Jan Bouda: Na komunikaci s naštvaným zákazníkem ještě není AI připravená

Umělá inteligence a automatizace dnes mění podobu logistiky rychleji, než by si většina firem ještě před pár lety dokázala představit. Nejde už jen o moderní systém plánování nebo reportů. AI začíná být skutečným „členem týmu“, kterého je potřeba umět vést stejně dobře jako lidi.

S lektorem Janem Boudou jsme mluvili o tom, jak se role manažera proměňuje, kde AI šetří čas i nervy a kde naopak naráží na limity.

Jane, co vás nejvíc formovalo při práci s týmy a zavádění nových technologií?

Pamatuju si moment, kdy jsme v týmu všichni věřili, že proces funguje skvěle, protože tak to děláme už roky. Pak jsme se pořádně a do hloubky podívali na data a zjistili, že realita je úplně jiná a vše se dá dělat o řád lépe. Byla to lekce, že pocit nestačí. Od té doby se vždycky ptám: máme pro to data, nebo jen pocit? Právě to často rozhoduje o úspěchu při zavádění změn a nastavování systému.

Jak AI mění manažerské role ve firmách? Co už leader nemusí dělat a co naopak musí umět víc než dřív?

Představte si, že vám někdo vezme z ruky hromadu tabulek a papírů a řekne vám – teď máte prostor pro lidi. AI umí připravit reporty, zpracovat čísla, naplánovat směny. Manažer tak má čas na rozvoj týmu a strategii. Jenže dnes už nevede jen lidi. Musí umět vést i AI – zadávat jí práci, správně se ptát a propojit její výstupy s cíli firmy.

Máte nějaké rady, jak se posunout od běžného uživatele AI k pokročilejšímu? Kde je ta hranice a jak se za ni dostat?

Hranici překročíte ve chvíli, kdy AI začnete brát jako kolegu. Řeknete jí, jakou má roli, co má přesně udělat, a ukážete jí příklad ideálního výsledku. Druhý krok je hledat, kde se práce opakuje. Tam totiž AI září nejvíc. Na mých kurzech lidé často zjistí, že dokážou zapojit AI do procesů, u kterých by je to dříve ani nenapadlo.

Jaký je váš nejoblíbenější trik nebo přístup při tvorbě promptů, který okamžitě zlepší kvalitu výstupů?

Říkám AI: nejdřív se mě doptáš, až pak začneš pracovat. Je to jednoduché a funguje to hned. Bez kontextu AI jen hádá, co vlastně chci. A to je stejné jako s lidmi v týmu. Když nezadáte úkol přesně, výsledek se mine. Tenhle princip se dá skvěle využít k tomu, aby výstupy měly od začátku vyšší kvalitu.

související kurzy:

AI v logistice

Kovář Stanislav Jan Bouda,

DB Schenker, EMEAI

O kurzu

Kde vnímáte největší propast mezi tím, co lidé od AI čekají, a tím, co jsou pak reálně schopni zrealizovat a využívat?

Je to jako chtít, aby vám kolega četl myšlenky. Spousta lidí čeká výborný výsledek bez přípravy dat nebo promyšlení zadání. Pak se diví, že to nedává smysl. Na kurzu si lidé na vlastní kůži vyzkouší, jak moc kvalitní zadání ovlivní výsledek, a nejspíš budou překvapení, o kolik je výstup lepší.

Jakou roli hraje kvalita dat v logistice? Mohou někdy špatná data znemožnit nasazení AI řešení?

Špatná data jsou jako navigace, která vás s klidem pošle do slepé uličky. V logistice se s tím setkávám pořád. Data buď nejsou použitelná, nebo se s nimi neumí pracovat. Když ale kvalitu dat zvládnete, AI dokáže ukázat věci, které ještě před pár lety zněly nepředstavitelně. Každopádně dobrá data jsou základ všeho.

V logistice se často jede na doraz – času, dat i lidí. Kde podle vás AI přináší největší úlevu? Máte příklad, kdy stačilo drobné nasazení a výsledky byly obrovské?

Znám vedoucího skladu, který každé ráno dvě hodiny skládal reporty z pěti různých systémů. Po nasazení jednoduchého AI řešení měl dvě hodiny navíc a mohl být s lidmi na provozu. Takové drobné nasazení má obrovský efekt. A podobná místa se dají najít v různých procesech.

Jsou nějaké části logistických procesů, které naopak zatím nedává smysl automatizovat?

Některé oblasti zatím nejsou připravené. Třeba komunikace s naštvaným zákazníkem. AI by to zvládla, ale lidé na to ještě nejsou zvyklí. A pak jsou úkoly, které jsou příliš proměnlivé. Tam má technologie zatím své limity.

Mnoho lidí má z umělé inteligence obavy, nejčastěji kvůli strachu z toho, že jim vezme práci. Jak s tímhle tématem pracujete u týmů, které vedete nebo školíte?

Lidem ukazuji, že AI bere hlavně rutinu a dává prostor na práci, která má větší hodnotu. Když vidí příklady, kde AI šetří čas a oni se mohou věnovat smysluplnější činnosti, obavy rychle mizí. Stejný pohled se snažím předat i svým studentům, aby AI vnímali jako partnera, ne hrozbu.

související články:

Lukáš Kellerstein: AI agenti přináší úplně novou úroveň autonomie

„AI agenti se v blízké budoucnosti rozšíří do oblastí autonomního testování softwaru, komplexních rozhodovacích systémů nebo personalizované asistence v reálném čase,“ tvrdí Lukáš Kellerstein, Senior Software Engineer ze společnosti Microsoft.

Vidíte u českých firem odvahu zkoušet AI? Liší se to s přístupem zahraničních firem? A co je podle vás ten zlomový moment, kdy se firmy otevřou změně?

Češi jsou k novinkám opatrní, ale jsou zvědaví. V zahraničí firmy často reagují rychleji, protože chtějí získat náskok. U nás se zlomový moment obvykle dostaví, když se ukáže, že konkurence už AI úspěšně používá. Potom se do toho pustí i ostatní. Právě ten, kdo začne o něco dřív, má velkou výhodu.

Jaké technologie nebo trendy kromě AI podle vás nejvíc ovlivní budoucnost logistiky?

Jednoznačně robotizace. Roboti ve skladech jsou už naprosto běžnou věcí. Snižují náklady, drží kvalitu a umožňují přesnější plánování. A hlavně fungují nepřetržitě. Na kurzu se o těchto technologiích bavíme i v souvislosti s tím, jak se propojují s AI, protože tam leží budoucí potenciál.