AI v kostce

Nasadit AI do firmy dnes zní jednoduše. Vyberete dodavatele, pořídíte ChatGPT nebo jiný model a je hotovo. Ve skutečnosti ale právě tady vzniká nejvíce problémů.V této epizodě podcastu AI v kostce si povídáme s Jakubem Průšou, který se dlouhodobě věnuje návrhu a implementaci AI řešení pro firmy. Rozebíráme, proč je dnes AI ekosystém mnohem složitější než před rokem a proč rozhodně nestačí vybírat dodavatele podle nejnižší ceny.Řeč bude také o RAG databázích, lokálních modelech, OpenAI, Azure, dlouhodobé udržitelnosti řešení i o tom, proč by AI projekt měl vždy začínat obchodním cílem, nikoliv výběrem technologie.Pokud ve firmě řešíte implementaci AI, výběr dodavatele nebo plánujete vlastní AI projekty, tahle epizoda vám může ušetřit spoustu času, peněz i slepých uliček.📍 V TÉTO EPIZODĚ SE DOZVÍTE:proč implementace AI není jen o výběru jazykového modelujaké jsou výhody a nevýhody cloudových a on-prem řešeníjak přemýšlet nad bezpečností firemních datproč je důležitá správná architektura AI řešeníjak odhadnout budoucí náklady na provozproč každá firma potřebuje trochu jiné řešenía jak se vyhnout nejčastějším chybám při zavádění AI⏱️ KAPITOLY:00:00 Úvod01:33 Největší obtíže při AI implementaci02:08 Zkušenosti z praxe: cesta k AI10:18 Jak správně navrhnout AI architekturu13:02 AI Act a bezpečnostní brány15:50 Nedeterministická AI vs. klasický software18:19 Jak klienti vnímají cenu AI řešení23:14 Krabičková řešení vs. modulární přístup28:45 Total Cost of Ownership a tokenové náklady33:11 Open source jako záchrana před vendor lock-in36:31 Závislost na poskytovatelích a jak ji řídit39:20 Digitalizace, automatizace a pak teprve AI43:56 Budoucnost AI hardware: od GPU k čipům48:06 Jak stavět řešení odolné vůči změnám trhu51:07 Závěr a co nás čeká příště

Umělá inteligence se vyvíjí rekordním tempem. O nových modelech, agentech nebo robotech se mluví každý den. Existuje ale téma, které může rozhodnout o tom, jak rychle se AI bude dál rozvíjet – a přitom se o něm mluví překvapivě málo. Energie.V této epizodě AI v kostce se zaměřujeme na jednu z nejzásadnějších výzev současnosti. Spotřeba elektřiny datových center roste meziročně o desítky procent a AI se stává jedním z největších odběratelů energie na světě. Co to znamená pro běžné uživatele, firmy i státy?Rozebíráme, proč nestačí jen stavět výkonnější modely, ale proč bude stále důležitější budování nové energetické infrastruktury. Bavíme se o datových centrech, jaderné energetice, budoucnosti výroby elektřiny i o tom, proč se právě energie může stát největším limitem dalšího rozvoje umělé inteligence.Nejde o katastrofické scénáře. Jde o praktický pohled na téma, které bude v příštích letech ovlivňovat ekonomiku, technologie i každodenní život.📍 V TÉTO EPIZODĚ SE DOZVÍTE:• proč datová centra spotřebovávají stále více elektřiny• jak rychle roste energetická náročnost AI• proč se energie stává strategickou surovinou digitální éry• jakou roli mohou hrát jaderné elektrárny• proč technologické firmy investují do vlastní energetiky• jak může AI ovlivnit ceny elektřiny• proč bude energetická infrastruktura klíčem k dalšímu rozvoji AI• jaké dopady může mít tento trend na firmy i běžné uživatele⏱️ KAPITOLY:00:00 Úvod01:15 Spotřeba energie datových center02:23 Kdo skutečně AI platí a kdo ne03:35 Bublina uživatelů AI06:19 Budoucnost free verzí AI nástrojů07:31 Jak se mění ceny a podmínky pro firmy09:41 Americká datová centra a občanské nepokoje11:28 75 zrušených projektů za 130 miliard dolarů12:37 Geopolitická zranitelnost AI infrastruktury13:42 Česká perspektiva a spolupráce v regionu16:03 Lokální jazykové modely jako alternativa17:43 Kdy se lokální AI vyplatí firmám22:08 Čínské modely: cena vs. důvěra26:11 Jak se rozhodovat v nejistém prostředí29:15 Závěr a praktická doporučení

Stačí si vytvořit AI agenta a všechno bude fungovat samo? Přesně tak dnes AI prezentují sociální sítě. Realita je ale mnohem zajímavější.

V nové epizodě podcastu AI v kostce Roman s Davidem otevřeně rozebírají své vlastní zkušenosti s AI agenty, automatizací a workflow. Vysvětlují, proč většina lidí očekává od agentů něco, co zatím neumí, kde končí marketingový hype a začíná skutečná produktivita.

Na konkrétním příkladu z dovolené ukazují, že AI sice dokáže výrazně pomoci, ale bez jasného zadání, kvalitního workflow a lidského vedení stále nedokáže sama vytvářet komplexní výstupy. Velká část diskuze se proto točí kolem toho, jak AI agenty správně navrhovat, kdy dávají smysl a proč je důležitější přemýšlet o procesech než hledat "kouzelného" agenta.

Dozvíte se také, proč Roman staví vlastní AI workflow z menších specializovaných agentů, jak David využívá AI při tvorbě vlastních projektů a proč budou firmy v příštích letech mnohem více řešit kvalitu AI řešení než samotný výběr jazykového modelu. Řeč přijde i na Proof of Concept, bezpečnost, firemní implementace a to, proč nestačí jen spustit ChatGPT a čekat na zázrak.📍 V TÉTO EPIZODĚ SE DOZVÍTE:

• Proč jsou AI agenti často přeceňovaní
• Jaký je rozdíl mezi AI agentem a dobře navrženým workflow
• Proč AI bez kvalitního zadání nefunguje
• Jak Roman staví vlastní síť AI agentů pro každodenní práci
• Praktický pokus vytvořit AI fotoalbum z dovolené
• Proč nestačí jen používat ChatGPT
• Jaké AI nástroje dnes Roman a David používají nejčastěji
• Kdy dává smysl vytvořit Proof of Concept a kdy už investovat do profesionálního řešení
• Proč budou firmy řešit kvalitu AI implementací více než výběr samotného modelu
• Jak přemýšlet o AI tak, aby vám skutečně šetřila čas💬 Napište nám do komentářů: Zkoušeli jste letos na dovolené nějaký AI nástroj? Co vás překvapilo – pozitivně nebo negativně?🔔 Nezapomeňte na ODBĚR, ať vám neutečou další debaty o technologiích!🔗Léto s Claude - série 4 online webinářů jak ovládnout jeho celý ekosystém: https://aivkostce.cz/skoleni-a-webina...

KAPITOLY:

00:00 - Úvod01:22 - Roadtrip Německo–Francie a první AI test02:10 - ChatGPT vs. Claude: co David používal a proč03:26 - ChatGPT překračuje miliardu uživatelů04:06 - Kdy lidé přestanou používat GPT jako výchozí volbu06:10 - Deník z dovolené: záznam rodinných vzpomínek přes AI07:30 - Limity AI agentů: Google Fotky a Google Disk09:16 - Proč agenti nejsou spásný nástroj13:26 - AI stack na dovolenou: Gamma, Notta, Claude21:15 - Fotoalbum z dovolené jako AI experiment24:11 - Korporát vs. malá firma: rozdílné přístupy k AI28:07 - Shadow AI a hledání vlastního workflow45:25 - Závěr a výzva posluchačům

Může dnes středně velká firma konkurovat gigantům jako Alza? A jakou roli v tom hrají AI agenti a automatizace?V této epizodě podcastu AI v kostce přijal pozvání Robert Novotný, zakladatel společnosti Mironet. Společně s Davidem rozebírají, jak se za poslední roky změnilo podnikání, proč dnes nestačí jen šetřit náklady a jak umělá inteligence mění fungování firem zevnitř.Robert otevřeně popisuje, jak Mironet využívá AI agenty v každodenním provozu, proč díky nim firma zvyšuje efektivitu bez propouštění zaměstnanců a proč budou mít podle něj v budoucnu největší problém právě společnosti, které změny podcení.Řeč přijde také na praktické využití velkých jazykových modelů při studiu složitých témat, rozdíl mezi chatboty a AI agenty, automatizaci obchodních procesů nebo to, proč je dnes důležitější umět správně definovat problém než jen ovládat technologie.Pokud vás zajímá budoucnost AI ve firmách, automatizace, podnikání nebo digitální transformace, tento rozhovor by vám rozhodně neměl uniknout.📍 V TÉTO EPIZODĚ SE DOZVÍTE:✅ Jak může firma s 50 zaměstnanci konkurovat mnohonásobně větším hráčům✅ Jak Mironet využívá AI agenty v každodenním provozu✅ Proč AI neznamená propouštění, ale vyšší efektivitu✅ Jak se liší AI agenti od běžných chatbotů✅ Kde dnes AI opravdu šetří čas a peníze✅ Jak Robert Novotný využívá ChatGPT při studiu práva a legislativy✅ Jaké chyby AI stále dělá a proč je nutná lidská kontrola✅ Proč budou mít firmy odmítající AI stále větší problém obstát na trhu✅Jak podle Roberta Novotného bude vypadat podnikání během příštích let✅ Jak se připravit na změny, které AI přináší

Zatímco ještě nedávno jsme řešili hlavně promptování a práci s ChatGPT, dnes firmy stojí před úplně jinými otázkami. Jak bezpečně nasadit AI do firmy? Co je Shadow AI? Kam odcházejí firemní data? A proč už nestačí jen vytvořit prototyp nebo AI agenta?V této epizodě podcastu AI v kostce Roman s Davidem otevřeně mluví o tom, proč se celý AI trh posouvá od experimentování k reálným implementacím. Vysvětlují rozdíl mezi osobním používáním AI a firemním nasazením, proč je dnes klíčová bezpečnost, governance a kvalitní architektura a jaké změny čekají české firmy během následujících měsíců.📍 V TÉTO EPIZODĚ SE DOZVÍTE:✅ Proč už nestačí umět jen používat ChatGPT.✅ Jak se změnil svět AI během posledních měsíců.✅ Co znamená Shadow AI a proč ho řeší stále více firem.✅ Jak bezpečně nasazovat AI do firemních procesů.✅ Proč nestačí vytvořit prototyp nebo AI agenta.✅ Jakou roli budou hrát vývojáři v době AI.✅ Proč se firmy začínají soustředit na bezpečnost, správu dat a AI governance.✅ Představení projektu Gluon AI a jeho filozofie.

V této epizodě podcastu AI v kostce se Roman a David věnují překvapivému vypnutí modelu Fable 5 od Anthropicu a rozebírají, proč tato událost přesahuje svět technologií. Diskutují o tom, jakou moc začínají mít jazykové modely, proč se AI stává geopolitickým tématem a co se může stát ve chvíli, kdy se firmy, státy i jednotlivci stanou na těchto nástrojích závislými.Diskutují o tom, proč je důležité přemýšlet nad technologickou suverenitou Evropy, zda mohou vlády ovlivňovat přístup k AI systémům a proč by každý, kdo dnes AI používá, měl začít uvažovat o alternativách, závislosti na jednotlivých poskytovatelích a budoucích omezeních.📍 V TÉTO EPIZODĚ SE DOZVÍTE:✅ Proč společnost Anthropic vypnula model Fable 5 jen pár dní po jeho spuštění.✅ Co dokáže Mythos a proč z něj mají obavy vlády i velké firmy.✅ Jak moc jsme už dnes závislí na AI nástrojích v práci i podnikání.✅ Proč se umělá inteligence stává geopolitickým tématem.✅ Co by se stalo, kdyby nám někdo zítra omezil nebo vypnul přístup k AI.✅ Proč Evropa řeší vlastní AI infrastrukturu a datová centra.✅ Jak přemýšlet o budoucnosti AI, aby vás případné změny nezaskočily.⏱️ KAPITOLY:00:00 Úvod: Proč řešíme politiku kolem AI01:10 Závislost na AI nástrojích – osobní zkušenost01:53 Jazykové modely a hodnoty jejich tvůrců02:23 Co přesně se stalo: Bureau of Industry and Security03:03 Exportní kontroly USA: Od čipů k jazykovým modelům03:44 Evropa vs. USA: Kdo vyvíjí vlastní technologie?04:24 Anthropic a Claude: Co bylo vypnuto a proč05:51 Kdy uživatelé ani nepoznají, že model zmizel06:36 Bezpečnostní mezery v kódu: Příležitost i hrozba08:39 Proč Anthropic raději zavřel přístup než ho rozdělil11:37 Anthropic a napjatý vztah s americkou administrativou13:47 Jak se připravit: Záložní plány a diverzifikace nástrojů16:08 AI Act a evropská regulace do roku 202720:18 Proč to není v hlavních zprávách – a mělo by být21:52 Kdo ovlivňuje, co jazykové modely říkají masám24:25 Jak dál pracovat s Claude i po omezení

V této epizodě podcastu AI v kostce se Roman s Davidem ohlížejí za posledním rokem vývoje AI a ukazují, jak obrovský posun nastal během několika měsíců. Povídají si o tom, proč se AI konečně dostává k běžným uživatelům, jak se změnil jejich vlastní způsob práce a proč dnes dokážou vytvořit funkční prototypy a automatizace během hodin místo dnů.Rozebírají také nástroje jako Claude Cowork, ChatGPT, AI agenti, skilly, práce se složkami a kontextem nebo automatizace bez programování. Vysvětlují, proč už nemusíte být vývojář, abyste si dokázali vytvořit vlastní pracovní workflow, ale také proč je důležité přemýšlet nad daty, bezpečností a limity těchto nástrojů.📍 V TÉTO EPIZODĚ SE DOZVÍTE:📍 Proč byl N8N ještě před rokem příliš složitý i pro zkušené uživatele — a co se od té doby změnilo📍 Jak Cursor proměnil kódování v konverzaci: místo terminálu prostě popíšete, co chcete, a AI to naprogramuje za vás📍 Co jsou Skills v Cursoru a proč je to jeden z nejpraktičtějších konceptů pro každodenní automatizaci v práci📍 Jak si v Cursoru nastavit projekt se znalostní bází (třeba pro psaní obchodních nabídek) a postupně ho vylepšovat bez technických znalostí📍 Proč Claude 3.5/3.7 od Anthropicu zůstává oblíbenou volbou i vedle novějších modelů — a jak přemýšlet o upgradu (nebo neupgradu)📍 Kde jsou reálné limity bezplatných a placených plánů AI nástrojů a jak na ně nenarazit v nevhodnou chvíli📍 Proč by finální AI-generovaný kód vždy měl projít kontrolou někoho, kdo rozumí bezpečnosti a nasazení na server📍 Jak vypadá cesta od prvního proof of concept přes šéfa až k IT oddělení — a proč začít právě tímhle pořadím⏱️ KAPITOLY:00:00 Úvod01:17 Ohlédnutí: N8N a agenti před rokem02:53 Proč byl N8N složitý i pro pokročilé04:26 Claude a Cursor: Příchod nástrojů pro laiky06:40 Proč je tohle zlom — AI otevřená pro každého07:20 Cursor jako kancelářský nástroj bez kódu09:19 GPT aplikace a připojování nástrojů třetích stran12:09 Cursor jako desktopová aplikace a práce se soubory24:04 Excel jako analogie: používat vs. umět napsat vzorec31:24 Projekty a znalostní báze v Cursoru32:24 Co jsou Skills a jak je nastavit36:43 Jak bezpečně používat stažené Skills z GitHubu40:30 Limity placených plánů a jak na ně nenarazit43:19 Anthropic chystá IPO na americké burze

Dokáže umělá inteligence nahradit zkušeného manažera? A co když už to dělá, ale bez bezpečnostních záruk?V této epizodě podcastu AI v kostce Roman s Davidem rozebírají bezpečnost AI agentů, rizika práce s firemními daty a rozdíl mezi tím, když si něco zkoušíte sami pro sebe, a tím, když chcete AI agenta nasadit ve firmě. Mluví o tom, proč nestačí jen umět „vibe codovat“ nebo si rychle naklikat vlastního agenta, ale proč je potřeba řešit také data, oprávnění, infrastrukturu, náklady, odpovědnost a dlouhodobou stabilitu řešení.📍 V TÉTO EPIZODĚ SE DOZVÍTE:📍 Proč Chevrolet a Air Canada prohráli miliony kvůli špatně nastaveným chatbotům📍 Jaký je rozdíl mezi domácím experimentováním a firemním nasazením AI📍 Proč se 90% AI agentů ve firmách po čase rozpadne📍 Konkrétní bezpečnostní rizika při práci s citlivými daty📍 Jak správně řídit rizika místo jejich eliminace📍 Proč potřebujete odborníka na AI architekturu, ne jen programátora📍 Měsíční náklady na firemní AI řešení 📍 On-premise vs cloud: co je pro vaši firmu bezpečnější00:00 Úvod01:18 AgentLab - komunita pro AI agenty02:09 Od hobby projektů k firemním řešením05:45 Chevrolet a Air Canada - drahé lekce z AI08:44 Problém s nezabezpečenými AI systémy11:39 Citlivá data a právní zodpovědnost13:03 Skutečné náklady firemních AI řešení14:47 Proč potřebujete AI architekta16:52 OpenCLI a smazaná mailová schránka18:35 Evoluce AI agentů - rychlejší než očekáváme20:51 Garáž plná AI nástrojů24:28 Claude jako game changer26:28 100 lidí vs AI agent - reálný příklad30:30 Řízení vs eliminace rizik34:15 On-premise řešení a české prostředí

Může umělá inteligence skutečně zefektivnit fungování městského úřadu? A co když vám ušetří statisíce korun ročně?Hostem této epizody podcastu AI v kostce je Josef Procházka, tajemník města Kopřivnice, který během posledního roku provedl pozoruhodnou digitální transformaci úřadu pomocí AI nástrojů.Josef otevřeně popisuje svou cestu od prvních experimentů s ChatGPT přes budování interní znalostní databáze až po vlastní AI asistenty, kteří pomáhají zaměstnancům úřadu hledat informace a orientovat se v procesech.📍 V TÉTO EPIZODĚ SE DOZVÍTE:Jak Notebook LM nahradil externí firmy za několik set tisíc korunProč interní AI chatbot dokáže zpracovat desítky směrnic během minutJak přesvědčit kolegy, aby AI nebrali jako hrozbuKonkrétní workflow pro zpracování úředních dokumentůJak AI pomáhá zachovat know-how odcházejících zaměstnancůJak vybudovat vnitřní wiki, kterou lidé skutečně používajíPraktické tipy pro implementaci AI v konzervativním prostředí

🏆 Pokud vás podcast AI v kostce baví a přináší vám praktické informace ze světa AI, budeme moc rádi za vaši podporu v anketě Podcast roku ❤️Hlasovat můžete zde: https://www.podcastroku.czDíky moc všem, kteří nás poslouchají, sdílí a posouvají dál 🚀🚨 AI agenti jsou dnes jeden z největších trendů kolem umělé inteligence.Stačí pár videí na sociálních sítích a máte pocit, že si během víkendu postavíte vlastního digitálního zaměstnance, který za vás převezme půlku práce. Jenže pak přijde realita.V této epizodě podcastu AI v kostce Roman s Davidem otevřeně rozebírají své zkušenosti s AI agenty, OpenClaw, Claudem a celé AI workflow v praxi.📍 V TÉTO EPIZODĚ SE DOZVÍTE:Proč složité multi-agentní systémy selhávají v reálném nasazeníJak postavit funkční AI asistenta na e-maily za pár hodinKonkrétní příklad: realitní monitoring aplikace vytvořená za 2 hodinyRozdíl mezi AI experimenty a skutečnými business nástrojiJak Claude mění pravidla hry pro non-koderyProč korporáty potřebují "umožňovače" místo centralizovaných IT odděleníKde jsou hranice toho, co si můžete udělat sami vs. kdy zavolat vývojáře00:00 Úvod01:25 Očekávání vs realita multi-agentních systémů03:21 Přechod na jednoduché AI agenty05:21 Analogie s Tetrisem - postupné skládání kostiček08:04 Konkrétní příklad: e-mailový agent10:39 Claude Computer Use revolucionizuje AI13:35 Druhý mozek a plánování AI projektů14:17 Realitní monitoring za 2 hodiny16:08 Kdy AI funguje v korporátech19:04 Testování vs produkční nasazení25:59 Automatizace zápisů do Notion28:29 Výzvy při práci s daty32:39 AI vs vývojáři - kooperace místo náhrady36:39 Budoucnost AI nástrojů pro všechny39:09 Závěr