Vývojář Martin Schayna odhaluje, jak AI mění svět. Bez kouzel.
Ředitel Googlu, Sundar Pichai, na dubnové konferenci v Las Vegas ohromil svět extrémně výkonnými AI čipy Ironwood, novým modelem Gemini 2.5 a vizí, kde si spolu AI agenti povídají mezi sebou - a všechno běží na síti rychlejší než naše myšlenky. Revoluční události se mezitím odehrávají i v ABRA Software: zákazníci díky integraci AI můžou s ERP systémem komunikovat v přirozeném jazyce. Co by za to daly generace před nimi! Vzhledem k tolika novinkám jsme se rozhodli vyzpovídat Martina Schaynu, který stojí za implementací umělé inteligence do produktu, a zároveň podrobně sleduje, kam samotná AI směřuje.
„Začínáme se na AI dívat jinak než dřív. Už to není jedna funkce v systému, ale způsob, jak s tím systémem vůbec mluvit,“ říká Martin. Vize, a v jedné firmě už dokonce skutečnost, je taková, že zaměstnanci nemusejí do informačního systému ani sáhnout. K dispozici mají chat, kam jen zadají dotaz, který AI zpracuje a rovnou požádá ERP o dodatečné informace. Z nich a původního dotazu pak vytvoří smysluplnou odpověď. Přesně takhle to funguje v jedné klinice, která používá ABRA Flexi. A recepční o tom nemá ani ponětí.
„Velkou výhodou MCP je fakt, že programátor už nemusí dopředu vymýšlet každou cestu, jakou se uživatel může chtít ptát,“ vysvětluje vývojář spojený s ABROU už od svých 19ti let.
Co má AI společného se zemním plynem?
Z generativní AI se podle Martina stává „komodita“ jakou jsou třeba energie. Není to kouzelná krabička, ale technologie, která se ladí jako každá jiná – podobně jako se v minulosti postupně zlepšovaly vlastnosti zemního plynu nebo výroba elektřiny až na hranici fyzikálních zákonů, i AI se inovuje a zefektivňuje. Akorát zatím nevíme, kde ta hranice je. V praxi to znamená, že se aktuálně testuje, jak AI zefektivnit:
- vyvíjejí se speciální benchmarky pro hodnocení modelů,
- používá se tzv. reasoning zpracování promptů,
- a hlavně se snižují náklady na provoz modelů.
Jak Stack Overflow přichází o programátory
Propad návštěvnosti Stack Overflow naznačuje, že vývojáři už často raději „poprosí AI“, než aby hledali odpověď. Ale právě tady se ukazuje nový problém: kód vygenerovaný AI bez porozumění. „Měli jsme kandidáta, který v rámci úkolu poslal celkem pěkný kód. Tak jsem si ho pozval, ale ukázalo se, že když měl něco upravit, ani nevěděl, kde to v kódu najít. Takže jsme ho nevzali,“ popisuje Martin. A tady je kámen úrazu — AI práci udělá, ale jen pokud člověk ví, co dělá.
AI a trh práce
Po pandemii a boomu rekvalifikací je na trhu přebytek juniorních IT specialistů, jenže firmy, včetně té naší, hledají hlavně ty zkušené.
AI zatím nikoho plně nenahradila – ale mění strukturu týmů. A globálně? AI může podle predikcí National University do roku 2025 nahradit 85 milionů pracovních míst. K tomu ale vytvoří 97 milionů nových. Celkově tak vznikne čistý přírůstek 12 milionů pozic.
Oblastí, ve které AI exceluje, jsou podle Martina překlady. „Perfektně rozlišuje německou a švýcarskou němčinu, chápe kontext a umí přizpůsobit styl,“ říká.
A z čeho se AI vlastně učí?
Většina dnešních velkých jazykových modelů se trénuje na obrovských objemech textových dat z internetu – tedy z webových stránek, knih, článků, fór a dalších veřejně dostupných zdrojů. Pokud se kvalita dat, na kterých se AI učí, nezlepší, hrozí, že se nové modely budou trénovat hlavně na výstupech těch starých – bez kontaktu s realitou. Tento jev, označovaný jako model collapse, může vést ke ztrátě smysluplnosti výstupů.
Podle výzkumníků z Epoch AI se zásoba kvalitních dat může vyčerpat už mezi lety 2026 až 2032. V takovém světě bude opravdu špičková AI dostupná jen firmám, které si dokážou vytvořit vlastní datové sady a infrastrukturu.
Co to znamená pro vás? Je ideální čas začít přemýšlet, jak může AI bezpečně a chytře pomáhat i ve vašem byznysu. S Martinem jsme toho probrali víc – a o dalších tématech si povíme zase příště.
