Dnes 20:00
Umělá inteligence v praxi
Čtyři role a čtyři úhly pohledu lektorů Počítačové školy GOPAS
Umělá inteligence se během posledních let posunula z experimentální technologie do běžného pracovního nástroje, který dnes využívají miliony lidí při každodenních činnostech. Nejviditelnější změnou je přechod od jednoduchých chatbotů k inteligentním agentům integrovaným přímo do pracovních aplikací, kde pomáhají s tvorbou dokumentů, analýzou dat nebo organizací práce. Tento článek popisuje čtyři možné role umělé inteligence a čtyři úhly pohledu na využití AI očima lektorů Počítačové školy GOPAS.
AI pro uživatele
Moderní AI nástroje dnes umožňují uživatelům zadávat nejen otázky, ale také konkrétní cíle. Systémy následně samostatně navrhují postup řešení, kombinují data z různých zdrojů a připravují výstupy ve formě textů, prezentací nebo analytických přehledů. Díky integraci do běžných kancelářských aplikací se navíc umělá inteligence stává dostupnou i lidem bez technického vzdělání a její využití se postupně stává standardní součástí pracovních procesů.
Zásadní změnou je také fakt, že AI není jen nástrojem produktivity, ale stále více podporuje rozhodování. Dokáže například rychle shrnout velké objemy informací, upozornit na klíčové trendy nebo připravit návrhy variant řešení, které by uživatelé manuálně vytvářeli mnohem déle. Výsledkem je zrychlení práce a větší prostor pro strategické nebo kreativní činnosti.
Současně však platí, že skutečný přínos umělé inteligence závisí především na schopnostech lidí, kteří ji používají. Organizace, které investují do vzdělávání zaměstnanců a učí je AI využívat systematicky, dosahují výrazně lepších výsledků než ty, které nové technologie pouze nasadí bez jasné strategie. Umělá inteligence tak nepředstavuje náhradu lidské práce, ale nástroj, který při správném využití významně rozšiřuje možnosti každého uživatele.
Lektor Počítačové školy GOPAS, Adam Petráček
AI security
Rozvoj umělé inteligence přináší nejen nové možnosti, ale také zásadní bezpečnostní výzvy. AI se stává nástrojem jak pro obranu, tak pro útočníky, což výrazně mění charakter kybernetických i fyzických hrozeb. V posledních letech například výrazně vzrostla kvalita phishingových kampaní, které díky generativní AI používají stylisticky bezchybné texty a jsou pro uživatele mnohem obtížněji rozpoznatelné.
Podobný posun je patrný také u hlasových podvodů a deepfake technologií. Útočníci dnes dokážou klonovat hlas konkrétních osob a využívat jej při telefonických podvodech, což zásadně zvyšuje úspěšnost sociálního inženýrství. Vedle toho se objevují i první zprávy o automatizovaných útocích řízených umělou inteligencí, které naznačují směr dalšího vývoje kybernetických hrozeb.
Bezpečnostní rizika se však netýkají pouze kyberprostoru. V oblasti obrany a ochrany infrastruktury ukazují zkušenosti z posledních konfliktů, že i vyspělé systémy využívající AI mohou být zranitelné, například při koordinovaných útocích levných dronů, které dokážou zahltit obranné mechanismy. Technologie tak sama o sobě bezpečnost nezaručuje a vyžaduje komplexní přístup zahrnující ochranu dat, senzorů, komunikačních kanálů i rozhodovacích procesů.
Dalším rostoucím problémem je tzv. shadow AI, tedy používání neschválených AI nástrojů zaměstnanci, často bez vědomí organizace. Takové využití může vést k únikům dat nebo zneužití přístupových údajů, například při odcizení API klíčů. Ochrana organizací proto musí zahrnovat nejen technická opatření, ale i vzdělávání uživatelů a jasná pravidla pro práci s umělou inteligencí.
Lektoři Počítačové školy GOPAS, Wayne Burke a Lubomír Ošmera
AI pro manažery
Umělá inteligence se během krátké doby posunula z experimentu do běžné součásti řízení firem. Pro manažery dnes nepředstavuje jednu technologii, ale dvě paralelní dimenze – AI jako softwarový nástroj integrovaný do každodenních procesů a AI jako fyzickou přítomnost v podobě inteligentních robotů. Úspěšné řízení AI proto není otázkou toho, zda ji používat, ale jak ji strategicky uchopit v obou rovinách.
V softwarové oblasti se AI uplatňuje především při automatizaci rutinních činností, analýze dat a podpoře rozhodování. Moderní nástroje dokážou shrnovat rozsáhlé dokumenty, analyzovat tabulky, připravovat podklady pro porady nebo fungovat jako interní znalostní asistenti. Z manažerského pohledu je klíčové chápat AI nikoli jako náhradu lidského rozhodování, ale jako jeho zesilovač, který zvyšuje kvalitu vstupů a zkracuje čas potřebný k analýze.
S rostoucím nasazením AI se zároveň zvyšuje důraz na bezpečnost, správu dat a regulaci. Firmy se postupně posouvají od veřejných chatbotů k integrovaným řešením a interním knowledge base, které pracují výhradně s ověřenými firemními daty. Cílem je minimalizovat chybovost, zvýšit důvěryhodnost výstupů a zajistit, že AI má jasně definovaný „zdroj pravdy“.
Druhou, rychle se rozvíjející oblastí je AI ve fyzickém světě. Inteligentní roboti se přestávají vnímat jako izolované produkty a stávají se součástí provozu, kde rozhoduje jejich chování, předvídatelnost a bezpečnost v interakci s lidmi. Pro management to znamená vznik nové disciplíny: řízení chování inteligentních systémů v reálném prostoru a jasné vymezení odpovědnosti za jejich rozhodování. Firmy, které dokážou obě dimenze AI propojit do jedné strategie, získávají výraznou konkurenční výhodu.
Lektor Počítačové školy GOPAS, Martin Krček
AI pro správce a programátory
Pro IT správce a vývojáře představuje současná vlna umělé inteligence zásadní technologický posun, který mění způsob vývoje i provozu aplikací. Nejvýraznějším trendem je přechod od samostatných chatbotů k integrovaným AI nástrojům a agentům, kteří jsou součástí vývojových prostředí, CI/CD pipeline nebo AIOps řešení.
Moderní vývojová prostředí dnes obsahují asistenty schopné nejen doplňovat kód, ale také provádět refaktoring, generovat testy nebo analyzovat existující projekty napříč více soubory. Pokročilejší AI IDE dokonce dokážou navrhovat změny v celém repozitáři a pomáhají tak vývojářům zvládat rozsáhlé projekty rychleji a s menším rizikem chyb.
Vedle samotného vývoje se významně rozvíjí také oblast implementace AI do podnikových aplikací. Platformy umožňují využívat různé jazykové modely a vytvářet vlastní AI agenty, kteří automatizují firemní procesy nebo podporují interní rozhodování. Klíčovou roli zde hraje správná architektura, governance a kvalitní práce s daty, zejména při využití metod typu RAG, které zvyšují přesnost odpovědí kombinací modelů a interních datových zdrojů.
Pro správce IT infrastruktury to znamená nové kompetence — od konfigurace přístupů a správy identit až po monitoring provozu AI služeb, jejich škálování a bezpečné nasazení. Úspěšná implementace AI tak dnes vyžaduje nejen znalost vývoje, ale také schopnost řídit životní cyklus modelů, dat a agentních aplikací v produkčním prostředí.
Lektoři Počítačové školy GOPAS, Petr Malášek a Václav Jirovský
