Na tohle se mne všichni lidé ptají. Jak AI dopadne na to, co dělají? Vytvořil jsem na to matici, která mi umožňuje dosti přesně odhadnout, jak na váš obor AI dopadne. Pojďme si to spolu projít.
Jaké jsou dopady vstupu AI do odvětví?
Obecně řečeno jsou dva dopady vstupu AI do odvětví:
-
Snížení nákladů díky tomu, že AI nahradí dražší (především) lidskou práci. Toto snížení nákladů early adopters promítnou do zvýšení svých zisků, do snížení výkonnostního tlaku na své zaměstnace a do zvýšení tržního podílu - co z toho a jak moc, to bude různé podle oboru, trhu a firmy. Ostatní, kteří neprovedou rychlou adopci, už si vybírat nemohou, budou následovat trh a role jim bude přisouzena podle toho, co lídr trhu ponechá neobsazené.
-
Objev nových trhů díky tomu, že nižší cena práce díky AI umožní vznik služeb, které byly dříve jen okrajové, protože byly drahé. A tady může vzniknout exploze, která vytvoří obrovské nové trhy.
Zamyslete se nad tím, jak zrovna váš obor promění snížení klíčového elementu lidské práce na minimum při zachování kvality…
A teď ta hlavní otázka: jak je zrovna vaše odvětví náchylné na “disrupci” prostřednictvím AI?
Pokud vaše firma vyvíjí software a chcete vědět, jak na vývoj s AI, mám pro vás firemní workshop vývoje s Claude Code.
Triáda AI adaptace
Definoval jsem si matici tří hlavní aspektů, které je potřeba zvážit:
-
Tokenizovatelnost odvětví - Jde o to, do jaké míry lze vstupy, procesy a výstupy převést na digitální data (tj. tokeny v názvosloví AI) bez ztráty podstaty.
- Vysoká: Software, účetnictví, digitální umění, právo (texty).
- Nízká: Osobní asistence v domovech pro seniory, zakázkové truhlářství, záchranné složky v terénu.
Třeba u vývoje software je to zcela zřejmé. K vývoji software je zpracované zadání, jeho podstatnou je napsání digitálního kódu a celá trasa od vývoje až po nasazení na server je dnes plně digitální a vývojáři jsou tak už dnes zvyklí dělat. Vývoj software navíc umožňuje automatickou validaci. A stačí ze systému vynechat vývojáře a nasadit Claude Code, což se přesně děje. Oproti tomu sestřička v důchoďáku je velmi těžko tokenizovatelná, protože senior na ní mluví lidskou řečí, bude vyžadovat slovní odpověď, jde o velmi jemnou motoriku a hromadu dalších aspektů, včetně něco tak subjektivního, jako jsou pocity.
-
Testovatelnost čili Cena za zpětnou vazbu - Jak (za jakou cenu) se dozvíte, že výsledek práce je v pořádku? Zde se láme chleba mezi „teoretickou“ a „praktickou“ transformací. Jak nákladné je ověřit, že výstup AI je správný a bezpečný, kolik vás stojí dozvědět se, zda je výsledek práce AI je ok?
- Nízká cena: Software (unit testy), překlady (rodilý mluvčí přečte za minutu), grafika (oko vidí hned).
- Vysoká cena: Farmacie (klinické testy), stavebnictví (statika budovy), medicínská diagnostika (biopsie pro ověření AI nálezu).
Opět: u vývoje software i AI je schopna provést testování samostatně, hned je zřejmé, zda software funguje podle zadání. Problémy můžeme mít v tom, zda bylo zadání dobře pochopeno, ale zpětnovazební smyčka je zde velmi levná. Naopak při sestavení smlouvy pomocí AI získáte zpětnou vazbu velmi draho, v podstatě až při prověření smlouvy u soudu či zdlouhavým právním posouzením. Čím vyšší jsou náklady na testovatelnost, tím složitější bude transformace v oboru prostřednictvím AI.
-
Náklady na chybu čili Kůže ve hře - Kdo ponese následky, když systém selže a jaké tyto následky budou? Toto je psychologický a často i regulatorní filtr.
- Nízká odpovědnost: Doporučovací algoritmy Netflixu, generování reklamních textů.
- Vysoká odpovědnost: Autonomní řízení, chirurgie, správa státních rezerv.
Čím vyšší jsou náklady na chybu, čím vyšší následky ponese zadavatel, tím menší je ochota měnit zaběhlé pořádky. Pokud propuštěním člověka vytvářejícího popisky na eshop zásadně ušetříte a dostanete podobnou kvalitu, bude trh k takové úspoře náchylný. Když se začnou zabíjet lidé při nehodách samořiditelných aut, nebudou mít jiní lidé tendenci takovou technologii používat - a zasáhne státní regulátor.
Čtvrtou částí úvahy je “velikost trhu”. Tu nechávám stranou, protože se nejhůře objektivizuje a nejvíce záleží na zvládnutých předchozích třech aspektech i vaší představivosti. Velikost trhu znamená, jak moc se na vás bude tlačit konkurence s použitím všech výhod, které je schopna získat, včetně AI. Navíc otevření nových trhů může vytvořit opravdu obrovské nové trhy, mnohem větší, než jaké by vznikly pouhou drobnou kvalitativní či cenovou substitucí za jiný produkt.
Tak si například vezměte trh bezpečnostních agentur. Jak do něj AI může vstoupit? Tak například tím, že do areálů dodá kamerové systémy napojené na pulty centrální ochrany s automatickým vyhodnocením, nejrůznější čidla a také nejrůznější autonomně jednající roboty. Když vymyslíte systém, který bude maximálně mobilní a skutečně autonomní (tj. všechnu tu techniku můžete zítra zbalit a odvézt bez větších nákladů jinam), slíznete velký trh.
Jak velký? Tak velký, jako jsou dnešní trhy bezpečnostních agentur a ostrahy objetků? Nebo bude trh najednou větší, protože si jej budou moci dovolit i ti, kdo si jej dříve dovolit nemohli? Protože vzniknou nové modely užití, uplatnění? Najednou si můžete nechat hlídat nejenom areál firmy, ale i dům, byt, kolo u obchodu nebo šaty pohozené při letním koupání, protože za tu cenu AirTagu se to vyplatí…
Příklad z praxe: Doprava a logistika
Podívejm se na tridáu v praxi. Doprava je segment, kde se dnes nejvýrazněji střetávají všechny tři pilíře mé Triády. Tradičně zde volíte mezi třemi možnostmi: vlastní námahou (řízení), nepohodlím (hromadná doprava) nebo vysokou cenou (taxi či řidič). AI toto paradigma mění skrze autonomii, ale cesta k jejímu vítězství není přímočará.
-
Tokenizace (Vysoká): Doprava je v digitálním smyslu velmi čitelná. Mapy, trajektorie pohybu, dopravní předpisy i data ze senzorů, to vše jsou tokeny, se kterými AI umí pracovat podobně jako s programovacím kódem.
-
Testovatelnost (Složitá): Zde narážíme na bariéru. Zatímco v softwaru zjistíte chybu během sekund skrze automatický test, v dopravě je „zpětná vazba“ v reálném provozu drahá a nebezpečná. Simulace pomáhají, ale finální test probíhá v nepředvídatelném fyzickém světě. Teprve na závěr jízdy víme, zda dopadla či nedopadla ke spokojenosti zákazníka.
-
Odpovědnost (Kritická): Toto je hlavní kotva oboru. U generování textů je cena za chybu nízká, v dopravě jde o lidské životy.
Co to znamená pro trh? Prostor pro transformaci se otevře ve chvíli, kdy technologický pokrok sníží náklady na testování a legislativa (spolu s pojištěním) vyřeší otázku odpovědnosti. Early adopteři, kteří toto zvládnou, způsobí, že vlastnit auto přestane pro velkou část populace dávat ekonomický smysl (a pro část dalších jej dost možná zase přinese).
Doprava se změní z „vlastnictví stroje“ na „nákup služby“. Automobilky se mohou dostat do role pouhých výrobců železa (OEM), zatímco skutečnou hodnotu a kontakt se zákazníkem ovládnou provozovatelé autonomních flotil, kteří dokázali zkrotit všechny tři body mé Triády, protože bariéry vstupu do odvětví jsou velmi složité v oblasti Testovatelnosti i Odpovědnosti.
A teď to hlavní:
Vezměte si svou firmu, svůj obor podnikání a zamyslete se nad tím, jak vám AI může změnit obor. Připravil jsem pro vás PROMPT, se kterým můžete brainstormovat v ChatGPT, Claude či Gemini. Zkopírujte níže uvedený text do svého AI a na závěr editujte Zadané odvětví/business …
Předmět: Strategická analýza odvětví pomocí rámce „Triády AI adaptace“
Role: Působíš jako seniorní business analytik a expert na implementaci AI. Tvým úkolem je provést hloubkovou analýzu konkrétního odvětví, které ti zadám, na základě metodiky „Triády AI adaptace“.
Kontext analýzy: Budeme pracovat se třemi pilíři, které určují náchylnost oboru k transformaci pomocí AI:
Tokenizovatelnost: Do jaké míry jsou vstupy, procesy a výstupy převoditelné na digitální data bez ztráty podstaty?
Testovatelnost (Cena za zpětnou vazbu): Jak nákladné a rychlé je ověřit, že výstup AI je správný a bezpečný?
Odpovědnost (Kůže ve hře): Jaké jsou následky chyby a kdo za ně nese právní či finanční odpovědnost?
Tvé úkoly:
Analýza Triády: Vyhodnoť zadaný obor v těchto třech parametrech (vysoká/střední/nízká míra) a vysvětli proč.
Ekonomické dopady: Identifikuj, kde dojde k největšímu snížení nákladů nahrazením lidské práce. Důkladně se zamysli, jak se změní tržní pozice „early adopters“ vs. opozdilců.
Nové tržní příležitosti: Navrhni služby nebo modely užití, které v tomto oboru dříve nebyly ekonomicky rentabilní, ale díky levné AI práci se jimi stanou.
Identifikace bariér: Pojmenuj hlavní překážky (např. legislativa, fyzikální limity), které budou transformaci brzdit i přes vysokou míru tokenizace.
Zadané odvětví/business: [zde napiš a popiš svoje odvětví či business]
Instrukce pro výstup: Odpovídej věcně, analyticky a strukturovaně. Vyhni se obecným frázím a zaměř se na praktické dopady pro majitele firem v tomto segmentu. Na závěr napiš shrnutí celé analýzy ve dvou odstavcích souvislého textu.
Snažte se být v popisu vašeho odvětví specifičtí, zejména pokud je vázané na nějaké české specifikum. Mnoho štěstí s brainstormingem. A když na něco zajímavého přijdete, napište mi (odpověď na tento email).
Už tušíte, kam se váš trh bude ubírat?
