TLDR: Natočil jsem skoro dvouhodinový podcast se dvěma lidmi z GaussAlgo, firmy, která dělá AI a machine learning pro firmy už od roku 2013. Závěr, který mě nejvíc překvapil: než budete řešit AI strategii, vyřešte kvalitní kontext. CEO Johny Darkwah to shrnul jednoduše. Nezaměřujte se na AI, ale na to, co digitalizujete a jak. AI model bude vždycky jenom tak dobrý, jak dobrý mu dáte kontext, a ten kontext jsou vaše data. Druhý host, vědec Jarda Vážný, k tomu přidal pohled na chyby jako motor učení a varování před tím, brát demo za hotový produkt. Tady je shrnutí toho nejdůležitějšího pro foundery, kteří přemýšlí, kde s AI reálně začít.
Celý díl si můžeš pustit na YouTube, tady je destilace toho, co si z něj odnést.
Za sedm let mentoringu jsem si všiml jedný věci. Téma AI rozdělilo foundery na dvě skupiny.
První skupina pomalu propadá něčemu, co bych nazval AI depresí. Tempo vývoje je tak rychlé, že ho nestíhají sledovat. Bojí se, jestli jejich byznys bude za rok ještě relevantní.
Druhá skupina je naopak nadšená. Vidí příležitost, zkouší, rozjíždí spin-offy. Jsou to často agenturní typy s technologickým i byznysovým zázemím.
Co mají společné? Ani jedna skupina vlastně neví. Neví, kde začít, co je důležité a co je jen šum.
Tak jsem si sedl s lidmi, kteří AI nedělají od chvíle, kdy to bylo cool, ale od roku 2013. A pomáhal jsem jim na začátcích, takže vím, čím si prošli. Nebyl to cool. Byl to pain.
Položil jsem Johnnymu jednoduchou otázku. Kdyby si měl founder vybrat jednu věc, na kterou se má z pohledu AI zaměřit, co by to bylo?
Čekal jsem odpověď o modelech nebo nástrojích. Místo toho řekl, že by se na AI nezaměřoval vůbec.
Jeho logika dává smysl. Svět kolem AI nikdo z nás neřídí. Nekontrolujeme, jaký model přijde zítra, jestli vede zrovna jedna firma nebo druhá. Jediné, co řídíme, je náš vlastní byznys a naše vlastní data.
Pokud chcete AI využít naplno, musíte mít svoje informace v pořádku. Vědět, co digitalizujete, jak to digitalizujete, a jestli to děláte tak, aby s tím budoucí modely uměly pracovat. Modely se budou zlepšovat samy. Vaše data se sama neuklidí.
A to je ta pointa, kvůli které jsem ten rozhovor dělal.
Ten kdo bude mít kontext ready a kvalitní, bude mít výhodu a náskok.
Tohle se v podcastu vrátilo z více stran. Johnny mluvil o tom, že firemní know-how je zlato. Roky měření, finančních výsledků, zkušeností. A spousta firem ho dnes bez rozmyslu sype do cizích nástrojů, aniž by si uvědomovala, že tím vypouští ven svoji nejcennější výhodu.
Jarda to posunul ještě dál a propojil s tím, jak funguje lidská mysl. Řekl větu, která mi od té doby nejde z hlavy.
“My jsme složitý, ten svět je složitej a to, že tomu rozumíme, je zázrak.”
Jeho point je, že kontext potřebuje krmit nejen AI model, ale hlavně vaši vlastní hlavu. Vy jako founder jste jenom tak dobří, jak dobrý kontext máte kolem sebe. Stejně jako ten model bude jenom tak dobrý, jak dobře popíšete svoji firmu datově.
Jedna z nejpraktičtějších částí se týkala takzvaného vibe codingu, tedy stavění aplikací pomocí AI bez hlubokých technických znalostí.
Jarda má na tohle téma celý kurz, který příznačně nazval Lesk a bída vibe codingu. Lesk je v tom, že za pár hodin postavíte funkční prototyp. Bída přijde potom.
Popsal konkrétní příklad. Udělal demo za pár hodin. Vypadalo hotově. Pak to někdo musel měsíce dotahovat do produkční podoby. Firma to po půl roce odložila. Když se k tomu vrátili, technologie pokročila tak, že udělal nové demo zase za pár hodin, a zase to někdo musel měsíce předělávat.
Poučení pro foundery je jasné. Nepleťte si rychlý prototyp s hotovým systémem. Cesta od dema k něčemu, co reálně běží v provozu, je pořád dlouhá a pořád potřebuje lidi, kteří rozumí tomu, co se děje pod kapotou.
Probrali jsme i situaci, kterou dnes zažívá skoro každý. Přijde někdo, kdo nabídne stejné řešení za desetinu ceny.
Johnny nezlehčoval. Ano, stává se to a to řešení bývá funkční. Ale rozdíl je v tom, co přijde po spuštění. Kdo to bude provozovat za rok? Za pět let? Kdo dá záruku, že to poběží, když přijde další velká změna v technologii?
Tohle je úplně stejná logika, jakou řeším s foundery u mentoringu. Levné a rychlé řešení vás může stát víc než to, které vypadá drahý na první pohled.
Jarda má background ve fyzice a vědě, a celý jeho pohled na byznys stojí na práci s chybou. Připomněl, že věda není nic jiného než schopnost rozpoznat, kdy se pletu.
Čím rychleji dostanete zpětnou vazbu, tím rychleji se učíte. Proto je fyzika úspěšná. Zabývá se relativně jednoduchými věcmi, kde se chyba pozná hned. Řízení firmy je opak. Zpětná vazba přijde za měsíce, někdy za roky, a celou tu dobu si můžete namlouvat cokoliv.
Jeho závěr, který platí pro každého foundera. Budoucí úspěšní CEO budou ti, kteří dokážou pragmaticky přiznat chybu a nemají s tím problém. Pro ně chyba není něco negativního, ale motor růstu.
Znáte Stevena Barletta? Diary of a CEO? Popisuje to v jedné z kapitol jeho knihy. Doporučuju.
Pokud vás AI děsí nebo naopak nadchne, ale nevíte, kde začít, podcast nabízí jeden jasný první krok. Nezačínejte u nástrojů a promptů. Začněte u svých dat a procesů.
Konkrétně to znamená položit si pár otázek. Mám zmapované, jak vypadá můj běžný pracovní den a co se v něm opakuje? Vím, kde mám data a v jakém jsou stavu? Řeším reálný problém, nebo si jen hraju s technologií?
A pokud máš tendenci skákat z jednoho nápadu na druhý, přečti si taky proč jsem přestal věřit vlastnímu nadšení.
Až tohle budete mít, AI vám reálně pomůže. Bez toho je to jen drahá hračka.
Podle CEO GaussAlgo Johnnyho Darkwaha ne na samotnou AI, ale na vlastní data a digitalizaci procesů. AI model funguje jen tak dobře, jak dobrý kontext mu firma dá, a tím kontextem jsou firemní data. Modely se zlepšují samy, data se sama neuspořádají. Ten kdo bude mít kontext ready a kvalitní, bude mít výhodu.
Vibe coding je stavění aplikací pomocí AI bez hlubokých technických znalostí. Hlavní riziko je zaměnit rychlý prototyp za hotový produkt. Demo vznikne za pár hodin, ale cesta k funkčnímu produkčnímu systému trvá měsíce a vyžaduje lidi, kteří rozumí technologii pod povrchem.
Levné řešení bývá funkční, ale rozhoduje provoz a dlouhodobá udržitelnost. Klíčová otázka není cena na začátku, ale kdo systém provozuje a garantuje jeho funkčnost za rok nebo za pět let, až přijde další technologická změna.
Firemní data a zkušenosti jsou nejcennější konkurenční výhoda. Když je firma bez rozmyslu vkládá do cizích nástrojů, riskuje, že tuto výhodu vypustí ven. Práce s AI proto vyžaduje i rozmyslet, jaká data a kam vkládáte.
Johny Darkwah, CEO firmy GaussAlgo, která dělá AI a machine learning řešení pro firmy od roku 2013. A Jaroslav Vážný, senior researcher tamtéž, vědec s backgroundem ve fyzice. Moderoval Michal Slavev z mentorMICHAL.
Tohle byla reportáž z prvního dílu podcastu AI pro founders: reálně, ne hystericky. Celý rozhovor (skoro dvě hodiny) najdeš na YouTube. Pokud řešíš, jak svoji firmu posunout dál, nejen v oblasti AI, pojďme se potkat nebo mrkni na web www.gaussalgo.com
