Nedávno som mal dlhší rozhovor s manažérmi z firmy, ktorá s AI vo firemných procesoch ešte len začína. Majú rozpracovanú AI smernicu a pár roztrúsených licencií.
Okrem iného majú GitHub Copilot v skúšobnej prevádzke a veľa nápadov. A k tomu hlavnú predajnú sezónu, kedy sú ľudia zavalení operatívou. Skúsenosti s Copilotom sú zatiaľ slabé. Interní nadšenci ešte len začínajú.
Tú situáciu si viete predstaviť: rozpracovaná smernica a nikto, kto by podľa nej naozaj pracoval.
To ale neznamená, že firma AI odmieta. Väčšinou začali len písaním smernice namiesto toho, aby niečo postavili a popri tom ľudí naučili, ako s AI bezpečne pracovať.
Čo chceli riešiť ako prvé
Na tom hovore som mal pocit, že chcú hlavne praktické pravidlá pre používanie AI. Chceli vedieť, ktoré nástroje sú v poriadku, kde sú uložené ktoré dáta a na čo sa v hlavných systémoch nesmie siahnuť.
Popri tom sme dohodli workshop s konkrétnymi príkladmi z ich vlastnej práce a nadväzné stretnutia pre ľudí, ktorí si na to vyhradia čas. Až potom spustíme pilotné projekty.
Vo firme bolo aj bežné napätie. IT chce najprv zmapovať procesy vo všetkých oddeleniach, biznis chce rýchle výsledky s jasným ROI. Šéf marketingu je ochotný nasadzovať AI rýchlejšie ako ostatní, lebo pracuje s menej citlivými dátami.
Aká smernica má šancu prežiť
Do rúk sa mi dostane veľa dokumentov o správe dát, o bezpečnosti a o používaní AI. Väčšinou sú to dlhé, nudné texty. Pochybujem, že si ich niekto otvorí a prečíta.
Lepšie fungujú krátke praktické pravidlá viazané na konkrétnu prácu. Povedzme, že ideme robiť marketingový projekt. Toto sú tri nástroje, ktoré môžete použiť. Takto sa používajú. Toto s nimi robiť smiete, toto nie.
Pravidlo číslo jedna môže znieť úplne jednoducho: „Nikdy nepúšťaj kódovacieho agenta na hlavný systém X.“ A hotovo. Ľudia to pochopia. Môžu skúšať čokoľvek iné, len nesmú napojiť kódovacieho agenta na hlavný systém.
Keď prídete hneď s dlhým zoznamom pravidiel a tromi úrovňami schvaľovania, chuť niečo vyskúšať zabijete. Dajme ľuďom najprv priestor na experimenty.
Počas toho, ako riešenia vznikajú, dopĺňame krátke pravidlá podľa rizika. Pre vývojárov vibe kódovaných aplikácií k tomu patrí základný README v repozitári, ktorý popíše, ako sa aplikácie majú vytvárať. Napríklad vždy tá istá databáza a vždy rovnaký spôsob nasadenia. Nový vibe kódovaný projekt potom znamená stiahnuť pripravený základ, nie vytvárať všetko od nuly.
Anthropic venuje oprávneniam a prístupu k dátam samostatnú kapitolu v dokumentácii Claude Code. Je to dobrý zdroj práve pre toto pravidlo: čo agentovi vôbec dovolíte a čo už nie.
Kde krátke pravidlá nestačia
Bolo by naivné myslieť si, že tri či štyri vety nahradia smernicu navždy. Krátke pravidlá majú dve slabé miesta.
Po prvé, pokrývajú len to, na čo sme mysleli dopredu. Zakážeme agenta na hlavnom systéme a o týždeň niekto nahrá dáta o zákazníkoch do nástroja, ktorý sme vôbec nezvažovali.
Po druhé, neobstoja pred auditom, ktorý si vypýta konkrétnu smernicu. A to sa kvôli EU AI Act možno stane skôr, než očakávate, preto treba byť pripravený.
Ak spracúvate osobné údaje, pracujete v regulovanom odvetví alebo idete do rizikovejších oblastí, formálny dokument budete tak či onak potrebovať – už aj pre EU AI Act a pravidlá pre ochranu dát v AI. Rozdiel je ale v poradí. Krátke pravidlá vás dostanú k prvým skúsenostiam s AI. Až z nich potom viete napísať dokument, ktorý zodpovedá tomu, čo naozaj robíte, namiesto toho, čo ste si mysleli dopredu.
Čo som na rozhovore opakoval
Nie každý proces potrebuje AI agenta. Niekedy stačí jednoduchý skript – a ten vám napíše AI. Potom už AI pri samotnom behu systému nepotrebujete.
Ako to vyzeralo v controllingu jednej firmy, píšem v zápise z rozhovorov s manažérmi.
Myslím, že začať treba od toho, čo ľudí páli najviac. Kde je ich najväčší problém? Nie od otázky, kam by sme teraz mohli nasadiť nový agentic workflow.
Marketing obvykle býva dobrý začiatok. Dáta sú tam menej citlivé a chyba nestojí toľko. Je to hlavne text a obrázky do kampaní, možno reklamné účty, možno Google Search Console. A v marketingu sú väčšinou ľudia, ktorí chcú inovovať a skúšať nové veci.
Čo si z toho odnášam
- Rozpracovaná AI smernica, ktorú nikto nečíta, je bežný štart. Nie je to však dôkaz, že AI ľudí nezaujíma.
- Na začiatku cesty treba krátke pravidlá a inšpiratívny workshop. Nie ďalší firemný chatbot nad ChatGPT, ale konkrétne ukážky aplikácií z iných firiem.
- Najlepšia smernica má jedno jasné „toto nemôžeme“ a zoznam povolených nástrojov. Nie je to dlhočizný dokument, ktorý ľudia neotvoria – a keď už otvoria, nedočítajú.
- Zdĺhavý schvaľovací proces pred prvými experimentmi zabíja zvedavosť aj inovácie. Nechajme kolegov experimentovať.
- CIO (alebo CISO) chce roadmapu, no biznis chce výsledok. Marketing môže inovovať ako prvý, pretože riziko úniku citlivých dát je nízke.
Ako to vyzerá vo firmách, ktoré touto fázou už prešli, nájdete v sekcii Z praxe. Ak ste v podobnej fáze a chcete začať používať AI, prejdeme si to na workshope alebo na krátkom hovore.