Konec hledání funkcí. Přichází éra AI-native aplikací

Firemní software se za uplynulé desítky let výrazně proměnil. Přesunul se do cloudu, začal fungovat na mobilních telefonech a propojil desítky podnikových systémů. Jedna věc ale zůstávala stejná: člověk stále hledal správnou funkci, vyplňoval formuláře a krok za krokem ovládal aplikaci. To se však začíná měnit. Přichází totiž éra AI-native aplikací.

Nová generace AI-native aplikací staví umělou inteligenci do samotného středu uživatelského rozhraní. AI už není doplňkem, stává se samotným jádrem aplikace. Mění se proto i způsob práce. Uživatel už nemusí přemýšlet, kde najde správnou funkci nebo jak jednotlivé kroky skládat za sebou. Stačí popsat výsledek, kterého chce dosáhnout, a aplikace sama vybere vhodný postup, navrhne jednotlivé kroky a stále častěji je také automaticky vykoná. Rozhraní se tak postupně mění z nabídky funkcí na dialog mezi člověkem a umělou inteligencí.

Na první pohled jde jen o další využití generativní AI. Ve skutečnosti však může jít o největší změnu práce s podnikovým softwarem od nástupu grafických operačních systémů. Pro firmy to znamená nejen vyšší produktivitu práce, ale také nové nároky na řízení procesů, bezpečnost dat a odpovědnost za rozhodnutí, která začne software vykonávat samostatně.

AI už není funkce navíc

Mnoho dnešních podnikových aplikací už nabízí vlastní AI asistenty. Najdeme je v kancelářských balících, CRM systémech, grafických editorech nebo nástrojích pro správu projektů. Typicky pomáhají napsat e-mail, shrnout dokument, vytvořit prezentaci nebo analyzovat tabulku. 

To ale ještě neznamená, že jde o AI-native software. Ve většině případů totiž aplikace stále funguje stejně jako před několika lety. Má stejné obrazovky, stejné formuláře, stejná menu i stejné pracovní postupy. Umělá inteligence představuje pouze další funkci, kterou lze využít vedle ostatních. 

AI-native aplikace vznikají opačným způsobem – jejich architektura se od začátku navrhuje kolem AI. Vývojáři přitom obvykle využívají již existující obecný model, například velký jazykový model (LLM) nebo menší jazykový model (SLM), a teprve kolem něj staví uživatelské prostředí konkrétní aplikace.

Už nejde jen o samotné funkce

Dnes si firmy pořizují účetní systém, CRM, ERP nebo helpdesk. Každý z nich nabízí stovky funkcí, které se zaměstnanci musí naučit používat. Úspěch implementace často závisí na tom, jak dobře lidé zvládnou práci s konkrétní aplikací.

AI-native software tento model postupně obrací. Manažera nebude zajímat, kolik funkcí aplikace nabízí. Bude ho zajímat, kolik práce dokáže převzít. Rozdíl je zásadní. Dnes software pomáhá člověku vykonávat jednotlivé kroky. Zítra dostane software cíl a člověk bude pouze kontrolovat výsledek, který mu takzvaní AI agenti naservírují.

To je změna, která může ovlivnit produktivitu podobně výrazně jako nástup kancelářských balíků nebo cloudových služeb. Přinese také posun ve způsobu práce. 

Nejznámější AI-native aplikace současnosti

Cursor – vývojářské prostředí navržené od začátku kolem AI. Programátor místo hledání funkcí zadává úkoly přirozeným jazykem.

Perplexity – AI-native vyhledávač kombinující generativní AI s citacemi zdrojů a průběžným výzkumem.

Glean – podnikový AI asistent propojující interní firemní znalosti napříč desítkami systémů.

Harvey – platforma pro právní kanceláře využívající AI při přípravě dokumentů, rešerších i analýzách.

Sierra – AI-native platforma pro zákaznickou podporu, která dokáže samostatně řešit velkou část komunikace se zákazníky.

Hebbia – analytická platforma schopná pracovat s rozsáhlými dokumenty a sama navrhovat další kroky při analýze.

Představme si reklamaci zákazníka. Dnes pracovník zákaznické podpory otevře CRM, dohledá objednávku, ověří záruční podmínky, kontaktuje sklad, připraví odpověď a případně založí požadavek na servis.

AI-native aplikace může celý tento proces zvládnout sama. Ověří historii zákazníka, zkontroluje smluvní podmínky, připraví odpověď, vytvoří servisní požadavek a zaměstnanci předloží pouze situace, které vyžadují individuální rozhodnutí.

Člověk nepřestává být součástí procesu. Mění se ale jeho role. Místo vykonávání rutinních kroků řeší výjimky, posuzuje složitější případy a kontroluje výsledky práce AI. To je zásadní rozdíl. Produktivita poroste proto, že lidem odpadne práce na rutinních úkolech.

Odpovědnost za rozhodnutí

Právě tady začíná jedna z největších manažerských výzev. Pokud AI vytvoří nabídku zákazníkovi, připraví smlouvu nebo schválí část interního procesu, kdo za výsledek odpovídá? Odpověď je jednoduchá: stále firma.

Shadow AI: Tichý pomocník, nebo bezpečnostní riziko?

Zobrazit

AI-native software sice dokáže mnoho činností automatizovat, odpovědnost se ale nepřenáší na algoritmus. Zůstává na lidech, kteří systém nastavili, schválili pravidla jeho fungování a rozhodli, jaké pravomoci mu svěří.

Proto se stále častěji mluví o AI governance – souboru pravidel, která určují:

• jaké úkoly může AI vykonávat samostatně,
• kdy musí rozhodnutí schválit člověk,
• kdo odpovídá za správnost výstupů,
• jak budou jednotlivé kroky zaznamenávány,
• jak bude možné rozhodnutí zpětně dohledat a auditovat.

Pro management jde o podobnou změnu, jakou před lety přinesla digitalizace účetnictví nebo elektronické podpisy. Technologie část práce zjednoduší, ale zároveň vyžaduje jasně nastavená pravidla.

AI umí generovat obsah, ale neřeší právní následky

Zobrazit

Nový pohled na bezpečnost

S nástupem AI-native aplikací se mění také bezpečnostní rizika. Dosud většina podnikových aplikací pracovala pouze s daty, která do nich uživatel ručně zadal. AI-native software ale často propojuje více systémů současně. Přistupuje k dokumentům, databázím, CRM, ERP, interním znalostním bázím nebo cloudovým úložištím.

To znamená, že získává přístup k výrazně většímu objemu citlivých informací. Pokud firma nemá správně nastavená oprávnění, může AI neúmyslně zpřístupnit informace zaměstnancům, kteří je nikdy neměli vidět. Stejně tak může při práci s veřejnými modely dojít k úniku obchodního tajemství nebo citlivého know-how. Nejde přitom jen o samotný model umělé inteligence.

Rizikem bývají také:

• příliš široká oprávnění AI agentů,
• nekontrolované propojení více SaaS služeb,
• ukládání citlivých dat mimo firemní prostředí,
• chybějící evidence automaticky provedených akcí,
• používání neautorizovaných AI nástrojů zaměstnanci (tzv. shadow AI).

SaaS aplikace a jak si nad nimi udržet kontrolu bez zákazů

Zobrazit

Proto budou stále důležitější oblasti jako řízení přístupů, správa identit, klasifikace dat nebo průběžný monitoring aktivit AI agentů. Jinými slovy, čím samostatnější software bude, tím důležitější bude vědět, co přesně smí dělat.

Heslo nestačí: Identity jsou hlavním vstupem do firemních systémů

Zobrazit

Skvělé pro podporu, méně pro krizové řízení

AI-native aplikace mají největší přínos všude tam, kde se opakují obdobné pracovní postupy a zaměstnanci tráví značnou část dne administrativou.

Patří sem například:

• zákaznická podpora,
• obchod a příprava nabídek,
• HR a nábor zaměstnanců,
• marketing,
• právní agenda,
• finance a reporting,
• interní IT služby,
• projektové řízení,
• znalostní databáze a interní dokumentace.

Naopak existují oblasti, kde zatím AI-native přístup vhodný není nebo vyžaduje velmi opatrné nasazení. Jde především o situace, kdy rozhodnutí může mít přímé právní, bezpečnostní nebo zdravotní důsledky. Typickým příkladem jsou finální lékařská rozhodnutí, soudní rozhodování, krizové řízení nebo některé oblasti kritické infrastruktury.

V Evropské unii navíc u některých způsobů nasazení AI v těchto oblastech vstupuje do hry AI Act. Ten konkrétní případy použití například v justici, kritické infrastruktuře nebo ve zdravotnictví klasifikuje jako vysoce rizikové a stanovuje specifická pravidla pro jejich nasazení a provoz.

Nová éra

AI-native aplikace budou každopádně čím dál běžnějším nástrojem. Firmy mohou s jejich implementací začít vcelku svižně, neměly by ale začínat výběrem konkrétní technologie. Nejdříve je potřeba si ujasnit, čeho má firma pomocí AI dosáhnout.

Jednou z častých chyb při nasazování AI je snaha zapojit ji do již existujících procesů. Největší přínos totiž mnohdy přichází ve chvíli, kdy si firma nejprve položí otázku, zda daný proces v éře AI ještě vůbec potřebuje.

Petr Hirš
ředitel AI centra Dataclair

Následovat by měl audit dat, protože kvalita výstupů AI závisí především na kvalitě vstupů. Teprve poté dává smysl vybrat vhodnou platformu, připravit pilotní projekt, zapojit budoucí uživatele a průběžně vyhodnocovat, zda řešení skutečně přináší očekávané výsledky. 

A samozřejmě je potřeba u toho nezapomínat na správu a řízení rizik, zejména na pravidla pro práci s citlivými daty a oprávnění podle pracovních rolí. Součástí projektu by mělo být také ověřování výstupů AI, průběžné monitorování jejího chování a pravidelné školení zaměstnanců. Jen tak se změna způsobu práce skutečně podaří.

Praktický checklist pro management

Pokud chcete začít s AI-native softwarem, nemusíte čekat na kompletní výměnu firemních systémů.

Začněte těmito kroky:

1. Identifikujte procesy s největším podílem rutinní administrativy.
2. Ověřte, zda je v éře AI stále potřebujete v současné podobě.
3. Určete, která data může AI bezpečně využívat.
4. Nastavte pravidla AI governance ještě před prvním nasazením.
5. Zkontrolujte řízení přístupů a oprávnění jednotlivých systémů.
6. Vyberte pilotní projekt s jasně měřitelným přínosem.
7. Zapojte management, IT i vlastníky procesů.
8. Průběžně vyhodnocujte kvalitu výstupů AI agentů.
9. Vzdělávejte zaměstnance v bezpečném používání AI.

Co si z článku odnést?

• AI-native software nepředstavuje další funkci navíc. Mění způsob práce s podnikovými aplikacemi.
• Zaměstnanci nebudou v softwaru hledat konkrétní funkce, budou mu stále více zadávat cíle.
• AI agenti postupně převezmou část rutinních procesů.
• Největší výzvou nebude technologie, ale správné nastavení pravomocí, odpovědnosti a řízení přístupů.
• Firmy, které začnou s pilotními projekty už dnes, získají zkušenosti dříve, než se AI-native software stane běžným standardem.

Michaela Látalová
Marketingový specialista pro B2B

Píše o kyberbezpečnosti a nových technologiích a dává si záležet na tom, aby její texty nezapadly někde v koutě internetu a našly cestu ke správným lidem. Baví ji hledat způsoby, jak dostat téma kyberbezpečnosti z obrazovek tam, kam patří – do každodenního rozhodování a chování nás všech.