Když firmy přemýšlejí o AI, nejčastěji se soustředí na modely;
Który model wybrać?
Jaké LLM použít?
Bude lepší agent AI, Copilot, nebo vlastní model?
Jaké jsou náklady na tokeny?
Která AI bude „nejchytřejší”?
Problém je v tom, že v praxi je při nasazování AI tou největší překážkou jen zřídka sama AI. Největším problémem jsou systémy, které firmy budovaly posledních 10, 15 nebo 20 let.
Legacy systémy. A právě zde dnes nárazí velká část ambiciózních implementací AI.
AI je tak dobrá, jak infrastruktura, ke které má přístup
To je krutá pravda enterprise AI.
Model může být skvělý.
Agent může být velmi inteligentní.
Prompt engineering může být perfektní.
Ale pokud AI:
- nemá přístup k datům,
- nerozumí procesům,
- nemůže komunikovat se systémy,
- nemá soudržnou integrační architekturu,
pak jeho možnosti velmi rychle končí.
A právě proto mnoho firem po prvotním nadšení z AI narazí na zeď technologické reality.
Většina organizací dnes funguje na „historických vrstvách”
To je přirozený důsledek rozvoje podnikání.
Firmy léta přidávaly další systémy:
- ERP,
- CRM,
- helpdesk,
- sklad,
- účetnictví,
- výrobu,
- HR,
- reporting,
- prodejní platformy.
Každý nasazen v jiném čase, jinými dodavateli, často v jiné technologii.
Efekt? Vzniká technologicky složitá, ale architektonicky nesoudržná organizace.
Data jsou:
- rozdrobená,
- duplicitní,
- nesynchronizovaná,
- částečně ručně přepisovaná,
- často uzamčená v systémech bez smysluplného API.
A právě tehdy vyvstává otázka: jak má AI efektivně fungovat v prostředí, které se samo nedokáže dorozumět?
Největší nepřítel AI: absence integrace
To je mnohem větší problém, než si většina firem připouští. Protože AI nefunguje ve vakuu.
Moderní agentní systémy potřebují:
- přístup k datům,
- komunikaci mezi systémy,
- aktuální kontext,
- možnost provádět akce,
- události v reálném čase.
Mezitím však v mnoha organizacích:
- data se exportují do Excelu,
- část procesů běží e‑mailem,
- systémy si vyměňují data jednou denně,
- dokumentace integrací neexistuje,
- polovina obchodní logiky je „v hlavách lidí”.
V takovém prostředí přestává být AI velmi rychle „inteligentním agentem”. Začíná být další vrstvou chaosu.
Proč AI vypadá skvěle na demu, ale mnohem hůř v reálné firmě
Protože demo obvykle funguje v ideálních podmínkách.
Jeden systém.
Kvalitní data.
Kontrolovaný proces.
Žádné okrajové případy.
Enterprise realita vypadá úplně jinak.
AI náhle narazí na:
- staré ERP bez API,
- nestandardní procesy,
- nekompletní data,
- konflikty mezi systémy,
- obchodní výjimky,
- ruční workflow,
- lokální „obezličky” budované léta.
A tehdy se ukáže, že problémem není model AI. Problémem je architektura organizace.
Legacy systémy nejsou jen „staré”. Mají obrovský dopad na byznys
To je důležité rozlišení.
Mnoho legacy systémů stále funguje stabilně a obsluhuje kritické obchodní procesy. Proto se je firmy často bojí měnit. A oprávněně.
Protože modernizace enterprise infrastruktury není jen otázkou technologie.
Je to otázka:
- provozní kontinuity,
- bezpečnosti,
- nákladů,
- obchodního rizika.
Problém je v tom, že AI vyžaduje novou úroveň interoperability.
Systémy, které dosud mohly fungovat „vedle sebe”, najednou musejí:
- vyměňovat data,
- fungovat v reálném čase,
- spolupracovat s agenty,
- podporovat automatizaci rozhodování.
A právě zde mnoho organizací zjišťuje, že jejich architektura není připravena na AI-native provoz.
Vzniká nový typ konkurenční výhody
Ještě před pár lety byla výhodou: „máme více dat”. Dnes bude stále častěji výhodou: „naše infrastruktura umožňuje AI reálně fungovat”. To je obrovský rozdíl.
Protože firmy s moderní architekturou:
- API-first,
- event-driven,
- modulární systémy,
- centrální datová vrstva,
- dobře navrženými integracemi,
budou zavádět AI mnohonásobně rychleji než organizace s chaotickým legacy stackem.
A právě proto je budoucnost AI tak úzce spjata se softwarovou architekturou.
Největší mýtus? „Stačí nasadit AI”
Ne. V mnoha případech je AI poslední etapou transformace, ne první.
Nejprve je třeba dát do pořádku:
- data,
- procesy,
- integrace,
- architekturu systémů,
- governance,
- tok informací.
Bez toho AI často:
- dává nesourodé odpovědi,
- pracuje na neaktuálních datech,
- generuje chybé rozhodnutí,
- nebo nedokáže reálně automatizovat procesy.
A právě proto nemusí být v následujících letech nejhodnotnější AI firmy vůbec „firmami od modelů”.
Mohou být firmami, které dokážou propojit:
- architekturu,
- integrace,
- data,
- procesy,
- a orchestraci AI.
AI stále více připomíná infrastrukturní, nikoli produktový problém
To je velmi zajímavá změna trhu.
Ještě nedávno bylo AI vnímáno především jako:
- aplikace,
- chatbot,
- funkce,
- doplněk systému.
Dnes se stále více stává infrastrukturní vrstvou organizace.
A infrastruktura má jednu vlastnost: musí být stabilní, soudržná a dobře navržená.
Protože ani ten nejlepší agent AI nenapraví:
- špatnou architekturu,
- integrační chaos,
- datová sila,
- ani procesy budované léta bez soudržné logiky.
Co zvítězí v nejbližších letech?
Pravděpodobně ne firmy s „nejefektnější AI”.
Ale ty, které:
- mají uspořádanou architekturu,
- dobře navržené integrace,
- centralizaci dat,
- flexibilní systémy,
- a infrastrukturu připravenou na agentní AI.
Protože budoucnost enterprise AI bude mnohem více spjata s architekturou systémů než se samotnými modely. A právě proto pro mnoho organizací největším AI projektem příštích let nebude nasazení dalšího chatbota. Ale přestavba technologických základů firmy.
