Tři trendy, které v roce 2026 mění podnikovou analytiku

14 července, 2026

Co dnes očekává 31 000 zákazníků Microsoft Fabric a proč je největší brzdou často samotné datové prostředí.

Na konferenci FabCon 2026 v Atlantě jsme mluvili s Tamerem Faragem, Global Fabric Partner Leadem ve společnosti Microsoft, o tom, co dnes firmy od moderní analytiky skutečně očekávají. Tamer má za sebou 25 let v Microsoftu a z první řady sleduje růst jedné z nejrychleji se rozvíjejících analytických platforem v historii. Microsoft Fabric za pouhé dva a půl roku získal 31 000 zákazníků. Díky tomu má velmi přesný pohled na to, kam se podniková analytika posouvá. 

Real-time intelligence se stává běžnou součástí analytiky

Analýza dat v reálném čase není novinkou. Zásadně se ale mění okruh firem a odvětví, která ji začínají vyžadovat. Zatímco dříve se real-time analytics spojovala hlavně s výrobou, IoT senzory a průmyslovými scénáři, dnes se rychle prosazuje také v bankovnictví, zdravotnictví, finančních službách nebo zákaznickém servisu. 

„Když jsme dříve mluvili o real-time intelligence, většinou jsme tím mysleli výrobní IoT scénáře,“ vysvětluje Tamer. „Dnes ale vidíme rostoucí poptávku po real-time intelligence také v bankovnictví, zdravotnictví a finančních službách.“ 

Firmám už nestačí rozhodovat se pouze na základě historických dat. Potřebují optimalizovat provoz ve chvíli, kdy se věci skutečně dějí – ne až za několik dní nebo týdnů, kdy se hotový report dostane na stůl manažerům. 

Pokud dnes analytickou strategii stavíte tak, že real-time data považujete za okrajovou oblast určenou jen pro senzory a výrobní linky, pravděpodobně už zaostáváte. Finanční týmy, klinický provoz, zákaznická péče i další businessové útvary dnes řeší stejnou potřebu: získat relevantní insight tak rychle, jak rychle se mění samotný byznys. 

Chatování s daty nahrazuje statické reporty

Druhým výrazným trendem je konverzační analytika. Uživatelé už nechtějí jen otevírat dashboardy, procházet grafy a hledat v nich odpovědi. Chtějí se dat přímo ptát. Podobně, jako se dnes běžně ptají nástrojů typu ChatGPT. 

„Místo toho, aby zákazníci jen sledovali statické reporty nebo grafy s daty, chtějí se dat přímo ptát,“ říká Tamer. „Všichni dnes používají ChatGPT a jednoduše pokládají otázky.“ 

ChatGPT změnil očekávání uživatelů napříč celým softwarovým trhem. Business intelligence není výjimkou. Tradiční model, kdy si uživatel vyžádá report, čeká na IT tým a potom interpretuje dashboard, postupně ustupuje přímému dialogu s daty. Lidé očekávají, že položí otázku a dostanou odpověď v daný moment. 

Pro BI týmy je to dobrá zpráva, i když to tak na první pohled nemusí působit. Jejich role se neposouvá k menší důležitosti, ale k větší odpovědnosti. Místo neustálé produkce reportů se zaměřují na to, aby lidem ve firmě umožnily bezpečný, řízený a důvěryhodný přístup k datům, nad kterými může konverzační analytika skutečně fungovat. 

O to důležitější je ale samotné datové prostředí. AI, která na otázky odpovídá, bude vždy jen tak spolehlivá, jak spolehlivá jsou data, ke kterým má přístup. 

AI urychluje migraci ze zastaralých systémů

Třetím trendem je rychlejší rozhodování o modernizaci, která v mnoha firmách ležela v pipelinách celé roky. 

„U řady zákazníků, kteří stále fungovali on-premise a s přechodem váhali, AI dramaticky urychlila přesun do cloudu i odklon od legacy systémů,“ popisuje Tamer. „Firmy potřebují vybudovat své datové prostředí, aby mohly z AI skutečně vytěžit její přínosy.“ 

Dlouhou dobu mnoho organizací migraci do cloudu odkládalo. Business case působil spíše jako postupné zlepšení než zásadní změna, riziko se zdálo zvládnutelné a legacy systémy stále „nějak fungovaly“. AI ale tuto logiku změnila. 

Generativní AI přináší omezenou hodnotu, pokud není propojená s podnikovými daty. Jak Tamer v rozhovoru poznamenal: „Skutečná hodnota AI vzniká ve chvíli, kdy se propojí s daty.“ 

Organizace, které modernizaci dlouho odkládaly, ji dnes začínají urychlovat. Ne proto, že by se původní argumenty najednou staly přesvědčivějšími, ale proto, že se objevil nový důvod, který už nejde ignorovat. Pokud má AI pomáhat v reálném provozu, potřebuje moderní, dostupné a dobře spravované datové prostředí. 

Co mají tyto trendy společného?

Když se na všechny tři trendy podíváme společně, začne se opakovat jasný vzorec. 

Real-time intelligence vyžaduje datovou infrastrukturu, která zvládne rychlost a objem dat v reálném čase. Konverzační analytika potřebuje data, která jsou dobře spravovaná, důvěryhodná a dostupná pro AI modely. A migrace z legacy systémů se zrychluje právě proto, že roztříštěné datové prostředí uzavřené v silech nedokáže tyto potřeby dlouhodobě podporovat. 

Každá debata o AI se tak dříve nebo později stává debatou o datech. A náskok dnes získávají ty organizace, které to pochopily včas. 

Poslechněte si celý rozhovor s Tamerem Faragem v angličtině v našem podcastu >>>