Firemní AI, která zná vaši firmu.

Pojem „interní AI asistent" se v posledních měsících používá ve dvou velmi odlišných významech. První varianta je prostý firemní účet u veřejné AI služby — typicky ChatGPT Team nebo podobný nástroj. Tým má jeden přihlašovací účet, ale model dál vychází z toho, co se dočetl na internetu. Nezná vaše smlouvy, neumí najít konkrétní směrnici a o vašem ceníku slyší poprvé.

Druhá varianta — a ta je z byznysového pohledu zásadní — je firemní AI asistent napojený na vaše interní data. Takový asistent má přístup ke konkrétní wiki, sdíleným diskům, ticketingu, CRM nebo internímu portálu. Když se ho zaměstnanec zeptá, kolik dní dovolené mu zbývá nebo jak postupovat při reklamaci typu X, odpoví na základě reálných firemních dokumentů a u každé odpovědi může uvést zdroj.

Rozdíl není v marketingovém štítku, ale v architektuře. Interní AI asistent je samostatné řešení: indexuje vaše dokumenty, respektuje oprávnění a má jasně definované pravomoci. To znamená, že místo obecných rad dostáváte konkrétní odpovědi vztažené k vaší firmě — a místo jednoho „chytrého chatu" získáváte plnohodnotný nástroj pro váš tým, který dlouhodobě zvedá kvalitu rozhodnutí.

Velký jazykový model sám o sobě neví o vaší firmě nic. Trénoval se na veřejných textech a jeho znalosti končí někdy v minulosti. Aby uměl odpovídat na vaše konkrétní otázky, potřebuje k odpovědi přibalit kus vaší reality — relevantní pasáže ze směrnic, ceník, znění smluv, postupy. Tomuto přístupu se technicky říká RAG (retrieval augmented generation), v praxi je to ale snadno představitelné: než asistent odpoví, dohledá si v indexu vašich dokumentů to nejdůležitější a teprve potom formuluje odpověď.

Indexace je proces, kdy si asistent „přečte" vaše dokumenty a uloží si je tak, aby v nich uměl rychle hledat. Index průběžně aktualizujeme — když nahrajete novou verzi smlouvy nebo upravíte směrnici, asistent o tom během krátké chvíle ví. To je zásadní rozdíl proti pevně natrénovaným modelům, které by se po každé změně musely učit znovu od nuly.

Stejně důležitá je část, kterou asistent nevidí. Pokud zaměstnanec nemá podle interních pravidel přístup k mzdovým datům nebo strategickým dokumentům vedení, nesmí mu k nim pomoci ani asistent. Oprávnění se proto řeší na úrovni indexu: každý dokument má seznam rolí, které k němu mají přístup, a asistent při dohledávání pracuje pouze s tím, co je pro daného uživatele povoleno. Detailně se tomu věnujeme v sekci o bezpečnosti níže — a podrobněji ještě v článku Interní AI asistent pro tým.

Nejčastější obava před nasazením zní: „Naše dokumentace je v rozkladu, museli bychom nejdřív půl roku uklízet." V praxi to není pravda. Začínáme s tím, co reálně máte — interní wiki, sdílené disky, ticketing, smlouvy v PDF, znalostní bázi z podpory. Cílem prvního kroku není dokonalost, ale pokrytí těch oblastí, kde tým nejvíc ztrácí čas.

V praktické rovině procházíme čtyři fáze: audit zdrojů (kde co leží a kdo to udržuje), výběr priorit (které oblasti dáme do první vlny), vyčištění duplicit (vyřadíme staré verze a označíme aktuální) a nakonec strukturování metadat (každý dokument má autora, datum platnosti, oblast a oprávnění). Většinu této práce řešíme my společně s vaší IT a procesní stranou.

Příprava dat má jeden velký vedlejší přínos: firma si při ní poprvé udělá pořádek ve vlastní dokumentaci. Zastaralé směrnice se konečně přepíšou, nejasná pravidla se sjednotí, a tým získá lepší přehled i bez asistenta. Tato část projektu má často hodnotu sama o sobě a navazuje přirozeně na naše AI automatizace procesů — protože jakmile máte data v pořádku, otevírají se další úspory.