Neváhejte, AI zvyšuje produktivitu

MM: Pane řediteli, před necelými dvěma lety jsme psali o vašem nástupu do čela společnosti Sluno a o synergii se skupinou K2. Jak se od té doby, i díky vaší dvojroli, posunula integrace AI do ERP systémů a logistických řešení? Tedy do oblastí, které nabízíte?

T. Szkandera: V tomto ohledu je moje dvojrole jednoznačnou výhodou. Sdílení know-how a praktických zkušeností mezi oběma firmami je díky tomu výrazně rychlejší a přirozenější. Stejně jako většina technologických firem se i my systematicky zabýváme tím, jak umělou inteligenci využít jak ve vlastním vývoji, tak při dalším zlepšování našich produktů. Jakmile se objeví funkční a ověřené řešení, velmi rychle dochází k jeho internímu předání a diskusi napříč týmy a firmami.

Z pohledu zákazníků je ale ještě důležitější propojování produktů obou společností. Ve firmě Sluno jsme vyvinuli velmi efektivní nástroj pro predikci prodejů, založený na umělé inteligenci. Protože se tento systém osvědčil v reálném provozu na více než 300 prodejnách, rozhodli jsme se jej integrovat přímo do ERP systému K2. To zákazníkům K2 přinese konkrétní a okamžitý benefit v každodenním řízení jejich byznysu.

MM: Ve svém profesním příběhu zdůrazňujete, že je důležité „vědět, jak věci fungují do hloubky“. Jak vám tato technická detailnost pomáhá dnes, kdy musíte odlišit reálný přínos AI od marketingové „pěny dní“, tedy od obrazu této technologie tvořeného senzačními titulky v médiích a na sociálních sítích?

T. Szkandera: Senzačních titulků i silných prohlášení v médiích a podcastech je dnes kolem umělé inteligence skutečně mnoho. Vnímám je spíše jako zdroj inspirace a impulzů k zamyšlení nad dalším rozvojem našich systémů, nikoliv jako hotový návod k realizaci. Než se do jakékoli konkrétní oblasti pustíme, považuji za klíčové pochopit, jak skutečně technicky funguje a jaký bude mít přínos.

Právě schopnost jít více do hloubky nám umožňuje soustředit se na řešení, která dávají smysl. Troufám si říct, že díky tomuto přístupu se vyhýbáme celé řadě slepých vývojových cest.

MM: Váš kolega ze společnosti Sluno Radim Tvardek v nedávném článku pro náš časopis zmínil autonomní roboty AirRob. Jak dnes generativní AI mění způsob, jakým operátoři ve strojírenských halách s těmito stroji komunikují?

T. Szkandera: AirRob je systém pro automatizované vychystávání přepravek, kdy robot dopraví celou přepravku k operátorovi a ten z ní následně odebírá požadované zboží pro expedici. Právě tato poslední fáze, tedy samotná manipulace se zbožím, byla dlouhodobě velmi obtížně automatizovatelná. Pokusy o její plnou robotizaci pomocí klasických přístupů narážely na vysokou variabilitu tvarů, orientace i uložení zboží v přepravkách.

Pokročilá AI tento problém zásadně mění. Díky kombinaci obrazové analýzy a učení z dat je dnes možné jednotlivé položky v přepravce velmi přesně rozpoznat a řídit robotickou ruku tak, aby je spolehlivě uchopila a odebrala. Věřím, že právě nasazení AI bude klíčovým faktorem, který posune efektivitu autonomních robotů na novou úroveň a urychlí jejich rozšíření nejen ve strojírenských a výrobních halách, ale napříč celým průmyslem.

MM: Mnozí ředitelé strojírenských firem se obávají, že AI je jakási černá skříňka. Jak svým zákazníkům a uživatelům informačního systému K2 zajišťujete, aby byla rozhodnutí AI v kritických momentech výroby transparentní a pro technologa zpětně ověřitelná?

T. Szkandera: Je pravda, že moderní metody umělé inteligence už nelze vysvětlovat tak přímočaře, jako tomu bylo u klasických deterministických algoritmů. To ale neznamená, že by jejich chování bylo neuchopitelné nebo neověřitelné. Existují specializované metody, které umožňují doložit, jaké vstupy a faktory vedly model k určitému doporučení nebo rozhodnutí.

Nicméně v našem pojetí používáme AI primárně jako nástroj pro podporu rozhodování, nikoli jako plně autonomní rozhodovací autoritu v kritických procesech. Klíčové rozhodnutí vždy zůstává v rukou člověka.

Tam, kde je to technicky možné a dává to smysl, například u již zmíněné predikce prodejů, navíc výstupy AI ověřujeme pomocí klasických statistických a analytických metod. Tím zajišťujeme, že se výsledky pohybují v realistických mezích a že AI nepřekračuje rámec, který je z pohledu byznysu akceptovatelný.

MM: V našem seriálu často zaznívá, že data jsou palivem pro AI. Jak pomáháte firmám, které mají sice moderní stroje, ale jejichž data jsou roztříštěná nebo nekonzistentní?

T. Szkandera: Právě v této oblasti dokáže umělá inteligence sehrát velmi praktickou roli. Moderní AI nástroje jsou schopny automaticky identifikovat nekonzistence, odchylky a anomálie v datech a upozornit na ně uživatele ještě dříve, než se taková data promítnou do klíčových procesů výroby nebo logistiky.

V nejnovější verzi našeho ERP systému K2 jsme implementovali funkci, kdy AI aktivně asistuje uživateli už při samotném pořizování dat. Na základě historických dat, kontextu a chování systému dokáže systém „našeptávat“ nejpravděpodobnější hodnoty nebo upozornit na neobvyklé zadání. Tím výrazně snižujeme chybovost při vstupu dat a pomáháme udržet jejich konzistenci už od samého začátku.

MM: Co se týče firemních dat, velmi aktuálním a důležitým tématem je jejich zabezpečení. Dokážete svým zákazníkům pomoci i v oblasti kybernetické bezpečnosti?

T. Szkandera: V oblasti firemních dat je dnes zabezpečení zásadní. Přitom organizace si nebezpečí uvědomí často až ve chvíli, kdy je pozdě a dojde ke ztrátě dat, nebo dokonce k dočasnému zastavení provozu. Proto našim zákazníkům nabízíme, aby hostovali své systémy v datovém centru K2. Tímto způsobem mohou mít všechny klíčové komponenty, tedy data, aplikační logiku i infrastrukturu, u jednoho dodavatele. V rámci datového centra pak poskytujeme robustní bezpečnostní opatření, takže zákazníci mohou minimalizovat kybernetická rizika a soustředit se na své podnikání, zatímco o bezpečnost jejich IT prostředí se staráme my.

MM: Vaše společnost nabízí řešení výmluvně nazvané „hlasem řízený sklad“, které umožňuje skladníkům komunikovat se systémem v rodném jazyce, a to v reálném čase. Vidíte v dnešních velkých jazykových modelech (LLM) přímého nástupce těchto technologií, který konečně umožní „strojům skutečně rozumět“?

T. Szkandera: Velké jazykové modely jsou technologie, které skutečně dokážou velmi dobře komunikovat v přirozeném jazyce, a tedy rozumět otázkám, generovat odpovědi a pracovat s textem v mnoha jazycích. To je jejich hlavní přednost a zároveň důvod, proč se používají v mnoha oblastech, od analýzy textu až po překlady a generování obsahu.

Nicméně pro samotné řízení skladu nevidím v dnešních LLM jako přímém nástupci klasických VDW systémů zásadní výhodu. Skladníci totiž v praxi potřebují rychlé, krátké a jednoznačné instrukce a stejně tak okamžité a jednoduché odpovědi zpět do systému, namísto složitých větných konstrukcí. Komplexní jazyková konverzace by jejich práci spíše zpomalovala než zefektivnila.

MM: Vaším heslem je, že „lidé jsou středem značky“. Jak v kontextu automatizace logistiky vysvětlujete zaměstnancům, že AI není jejich náhradou, ale nástrojem pro podporu a rozšíření jejich dovedností?

T. Szkandera: Prozatím jsme neřešili potřebu vysvětlovat zaměstnancům, že je AI nahradí, protože z našich zkušeností je patrné, že AI spíše osvobozuje lidi od rutinních úkolů a umožňuje jim věnovat se hodnotnějším aktivitám, než aby jejich práci přímo převzala.

Naopak se snažíme lidem vysvětlovat, že AI je nástroj, který zvýší jejich efektivitu, a zároveň jim dáváme prostor pro bádání a zkoušení, jak ji mohou využít ve svých vlastních pracovních postupech. V našem oboru je neustálé vzdělávání a rozvoj dovedností klíčový faktor úspěchu, protože technologie se vyvíjí velmi rychle a ten, kdo se dokáže učit, adaptovat a experimentovat s novými nástroji, bude v dnešním prostředí mnohem konkurenceschopnější.

MM: Zmiňoval jste sen vybudovat v ostravském regionu silnou IT skupinu, která bude dominovat i mezinárodně. Je právě kombinace umu a AI v českém strojírenství tou cestou, jak z Ostravska udělat technologické centrum Evropy?

T. Szkandera: Ostravský region má obrovský potenciál právě díky tomu, že strojírenské a technické vzdělávání je zde spojeno s praxí. Vysoké školy jako VŠB – Technická univerzita Ostrava nabízejí kvalitní technické a IT programy a zároveň se aktivně zapojují do výzkumu a vývoje nových technologií včetně umělé inteligence. Studenti zde mají přístup k potřebnému hardwaru i laboratořím, což je klíčové právě pro práci na AI projektech.

Díky tomu, že studenti mohou své studium propojit s praxí – například prostřednictvím stáží u nás nebo v jiných firmách regionu –, vzniká skutečná „líheň talentů“. Tato spolupráce mezi akademickou sférou a praxí vytváří prostředí, v němž se nová generace IT odborníků učí řešit konkrétní výzvy. A zároveň přináší do firem nové technologie. Právě taková kombinace je podle mě klíčovou cestou, jak z Ostravska postupně vybudovat významné technologické centrum.

MM: Pokud byste měl dát jednu radu majiteli středně velkého strojírenského závodu, který cítí tlak na efektivitu, ale s AI stále váhá, co by to bylo?

T. Szkandera: Určitě neváhejte! AI totiž zvyšuje produktivitu. Je třeba se novým technologiím otevřít a tento postoj přenést do celé firmy. Majitel opravdu nemusí být odborníkem na AI ani ji každý den používat, ale měl by dát jasně najevo, že práce s AI je vítaná a že je považována za přínos pro každodenní práci. Když lidé cítí důvěru a když mohou zkoušet nové nástroje a vlastními pokusy objevovat, jak jim AI může usnadnit jejich úkoly nebo zrychlit procesy, vzniká prostředí, kde se rodí inovace a praktické zlepšení pracovních postupů. Často stačí jen tento první krok k tomu, aby se začaly dít skutečné změny.

MM: A na závěr si dovolím obligátní otázku týkající se pohledu do budoucnosti. Jaký vývoj v oblasti využití AI v průmyslu očekáváte, v čem spatřujete největší přínosy této technologie a v čem naopak její rizika?

T. Szkandera: Očekávám, že role AI nadále poroste, a to nejen v průmyslu. Podle mého soudu bude v řadě klíčových oblastí, např. v plánování výroby a v jejím řízení, zvyšovat efektivitu tak, aby se účinněji využívaly kapacity a zdroje. Bude predikovat poptávku a prodej za účelem přesnějšího plánování zásob, dokáže předvídat poruchy strojů, naplánuje údržbu dříve, než dojde k neočekávaným výpadkům, a zvládne zlepšovat kontrolu kvality výrobků pomocí analýzy dat či počítačového vidění, aby bylo možné detekovat vady rychleji a přesněji, než to dokážou tradiční metody. Jedním z rizik širšího využití AI je to, že lidé si na její asistenci zvyknou natolik, že si svou práci bez ní už nebudou umět představit – to pak může vést k úbytku klíčových dovedností a k tzv. „lock in“ efektu, kdy organizace ztratí schopnost fungovat samostatně bez konkrétní technologie. Je důležité mít mezi nástroji AI a jejich poskytovateli dostatečnou konkurenci, aby se firmy nestaly závislými jen na pár velkých technologických gigantech, kteří by mohli svévolně a nekontrolovaně definovat nebo obcházet pravidla.