AI není zkratka k lepšímu reportingu. Je to spíš test připravenosti vašich dat, říká Kristýna Merňáková (Adastra)

13 dubna, 2026

Firmy se často ptají, co jim AI v Power BI přinese. Podle Kristýny Merňákové, která působí v Adastře jako Data Visualization Lead, je ale správná otázka jiná: „Co všechno nám AI ukáže, že máme v datech spravit?“

AI v reportingu totiž nepřináší jen zrychlení. Velmi rychle také odhalí slabiny: špatně definované metriky, nejasné pojmy nebo chybějící kontext. A právě to je dnes pro mnoho organizací větší problém než samotná technologie.

Sledujte celý rozhovor:

Poslechněte si podcast:

V podcastu Kristýna popisuje, jak se dnes potkávají dva světy – tradiční BI postavené na přesných, garantovaných datech a AI, která pracuje s pravděpodobností a kontextem. Tento střet podle ní vytváří nové nároky na kvalitu dat i způsob, jakým jsou připravená pro koncové uživatele.

Klíčovou roli přitom hraje sémantická vrstva, tedy „překladač“ mezi technickými daty a byznysovým významem. Právě ta rozhoduje o tom, jestli AI odpoví správně, nebo začne generovat zavádějící výstupy.

Zkušenosti z praxe ukazují, že bez kvalitního popisu dat, jasných definic metrik a kontextu AI spíš přináší zmatek než hodnotu. Naopak dobře připravený datový model umožňuje výrazně zrychlit práci – od generování dokumentace až po úpravy reportů.

AI také mění roli analytiků. Neznamená to jejich konec, ale posun: od manuální tvorby reportů směrem k řízení kvality dat, návrhu sémantických modelů a edukaci byznysu, který bude s daty pracovat přímo.

Jak tedy s AI v Power BI začít? Podle Kristýny postupně na jednoduchých use casech, s důrazem na kvalitu dat a mimo kritické oblasti, jako je controlling nebo výpočet bonusů.

• Jak připravit data, tak aby AI skutečně pomáhala a neškodila?
• Jak funguje „chat with your data“ v praxi?
• A proč bez kontextu AI odpovídá špatně, i když má správná data?

Přečtěte si podcast jako rozhovor

(Rozhovor byl zkrácen a upraven pomocí ChatGPT)

Ivana Karhanová: Většina firem se ptá, co nám AI v Power BI přinese. Správná otázka ale zní: Na co všechno nám AI ukáže, co máme v datech spravit? Kde firmy s reportingem v Power BI a nejen v něm naráží na limity? Jak to bude s pilotem? Pomůže, anebo naopak ukáže slabá místa už při prvním dotazu? O tom si dnes budu povídat s Kristýnou Merňákovou, která je Data Visualization Lead v Adastře. Kristýno, ahoj, vítej ve studiu.

Kristýna Merňáková: Ahoj.

Ivana Karhanová: Jaká je dnes realita? Power BI je dnes reporting nástroj ve spoustě firem. Microsoft prezentuje Copilota jako nástroj, který generuje reporty, snižuje potřebu manuálního kódování a pomáhá rozumět datům. Když ale přijdeš do firmy a bavíte se o reportingu, co tam vidíš?

Kristýna Merňáková: Realita není jednoduchá. Je barevná a složitá. AI je tady s námi pár let, ale do BI se začala dostávat až loni, takže je to něco velmi nového. Střetávají se nám tady dva světy – AI a BI. BI historicky slouží k řízení firmy na základě spolehlivých dat, ve kterých je logika a garance. Na druhou stranu AI pracuje s pravděpodobností a negarantovaným výstupem. Je to paradox a velká výzva v tom, jak si s tím poradíme a kde najdeme místa, kde nám to pomůže.

Ivana Karhanová: Asi na začátek upřesníme, co je Copilot v Power BI a co je Copilot obecně.

Kristýna Merňáková: V Microsoftu najdeme Copilota na více místech. Základní rozlišení je Copilot v M365, který je v Teams nebo Outlooku a pomáhá s běžnými úkoly. My se bavíme o Copilotu přímo v Power BI. Ten může fungovat nad konkrétním sémantickým modelem nebo reportem a můžeme s ním komunikovat přímo nad těmito daty.

Ivana Karhanová: Znamená to, že AI v Power BI zatím není univerzální nástroj, který mi vygeneruje report o čemkoliv?

Kristýna Merňáková: Umožňuje se ptát nad konkrétními daty, ale nedoporučila bych ho zatím používat bez přípravy. Chat with your data není optimální používat jen tak nad existujícími reporty. Je potřeba data připravit, aby byla správně konzumovatelná.

Ivana Karhanová: V jaké je to fázi?

Kristýna Merňáková: Je to nové. Uživatelé se to učí používat. Pod tím vším máme data a nad nimi sémantickou vrstvu – metadata, vazby, popisky a byznys logiku. AI má zkrátit cestu k datům, ale zároveň přináší otázku validity a odpovědnosti za data.

Ivana Karhanová: Pokud se na data ptá byznys uživatel, AI musí vědět, co v těch datech je. Kdo jí to řekne?

Kristýna Merňáková: To je role sémantické vrstvy. Ta musí být připravená tak, aby sloupce byly srozumitelné, ideálně s popisky. AI s tím umí pracovat velmi dobře. A bude to práce analytiků, jak ten model připravit. V Power BI existuje funkce „Prep Data for AI“, která zahrnuje tři kroky – výběr relevantních dat, ověření odpovědí a doplnění instrukcí a kontextu.

Ivana Karhanová: Takže to není magické tlačítko?

Kristýna Merňáková: Ne. Je potřeba tomu pomoct jako juniorovi. Připravit data, kontext a instrukce. Jinak to nebude fungovat správně.

Ivana Karhanová: Co je vlastně sémantická vrstva?

Kristýna Merňáková: Je to vrstva mezi technickými daty a tím, co vidí uživatel v reportu. Překládá technický jazyk do byznysového.

Ivana Karhanová: Jak důležitá je dokumentace?

Kristýna Merňáková: Velmi. A AI ji dnes může pomoci generovat, což pomůže i samotné AI datům lépe rozumět.

Ivana Karhanová: Co když se lidé ptají špatně?

Kristýna Merňáková: AI za nás přemýšlet nebude. Čím přesnější otázky zadáme, tím lepší odpovědi dostaneme.

Ivana Karhanová: Jsme schopni poznat, že odpovědi nejsou správné?

Kristýna Merňáková: Ano. Byznys svoje čísla zná. Pokud je odchylka, hned ji vrací. V budoucnu může AI pomáhat i s návrhem oprav v datech a sémantickém modelu, což dnes trvá dny, ale může to být otázka hodin.

Ivana Karhanová: Kdo je za data odpovědný?

Kristýna Merňáková: Záleží na firmě. Ale měl by existovat garant metrik a významu dat. Klíčová je komunikace mezi byznysem a IT.

Ivana Karhanová: Jak s AI v Power BI začít?

Kristýna Merňáková: Postupně. Začít na jednoduchém datasetu, například prodeje. Vyhnout se kritickým metrikám, jako je controlling nebo bonusy. AI může dát rychlý přehled, ale ne vždy stoprocentně přesný.

Ivana Karhanová: Kam to směřuje?

Kristýna Merňáková: AI pomůže hlavně při tvorbě sémantické vrstvy – generování dokumentace, refaktoringu nebo návrhu modelu. Ušetří manuální práci, ale pořád bude pod kontrolou člověka.

Ivana Karhanová: Co budou dělat analytici?

Kristýna Merňáková: Nezmizí. Je to jako s lékaři a AI při diagnostice. AI pomůže, ale člověk rozhoduje. Analytici se posunou k řízení kvality dat, komunikaci s byznysem a edukaci uživatelů.

Ivana Karhanová: AI často zaznívá jako nástroj, který zvládne i horší data. Platí to?

Kristýna Merňáková: Ne. Naopak. AI potřebuje kvalitní data a governance. Pak může být velká pomoc. Jinak spíš odhalí problémy. Je to třešnička na dortu dobře odvedené práce.

Ivana Karhanová: Díky moc za rozhovor.

Kristýna Merňáková: Díky za pozvání.