AI maturita: co znamená pro vaši organizaci

Co znamená AI maturita

AI maturita měří, jak vyspělé a promyšlené je využívání umělé inteligence v organizaci, nad rámec pouhého zavádění nástrojů AI. Většina rámců ji popisuje jako model AI maturity, který postupuje od počátečního nestrukturovaného experimentování až po úplnou integraci AI.

V nejranější fázi používá několik zaměstnanců AI z vlastní iniciativy. Nikdo to neschválil ani nikoho nevyškolil. Výsledky jsou nekonzistentní a práci málokdy použije někdo jiný.

V další fázi týmy provádějí strukturované pilotní projekty. Oddělení si vybere konkrétní úkol, vyzkouší ho s AI a změří, zda fungovalo dobře. Inteleos, nezisková organizace, která spravuje lékařské certifikační zkoušky, zavedla Perplexity Enterprise, aby pomohla vytvářet méně náročné otázky do kvízů. Jakmile se pilotní projekt osvědčil, Perplexity byla nasazena pro 88 % týmu Inteleos.

Jakmile jsou společnosti v AI vyspělejší, začínají nástroje AI zabudovávat do standardních pracovních postupů a propojovat je s firemními daty a systémy. Například v Paypal používají týmy pro podniková rizika Perplexity jako součást standardního bezpečnostního pracovního postupu, ověřují ID křížovým porovnáváním údajů o vlastnictví a označují podezřelé účty.

A v nejvyspělejší fázi společnost přizpůsobila své produkty, obchodní model nebo operace tak, aby plně začlenila AI. Mohou také využívat agentní systémy AI a modely, které si vzájemně předávají práci. Například ve společnosti Rox je AI zabudována přímo do produktu: agenti automatizují části průzkumu prodeje a údržby CRM, zatímco API Perplexity poskytují externí inteligenci, která tyto pracovní postupy podporuje.

Proč na AI maturitě záleží

Osobní nárůst produktivity díky AI je poměrně běžný – uvedlo ho 80 % respondentů v průzkumu McKinsey z roku 2026. Pouze 37 % však uvedlo, že přispěl k EBIT jejich organizace.

Rozdíl ve výsledcích zřejmě souvisí s vyspělostí využívání AI ve společnosti. Špičkové firmy v oblasti AI podle McKinsey, což představuje zhruba 6 % respondentů, přisuzují AI minimálně 5 % EBIT a považují tuto hodnotu za významnou.

Společnosti se zralým programem AI sdílejí několik klíčových přístupů:

• Přestavěly pracovní postupy kolem řešení AI. Téměř tři čtvrtiny špičkových firem podle McKinsey kvůli AI přepracovaly pracovní postupy, ve srovnání s jednou čtvrtinou ostatních respondentů.
• Vedení společnosti se zavázalo k využívání AI. V studii BCG z roku 2025 zahrnující 1 250 manažerů uvádí téměř celých 5 % společností s nejvyšším skóre AI maturity hluboce angažované vedoucí pracovníky, ve srovnání s 8 % ze 60 % společností s nejnižším skóre.
• Upřednostňují rozvoj dovedností v oblasti AI pro zaměstnance. Ty samé špičkové společnosti očekávaly, že v daném roce vyškolí v oblasti AI více než 50 % své pracovně síly, oproti 20 % u společností s nejnižším skóre.
• Zavedly řešení agentní AI. Špičkové společnosti podle McKinsey měly více než třikrát větší pravděpodobnost, že budou agenty rozšiřovat ve většině podnikových funkcí.

AI maturita: oblíbené rámce

Model AI maturity od Gartneru zakládá své hodnocení vyspělosti organizace na tom, jak dobře je AI integrována do jejích procesů. Hodnotí organizaci samostatně v sedmi oblastech: strategie, data, governance, inženýrství, provozní model, kultura a hodnota AI. Organizace jsou následně rozděleny do jedné z pěti fází:

• Základní: Experimentální použití, minimální koordinace
• Vznikající: Proběhly počáteční pilotní projekty, určitý zájem ze strany vedení
• Provozní: AI se používá v podnikových procesech
• Rozšířená: AI se používá napříč mnoha funkcemi a přináší měřitelnou návratnost investic (ROI)
• Transformační: AI ovlivňuje rozhodování a provozní modely a přináší významnou konkurenční výhodu

Deloitte's model maturity automatizace AI měří vyspělost specificky podle toho, jak hluboce jsou agenti zabudováni do procesů společnosti.

• Úroveň 1: Standardní automatizace bez zapojení agentů.
• Úroveň 2: Základní automatizace, agenti zavedení do stávajících procesů.
• Úroveň 3: Procesy aktivně přepracované s ohledem na to, co agenti dokážou.
• Úroveň 4: Samotná organizace je restrukturalizována kolem schopností AI.

Rámec pro přijetí AI od Google Cloud AI Adoption Framework sleduje vyspělost ve třech fázích.

• Taktická: Jednoduché, úzké případy použití AI, často bez uceleného plánu pro to, co bude následovat.
• Strategická: AI přináší udržitelnou obchodní hodnotu a několik systémů je nasazeno a udržováno v produkčním prostředí.
• Transformační: AI je pro organizaci ústřední, pohání inovace a je podporována strukturou pro její další rozšiřování.

Také rozděluje vyspělost do šesti témat, z nichž každé vzniká v průsečíku dvou klíčových oblastí: lidé, procesy, technologie a data.

• Učit se: kvalita a rozsah programů zaměřených na budování dovedností v oblasti AI.
• Vést: zda má práce s AI podporu vedení a koordinaci napříč týmy.
• Přístup: jak snadno lze sdílet a opětovně využívat data a aktiva AI v rámci celé organizace.
• Měřítko: zda cloudové služby zvládnou pracovní zátěž AI v reálném objemu.
• Zabezpečení: jak dobře jsou data a systémy AI chráněny a zodpovědně spravovány.
• Automatizovat: jak spolehlivě systémy AI běží v produkčním prostředí.

Přestože se rámce liší svým zaměřením a měřením, popisují stejnou cestu k vyspělosti: nestrukturované experimentování, poté pilotní projekty s podporou vedení, následně AI zabudovaná do každodenní práce a nakonec AI, která přetváří samotnou organizaci.

AI maturita: běžné překážky

Cestě k AI maturitě v organizacích obvykle stojí v cestě čtyři překážky. Zde je návod, jak je řešit:

1. Kvalita dat

Při zavádění mezioborových pilotních projektů AI vyberte první případ použití AI a poté určete jeden nebo dva datové zdroje, na kterých závisí. Ujistěte se, že tyto zdroje jsou:

• Uspořádaná: uchovávejte pouze záznamy, které případ použití potřebuje, na jednom místě.
• Přesná: odstraňte duplicity, opravte zastaralé záznamy a zkontrolujte chyby.
• Vlastněná: určete osobu, která zajišťuje přesnost dat a rozhoduje o tom, kdo je může měnit.

Přidejte další datové zdroje až poté, co ty první přinesou spolehlivé odpovědi. Definujte sdílené termíny, například co se považuje za aktivního zákazníka, na jednom místě, ze kterého nástroj AI čte.

2. Dovednosti

Vyčleňte v kalendáři pravidelný časový blok, denně nebo týdně, aby si lidé mohli procvičovat AI na své vlastní práci, samostatně nebo ve skupině. Naučte zaměstnance, jak kontrolovat zdroje AI a vyhodnocovat její výstupy.

Před zavedením nového pracovního postupu s AI požádejte lidi, kteří tento úkol vykonávají, aby si sepsali jednotlivé kroky, vyzkoušeli verzi s AI a uvedli, v čem zaostává. Propojte AI s nástroji, které se již používají, a před širším nasazením ji otestujte s několik uživateli.

3. Governance

Jasná pravidla týkající se nástrojů, dat a recenzí umožňují, aby se využívání AI rozrůstalo a rychle škálovalo bez zvýšení rizik. Zveřejněte krátký seznam schválených nástrojů a vyžadujte firemní přihlášení. Nastavte datové úrovně, které určují, jaké druhy dat lze do kterých nástrojů vkládat.

Rozhodněte, kolik lidské kontroly každý typ práce vyžaduje, a zařaďte každý pracovní postup podpořený AI do jedné ze tří kategorií: v režimu AI, kontrolováno člověkem nebo v režimu člověka. A vedete si záznam o tom, jaké nástroje AI byly použity pro jakou práci a kdo zkontroloval výstup, aby bylo možné chybu vysledovat k jejímu zdroji a opravit ji.

4. Obchodní hodnota

Více než 60 % společností s nejvyšším skóre vyspělosti důsledně sleduje hodnotu AI, ve srovnání se 17 % stagnujících společností, zjistilo BCG. Vyberte jeden měřitelný pracovní postup a zaznamenejte výchozí stav: čas, náklady a chybovost. Před zahájením pilotního projektu stanovte kritéria úspěchu a datum rozhodnutí. Sledujte náklady na jedno použití od prvního dne a škálujte pouze tehdy, když výsledky překonají výchozí hodnoty.

AI maturita: slovníček

Přijetí AI: Míra, do jaké se nástroje AI používají. Často se používá jako synonymum pro AI maturitu, ale tyto dvě věci se liší: maturita odkazuje na systematické používání AI v celé organizaci. Přijetí znamená pouze to, kolik lidí ji používá.

Připravenost na AI: Zda jsou infrastruktura a data připravena k dobrému využívání AI. Organizace může mít čistá data a pevnou infrastrukturu, a přesto zaostávat v maturitě, pokud nepřizpůsobila své fungování schopnostem AI.

AI maturita: Jak záměrně a efektivně je AI využívána. Přijetí a připravenost činí maturitu možnou, ale nezaručují ji.

AI governance: Pravidla a procesy, které určují, jak se AI používá zodpovědně uvnitř organizace, kdo schvaluje nové případy použití a co se přezkoumává.

Agentní AI: Systémy AI, které dokážou jednat samostatně a provádět vícekrokové úkoly, namísto pouhé reakce na jedinou výzvu.

Orchestrace: Provozování více agentů AI, kde jeden může předat část úkolu jinému, namísto používání každého zvlášť v izolaci.

AI maturita: Rychlé sebehodnocení

Odpovědi na několik otázek mohou poskytnout každému zaměstnanci hrubou představu o tom, kde se jeho organizace nachází.

Kam zapadá Perplexity

Perplexity Computer podporuje cestu k organizaci vyzrálé v AI tím, že přináší 20 pokročilých modelů do jednoho systému pokrývajícího výzkum, analýzu, obsah a kód, namísto provozování každého zvlášť jako samostatného nástroje. Směřuje práci mezi těmito modely přímo, což je druh orchestrace, který vyznačuje pokročilejší fáze maturity.

Často kladené otázky

Co je to model AI maturity?
Rámec, který hodnotí schopnosti organizace v oblasti AI a přiřazuje jí úroveň na základě toho, jak vyspělé a promyšlené je její využívání AI.

Jaké jsou fáze AI maturity?
Většina rámců popisuje podobný oblouk: nestrukturované experimentování, poté strukturované pilotní projekty, následně AI zabudovaná do každodenních pracovních postupů a nakonec AI běžící v celé organizaci s autonomií.

Jak se AI maturita liší od přijetí AI?
Přijetí měří, zda se nástroje AI vůbec používají. Maturita měří, jak efektivně se používají.

Jaký je rozdíl mezi AI maturitou a připraveností na AI?
Připravenost měří, zda jsou infrastruktura a data na místě pro dobré využívání AI. Maturita měří, zda organizace skutečně vybudovala své operace kolem této schopnosti.

Co znamená AI governance?
Pravidla a procesy, které určují, jak se AI používá zodpovědně uvnitř organizace, včetně toho, kdo schvaluje nové případy použití a co se před nasazením přezkoumává.

Co je to agentní AI?
Systémy AI, které dokážou jednat samostatně, provádět vícekrokové úkoly namísto pouhé reakce na jedinou výzvu.

Co je to orchestrace AI?
Spouštění více modelů nebo systémů AI dohromady, takže jeden může předat část úkolu jinému, namísto používání každého nástroje v izolaci.

Jak může organizace zlepšit svou AI maturitu?
Překonáním izolovaného experimentování směrem ke strukturovaným pilotním projektům s jasným vlastnictvím, následným propojením AI se skutečnými daty a pracovními postupy a budováním governance pro situace, kdy může AI jednat bez kontroly.