Po mnoho let firmy investovaly značné prostředky do budování znalostních bází, intranetů, úložišť dokumentů a interních vyhledávačů.
Předpoklad byl jednoduchý. Pokud zaměstnanec potřebuje informaci, měl by vědět, kde ji hledat.
Vznikaly tedy:
- intranety,
- firemní wiki,
- databáze postupů,
- katalogy dokumentů,
- projektová repozitář,
- systémy řízení znalostí,
- firemní vyhledávače.
Problém je v tom, že většina zaměstnanců je nikdy příliš ráda nepoužívala.
Nejde přitom o technologii. Jde o způsob, jakým lidé hledají informace.
Zaměstnanec nechce procházet pět systémů. Nechce si pamatovat, kde se dokument nachází. Nechce analyzovat desítky výsledků vyhledávání — chce odpověď. Nejlépe ihned.
A právě proto rozvoj AI může přinést jednu z největších změn v řízení znalostí od nástupu internetu. Ne proto, že intranety zmizí. Ale proto, že přestanou být místem, kam uživatel přijde pro informace. Stanou se zázemím pro systémy AI.
Největší problém současných organizací
Většina firem netrpí nedostatkem dat. Trpí jejich nadbytkem.
Ve velkých organizacích se znalosti nacházejí současně:
- v dokumentech,
- v CRM,
- v ERP,
- v e-mailech,
- v ticketovacích systémech,
- v komunikátorech,
- v projektových poznámkách,
- v tabulkách,
- v hlavách zaměstnanců.
Vzniká fenomén známý jako knowledge fragmentation (fragmentace znalostí).
Organizace má informace, ale neumí je využít. To je obrovský problém. Často nákladnější než samotný nedostatek dat.
Co vlastně intranet je?
V teorii měl být intranet digitálním centrem organizace.
Místem, kde zaměstnanec najde:
- postupy,
- dokumentaci,
- aktuální zprávy,
- instrukce,
- operační znalosti.
V praxi mnoho firemních intranetů dnes vypadá jako digitální archiv. Obsahuje tisíce stránek, dokumentů, souborů a stovky informací, které nikdo několik let neaktualizoval.
Pouhé vlastnictví znalostí ještě neznamená schopnost je využít.
Problém klasických firemních vyhledávačů
Po léta byla odpovědí na tento problém enterprise search (podniková vyhledávání).
Jejich úkolem bylo prohledat všechny zdroje organizace. Znělo to ideálně. V praxi se však objevily problémy.
Zaměstnanec zadal dotaz: "Jak vypadá proces reklamací pro klíčové zákazníky?"
A systém vrátil:
- 200 dokumentů,
- 50 prezentací,
- 15 PDF souborů,
- 8 postupů z různých let.
Technicky byla informace nalezena — v praxi ji ale uživatel musel najít a složitě zpracovat sám.
A právě zde přichází AI.
Změna, která už začala
Desítky let člověk hledal informace. Čím dál častěji bude prostě klást otázky. To je fundamentální změna.
Doteď model vypadal takto:
Dotaz → vyhledávání → analýza výsledků → odpověď.
Nový model vypadá jinak:
Dotaz → odpověď.
Bez zprostředkujících kroků. Právě proto AI mění způsob využívání organizačních znalostí.
Slovníček pojmů
Enterprise Search
Pokročilé vyhledávání, které prohledává zdroje organizace.
Knowledge Management
Proces řízení znalostí v organizaci.
RAG (Retrieval-Augmented Generation)
Architektura kombinující vyhledávání informací s generováním odpovědí modelem AI.
Vector Database
Databáze uchovávající semantické reprezentace informací, umožňující vyhledávání podle významu, nejen podle klíčových slov.
Organizational Memory
Organizační paměť zahrnující všechny znalosti shromážděné firmou.
Proč klasické vyhledávání přestává stačit?
Představme si dva scénáře.
Zaměstnanec se ptá: "Jak vypadá proces onboardingu nového klienta?"
Klasické vyhledávání:
- ukáže 50 dokumentů,
- uživatel je musí přečíst,
- sám si informace složí dohromady.
Systém AI založený na RAG:
- nalezne relevantní dokumenty,
- analyzuje jejich obsah,
- připraví odpověď,
- uvede zdroje,
- uvede aktuální verzi procesu.
To je zcela odlišná uživatelská zkušenost.
Co je RAG a proč o něm všichni mluví?
RAG je jeden z nejdůležitějších směrů vývoje AI systémů pro byznys.
Mnozí chybně předpokládají, že model AI zná všechny informace firmy. To není pravda.
Model by neměl přímo obsahovat interní data organizace. Měl by je umět najít — a tím se zabývá RAG.
Proces probíhá následovně:
- Uživatel položí otázku.
- Systém najde relevantní informace.
- Dokumenty jsou předány modelu.
- Model vygeneruje odpověď na základě reálných dat.
Díky tomu jsou odpovědi:
- aktuálnější,
- přesnější,
- snadněji ověřitelné.
Organizační paměť – skutečná měna budoucnosti
Většina firem dnes myslí o AI skrze modely; GPT. Claude. Gemini. Llama.
To je důležité.
Ale za několik let konkurenční výhoda nebude plynout z modelu. Modely budou široce dostupné. Skutečnou hodnotou se stane organizační paměť.
To znamená:
- firemní znalosti,
- projektové zkušenosti,
- operační data,
- historie rozhodnutí,
- procesy,
- know-how.
Dvě firmy mohou používat stejný AI model a přesto dosahovat zcela odlišných výsledků. Proč?
Jedna má dobře uspořádanou organizační paměť. Druhá ne.
Zemře intranet?
Pravděpodobně ne, ale jeho role se zcela změní.
Intranet přestane být místem, kde lidé pracují. Stane se zdrojem znalostí. Podobně jako dnes databáze jsou zdrojem informací pro aplikace.
Zaměstnanec bude intranet navštěvovat stále méně. Bude komunikovat s AI vrstvou. AI bude využívat intranet — ne člověk.
Příklad z praxe
Představme si servisní oddělení.
Nový technik obdrží hlášení o neobvyklé poruše.
Klasický přístup:
- prohledávání dokumentace,
- prohlížení archivních hlášení,
- konzultace s kolegy.
Systém AI:
- analyzuje hlášení,
- najde podobné případy,
- navrhne řešení,
- ukáže historii předchozích oprav,
- navrhne kroky k řešení.
Nejde jen o úsporu času. Zmenšuje se tím také ztráta znalostí při odchodu zaměstnanců.
Největší rizika
To však neznamená, že AI vyřeší všechny problémy. Existují podstatná rizika.
Neuspořádaná data
Pokud zdroje obsahují chyby, AI bude čerpat ze špatných informací.
Nedostatek aktualizací
Neaktuální dokumentace znamená neaktuální odpovědi.
Nadměrná důvěra
Zaměstnanci mohou přestat ověřovat odpovědi.
To je zvlášť nebezpečné v právních, finančních a provozních oblastech.
Problémy s oprávněními
AI musí respektovat zásady přístupu k datům.
Ne každý by měl vidět vše.
Jak připravit firmu?
Nejlepší čas začít budovat organizační paměť byl před několika lety. Druhým nejlepším časem je dnes.
Stojí za to začít těmito kroky:
1. Audit znalostí
Zjistit, kde se informace nacházejí.
2. Uspořádání dokumentace
AI nevyřeší informační chaos.
3. Integrace systémů
CRM, ERP, dokumenty a komunikace by měly být propojené.
4. Vytvoření vrstvy semantického vyhledávání
Ne podle klíčových slov, ale podle významu informací.
5. Nasazení RAG
To je v současnosti nejpraktičtější způsob využití AI v řízení znalostí.
Jak může firma vypadat za 5 let?
Zaměstnanec se nebude ptát: "Kde se ta informace nachází?"
Zeptá se: "Jak vypadá postup?", "Jaké byly výsledky podobného projektu?", "Který klient má největší riziko odchodu?", "Jak jsme ten problém řešili před rokem?"
A odpověď dostane během několika sekund. Ne proto, že AI je chytřejší než organizace, ale proto, že umí okamžitě využít veškeré shromážděné znalosti.
Nejdůležitější závěr
AI pravděpodobně nezlikviduje intranety ani firemní vyhledávače. Zlikviduje však způsob, jak je dnes používáme.
Stejně jako internet nezrušil knihovny, ale úplně změnil způsob hledání informací, tak AI změní způsob využívání organizačních znalostí.
Firmy, které vybudují vlastní organizační paměť, uspořádají data a nasadí inteligentní vyhledávací systémy, získají něco hodnotnějšího než další AI model.
Získají schopnost využít své know-how rychleji, efektivněji a v širším měřítku než konkurence.
