Jak zajistit to nejlepší AI vzdělávání v 6 krocích

Trh s firemním vzděláváním v oblasti umělé inteligence prochází fází „zlaté horečky“. Slibuje se revoluce, automatizace všeho a raketový růst. Realita je ale střízlivější a často i bolestivější. Většina projektů neselhává na technologii. Modely jako GPT-4 nebo Claude jsou dnes geniální. Projekty selhávají na absenci strategie, naivních očekáváních a fatálním podcenění faktu, že zavádění AI není IT projekt, ale projekt změny lidského chování.

Pokud chcete, aby investice do AI přinesla tvrdá data na výsledovce, a ne jen „zábavné odpoledne pro zaměstnance“, musíte otočit způsob, jakým nad zaváděním přemýšlíte. Zapomeňte na chvíli na výběr dodavatele a pojďme se podívat na anatomii úspěšné transformace.

Zde je detailní průvodce, jak postavit AI strategii, která přežije první střet s realitou.

1. fáze nula: Hledání „Business Case“

Největším mýtem, který koluje v zasedačkách, je představa, že AI vyřeší neefektivitu procesů mávnutím kouzelného proutku. Nevyřeší. AI je akcelerátor. Pokud máte ve firmě nepořádek v datech a procesy, které „každý dělá tak nějak po svém“ a „posíláme si to mailem“, nasazení AI tento chaos jen urychlí. Pokud automatizujete chaos, dostanete jen rychlejší chaos.

Než vůbec začnete poptávat školení, musíte provést procesní revizi.

Příběh z praxe: Past manažerských domněnek

Tento příklad ilustruje, jak snadné je léčit špatného pacienta. Nedávno jsem řešil situaci ve firmě, kde management poptával „AI školení pro marketing“. Cíl byl jasný: chceme kreativnější kampaně, virální texty a „sexy“ obsah.

Když jsme ale šli do hloubky a mluvili přímo s lidmi v marketingu (nikoliv s jejich šéfy), zjistili jsme krutou pravdu. Kreativita nebyla jejich problém. Jejich problémem byl čas. Tři celé dny v měsíci trávili otrockým kopírováním dat z Google Analytics a sociálních sítí do PowerPointu pro reporty vedení. Byli uštvaní, vyhořelí, ne nekreativní.

Kdybychom je školili na psaní textů (jak chtěl management), byl by to propadák. Neměli by na to čas aplikovat. Co jsme udělali místo toho? Nasadili jsme AI na automatizaci reportingu. Vytvořili jsme šablonu, která data „vytahá“ a zpracuje.

• Výsledek: Z 3 dnů otrocké práce se stala 1 hodina kontroly.
• Dopad: Uvolnili jsme lidem 36 pracovních dnů ročně. Teprve potom měli kapacitu na to být kreativní.

Ponaučení: Neptejte se lidí, co se chtějí naučit. Ptejte se jich, co je v práci nejvíc štve a kde dělají práci pro cvičenou opici. Tam leží peníze.

Matematika návratnosti (Logistika)

Implementace AI bez jasně spočítané návratnosti (ROI) je jen drahé hobby. „Chceme být inovativní“ není strategie. Strategie je vědět, kolik mi to ušetří.

Jeden z mých klientů v logistice měl 5 dispečerů. Každý z nich trávil 3 hodiny denně přepisováním dat z PDF objednávek do interního systému. Pojďme počítat:

• 3 hodiny denně × 5 dispečerů = 15 hodin denně.
• To je 75 hodin týdně.
• Při superhrubé mzdě a nákladech na místo cca 300 Kč/hod firma pálila 22 500 Kč týdně.
• To je přes 1 150 000 Kč ročně.

Milion korun, který mizel v manuální administrativě. Dnes to AI zvládne s 90% přesností a minimální kontrolou. Teprve když máte na stole takovýto výpočet, má smysl volat lektora. Do té doby jen střílíte naslepo.

2. fáze: Audit

Mnoho firem fázi auditu přeskakuje. „Prostě nám něco odškolte.“ To je, jako by lékař předepsal chemoterapii, aniž by pacienta vyšetřil. Kvalitní audit není o vyplňování tabulek pro management. Je to mapa terénu, která musí odhalit tři věci:

1. Technický stav: Často zjistíte, že nástroje už máte. Máte Microsoft 365? Možná už platíte za Copilot, o kterém nikdo neví. Zároveň musíte zjistit, jaké „stínové IT“ už ve firmě bují – co lidé používají tajně na soukromých účtech.
2. Procesní úzká hrdla (Kde to drhne): Hledejte repetitivnost. Cokoliv, co se dělá stylem Ctrl+C / Ctrl+V, je kandidát na automatizaci. Hledejte frustraci – úkoly, které zaměstnanci nenávidí.
3. Lidský faktor (Kdo je kdo): Technologie je snadná, lidé jsou složití. Musíte identifikovat tři skupiny:
   • Early Adopters: Nadšenci, kteří už AI používají. To budou vaši spojenci.
   • Mlčící většina: Čekají, co se stane.
   • Sabotéři: Bojí se o práci a budou tvrdit, že „to nefunguje“.

Varování: Nepoužívejte dotazníky. Dotazníkem získáte jen povrchní, společensky přijatelné odpovědi. Pokud chcete pravdu, musíte zvednout telefon a mluvit s lidmi napřímo. 20 minut empatického rozhovoru vydá za stostránkový report.

3. fáze: Kultura a Strach

Máte data, máte plán. A teď narazíte do zdi. Tou zdí je strach. Vaší firmou už pravděpodobně koluje „tichá pošta“. U kávovaru se šušká: „Slyšel jsi? Zavádí se umělá inteligence. Budou se snižovat stavy.“

Strach je zabiják inovací. Pokud lidé cítí ohrožení, budou AI sabotovat. Budou hledat chyby, budou tvrdit, že to halucinuje, a že „postaru je to lepší“. Proto prvním krokem implementace není technické školení, ale psychologická příprava.

Musíte uspořádat celofiremní „AI Kick-off“. A pozor – musí tam stát CEO. Pokud úvodní slovo pronese externí lektor nebo HR, má to poloviční váhu. Signál musí být jasný: „Jdeme do toho a vedení to podporuje.“

Agenda Kick-offu, která funguje:

1. Brutální upřímnost: „Naše konkurence začala využívat AI. Pokud nezrychlíme, ztrácíme trh. Nejde o hračku, jde o přežití.“
2. Adresování strachu: „Vyhodíte nás?“ Tuto otázku má v hlavě každý. Odpovězte: „AI nebere práci lidem. Bere práci lidem, kteří se odmítají učit. Chceme, abyste dělali méně robotické práce a více té lidské.“
3. Magický trik (Quick Wins): Ukažte 3–4 věci, které jim zítra ušetří hodinu práce. Žádná teorie. Vyfoťte tabulku na papíře a nechte ji AI převést do Excelu. Nechte AI shrnout dlouhý e-mail. Cílem je „Aha efekt“.

4. fáze: Trénink

Na trhu je dnes plno „expertů“, kteří ještě loni učili time-management. Tito lidé vám prodají „Edutainment“ – zábavnou show. Ukážou generování obrázků, napíšou básničku, lidé se zasmějí… a efekt pro byznys je nulový.

Skutečný trénink dovedností musí bolet. Musí připomínat spíše hodinu v autoškole než přednášku na univerzitě. Aby školení fungovalo, vyžadujte dodržení těchto principů:

Metoda BYOD (Bring Your Own Data)

Zakazuji na svých školeních generické příklady. Je k ničemu učit obchodníka psát „fiktivní e-mail fiktivnímu klientovi“. Účastníci si musí přinést vlastní, reálné problémy. Obchodník si vezme ten nepříjemný e-mail, který mu ráno přišel, a nechá AI navrhnout odpověď. HR manažer si vezme inzerát, na který se nikdo nehlásí, a nechá ho přepsat. V momentě, kdy AI vyřeší jejich skutečný, hmatatelný problém, nastává v hlavě účastníka zlom. Odchází s vyřešeným úkolem a dovedností, kterou zítra použije.

Segmentace (Nemíchejte jablka s hruškami)

Šetřit tím, že naženete 30 lidí z různých oddělení do jedné zasedačky, je nejdražší chyba.

• Když ukazujete marketérům slogany, účetní zívají.
• Když ukazujete účetním analýzu cashflow, marketéři odcházejí na kávu. Rozdělte lidi do homogenních skupin. Finančníci musí trénovat s finančníky na finančních datech.

5. fáze: IT a Bezpečnost

V mnoha firmách naráží inovační snahy v plné rychlosti do zdi jménem IT oddělení. To zablokuje vše, co má v názvu AI, z důvodu bezpečnosti. Je to paradoxní, protože tím bezpečnostní riziko naopak zvyšují.

Zaměstnanci nejsou hloupí. Když nástroj potřebují a vy jim ho zakážete, začnou ho používat „partyzánsky“. Na soukromých mobilech, na domácí Wi-Fi, na datech, nad kterými nemáte kontrolu. To je definice „Stínového IT“.

Moderní nástroje (ChatGPT Enterprise, Microsoft Copilot) dnes nabízejí „Zero Data Retention“ – data se nepoužívají k trénování modelů a zůstávají ve vaší firmě. Úkolem IT není AI zakázat, ale vytvořit bezpečné hřiště.

• Whitelist: Definujte 2–3 oficiálně povolené nástroje.
• Licence: Kupte firemní verze (na free verzích se byznys nestaví).
• Pravidla: Vytvořte dokument, který jasně říká, co se do AI nesmí dávat (osobní údaje klientů, rodná čísla).

6. fáze: Follow-up

Největší práce nezačíná před školením, ale v 17:00, když školení skončí. Pokud nemáte plán na „Den poté“, vyhodili jste peníze oknem. Adopce technologie je jako pěstování svalů – jedna návštěva posilovny z vás atleta neudělá.

Kontrola a ROI

Měsíc po školení musíte měřit. Ne pocity („Líbilo se vám to?“), ale dopady na práci. Proveďte 30denní audit:

• Kdo nástroje používá denně? (Míra adopce)
• Kolik hodin týdně to šetří?
• Jaké konkrétní úkoly to převzalo?

Pokud zjistíte, že 50 proškolených lidí ušetří konzervativní 4 hodiny týdně, při běžných mzdových nákladech se bavíme o úspoře v řádech milionů ročně. To je číslo, které chcete vidět na reportu pro představenstvo.

AI leadeři

V každé firmě se po školení ukáže 10–15 % nadšenců. To jsou lidé, kteří začnou experimentovat sami od sebe. Podchyťte je. Udělejte z nich „AI Ambasadory“. Dejte jim lepší licence, dejte jim prostor sdílet své tipy s ostatními na pravidelných „AI snídaních“. Změna kultury se nedá nařídit směrnicí shora. Musí probublat zespodu, skrze kolegy, kteří si navzájem ukážou: „Hele, tohle mi ušetřilo hodinu práce, zkus to taky.“

Závěr: Evoluce, ne revoluce

Vybrat dodavatele AI vzdělávání je důležité, ale je to jen jeden dílek skládačky. Úspěšné firmy, které jsem za poslední dva roky viděl, měly společnou jednu klíčovou vlastnost: Realistická očekávání.

Nečekaly, že AI za ně vyřeší strategické problémy nebo že nahradí lidi. Chápaly AI jako motor, ke kterému ale stále potřebujete řidiče, který drží volant. Nesnažily se ušetřit 50 % nákladů přes noc, ale slavily každou ušetřenou hodinu, která uvolnila ruce pro důležitější práci.

Až budete přemýšlet o AI ve vaší firmě, hledejte partnera, ne prodejce kurzů.

• Chtějte vidět jeho vlastní workflow (pokud má v ChatGPT prázdnou historii, je to teoretik).
• Chtějte vidět, jak řeší bezpečnost.
• A hlavně chtějte vidět, že rozumí tomu, že technologie je až na druhém místě. Na prvním je vždy váš byznys a lidé.

AI transformace není sprint. Je to maraton. Najděte si někoho, kdo má kondici běžet ho s vámi.

Pokud nechcete vše objevovat sami, můžeme pro vás zajistit školení či konzultace na AI díky našemu specialistovi na oblast umělé inteligence Lubomíru Černému.