Firmy chtějí AI, ale polovina z nich stále reportuje v Excelu

Zájem o umělou inteligenci v českých firmách roste. Výsledky našeho průzkumu mezi 50 zástupci firem však ukazují, že úspěšné využití AI nestojí primárně na technologiích, ale na kvalitních datech, automatizovaném reportingu a dobře nastavených procesech.

Právě v těchto oblastech firmy nejčastěji narážejí na překážky, které brání efektivnějšímu rozhodování i širšímu využití umělé inteligence

AI už firmy zajímá. Ne všechny jsou ale připravené

Pouze přibližně pětina oslovených firem dnes AI aktivně využívá. Další významná část organizací již testuje konkrétní scénáře využití nebo plánuje jejich nasazení během následujících 12 měsíců. Současně však zůstává skupina společností, které o využití AI zatím vůbec neuvažují.

Výsledky potvrzují, že zájem o AI roste napříč obory, úroveň připravenosti firem je však stále velmi rozdílná.

Graf 1: Připravenost firem na využití AI

Největším problémem nejsou algoritmy, ale data

Při pohledu na každodenní práci s daty se jako největší překážky ukazují ruční zpracování dat, nepropojené systémy a náročné ověřování správnosti informací.

Řada firem tak stále věnuje více času sběru, přípravě a kontrole dat než jejich samotné analýze. Bez kvalitního datového základu přitom nelze efektivně rozvíjet pokročilou analytiku ani úspěšně využívat AI.

Graf 2: Největší překážky práce s daty

Excel stále dominuje reportingu

Přestože jsou analytické a Business Intelligence nástroje dostupnější než kdy dříve, polovina respondentů stále vytváří reporting převážně ručně v Excelu. Plně automatizovaná BI řešení využívá pouze menší část firem.

Není proto překvapivé, že automatizace reportingu patří mezi nejčastější priority pro následujících 12 měsíců. Organizace si uvědomují, že právě zde mohou získat rychlé a měřitelné přínosy, od úspory času po kvalitnější a rychlejší rozhodování.

Graf 3: Jak dnes firmy vytvářejí reporting

Firmy se nepovažují za datové lídry

Přestože většina respondentů hodnotí úroveň práce s daty jako průměrnou, žádná z oslovených firem se sama neoznačila za lídra v oblasti Data & AI.

Více než třetina společností dokonce svoji připravenost hodnotí jako podprůměrnou nebo začátečnickou. Polovina respondentů hodnotí připravenost své firmy na Data & AI jako průměrnou. To ukazuje, že většina organizací si uvědomuje potenciál datově řízeného rozhodování, zároveň však vnímá prostor pro další rozvoj datové infrastruktury, analytiky i automatizace.

Zajímavé je i srovnání podle role respondenta. Členové vedení hodnotí připravenost svých organizací o něco optimističtěji než ostatní zaměstnanci, ani oni však své firmy nevnímají jako skutečně datově vyspělé.

Investice do dat porostou

Pozitivní zprávou je, že více než dvě třetiny firem investice do reportingu, Business Intelligence nebo datové infrastruktury plánují nebo je alespoň vážně zvažují.

Firmy, které chtějí investovat v nejbližší době, se zaměřují zejména na forecasting, plánování a využití AI. Organizace v dřívější fázi rozvoje naopak nejčastěji řeší automatizaci reportingu a zkvalitnění datového prostředí.

Graf 4: Plánují firmy investovat do dat?

Zajímavým zjištěním je také rozdíl mezi firmami různých velikostí. Větší společnosti podle obratu obecně vykazují vyšší důvěru ve svá data než menší a středně velké organizace. Výsledky naznačují, že systematické investice do datového řízení se pozitivně promítají nejen do kvality reportingu, ale i do větší připravenosti na využití pokročilé analytiky a AI.

Největší překážkou není AI. Jsou to procesy.

Nejčastější překážkou práce s daty zůstává ruční zpracování. Významnou bariérou jsou také nepropojené systémy, které komplikují sdílení a využívání informací napříč firmou.

Mnoho organizací tak stále věnuje více času přípravě a kontrole dat než jejich skutečnému vyhodnocování. Právě zde se skrývá jeden z největších potenciálů pro zvýšení efektivity i připravenosti na využívání AI.

Bezpečnost je největší bariérou využití AI

Při otázce na překážky širšího využívání umělé inteligence se jednoznačně ukázalo jedno téma – bezpečnost.
Firmy nejčastěji zmiňují ochranu firemních dat, správné nastavení pravidel pro používání AI a odpovědnost za výstupy. Významnou roli hraje také nedostatek interních kapacit a kvalita dat.

Výsledky tak potvrzují, že úspěšné zavádění AI není pouze technologický projekt. Vyžaduje kvalitní data, dobře nastavené procesy i odpovídající kompetence zaměstnanců.

Graf 5: Co brání širšímu využití AI

Co z průzkumu vyplývá?

Firmy mají o umělou inteligenci zájem a jsou připravené investovat do datových a analytických řešení. Výsledky průzkumu zároveň ukazují, že skutečnou překážkou nejsou technologie samotné, ale kvalita dat, nepropojené systémy a manuální procesy.

Největší přínos proto dnes nepřináší samotné zavádění AI, ale budování kvalitního datového základu, automatizace reportingu a efektivní práce s daty. Právě na těchto pilířích lze úspěšně stavět pokročilou analytiku, forecasting i řešení využívající umělou inteligenci.

Shrnutí výsledků:

•  AI už aktivně řeší téměř 80 % firem.
• Největším problémem není AI, ale data.
• Polovina firem stále připravuje reporting převážně v Excelu.
• 71 % firem plánuje investovat do dat.
• Bezpečnost je největší bariérou širšího využití AI.

„Průzkum potvrzuje, že firmy mají o využití AI zájem, ale většina z nich zatím nemá vytvořený kvalitní datový základ. Právě ten je přitom předpokladem pro efektivní automatizaci i využití umělé inteligence,“ říká Jan Kodet, Co-founder PKF APOGEO Systems.

Doporučení pro firmy:

• Automatizujte reporting a omezte manuální práci.
• Propojte datové zdroje do jednoho spolehlivého prostředí.
• Nastavte jasná pravidla pro správu a bezpečnost dat.
• Rozvíjejte interní kompetence v oblasti dat a AI.
• Začínejte s konkrétními projekty s jasným přínosem a rychlou návratností.
• Vytvořte dlouhodobou roadmapu datové transformace.

Teprve na kvalitním datovém základu lze dlouhodobě stavět pokročilou analytiku, efektivnější rozhodování i úspěšné využití umělé inteligence v každodenním fungování firmy.