AI už není hračka. Firmy čeká bolestivá přestavba, varují experti

Největší evropská AI akce roku, AI Week v Miláně ve dnech 19. a 20. května 2026 na jednom místě soustředila zakladatele klíčových platforem a globální lídry firem uprostřed transformace. Průřez hlavními přednáškami nabídl obraz odlišný od povrchního nadšení kolem chatbotů: otázky už nestojí nad tím, zda a jak AI nasadit, ale jak přestavět firmy tak, aby ve světě umělé inteligence fungovaly.

Jde o fundamentální přestavbu toho, jak organizace fungují, jak se tvoří software a kde leží hodnota.

Od nástrojů k architektuře: problém organizačních sil

Nejsilnější a nejopakovanější téma konference se netýkalo konkrétních AI modelů, ale způsobu, jakým firmy AI nasazují. Základní paradox pojmenoval Alex Ball, viceprezident Genesys (globální platformy pro zákaznickou zkušenost): „Škálujete inteligenci, nebo škálujete fragmentaci?„ Většina velkých podniků má dnes desítky AI nástrojů, každý izolovaný v jiném oddělení. Jde o architektonický problém, jehož kořeny sahají do doby, kdy systémy byly navrhovány tak, aby každý řešil jeden workflow. „AI je ze své podstaty dynamické, fluidní. Funguje nejlíp, když pevné hranice mezi systémy neexistují.“

Řešením je orchestrační systém s pamětí napříč celou interakcí, viditelností všech agentů najednou a schopností řešit problémy přes celý podnik. Ball přidal přelomový datový bod: rok 2026 je první rok, kdy víc než polovina zákaznických záměrů přichází z kanálů, které firmy nevlastní: YouTube, Reddit, ChatGPT. Přechod od workflows k outcomes označuje za „desetinásobek obchodní hodnoty„.

Čtyři systematické chyby, jichž se firmy při AI nasazení nejčastěji dopouštějí, popsal Claudio Ricci z TIM Enterprise (Telecom Italia). První: „zaplať a modli se“ znamená koupi licencí bez implementační strategie. Druhá spočívá v přílišném důrazu na ROI: „ROI měří hodnotu dnešní technologie, ne hodnotu znalostí, které získáte cestou.„ Příklad: kreativní agentura, která by v roce 2023 spočítala ROI na AI video, by odmítla investovat. Ta, která to přesto zkusila, měla v roce 2025 dva roky náskok.

Třetí chyba nastává při nasazení nových nástrojů do starých procesů: „jako byste dali Ferrari motor do koňského kočáru.“ Čtvrtá, nejzásadnější: neměnit organizaci. „Když někomu přes noc zčtyřnásobíte AI spolupracovníky bez změny procesů, ten člověk se stane úzkým hrdlem.„ Ricci uvádí, že 20 % firem aktuálně získává 75 % hodnoty z AI a propast se prohlubuje.

Strategický rámec pro přístup k AI transformaci nabídl Scott Likens, Global Chief AI Engineer PwC: „Nemějte AI strategii, mějte konvergenční strategii. Průlomy přicházejí na průsečíku technologií.“ Conwayův zákon je klíčem: technologická architektura kopíruje organizační sila a AI je první technologie, která tím může prorazit. Zásadní je i změna měřítka úspěchu: „Return on Experiment je důležitější než Return on Investment. Krátké cykly, jeden až čtyři dny. Ne fail fast, ale learn fast.„

Agentické AI: od snímků k reálnému času

Přesný rozdíl mezi tradičním ML (modely trénované na historických datech) a agentickým AI ilustrovaly Francesca Fortunato a Angela Sebastianelli z VAR Group na retailovém případu. Tradiční ML pracuje se snapshoty dat a výsledky reportuje s prodlevou. Agentické AI „žije v proudu zákaznických událostí. Vnímá v reálném čase. Reaguje okamžitě.“ Klíčový předpoklad celého přístupu: „Zákazník jako stabilní, koherentní a předvídatelná entita neexistuje. Co existuje, je jeho chování.„ Jeden člověk může být v listopadu loajální zákazník, v červenci lovec slev a příští rok zcela neaktivní.

Čtyři schopnosti agentického systému Sebastianelli definuje takto: vnímání (reálné události, nikoli snapshoty), rozhodování (zvažování alternativ), akce (personalizovaná na konkrétního zákazníka v konkrétní moment) a koordinace jako práce dirigenta. Důležitý detail: mezi možnostmi figuruje vždy i neakce jako vědomé rozhodnutí nic nedělat. K otázce governance dodává: „Compliance nebrzdí rozvoj, přináší konkurenční výhodu.“

Mezeru mezi textovým výstupem agentů a způsobem, jakým lidé skutečně konzumují informace, otevřel Rong Yan, CTO HeyGen (platformy, kterou používá 80 % Fortune 500): „Text funguje pro agenty, lidé ale preferují video.„ HeyGen Avatar 5 (duben 2026) umožňuje z 15 sekund záznamu vygenerovat neomezené množství videa v neomezených jazycích. Projekt Hyperframes (open source, 20 000 GitHub hvězdiček za tři týdny) zapojuje video generaci do jakéhokoli agentního workflow. Příští miliarda videí nebude limitovaná výpočetním výkonem. Bude limitovaná sdělením.

Demokratizace tvorby: konec monopolu 0,6 %

Vizuálně nejsilnější argument konference přinesla Aino Bergius ze Special Projects Lovable (valuace 6,6 miliardy dolarů): mřížka 2 500 čtverečků, každý představující 3,2 milionu lidí. Jen 14 oranžových čtverečků, tedy 0,6 % světové populace, rozhodovalo od devadesátých let o podobě digitálního softwaru. Bariéra byla strukturální: roky učení, kapitál, tým. „Většina lidí se nikdy nepokusila začít.“ Dnes Lovable eviduje 40 milionů projektů a 600 milionů návštěv měsíčně. Příklady záměrně pochází mimo tech centra: Sabrina ze São Paula bez technického vzdělání postavila aplikaci na prověřování kriminálních záznamů. Sales leader v Uber Eats si vytvořil generátor prezentací bez čekání na IT.

Tutéž filozofii, tentokrát z pohledu produktového designu, popisoval Michele Catasta, prezident a Head of AI Replit (valuace 9 miliard dolarů), v rozhovoru s novinářkou Karen Hao (autorkou knihy Empire of AI): „Každý pixel procházíme s otázkou, zda je opravdu nutný. Nechci, aby uživatelé přemýšleli, jaký model použít. Ať se soustředí na kreativitu.„ Příběh matky, která bez technického vzdělání postavila aplikaci na pravopis pro dítě s dyslexií (existující aplikace chyby trestaly a dítě je odmítalo), označil za výraz směřování celé oblasti: „Modely jsou daleko před produkty. Většina viditelných produktů cílí na elity. Rád bych viděl technologii v rukou všech.“

Organizační rovinu demokratizace doplnil Luca Mastella z Learnn. Tři fáze transformace týmu: z exekutora na orchestrátora (AI přebírá rutinní úkoly), z orchestrátora na supervizora (AI produkuje výstup bez zadání, člověk kontroluje kvalitu). Varování: „Pokud ušetříme čas díky AI, ale nenamíříme ho správným směrem, jen si naplníme kalendář nesmyslnými úkoly.„ AI-native firmy jako datový kontext: italský Lexroom z nuly na 12 milionů ARR za 18 měsíců, Gamma z nuly na 100 milionů ARR, Base44 prodáno Wixu za 80 milionů za šest měsíců s jedním zakladatelem.

Praktický průsečík demokratizace a automatizace pojmenovala Giada Franceschini z Boosha AI: „Programování dnes znamená skládání akcí, nikoli psaní kódu.“ Tři úrovně práce s AI agenty (popis, skill jako formalizovaná kompetence vyvolaná jedním příkazem a rutina jako automatizace běžící bez přítomnosti uživatele) jsou podle ní dostupné komukoli v organizaci. „Pokud něco dělám víc než dvakrát, vytvořím si systém, který to dělá za mě.„

Přirozené limity AI: empatie, žurnalistika a post-transformerová architektura

Kde AI přirozeně naráží na své meze, ukázal případ digitální kliniky duševního zdraví Serenis. Její CEO Silvia pracovala s daty průzkumu Ipsosu: 50 % mladých lidí používá AI k mluvení o osobních problémech, jako hlavní důvod uvádějí absenci pocitu souzení. Serenis nasadila AI na odstraňování administrativních úkolů (dokumentace, párování pacientů, booking) a výsledkem bylo, co Silvia popsala slovy terapeutky po šesti měsících. „S AI se vám mluví líp, protože vás nesoudí. AI s vámi ale také souhlasí. A tam leží obrovský rozdíl.“ Skutečné porozumění začíná zpochybněním, nikoli souhlasem. „Riziko nespočívá v tom, že se stroje stanou jako my. Spočívá v tom, že se my pomalu začneme stávat stroji.„

Dopad AI na mediální ekosystém mapoval Nic Newman, Senior Research Associate Reuters Institute na University of Oxford. Sociální sítě a video platformy poprvé v historii předběhly televizi jako hlavní zdroj zpráv. AI chatboty pro zprávy využívá 7 % populace (14 % mladých), s meziročním zdvojnásobením. Vydavatelé očekávají ztrátu poloviny návštěvnosti z vyhledávání za tři roky; Google referraly už klesly o třetinu. Odpovědí vydavatelů je soustředění na výrazně lidské formáty: reportáže z terénu, narativní žurnalistiku, komunitu a živé akce. Podcasty rostou, protože audio a video se AI obtížněji přebaluje. BBC používá AI regionální přízvuky pro sportovní brífinky (newcastleský přízvuk pro fanoušky Newcastlu) jako příklad personalizace, která by bez AI byla ekonomicky nemožná.

Nejméně očekávaný pohled konference přinesl Llion Jones, CTO a spoluzakladatel Sakana AI v Tokiu a spoluautor paperu „Attention is All You Need“ (přes 250 000 citací), na kterém stojí ChatGPT, Claude i Gemini. Paper vznikl z technického problému: rekurentní neuronové sítě byly pomalé na nových TPU čipech navržených pro masivní paralelní násobení matic. Odstranění rekurence (síť při zpracování každého slova nebo tokenu bere v úvahu i to, co zpracovala předtím) přineslo tisícinásobné zrychlení. Poučení Jones formuluje jako výzvu: „Skutečný průlom byl v hardwarové loterii: navrhli jsme architekturu tak, aby odpovídala hardwaru.„ A závěr, který překvapil celý sál: „Přestaňte přerovnávat komponenty. Nenajdete další průlom přeskládáním existujících dílů. Další velká věc nebude vypadat vůbec jako transformer.“ Sakana AI explicitně pracuje na post-transformerové architektuře. Autor transformeru říká, že éra transformerů skončí.

Průřezový pohled: tři osy transformace

Myšlenky AI Week Milano 2026 lze číst jako tři osy transformace, které se navzájem posilují. První: přesun hodnoty od nástrojů k architektuře, přičemž AI přestává být aplikací a stává se vrstvou, přes kterou organizace operuje. Druhá: přesun lidské práce od exekuce k designu, kde agentické AI neznamená méně lidí, ale jiné lidi na jiných místech. Třetí: přesun přístupu od ROI k Return on Experiment, kdy organizace, které v nejistotě sázejí na rychlé učení místo na jistou návratnost, budují náskok, který se zpětně nedá koupit.

Autor je e-commerce podnikatel a investor