ROZVOJOVÝ PROGRAM
Pět pilířů AI adopce
Strategie · Lidé · Governance · Data · Technologie
Podzimní termíny 2026
Každý díl vysíláme živě — nejde o přehrávání záznamů.
Nestihli jste některý díl? Záznamy jsou dostupné do 31. 12. Připojte se kdykoliv.
Strategie
Bez strategie se z AI stane sbírka nesouvisejících pilotů. První díl je o tom, jak vybrat, kam sílu opravdu dát. Firmy dnes málokdy začínají od nuly – spíš mají rozjetých pět pilotů, o kterých nikdo neumí říct, co přinesly. V prvním díle se podíváme, jak vzniká priorizace use casů podle dopadu a náročnosti, kdy dává […]
Lidé
Nejsilnější prediktor toho, jestli AI ve firmě zafunguje, není nástroj ani rozpočet. Je to bezprostřední nadřízený. Můžete koupit licence všem a stejně se nic nezmění – pokud manažer nevytvoří prostor. Ve druhém díle se podíváme, co konkrétně dělá vedoucí, jehož lidé AI opravdu používají: jak dává prostor pro experimenty, jak pracuje s nedůvěrou a odporem […]
Governance
Plošné zákazy nefungují, jen vytlačí AI do stínu. Třetí díl je o mantinelech, které adopci usnadňují. Shadow AI je dnes nejrychleji rostoucí riziko a vzniká přesně tam, kde firma řekla „ne“. Ve třetím díle se podíváme, jak vypadají pravidla, která lidé skutečně dodržují, protože jim dávají smysl. Otevřeme téma etiky a biasu na konkrétních případech […]
Data
Kvalita výstupu AI se odvíjí od kvality kontextu, který jí dáme. Čtvrtý díl je o cestě od dat k rozhodnutí. AI nezachrání špatná data, jen jejich problémy zvětší a rozšíří rychleji. Ve čtvrtém díle projdeme cestu od dat k rozhodnutí a podíváme se, kde ve firmách data nejčastěji „umírají“ – obvykle mnohem dřív, než se […]
Technologie
Závěrečný díl je o tom, co se právě teď mění pod rukama – a jak si vybírat, aby vám nástroje za rok nezůstaly na krku. Autonomní AI agenti, kteří mají přístup k datům i k okolnímu světu. Vibecoding, skvělý na prototypy a rizikový v produkci. Lokální modely, u kterých data nikdy neopustí firemní síť. V […]
Pro koho je program určený?
Manažeři a lídři týmů
Chtějí vést adopci AI ve svém týmu, ne ji jen přežít.
HR a L&D profesionálové
Hledají kvalitní program pro svou organizaci.
Zaměstnanci se zájmem o rozvoj
Chtějí být sebevědomí v době AI.
Co vám program přinese?
Většina firem už AI nějak používá. Málokterá ji ale opravdu adoptovala.
Průzkumy ukazují pořád stejný obrázek: zaměstnanci cítí, že jim AI pomáhá, ale jen zlomek z nich vidí, že by se změnil způsob, jakým firma pracuje. Rozdíl mezi „máme licence“ a „umíme s tím pracovat“ je téma tohoto programu.
Pět dílů, pět pilířů. V každém díle jeden pilíř do hloubky a vždy ze tří úhlů — co to znamená pro mě jako jednotlivce, co pro mě jako vedoucího týmu a co pro firmu jako celek.
Firmy dnes málokdy začínají od nuly — spíš mají rozjetých pět pilotů, o kterých nikdo neumí říct, co přinesly. V prvním díle se podíváme, jak vzniká priorizace use casů podle dopadu a náročnosti, kdy dává smysl kupovat hotové řešení, kdy hledat partnera a kdy stavět vlastní. Řekneme si taky, proč AI není téma pro IT, ale pro celou firmu — a otevřeme nepohodlnou otázku ROI: co se u AI dá skutečně měřit a co si u toho namlouváme.
Tři pohledy
Jednotlivec
Kde v mé vlastní práci má AI největší návratnost a kde jen ztrácím čas
Vedoucí týmu
Jak vybrat dva tři use casy, které tým skutečně dotáhne do konce
Firma
Jak propojit AI ambice s byznys cíli a nezůstat u prezentace
Co si odnesete
Kritéria, podle kterých se dá use case vyhodnotit dřív, než do něj investujete. Rozhodovací rámec kupovat / partner / stavět. Realistický pohled na to, které přínosy AI jdou vyčíslit a které ne.
Můžete koupit licence všem a stejně se nic nezmění — pokud manažer nevytvoří prostor. Ve druhém díle se podíváme, co konkrétně dělá vedoucí, jehož lidé AI opravdu používají: jak dává prostor pro experimenty, jak pracuje s nedůvěrou a odporem a proč lídrovi bohatě stačí třicetiprocentní technologické porozumění. Řekneme si i o druhé straně mince — člověk je zároveň nejčastější vstupní bod bezpečnostního incidentu.
Tři pohledy
Jednotlivec
Jak si postavit vlastní rutinu učení a nezůstat pozadu
Vedoucí týmu
Autonomie, důvěra, facilitace sdílení, práce s ambasadory
Firma
Ambasadorské sítě, komunity a delší hands-on programy místo jednorázových školení
Co si odnesete
Konkrétní chování manažera, které adopci posouvá — a to, které ji tiše zabíjí. Způsob, jak pracovat s lidmi, kteří AI odmítají. Argument, proč jednorázové školení nestačí.
Shadow AI je dnes nejrychleji rostoucí riziko a vzniká přesně tam, kde firma řekla „ne“. Ve třetím díle se podíváme, jak vypadají pravidla, která lidé skutečně dodržují, protože jim dávají smysl. Otevřeme téma etiky a biasu na konkrétních případech a projdeme, co firmám reálně přinášejí GDPR a EU AI Act. Řeč přijde i na to, jak se spravují přístupy, když k firemním datům nepřistupuje člověk, ale AI agent.
Tři pohledy
Jednotlivec
Co smím, co nesmím a proč to není buzerace
Vedoucí týmu
Jak napsat jednoduchá pravidla, která lidé skutečně použijí
Firma
Transparence rozhodnutí AI, správa přístupů, soulad s regulací
Co si odnesete
Přehled, co po firmách chce GDPR a EU AI Act v praxi. Ukázku pravidel, která fungují, protože jsou krátká a srozumitelná. Pojmenování rizik, která vznikají tím, že se AI zakáže.
AI nezachrání špatná data, jen jejich problémy zvětší a rozšíří rychleji. Ve čtvrtém díle projdeme cestu od dat k rozhodnutí a podíváme se, kde ve firmách data nejčastěji „umírají“ — obvykle mnohem dřív, než se k nim někdo dostane. Rozebereme anatomii dashboardu, který někdo opravdu použije, a otevřeme téma citlivých dat a anonymizace. Protože AI najde i to, na co všichni dávno zapomněli.
Tři pohledy
Jednotlivec
Jak číst data, ověřovat výstupy a poznat, kdy si model vymýšlí
Vedoucí týmu
Vlastnictví dat, single source of truth, dokumentace, decision-driven místo data-driven
Firma
Data governance, úrovně přístupu, bezpečné použití dat v AI nástrojích
Co si odnesete
Postup, jak ověřit výstup modelu, než ho pošlete dál. Typická místa, kde se ve firmě ztrácí kvalita dat. Praktický pohled na to, co znamená anonymizace, když s daty pracuje AI.
Autonomní AI agenti, kteří mají přístup k datům i k okolnímu světu. Vibecoding, skvělý na prototypy a rizikový v produkci. Lokální modely, u kterých data nikdy neopustí firemní síť. V posledním díle si ukážeme, co z toho dnes reálně funguje, kde jsou hranice a podle čeho vybírat nástroje, aby volba vydržela déle než jednu sezonu. Zmíníme i rizika, o kterých se zatím spíš mlčí — třeba prompt injection.
Tři pohledy
Jednotlivec
Které nástroje mají smysl pro moji každodenní práci
Vedoucí týmu
Jak nechat tým experimentovat, aniž bych přišel o kontrolu
Firma
Architektura, agenti, prompt injection a rizika, o kterých se zatím mlčí
Co si odnesete
Střízlivý obrázek toho, co agenti dnes zvládnou a co ne. Kritéria pro výběr nástroje, který nebude za rok slepá ulička. Přehled bezpečnostních rizik, která přicházejí spolu s autonomními agenty.
Struktura každého dílu (90 min)
-
1
Co se děje v AI a co nás zaujalo
Novinky za poslední týdny, filtr na to podstatné.
-
2
Pilíř dne
Jádro tématu, praktické ukázky, konkrétní příklady z českých firem.
-
3
Tři pohledy
Jednotlivec × vedoucí týmu × firma.
-
4
Reflexe, otázky, odpovědi
Co si odnesete
Rámec, ne návod na jeden nástroj
Pět pilířů použitelných bez ohledu na to, co zrovna vyhrává na trhu.
Jasné rozdělení rolí
V každém tématu budete vědět, co je na vás, co na manažerovi a co na firmě.
Filtr na hype
Rozpoznáte, které use casy mají návratnost a které jsou jen dobrá prezentace.
Bezpečná práce s daty
Praktická pravidla pro firemní data, bez pocitu buzerace.
Aktuálnost
Každý díl otevíráme přehledem toho, co se v AI za poslední týdny skutečně změnilo.
Garanti programu
Jakub Heikenwälder
Propojuje technologie, bezpečnost a lidský faktor v digitálním prostředí. Pomáhá manažerům rozumět datům a rozhodovat se informovaně.
Michal Šrajer
Pomáhá organizacím využít potenciál AI v každodenní práci. Praktické aplikace, měřitelné výsledky, AI přístupná každému, nejen technickým expertům.