Češi se ve světě dat a technologií nemají za co stydět, jen by si měli víc věřit

Význam dat pro byznys neustále roste, s nástupem AI agentů a automatizace to však platí dvojnásob. Přestože Češi staví datové projekty pro světové hráče a stojí za řadou globálních produktů, doma často narážejí na opatrnost a lpění na starých řešeních. Co dnes brzdí české firmy v inovativnějším přístupu k datům a cloudu a jaké trendy budou tvarovat technologickou budoucnost? V rozhovoru odpovídá data management leader z PwC Tomáš Karas.

Jak silná je dnes česká stopa v globálním světě dat a technologií?

Mám pocit, že Češi mají v tomto směru dlouhodobě celkem malé sebevědomí a nedostatečný pocit národní hrdosti. Možná se považujeme za příliš malou zemi, možná jde o historický pozůstatek minulých režimů, kdy bylo lepší nevyčnívat a příliš se „nehlásit o slovo“.

Když si ale připustíme realitu, zjistíme, že v oblasti dat a technologií máme na co navazovat. Hned několik celosvětově známých datových nástrojů vzniklo právě v Česku. Nedávno jste mohli zaznamenat akvizici Manty společností IBM, což ale není ojedinělý příklad. Češi stojí i za nástroji jako Ataccama, GoodData nebo Dawiso, které využívají firmy po celém světě.

Češi jsou obecně spíše skeptičtí a pragmatičtí, říká Tomáš Karas

Kromě toho má řada mezinárodních firem v Česku svá IT a datová centra, z nichž dodávají a řídí projekty globálního významu. To je ostatně i případ mého týmu v PwC, který se z Česka podílí na datových projektech pro klienty po celém světě. Česká stopa v globálních datech je tak mnohem silnější, než si připouštíme.

V čem se tedy zahraniční datové projekty liší od těch českých?

Datové projekty jsou dnes po celém světě v mnoha ohledech podobné. Firmy řeší, jak data připravit pro AI a jak je lépe využít například ke zlepšení zákaznické zkušenosti nebo k podpoře prodeje nových produktů. Zásadní rozdíl ale vidím v technologiích, na kterých tyto projekty stojí. Západní země přešly do cloudu výrazně rychleji a díky tomu dnes mají datav moderníc h datových platformách s nativní podporou AI funkcí. Ty umožňují rychlejší vývoj, lepší škálování a větší flexibilitu.

V Česku je situace jiná, zejména u velkých organizací, jako jsou banky nebo pojišťovny. Ty totiž k přechodu do cloudu přistupují opatrněji. Sice experimentují a budují první cloudové platformy, ale klíčová data mnohdy zůstávají stále v on-premise prostředí, což přirozeně zpomaluje inovace.

Je tedy problém, že Česko přechází do cloudu pomaleji?

Češi jsou obecně spíše skeptičtí a pragmatičtí, proto sám poměrně často slýchám větu: „Proč to měnit, když nám to funguje už třicet let?“ A do určité míry s tím souhlasím, protože stabilita má svou hodnotu.

Problém však nastává ve chvíli, kdy firmy začnou chtít víc. Typickým příkladem je požadavek, aby se data v reportech nebo pro AI agenty neaktualizovala jednou denně, ale téměř okamžitě nebo aby se část práce s daty zpracovávala přímo na datové platformě pomocí AI agentů.
V on-premise světě v takových chvílích velmi rychle narážíme na omezení. Nejde jen o výkon serverů a nákladné upgrady. Zásadní rozdíl je v tempu inovací. Nové funkce dnes do cloudových nástrojů přicházejí prakticky každý měsíc, zatímco on-premise řešení často stagnují. Výrobci nevydávají nové verze a někdy dokonce přestávají podporovat ty stávající.

Pokud si firma tuto realitu uvědomí až ve chvíli, kdy potřebuje skutečně nasadit AI pro řešení kritického byznysového problému, musí najednou začít měnit prakticky všechno. A to je vždy výrazně složitější a bolestivější než postupná příprava.

Jaké jsou dnes nejčastější projekty v oblasti dat a jaké změny nás v tomto ohledu čekají?

Mezi hlavní témata dnes patří přechod do cloudových platforem a jejich další optimalizace. Firmy zároveň řeší zrychlení práce s daty jako již zmíněný posun od denní aktualizace směrem k minutám nebo téměř reálnému času. To je klíčové především pro AI agenty a automatizaci dalších procesů pomocí dat.

Dalším výrazným trendem je snaha dostat data blíž k byznysu. Organizace postupně opouštějí model velkých centralizovaných datových týmů a tradičních datových skladů a přecházejí k agilnějším přístupům inspirovaným data mesh principy. Cílem je, aby s daty dokázaly aktivně pracovat i samotné byznysové týmy.

Očekávám také, že výrazně poroste role data governance, protože bez jasného byznysového významu a kontextu dat nebudou AI agenti schopni data efektivně využívat pro rozhodování ani automatizaci.

Co byste poradil lidem, kteří se chtějí v datech prosadit nebo se v nich posunout dál?

Doporučil bych jim především seznámit se s moderními cloudovými technologiemi a ideálně jít pracovat do firmy, která tyto nástroje aktivně využívá, případně do společnosti, která realizuje datové projekty v zahraničí. Důležité také je si uvědomit, že nikdo dnes nemá deset let zkušeností s AI nástroji, které jsou na trhu rok nebo dva. V tomhle ohledu začínáme všichni od nuly. Díky tomu má dnes každý možnost stát se během relativně krátké doby odborníkem na moderní datová témata. Často i rychleji než někdo, kdo má dlouhou praxi, ale věnuje se pouze tradičnímu reportingu.

A to hlavní na závěr: nestyďte se ve světě za to, že jste z Česka. Máme tu velmi dobré školy, silné technologické firmy a kvalitní projekty. Já osobně vidím, jak si českých odborníků v zahraničí opravdu váží a jak pozitivně nás hodnotí zahraniční klienti.