Jak bude díky AI a možnostem machine learningu v budoucnu vypadat bankovnictví? Proč můžou technologie nahradit osobní setkávání s bankéři jen částečně? S čím vším mohou bankám pomoci dobře strukturovaná a analyzovaná data? A jak vypadá přechod na digitální banku? Poslechněte si celý podcast.

Kde už lidský mozek a praxe nestačí, pomůže s logistikou palet umělá inteligence. Jak náročné bylo implementovat pokročilé řešení do koncernového systému automobilky? Co společnost v průběhu překvapilo? A co přimělo stávající pracovníky důvěřovat aplikaci a změnit zažité postupy? Jaké další možnosti využití umělé inteligence v rámci koncernu ŠKODA Auto spatřují?

Potřebujeme computer vision? Tuzemské firmy po něm obvykle sahají ve chvíli, kdy dlouhodobě pozorují neefektivitu. „Je to data driven rozhodnutí a nejtěžší na něm je ho nasadit napříč všemi odděleními ve firmě. Někdy manažeři bojují s nezkušeností kolegů s počítačovým viděním, jindy s egem oddělení, která sledují vlastní KPI. Občas jim brání i strach z kroku do neznáma. Computer vision navíc často odhalí i nedostatky, o kterých firmy neměly ani zdání,“ shodují se Pleska s Čermákem.

Vizualizovat cestu, kudy data firmou tečou, by mělo být hlavním cílem všech firem, které s daty pracují. A umět ji ukázat nejen sobě, ale především svým zákazníkům. „Zatím neznám firmu, která by tohle dokázala. Ale je to obrovská výzva do budoucna,“ říká v ADASTRA podcastu Miroslav Umlauf, Chief Data Officer Avastu, kde právě implementují data governance.