Mlha inovací Vytváříte skutečnou hodnotu?

Věříme ve spontánní generování technologických řešení jen proto, že suroviny máme doma. Realita je ale taková, že většinou vše, čeho dosáhneme, je přilákat škůdce: technický dluh, nedostupné náklady a frustraci. Cílem není být tvůrcem technologie, ale spíše tím, kdo nejlépe aplikuje inovace a využívá je.

Často si pleteme inteligenci s neomylností. Máme tendenci si myslet, že protože máme skvělé týmy nebo protože jsme sami byli v minulosti úspěšní, naše současná intuice je absolutní jistota. Ale historie vědy – ta, na kterou se tak rádi obracíme – je plná géniů, kteří to prostě podělali tím, že věřili tomu, co viděly jejich oči, a ne tomu, co ukazují data.

Budu mluvit o Janu Baptistovi Van Helmontovi. Nebyl to jen tak někdo, mluvíme o vlámském chemikovi, fyziologovi a lékaři, jedné z nejneobvyklejších postav před vědeckou revolucí a otci „pneumatické chemie“. Chytrý chlap, bezpochyby.

Van Helmont měl však neomylný recept na stvoření života. Ano, jak slyšíte. Vroucně věřil ve spontánní generaci. Jejich biologický „algoritmus“ byl následující: pokud dáte do krabice propocené spodní prádlo spolu s pšeničnými zrny a počkáte 21 dní, fermentované aroma přemění pšenici na myši. A on to napsal a obhajoval to, protože „viděl“, jak se myši objevují. Nenapadlo ho, že hlodavci prostě přicházejí jíst pšenici, přitahováni vůní.

Pravděpodobně to zní směšně nebo možná vypadá jako něco z temné doby.

Když se nad tím na vteřinu zamyslíme, kolik společností dnes dělá přesně to samé Generativní umělá inteligence? Vidíme, jak celé organizace mísí „špinavé prádlo“ (nestrukturovaná a nekvalitní data) s „zrny pšenice“ (interní vývojové týmy bez konkrétních zkušeností s LLM), které doufají, že po 21 sprintech se jako kouzlem objeví „myš“ (funkční a konkurenceschopná AI). Věříme ve spontánní generování technologických řešení jen proto, že suroviny máme doma. Realita je ale taková, že většinou vše, čeho dosáhneme, je přilákat škůdce: technický dluh, nedostupné náklady a frustraci.

A zde přichází na řadu riziko. Protože i když je záměr dobrý, výsledek může být diametrálně odlišný od toho, co se hledá, pokud důsledky nejsou dobře spočítány.

S následujícím příkladem to bude lépe vizualizováno. Lawrence John Ripple, 70letý americký občan, se rozhodl na základě své vlastní zoufalé logiky: už ho nebavilo hádat se s manželkou. A to natolik, že se rozhodl, že bude raději ve vězení než doma.

Ripple vešel do banky v Kansasu, podal pokladníkovi lístek s požadavkem na peníze a místo útěku klidně seděl v hale a čekal na policii. Řekl strážci: „Jsem ten chlap, kterého hledáš.“ Jeho plán byl na papíře dokonalý: spáchat zločin, nechat se zatknout a zbavit se manželky.

Výsledek? Soudce ho po analýze případu a možná s velmi pokřiveným smyslem pro humor odsoudil na šest měsíců… domácího vězení. Morálka je brutální: musíte vzít v úvahu všechna rizika a proměnné systému, abyste se vyhnuli chybám, protože někdy se při hledání svobody uzamknete.

Přeložme to na strategii vývoje softwaru a AI. Mnoho společností se rozhodne vyvinout své vlastní „in-house“ modely ze strachu ze sdílení dat, ze žárlivosti na své duševní vlastnictví nebo z přesvědčení, že to bude z dlouhodobého hlediska levnější. Snaží se „utéct“ od dodavatelů. A co získají? Technologické domácí vězení. Zasekávají se při údržbě infrastruktury, které nerozumí, utrácejí zdroje na školení modelů, které během týdnů zastarají, a ztrácejí zaměření na své skutečné podnikání.

Chtěli svobodu a dostali trest nucených údržbářských prací.

Pokud bychom si tedy neměli hrát na bohy vytvářením myší ze vzduchu a pokud pokus o to na vlastní pěst má ironická rizika, jaké je řešení? Odpovědí je neztrácet nadhled nad realitou. A k tomu není nic lepšího než vzpomenout si na chudáka Sama Bartrama.

Bartram byl brankářem Charlton Athletic v roce 1937. Hráli s Chelsea na Stamford Bridge. Stadion zahalila hustá mlha, jakou vidíte jen v londýnských filmech. Bartram, profesionální a soustředěný, zůstal pod holemi, přikrčený a čekal na soupeřův útok. Minuty plynuly a nikdo nepřišel. Pomyslel si: „Naši kluci musí dominovat zápasu na poli soupeře, jak jsou skvělí.“

O patnáct minut později se z mlhy vynořil policista a překvapeně se na něj podíval: „Co tady ještě děláš? Hra byla před čtvrt hodinou přerušena. „Stadion je prázdný.“ Sam Bartram zůstal chránit branku, na kterou už nikdo neútočil, ve hře, která už neexistovala.

Nebuďme jako Bartram. Ta mlha je technologická arogance. Zatímco se krčíte v cíli a snažíte se od nuly vyvinout nástroj AI, který již existuje, hra je u konce. Trh se pohnul. Vaši konkurenti si „nehrají“ na vývoj AI; jsou nošení AI. Pokud nechceme zůstat sami v mlze, musíme využít technologie, které se již osvědčily.

Věda a data nám říkají, že specializace je klíčová. Proč znovu vynalézat kolečko – nebo myš – když existují společnosti, které věnovaly tisíce hodin, miliony dat a certifikované „know-how“ zdokonalování těchto nástrojů?

Cílem není být tvůrcem technologie, ale spíše tím, kdo ji nejlépe využije. Nejmenší možností, jak využít výhod generativní umělé inteligence, je založit si vlastní tým a vyvíjet jej měsíce, chytrou možností, založenou na faktech a ne na egu, je vzít nástroje, které již fungují..

Proč znovu vynalézat kolečko – nebo myš – když existují společnosti, které věnovaly tisíce hodin, miliony dat a certifikované know-how zdokonalování těchto nástrojů?

Hledejme dodavatele, kteří stejně jako ABS brzdy v autech již prošli testy bezpečnosti a účinnosti. Hledejme ty, kteří dokážou objektivními metrikami (ano, měříme znovu, vždy měřit), že jejich řešení zkracuje „Time to Market“ a zvyšuje skutečnou, nikoli imaginární produktivitu.

Přestaňte míchat špinavé oblečení s pšenicí. Vypadněte z domácího vězení neúspěšného vnitřního vývoje. A vyjděte prosím z mlhy, než si uvědomíte, že hrajete sami.

Využijte osvědčené zkušenosti, integrujte to, co funguje, a nechte odborníky vyrábět cihly, zatímco vy stavíte budovu… a vy to víte.

Julián Gómez Bejarano, Chief Digital Officer LedaMC