z schopností využívat AI, umět tohle to přetížení řešit. Já jsem zrovna včera na jednom workshopu, co jsme měli, tak jsem o tomhle tom se bavil a někdo se přihlásil a řekl, ale to není to AI first, co ta naše firma chce. AI first znamená AI všude a furt. Já říkám, ne. AI first znamená využívat AI efektivně. Pokud vás AI během půl roku přepálí, tak nepoužíváte AI efektivně. A součástí AI first strategie je AI zero občas taky.

[37:26] David Salomon: Jakože možná pro dovysvětlení, rozpoznat, kde umělá inteligence ve skutečnosti nemá svoje místo a co má zůstat těm lidem. AI zero.

[37:34] Daniel Franc: Například umět AI dobře zapracovat do svého workflow, kam ho pustit, kam ne, kde ho mít jenom na podporu a na oporu. Lidi se spíš bojí těch témat ztráty relevance, bojí se ztráty lidského kontaktu, což zase ve firmách... Hrozně zajímavé, že firmy, které jsou progresivní s AI, začínají teď investovat i do hodně non-AI věcí. Právě do toho, aby podpořili, řekněme, ten mezilidský kontakt.

[38:05] David Salomon: Takže offline aktivity, social.

[38:07] Daniel Franc: Offline aktivity, lidské sdílení, social. Takové ty, jak se dřív povržlivě říkalo chlebíčkárny, přijdu někam a jsou tam ty chlebíčky, tak nějakou roli to má. Můžete pokecat s člověkem, který je nedokonalý, který je chaotický, který ví miliontinu toho, co ví váš hodně omezený chatbot. Ale je to člověk, který taky má pubertální dítě, které se zavírá večer ve svém pokoji a nemluví s ním. A jasně, ten chatbot vám dá 17 stránek, na co s tím dítětem má dělat, ale já to potřebuji slyšet od vás.

[38:42] David Salomon: Já bych chtěl využít toho, že tady mám dvě takové kapacity. A teď mi hlavou zvoní jedna otázka. A to sice, konají se ty AI workshopy ve firmách, bavíme se o tom v hospodě dneska. A někomu se může stát, že jde třeba na AI workshop, nebo ten šéf mu řekne, tak vymysli si svoje problémy, které ti to AIčko může vyřešit. A ten člověk zjistí, že tolik těch problémů, se kterými by mu AIčko mohlo pomoct, zase není, protože není tolik digitální, není tolik rutinní. Jsou to různý, já nevím, třeba možná obchodnický role, cokoliv. A teď ale přijde do té hospody a oni se ho ptají, tak co kámo, kolik už jsi se zapojil do AIčka? A on, no hele, moc ne, mně přijde, že to pro mě nemá význam. A tak ti to nenabízeli, no nabízeli, ale všichni si tam dělali poznámky a já jsem nebyl schopen přijít na to, co bych chtěl s AIčkem dělat. Tak to znamená, že jsem už v tomhle závodě předem prohrál?

[39:52] Daniel Franc: Kdo má první?

[39:54] David Salomon: Poprosím našeho hosta.

[39:57] Daniel Franc: Dvě témata. Já dokonce bych ještě řekl, že to v těch hospodách nevypadá úplně takhle, ale je to takový, že sedíte v té hospodě, tak jsem si teď stáhl zas novýho agenta, za chvilku mi napíše na chat, támhle mi teď rozjíždí nějakej projekt, já jsem tomu dal půl hodiny, zítra budu mít hotovou firmu. Tak si poměřujeme, víte co, skrze vás.

[40:19] David Salomon: Agenty.

[40:20] Daniel Franc: Skrze vás agenty. LinkedIn je toho plnej. A myslím, že to je částečně i v dobré víře, že kdo na to najel, tak skutečně je objektivně nadšenej, jsme plní dopaminu, tak to takhle hážeme ven. A teď ty lidi, který v tom úplně nejsou, tak se fakt cítí blbě v tu chvíli. A já to vím fakt dobře, protože ty workshopy, který já dělám, tak vždycky tam máme spektrum lidí, který jsou jednak ty nadšenci s těmi agenty, který vám píšou, založil jsem třetí firmu, a pak lidi, který ještě pořádně nepřišli na to, co s tím chatbotem. A to FOMO je obrovský problém a já vždycky na těch workshopech si to zmapujeme a je vidět, že hromada lidí je na té normálové křivce fakt někde na začátku a oni se tak odechnou a řeknou, já myslel, že jste všichni už úplně někde jinde a vidím, že jsme tady v pohodě, jako skupina lidí, který se s tím ještě začíná a teprve hraje.

[41:10] Daniel Franc: Takže to chci říct, to je úplně v pohodě. Je úplně v pohodě být někde relativně na začátku. Pouze 800 milionů lidí na celém světě používá AI. Říkám pouze, protože z LinkedInu máte pocit, že 17 miliard ještě z těch pěti nenarozených. A je to úplně v pohodě. A my si musíme dát trošku odraz od toho FOMO, protože to je hrozně frustrující. V podstatě zdravá frustrace je dobrá, protože vás žene k tomu si o tom trošku studovat. Ale chci říct, nemusíme úplně šílet z toho, že nemáme armádu agentů, který nám tady nezakládají firmy virtuální.

[41:47] David Salomon: Co ty na to?

[41:48] Adam Hanka: Mně agenti žádnou firmu nezaložili a dlouho zakládat nebudou. Když jsem teď zakládal firmu, tak jsem o to poprosil lidské právníky z masa a kostí, hmatatelný děcka, se kterýma si můžu podat ruku a kterým věřím, že to na rozdíl od těch agentů udělají na poprvé správně. Ale co jsem vlastně chtěl říct, že já jsem byl dlouhou dobu ve velmi podobné pozici jako ty. K tomu se ale ještě přičetlo, že už jsem chodil po konferencích a vyprávěl jsem o tom, jak umělá inteligence dokáže zefektivnit tu logistiku, tu komunikaci, ty dodavatelské řetězce. Viděl jsem, jakým způsobem dokáže zpracovávat data a já jsem v ničem ze svýho života tu umělou inteligenci neměl.

[42:34] Adam Hanka: A mě se začínali lidi ptát, to je všechno hezký a jaký používáš ty? A já jsem začal odpovídat, no já vedu ten tým lidí, který to dělaj. A no dobře, ale jak to používáš ty? A tak jsem si před rokem sednul, stáhnul jsem si aplikaci, která se jmenuje Toggle, možná už jsme se tady o tom bavili, a začal jsem si jak idiot zapisovat každou věc, kterou dělám, včetně toho, kdy mám pauzu. A začal jsem si psát, zpracovávám data, přepisuju zápis a připadal jsem si jak v mateřský školce. A tohle jsem dělal tři měsíce. A po těch třech měsících jsem konečně zjistil, v čem mně, možná v podobný situaci jako seš ty, dokáže ta umělá inteligence pomoct.

[43:19] Adam Hanka: Já jsem totiž, asi jsem jako relativně člověk, který se dokáže pohybovat ve velkým sociálním kontextu, dokážu si spousta věcí tak domejšlet, nebo pamatuju si i věci na schůzky, ale stejně jsem zjistil, že chodím na schůzky nepřipravenej, protože si to tak nějak pamatuju a ono to docela stačí. Zjistil jsem, že zapomínám věci, který mi řekli klienti, zjistil jsem, že stále dokola vynalézám kolo ve svých přednáškách a právě jsem si vzal ty Markdownový soubory a měl jsem Notepad++, takovej jako Notion, ale mnohem jednodušší, ve kterém jsem měl otevřeno asi 70 různých souborů a v těch byly úplně nekoherentní poznámky. A bylo tam fakt, mluvil jsem s tímhletím, řek mi tohle.

[44:07] Adam Hanka: Pak tam byl 20 větný zápis z něčeho úplně jinýho. A ještě typicky v jednom souboru byly tři věci, protože jsem nějak mezi meetingama ani nestih přepnout. A já jsem si začal vytvářet tu umělou inteligenci, která tyhle ty věci strukturovala, sepisovala, začala mi sepisovat lidi, se kterýma se setkávám. A jediný, co jsem udělal, byly dvě technický věci. Udělal jsem si privátní účet na GitHubu, s tím jsem to sesynchronizoval, abych měl tu externí paměť. A vedle toho jsem si udělal pár agentů, který to opečovávají. A tohle jsem měl dva měsíce, to doteď mám v kurzoru, hrozně mi to pomáhá. A díky tomu jsem si potom okolo toho všeho začal stavět nástroje. A to začalo celý tím, že ty zápisy ze schůzek, který jsem stejně měl, nebo mi je někdo poslal, tak jsem jenom vzal, šoupnul jsem to do toho kurzoru, řekl jsem mu, nějak to tady zpracuj, něco s tím udělej.

[45:01] Adam Hanka: Já jsem byl i zvědavej, co ta umělá inteligence bude dělat s těma zápisama. Já jsem jí nechtěl dávat žádný silný předpisy toho, co s tím dělat má, protože jsem si říkal, ať si to uloží po svým, tohle je její píseček, já tady mám vedle toho kopie. A jediná věc, kterou jsem jí opravdu hned na začátku naučil, bylo nejdřív ulož raw poznámky, abys mi tam nic neztratila, a potom teprve z toho udělej ten zápis. A z toho se mi začal vytvářet takový celkový systém, ale trvalo mi třeba čtyři měsíce, než jsem došel k něčemu, co už je systém s true listama, s mým vlastním projektovým managementem, všechno postavený na umělý inteligenci, ukazoval jsem ti to nedávno, ale začalo to tím, že jsem začal brát ty věci a začal jsem si zapisovat, co dělám, a dva měsíce jsem si jenom zapisoval, co dělám.

[45:50] Daniel Franc: Strašně zajímavá odpověď. A Davide, možná co tady říkal Adam, částečně i reaguje na to, proč třeba lidi nepoužívají AI. Jednak tady ten systém, který Adam popisuje, je úžasný, já si píšu něco podobného a chci říct, že každý z nás si to může teď udělat sám. Už jenom kdybyste vzali to, co tady říkal Adam, hodili to do chatbota a řekli mu, vymysli mi agentský systém, který tohle bude udělat. On se vás zeptá na několik otázek a vyhodí vám v podstatě postup, jak si to i třeba v tom kurzoru a GitHubu nastavit. Říká se, že teď tím pravým duševním vlastnictvím není už ten vlastní kód, dokonce už ani ten algoritmus, ale je to ten nápad, je to ten záměr, který tady Adam řekl.

[46:36] Daniel Franc: A Davide, na tu vaši otázku, že někdy lidi nepoužívají AI. V tom, co říkal Adam, to není chatbot, to není chatuju o svojí práci. To je, že nějaký systém, můžeme mu říkat agent, už vytváří nějaké soubory, nějakou práci, něco organizuje, bere nějaké vstupy, dává nějaké výstupy. Tohle není chatbot. A problém s adopcí ve firmách, na který my teď narážíme, se ukazuje, že lidi nemusí mít obavy, můžou mít motivaci, mají znalosti, chce se jim do toho, ale všechno, co mají, je jenom chatbot.

[47:09] David Salomon: Oni skončili u toho chatbota, přesně.

[47:12] Daniel Franc: A ne nutně proto, že by u něho skončit chtěli, ale protože ta firma jiný nástroj neumí. A přesně včera tam byla šéfka salesu v té jedné firmě a říkala, já jsem až do tohohle workshopu měla pocit úplného FOMO, že jsem někde mimo, že AI nepoužíváme. A ona řekla, já když se koukám na to, co ta naše firma nabízí tady kolegům, který s tím jedou úplný bomby, já ten use case pro sales nemám. A pak se přihlásila paní z interní komunikace, nebo v jiné konverzaci to bylo, a říkala, no já vlastně taky ne, protože ty AI nástroje, které umíme, ještě neumí tu lidskou komunikaci, kterou já tam potřebuju udělat. Takže my teď narážíme na takovou dvojrychlost, že se ukazuje, že možná jak způsobit adopci AI ve firmách, je dát lidem do ruky reálný už nástroje, kde už se ten nástroj s váma nepovídá, ale neřekne vám, ten Excel musíš upravit takhle, ale řekne si, dej mi přístup k tomu Excelu, řekni mi, co chceš, já ti to udělám a můžu ti to udělat každej týden v pátek, jestli chceš. To je ten moment, kdy si ten člověk řekne, páni, je to dobrý, já si nepotřebuju chatovat o Excelu.

[48:19] David Salomon: Já jsem v podstatě viděl ještě jednu možnou poentu k tomu hospodskýmu povídání, že možná přijde doba, kdy naopak budeme pyšný, že vlastně nemusíme a nechceme nic dělat s AIčkem, protože v tu chvíli nás třeba nenahradí, ne?

[48:33] Adam Hanka: Jasně, asi pokud kopeš rigoli, tak já nevím, pro mě tohle je taková trochu radikální otázka ve smyslu, jsem pyšnej na to, že nepoužívám smartphone, jsem pyšnej na to, že nepoužívám počítač. Možná, asi jo, někdo to tak mít bude. Já jsem na té druhé straně spektra. Mě ta umělá inteligence zatím strašně baví.

[48:55] Daniel Franc: Já budu někde ne uprostřed, ale ještě na jiném bodu toho trojúhelníku. Já skutečně používám umělou inteligenci, snažím se ve všem, kde to dává relevanci a má to smysl. Hrozně mi to pomáhá a zároveň já mám jeden ze svých osobních záměrů, neztratit svůj kreativní sval, řekněme mozkový. A všiml jsem si, že se mi děje to, že já co by znalostní pracovník, tak tvořím obsahy, že někdy to AI ten obsah vytvoří fakt dobrý. A já se posouvám z role tvůrce na role kurátora. Že v té galerii těch nabídek, které mi AI dá, já řeknu, tohle je ta správná, tuhle mi rozpracuj. On ji rozpracuje z pěti dalších, já řeknu, tohle je ta správná. Je to jednoduchá práce, jenom vybíráte, jede to hrozně rychle, ale jsem kurátor, už netvořím. A já jsem zjistil, že asi po měsíci tohohle procesu ztrácím ten směr té tvorby obecně.

[50:00] David Salomon: Sval ochabuje.

[50:01] Daniel Franc: Sval ochabuje. A já jsem si napsal takového kvazi agenta, který říká, nebudeme to takhle dělat. Ty se mě budeš jenom ptát, ale nebudeš mi říkat, co ty bys tam navrhl. A máme to v nějakých třech krocích, že on se ptá do různý hloubky na tématy, co já mu tam předhodím. Já mu tam pak v nějakou chvíli předhodím, co teda je ten můj návrh, co je ten můj obsah. A říkám mu, dej mi k tomu feedback, ale proboha, hlavně mi neřekni, jak bys to dělal ty. Takže on mi dá feedback a já nastartuju ten svůj sval a vymýšlím a tvořím. Pro mě třeba osobně je důležitý kariérně i profesně, abych tenhle sval neztratil, protože pořád ještě díky němu jsem schopný dělat věci, který to AI v tomhle tom přesahuje.

[50:45] David Salomon: To je hrozně zajímavý, jak lidi říkají, že si tím vytvářejí svoje podřízený. Vy jste si tím vytvořil svýho nadřízenýho.

[50:51] Daniel Franc: Ano, já si těch nadřízených vytvářím víc.

[50:54] David Salomon: To není Roboš, to je šéf, tenhle agent.

[50:57] Daniel Franc: Je to, já si teď píšu přesně agenta, který dělá něco podobnýho, co vy, který chce, aby mi několikrát denně psal, jak už jsem daleko s těmi úkoly, na kterých jsme se dohodli ráno. Protože jsem člověk, který je jednoduše.

[51:08] David Salomon: Toho budete nenávidět.

[51:11] Daniel Franc: Nenávidět. To je ale pointa, protože nemůžete nenávidět někoho, kdo je mimo vás, pořád je to odraz vás, což je taky důležitý.

[51:24] David Salomon: Můžu se vás jenom zeptat, kde vám má psát? Co je ta platforma?

[51:28] Daniel Franc: Na Telegramu mi bude psát.

[51:29] David Salomon: Telegram.

[51:30] Daniel Franc: Nebudu používat OpenClaw, nemám úplně ty kule, abych si pustil takhle bezpečnostně děravý systém do systému. Ale opět, s agenty není problém si napsat nějaký patní skripty, někde si pustit nějaký proces, který jede celý den, mít doma zapnutý počítač, kde tomu se říká ty heartbeaty, každou půl hodinu ten agent se koukne do dokumentů, který ten den průběžně vznikají. Já mu chci na ten Telegram říct, právě jdu tady z podcastu, mám natočený podcast, agent se mě zeptá, podcast pěkný, ale už si dneska udělal ten projekt, který máš hotovej, dneska udělat. Teď jsem si na to vzpomněl, že musím udělat, hned moje nálada klesla o dva body.

[52:07] Adam Hanka: To je hrozně zajímavý tohle. Já jsem si to zkoušel vyrobit taky. A stejně jsem nakonec skončil u toho, že mám pořád vedle ruky papír a propisku. A ty věci si píšu a odškrtávám. Ale kde mě to funguje mnohem líp je, že když už se vydám nějakou tu věc dělat, tak napíšu tomu agentovi, hele, jdu dělat, nevím, přípravu na tuhle schůzku. Sepiš mi k tomu všechno, co už jsme s tímhletím člověkem řešili. A on projde těch osm dokumentů, který já k tomu mám uložený, a vytáhne mi věci, který jsme už udělali, který máme rozpracovaný, a témata, o kterých se chceme bavit. To dodávání toho kontextu, mnohem víc než někdo, kdo mě bude s prominutím buzerovat a ptát se mě každou půl hodinu. To je ten osel ze Shreka? Už tam budem? Tak to já nechci, to zabiju, to odinstaluju.

[52:55] Daniel Franc: Tady je krásný na AI, že si říkáš, že skončila doba obecných softwarů, říká se jako personalizovaný software. Každý si vytvoříme software, který potřebujeme. Každé z nás, co jsme u stolu, potřebujeme trošku něco jiného pro to, abychom byli efektivní. Vy si to už můžete napsat. Už nemusíte googlit, kde existuje ta appka, kde za 25 dolarů měsíčně vám to bude dělat. Já to třeba mám, pro mě ještě silný use case, že mě furt něco napadá. A jasně, já mám různé poznámkové bloky a tak, ale chci to napsat do toho Telegramu, říct, hele, tahle ta myšlenka souvisí to s tímhletím tématem nebo tohletou kategorií, zapiš to do nějakého dumpu myšlenek, do nějakého soupisu, který ten den generuju, a pak udělej to, co já bych musel udělat stejně, prostě otevřít si ten soubor a teď to přiřazovat do těch průběžných dokumentů, to je otrava, to mě nebaví. Udělej to ty a na konci dne se podíváme, kde mi přibyly různý poznámky. Tohle třeba pro mě bude obrovská úleva časová.

[53:52] Adam Hanka: A já se tady přiznám k jedný věci, mě ten Telegram doteď nenapadnul. Takže já dneska, až pojedu vlakem do Ostravy, tak možná zkusím nainstalovat Telegram a zjistit, jak se k tomu dokážu připojit, protože zatím mám tam Slack k tomu připojenej a nevyhovuje mi to.

[54:08] Daniel Franc: A já možná tady chci říct, protože teď malinko sklouzáváme do toho, co já mám pocit, že se právě děje a odrazuje někdy lidi od AI, že pro lidi třeba, který v životě si nenapsali zadání pro agenta, to, co tady říkáme, může znít jako úplně jiný vesmír. Ale já tady chci říct lidem, který to nikdy nezkoušeli, že to jiný vesmír není. Musíte jenom odejít z toho chatovacího prostředí do prostředí, kde můžete už pracovat s AI, který umí číst dokumenty a zapisovat do nich, což třeba hodně lidí používá ten Claude Code. Ale i když nevíte, jak to udělat, tak je to úplně ten samý paradigma jako chat, zeptejte se ho, chci udělat tady to, co říkali ty kluci v tom podcastu, jak bych to mohl udělat, jak ten systém by měl vypadat.

[54:55] Daniel Franc: A ten chat vám řekne, no, budeš potřebovat tady mít nějaký soubory, nějaký Markdown, nějaký Python. Já mám vyzkoušeno, že mu řeknu, prosím tě, řekni mi to polopaticky. On přeskočí, řekne vám to tou lidštinou a rovnou vám řekne, a mám to takhle udělat? A vy řeknete, tak to udělej a jenom mi řekni, co mám pro to já udělat. A takhle vy můžete udělat i relativně sofistikovaný systém. Já mám totiž pocit, že my co si hrajeme s těma agentama, z toho děláme někdy možná trošku větší vědu, než je, protože se cítíme dobře kolem toho, ale to je otevřené pro každého a já jsem absolutně přesvědčený, že tohle je to, co způsobí reálnou adopci ve firmách. Až se lidi naučí každý mít takovéhohle jednoduchého zaměstnance, kdyby to nemělo být na nic jiného, než na to, že můžu někam nadiktovat svoji poznámku a nějaký systém to na konci dne zpracuje a seřadí.

[55:47] Adam Hanka: A to je možná, ale ještě, když se tady o tom takhle bavíme, hrozně zajímavý, já bych tomu snad ani neříkal jednoduchý zaměstnanec, protože zaměstnanec má ve firmě spousta různých úkolů a je to vždycky nějaký kompetenční spektrum a teď lidi říkají, já tady mám těch svých osm zaměstnanců, ale ono se nakonec ukáže, že každý z těch jejich v uvozovkách zaměstnanců pro ně pracuje tři a půl minuty za ten den. A to není zaměstnanec, to je normálně jenom něco, co se pustí, něco udělá, jednoduchý úkol a zase to zhebne a pustí se to až druhý den ráno. Jsou to, jako kdyby vám zběhla jedna funkce v Excelu. Nic jiného, než jako jedna funkce v Excelu.

[56:23] David Salomon: Mě baví právě, jak jste, Dane, říkal, v podstatě ta prostota toho dotazu. Ono tam bude taky nějaký moment, bojím se trošku zeptat, nevím, jak se mám zeptat, koho se mám zeptat a tak. A tam je asi super přijít s tou důvěrou a naivitou k tomu příkazovému řádku a normálně se zeptat, protože třeba i s mým poměrně nižším přístupem k AI, myslím tím schopnostma, na rozdíl od vás dvou, tak bych třeba už teď věděl, že si ten podcast můžu nahrát do Notebook LM, abych ho nemusel třeba celý poslouchat, protože jsem někde viděl jenom short, upoutávku, ten by mi z toho vypsal, o co tam šlo, a dokonce bych se ho zeptal, o čem se tam bavili, že si jako můžu zlepšit pro sebe osobně, přestože nejsem programátor.

[57:09] David Salomon: Tak on by mi to poradil a pak bych si to mohl přenést do toho svýho chatu, který už znám, a řekl bych, hele, tohle mi řekl ten notebook, pojďme dělat dál, pak bych si to nechal přeložit do lidštiny a vlastně bych mohl pokračovat. Myslím si, že máme i trošku takovej ten blok, na to se vůbec můžu zeptat? Nedá mi někdo, máma, táta, pohlavek, manželka, manžel, za to, že jsem se vůbec takhle blbě zeptal? Ne, ptát se, to je asi ten základ. Teď bych chtěl ještě otevřít jedno téma, a to je vývoj AI. Vy ho sledujete dlouho, asi vnímáte, že funguje nějaká křivka vývojová. Někdo říká exponenciála, hokejka, lineární. Já ze svýho pohledu uživatele a čtenáře novin, když bych řekl, nebo informací, já bych řekl, mně přijde, že poslední dobou, a v AI poslední dobou může znamenat hodiny, týdny a měsíce, jako kdyby to se zplošťovalo nebo zpomalovalo, nebo je možný, že narážíme do něčeho typu, tak to tady máte, tak s tím dělejte a nic, nebo menší něco, nebo. Víte, jak to myslím, chceme to měřit.

[58:18] Adam Hanka: Vlastně ti přijde, že ten vývoj už není tak rychlej, nebo?

[58:20] David Salomon: Ne, promiň, že chceme třeba měřit návratnost té investice, kdybychom to chtěli něčím měřit, měřák, roj. A je možný, že zjišťujeme, že ty lidi do toho vletěj a chtěj, my všechno chceme dělat, ale ta realita, s čím vším jim ta AI může pomoct, není zas tak nekonečná. Takže si myslím, že to nadšení, teď bych hodnotil nadšení, třeba máme parametr nadšení z AI, trošku může zpomalovat, si myslím, protože nás to. Klesá?

[58:54] Adam Hanka: Klesá? Nadšení z AI klesá? Na křivce od nadšení po efektivitu se vždycky musíš z toho absolutně vysokýho, vyhypovanýho kopce dostat někam dolů, to nadšení musí klesnout, a potom teprve začneš fungovat s nějakým dobrým obrazem reality, který ti umožní efektivní adopci.

[59:15] Daniel Franc: Já myslím, že na tohle nebude existovat jediná odpověď, bude záležet, koho se ptáte, jakou otázkou a na co. Viděl jsem nějaká čísla ke sklonku loňského roku, skutečně míra využívání AI v některých kontextech dokonce začala klesat. A já to jednoznačně připisuju tomu, že jsme vyzkoušeli si omezení toho chatbota, který vám ten Excel nenapíše, zkusili jste si to, dobrý, ale já to budu dělat postaru. Vyzkoušeli jste si ty rané hrádky, takže kdyby skutečně ty AI technologie, které sem přichází, zůstaly na úrovni toho chatbota, tak bych řekl, že uvidíme nějakou takovou racionalizaci toho využívání, podobně jako u jiných produktů. S AI je hrozně zajímavé to, že se každého, já nevím, tři měsíce objeví nějaké nové paradigma, nějaká nová technologie.

[1:00:09] Daniel Franc: To, co jsme tady před chvilkou, o čem si povídali, to je to, že AI už může dělat věci, je tam nějaký postup, co vy jste, Davide, říkal, to se v tom AI terminologii označuje jako workflow, které vy si taky můžete popsat do Google dokumentu a pak to exportovat jako Markdown do toho agenta a on vám řekne, tak tohle je ten workflow, takhle ho rozpracuju. To je to, co loni ještě třeba nebylo. Modely jazykový, které se objevily letos, Opus 4.6, Opus 4.4.7, Gemini 3.1, poslední od OpenAI, jsou modely, které už umí, už to překročilo jistou hranici, kdy to není moc použitelný, do hranice je to už good enough. A s tím najednou můžete dělat zase jiné případy. Takže já vnímám i docela rostoucí, naopak, ten excitement, to zaujetí tím tématem, hlavně u lidí, kteří právě čekali na nějaký posun v tomhletom. A myslím si, že těchto vln možná bude ještě několik a uvidíme.

[1:01:16] David Salomon: Takže když si představíte, Danieli, za vás ten svět za 10, za 20 let, tak ano, což je pro AIčkáře něco tak strašně komického, tak už zvítězí ten křemík, nebo ještě uhlík se bude držet?

[1:01:32] Daniel Franc: Davide, jako upřímně, já si neumím představit svět za 9 měsíců.

[1:01:36] David Salomon: No, jasně, pokud se vám třeba nemá něco narodit, že jo, nebo.

[1:01:42] Daniel Franc: Tak 9 měsíců. Páně, tak o tom nevím, ale 9 měsíců ve smyslu, jako obecně se říkalo, že rok 2026, ve kterém jsme teď, bude rokem agentů, já jsem to sám říkal, ty křivky k tomu směřovaly, ale upřímně, moc jsem tomu nevěřil, že to nastane, viděl jsem to až trošku na pozdějc a nastalo to a jede to fakt na plný pecky. A vemte si, to je vývoj po asi roce od nějakého nasazení chatbotů, v lednu, od ledna letošního roku to jede, já vůbec netuším, co bude v lednu příštího roku, takže skutečně říkám, že nevím, což nesmírným způsobem komplikuje veškeré strategické plánování ve firmách ohledně AI.

[1:02:28] Daniel Franc: Teď jsem řešil s jednou velkou firmou, nebo v jedné velké firmě, nějaké diskuze, kde řešili to, že chtěli být jako progresivní s agenty, tak si loni pořídili nějaký orchestrační systém, v kontextu jejich IT, který uměl tenkrát už s těmi agenty dělat. No, letos je ta technologie taková, že ten orchestrační systém nepotřebujete, v tom nalit to spousta peněz, spousta vyškolených lidí, vy už s těma agentama můžete dělat napřímo, už nepotřebujete toho softwarového middlemana. A teď si můžete říct, tak ztratili jsme čas, neztratili, a teď ještě oni najímají lidi do té firmy, kteří s tímhletím systémem pracují a pod tím LinkedInem mají příspěvky, co blbnete, prosím vás, teď tohle už nikdo teď nepoužívá, vy se tady fixujete do něčeho starýho.

[1:03:14] Daniel Franc: Takže jedna ze specifik českých firem je, že nemáme moc AI strategii, jako zahraniční firmy, co leze z těch dat, tak ten leadership říká, že toho mají víc. A já si poprvé v životě začínám říkat, je to nutně špatně, možná chceme jenom směr, ale říci si, že teď nakoupíme nějakou technologii a pět let ji budeme vytěžovat, poté, co tady stačil rok, aby některá technologie na agenty přestala být relevantní, tak já nevím. Takže Davide, já fakt nevím, co, ale chci říct, že je zcela patrné, je, že to skutečně vytvoří nový způsob u lidí, kteří kolem toho budou stavět firmy a organizace, jak tvořit hodnotu. Neříkám úplně, že to bude za rok transformace existujících firem, tam je to daleko těžší, ale myslím si, že budou nové malé projekty vznikat, které už budou postaveny na tom paradigmatu těch lidských a nelidských pracovníků.

[1:04:12] Daniel Franc: Já vždycky říkám human and non-human resources a people and agents and culture. Nová firma se na tom paradigmatu staví daleko jednodušeji než existující a v těch existujících firmách dojde k transformaci toho, jak ta firma se dívá na pracovní role a na práci. A tady udělám ještě jednu takovou vsuvku. Loni z těch dat globálních, které já sleduju velmi bedlivě, protože chci vždycky na ty workshopy i dávat datově podložené data, o kterých se pak ten leadership může odpíchnout dál, tak loni z největších problémů pro adopci AI bylo citováno jednak ty osobní obavy těch lidí, možná nějaký odpor a nedostatek kompetence těch lidí, kteří konstatovali jak ty lidi, tak jejich manažeři.

[1:05:05] Daniel Franc: Letos tohle to zůstává, pořád ta kompetence je nutná, ale před to se dostal ještě jeden faktor. Deloitte s tím vyjeli v jedné velké zprávě, McKinsey to potvrzuje teď taky, oni říkají, firmy, které už tohle to dokázaly, ty lidi už dokážou s tím AI dělat a mají ty nástroje a jsou na to připravení, tak ty lidi najednou jsou připraveni tu práci dělat jinak. Říká se, že s AI můžete dělat automatizaci, neboli vám shrne e-mail, anebo augmentaci sebe, neboli začnete dělat něco jiného. Já občas používám příklad své bývalé kolegyně ze vzdělávání ve spořitelně, Heleny, čau Heleno, jestli to posloucháš, která byla výborná v tom, že ona si na VibeCode dělala nějakou aplikaci, která dělala hrozně pěkný interaktivní vzdělávací test.

[1:05:57] Daniel Franc: Tohle není úplně to, co čekáte od člověka v L&D, tohle to dělalo vždycky IT. Takže tady se bavíme o tom, čemu se říká augmentace, tady Helčar dokázala rozměřovat, rozšířit sama sebe. Ta firma, pokud na tohle to nezareaguje, takže třeba jí řekne, hele, Helčo, tak dobrý, zkus udělat ještě další věci, zkus to mít dál, což znamená, že budeš teď nám trošku šlapat tady do IT, možná my už s tím IT nebudeme tak moc pracovat, tak pak je to příběh se šťastným mezikoncem. Ale daleko častěji se stává, že firma neumožní tohle to rozšíření té role. A to se díváme jenom na tu roli, to se nedíváme na spolupráci mezi různými týmami, rolemi. Obrovským tématem je reorganizace práce, reorganizace workflows, reorganizace toho, jak spolupracujeme mezi sebou.

[1:06:51] Daniel Franc: Teď jel po sítích e-mail od CTO Wixu. Wix je platforma na vytváření webu lidmi, jedna jako velkých, je to velká softwarová firma. A jejich šéf CTO napsal všem inženýrům, říkal, hele, já ruším rozdělení inženýringu na front-end, back-end, data, UX. To je jako třeba, kdybyste v oboru HR řekli, ruším front office, back office, recruitment, budeme všichni jedno HR, on říká, budeme všichni jeden engineering, protože ty role, jak se navzájem argumentujeme, se tak prolínají, že já vás teď nebudu držet v těch škatulích. Říkal, všichni tyhle týmy přecházíme do jedné velké inženýrské gildy, jsme zpátky u gildy, protože já už vás nebudu manažovat v těch izolovaných týmech.

[1:07:39] Daniel Franc: Vy se musíte napropojovat mezi sebou z toho, co zrovna je relevantní. To je příklad toho, jak firma může prostě organizovat práci. A vem si, tohle už není technologická revoluce typu přecházíme z Google Drive na Teamsy, co jsem zažil u jedné firmy, trvalo to tři roky, ale rozhodně to nikomu neohrozilo identitu, relevanci nebo nevytvořilo požadavek na změnu organizace práce. A problém v některých firmách je ten, že se pořád dívají na AI adopci jako na migraci z Googlu na Teamsy. Tady se díváme na úplně fundamentálně jiné paradigma a to FOMO, které někdy bývá na straně leadershipu firem a je zcela na místě, je to, že když o tom nezačnu přemýšlet teď, tak mi skutečně ten vlak možná může ujet.

[1:08:27] Daniel Franc: Neříkám dělat to hned, nedělat tu transformaci. Jsou známé příklady firem, které propustily třeba kompletně svůj customer support a pak je po třech měsících horko těžko hirovaly zpátky. A je nutné tady mít fakt tu leadership kompetenci v tom, kde já očekávám od mého lídra, že bude vědět, kdy, to jsou takové ty hollywoodské filmy, jak na vás běží ta armáda těch těžko oděnců a teď je tam záběr na toho generála té vaší armády, který furt říká: hold, a vy už byste nejradši vyběhli." Tak tohle já očekávám od lídrů, aby věděli, kdy on řekne: "Fire."

[1:09:08] David Salomon: Perfektní. Je to tedy o tom změnovém change managementu, o reorganizaci a o přístupu každého toho pracovníka, jak se chce nechat nahradit, ale rozšířit. A my děkujeme moc, Dane, za návštěvu v Uhlíku a Křemíku. Bylo by to asi taky v tom hollywoodském bijáku na spíš na víc dílů, takže si uděláme nějaký repeté rádi co nejdřív. Vám všem děkujeme moc, že se snažíte změnit společně s námi. Budeme rádi, když dáte odběr podcastu a mrknete i na ostatní epizody. Tak díky a poslední zhasne.