AI už vo firmách pracuje. Otázka je, či ju firmy riadia
Seyfor radí, ako dostať umelú inteligenciu z mobilov zamestnancov do bezpečných firemných procesov.
Umelú inteligenciu podľa Eurostatu využíva už viac než polovica veľkých podnikov v EÚ, no rýchla adopcia naráža na nepripravené procesy, slabú dátovú disciplínu a bezpečnostné riziká. Firmy často neriešia, kde už ich zamestnanci AI používajú, aké dáta do nej vkladajú a podľa čoho majú vyhodnotiť jej reálny prínos. Práve tam vzniká „tieňová AI“, kedy ide o používanie verejných nástrojov na pracovné úlohy skôr, než má firma schválené pravidlá, bezpečné riešenia a jasné dátové hranice. Podľa Lukáša Grossa zo spoločnosti Seyfor preto dnes nejde o otázku, či AI do firmy pustiť, ale ako ju zaviesť tak, aby zrýchlila prácu, neohrozila citlivé dáta a mala merateľný prínos pre biznis.
„Ak firma AI nerieši, neznamená to, že ju jej ľudia nepoužívajú. Znamená to len, že ju používajú bez rámca, bez kontroly a často s dátami, ktoré by sa mimo firemného prostredia vôbec nemali dostať. Najväčším rizikom dnes nie je samotná AI, ale tieňová AI – spontánne používanie verejných nástrojov bez toho, aby firma vedela, aké informácie do nich zamestnanci vkladajú,“ hovorí Lukáš Gross, AI Business Development Director spoločnosti Seyfor.
AI rastie rýchlo, pravidlá vo firmách zaostávajú
Eurostat ukazuje, že AI sa v európskom firemnom sektore za posledný rok výrazne etablovala. V roku 2025 ju používalo 20 percent podnikov v EÚ s aspoň 10 zamestnancami (čo je nárast z 13,5 percent v roku 2024). Na Slovensku ju využívalo 18 percent podnikov. Rozdiely sú výrazné podľa veľkosti firmy: v EÚ AI používalo 55 percent veľkých, 30 percent stredných a 17 percent malých podnikov. Najčastejšie ju firmy používajú na analýzu písaného textu, generovanie obrazového, zvukového alebo textového obsahu, prácu s hovoreným jazykom a automatizáciu pracovných tokov alebo podporu rozhodovania. Medzi firmami, ktoré AI zvažovali, ale nezaviedli ju, Eurostat najčastejšie identifikuje nedostatok odborných znalostí, neistotu v právnych dôsledkoch a obavy z ochrany dát a súkromia.
Popri oficiálnej adopcii však rastie aj menej viditeľná vrstva používania AI. Podľa prieskumu Spoločného výskumného centra Európskej komisie používa AI nástroje pri práci 30 percent pracovníkov v EÚ, najmä chatboty postavené na veľkých jazykových modeloch. Najčastejšie ich využívajú pri textových úlohách, ako je písanie (65 percent), preklad (59 percent), spracovanie dát alebo hľadanie nápadov (38 percent). Podľa Grossa je pre firmy problematické najmä to, že časť tejto adopcie vzniká zdola – skôr, než má zamestnávateľ nastavené pravidlá, schválené nástroje a jasné dátové hranice. Zamestnanec tak môže v dobrej viere vložiť do verejného nástroja interný dokument, zmluvu, cenovú ponuku, osobné údaje alebo klientsku komunikáciu. Takto sa AI z užitočného pomocníka mení na nekontrolovaný kanál, cez ktorý môžu z firmy odchádzať citlivé informácie.
Podľa Grossa tieto čísla presne opisujú situáciu, ktorú vidieť aj v praxi. Zamestnanci si AI skúšajú sami, pretože im šetrí čas. Manažment však často nemá zmapované, kde sa nástroje používajú, aké dáta do nich vstupujú a ktoré výstupy ešte kontroluje človek. „AI je ako dynamit. Kto sa ho bojí, bude ďalej rúbať skalu kladivom. Kto sa s ním naučí narábať, má náskok. Rozdiel je v pravidlách, zodpovednosti a dátach,“ vysvetľuje Lukáš Gross.
Najväčšia chyba: začať technológiou, nie problémom
Mnohé firmy začínajú výberom nástroja, licencií a rozpočtu. Podľa Lukáša Grossa zo Seyforu by však prvý krok mal byť presne opačný: zistiť, kde sa vo firme opakuje manuálna práca a kde dnes vznikajú straty času, chyby a kde je neznalosť. Typickými príkladmi týchto činností sú: vyhľadávanie v interných dokumentoch, sumarizácia zmlúv a tendrov, príprava zápisov z porád, kontrola podkladov, prepisovanie údajov z faktúr, párovanie dokumentov alebo triedenie zákazníckych požiadaviek.
„Prenesená skúsenosť nefunguje. Nestačí ľuďom ukázať prezentáciu o tom, čo všetko vie ChatGPT alebo Copilot. Každý si musí zažiť vlastný moment, keď zistí, že mu AI zajtra ušetrí polhodinu práce alebo pomôže nájsť informáciu, ktorú by inak hľadal hodinu. Až vtedy začne technológii veriť,“ hovorí Lukáš Gross.
Druhým predpokladom sú dáta. AI nevyrieši neporiadok v dokumentoch, nejednotné tabuľky ani procesy, v ktorých nie je jasné, kto za čo zodpovedá. Ak firma nemá upratané dáta a prepojené systémy, potrebuje často najskôr klasickú digitalizáciu. „Nie je výnimkou, že overenie konceptu je hotové za týždeň, ale potom firma rok a pol čistí dáta. Ak do systému vstupuje chaos, kvalitný výstup z neho nevyjde – nech je model akokoľvek moderný,“ dodáva Lukáš Gross.
Ako začať bezpečne a prakticky
Seyfor odporúča firmám postupovať v malých, merateľných krokoch. Základom je najskôr zmapovať, kde už ľudia AI používajú, pri akých úlohách a s akými dátami. Cieľom nemá byť hľadanie vinníkov, ale pochopenie reality a nastavenie bezpečnejšieho rámca. Firma by mala jasne určiť, ktoré nástroje sú schválené, aké typy dát do AI riešení nepatria a kto kontroluje výstupy.
Následne by si mala vybrať jeden konkrétny scenár s rýchlo viditeľným prínosom. Vhodné sú úlohy, ktoré sa často opakujú a dajú sa jednoducho odmerať: spracovanie faktúr, rešerš v dokumentoch, odpovede na interné smernice, príprava zápisov alebo sumarizácia podkladov pre obchodné stretnutie. Namiesto veľkého transformačného programu má vzniknúť funkčný prototyp, ktorý si zamestnanci vyskúšajú na reálnej práci.
Gross odporúča rozlišovať tri úrovne adopcie. Prvou je osobná efektivita, teda pomoc jednotlivcovi pri e-mailoch, dokumentoch, rešeršiach alebo zápisoch. Druhou je tímová efektivita, napríklad zdieľanie znalostí naprieč oddeleniami alebo interný chatbot napojený na schválené smernice. Až treťou je celofiremná efektivita, teda prepojené end-to-end procesy od objednávky cez sklad až po fakturáciu. „Ak firma začne hneď celofiremnou transformáciou, projekt môže veľmi rýchlo havarovať. Najskôr treba ľudí naučiť veriť technológii v malom,“ hovorí Lukáš Gross.
AI musí mať pravidlá aj merateľný výsledok
Zavádzanie AI by nemalo skončiť pri školení. Firma potrebuje jasnú governance: kto schvaľuje nástroje, kto rozhoduje o dátach, kto kontroluje výstupy, kto nesie zodpovednosť za finálne rozhodnutie a ako sa eviduje používanie AI v citlivejších procesoch. Pri osobných údajoch, zmluvách, cenových ponukách, obchodnom tajomstve, interných stratégiách alebo klientskych dátach musia byť pravidlá obzvlášť prísne.
Rovnako dôležité je meranie. Pred pilotom si firma nastaví stav „pred“ a porovná ho so stavom „po“. Sledovať môže čas spracovania úlohy, počet chýb, objem zvládnutej práce, mieru používania nástroja, spokojnosť zamestnancov aj počet bezpečnostných alebo procesných incidentov. AI projekt má zmysel až vtedy, keď zlepší konkrétny pracovný tok, nielen keď je technologicky zaujímavý.
„AI za nás nikdy nesmie robiť finálne rozhodnutia. Môže však pripraviť odporúčanie a ukázať dôkaz, z čoho pri ňom vychádza. Firmy by preto nemali riešiť len nástroj, ale aj kultúru práce s AI. Skutočný úspech nastane vtedy, keď zamestnanec pri novej úlohe najprv rozmýšľa, ako mu môže pomôcť AI, a až potom sa vracia k starej manuálnej ceste,“ uzatvára Lukáš Gross.
