„Kde AI nepoužívat je důležitější než kde ji použít,” říká Brad Freels z Microsoftu

19 května, 2026

Brad Freels, specialista na Azure Data a AI v Microsoftu, popisuje, jak setkávání se zákazníky tam, kde právě jsou, budování center excelence pro AI a odvaha pustit se do práce bez „dokonalých dat” mění způsob, jakým podniky vytvářejí hodnotu z cloudu, dat a umělé inteligence. Vysvětluje, proč největší bariérou AI není technologie, ale strach a paralýza, jak partneři zkracují cestu k výsledkům tím, že převádějí osvědčené postupy Microsoftu do konkrétního prostředí zákazníka, a proč centra excelence sponzorovaná vedením snižují odpor vůči změnám a zároveň zabraňují stínovému nasazování AI a nočním můrám s governance. Ukazuje také, kde začít hned: zprovoznit 60denní zkušební provoz Fabric, přebudovat jeden existující report a nechat AI pomoci s uspořádáním dat, která už máte. Vaši konkurenti nečekají. A vy byste také neměli. 

• Co je skutečně potřeba k tomu, aby organizace přešla od strachu z AI ke kultuře, která do ní jde naplno? 
• Jak začít s daty a nástroji, které máte dnes, a přitom budovat předpoklady pro transformaci v celém podniku? 
• Jaká pravidla, sponzorství vedení a partnerské vztahy umožňují zrychlení adopce AI bez ztráty kontroly? 

Podívejte se na rozhovor:

Přečtěte si podcast jako rozhovor: 

(Rozhovor byl zkrácen a upraven pomocí nástroje ChatGPT.) 

Mark Kohout: Dobrý den a vítejte u podcastu Adastra. Jmenuji se Mark Kohout a vedu North American Governance Practice ve společnosti Adastra, globálním systémovém integrátorovi v oblasti dat, AI a cloudu. Dnes jsme v Atlantě u příležitosti konference FabCon 2026. 

Mým hostem je Brad Freels, specialista na Azure Data a AI v Microsoftu. Ve své roli spolupracuje úzce s vedením firem na sladění cloudových, datových a AI schopností Microsoftu s jejich strategickými cíli. Působí jako strategický poradce, orchestruje složité projekty, vede workshopy zaměřené na sladění a připravenost zákazníků a zajišťuje, aby měli správnou technickou, obchodní i provozní podporu. 

Brade, vítej v podcastu. Spolupracovali jsme už několikrát na partnerských i zákaznických projektech. Je skvělé, že nám akce jako FabCon dávají příležitost se potkat osobně. Díky, že jsi přišel. 

Brad Freels: Těším se na rozhovor. 

Mark Kohout: Začněme nejdřív něčím o vás. Jaký máš background a jak ses dostal na současnou pozici v Microsoftu? 

Brad Freels: Studoval jsem na University of Texas. Čest všem Longhorn fanouškům! Začínal jsem jako student byznysu, ale řekněme, že obchod mi moc nešel. 

Přešel jsem na matematiku s plánem stát se učitelem a basketbalovým trenérem. Moje máma učila na střední škole přes dvacet let. Když jsem jí to řekl, byla nadšená: „Jsem tak ráda, budeš v tom skvělý.” A pak řekla jednu větu, která změnila můj život: „Ale s tvým životním stylem, Brade, za učitelský plat nevyžiješ.” 

Mark Kohout: Samozřejmě. 

Brad Freels: Zůstal jsem u matematiky, ale zaměřil jsem se na programování, kterému jsem se věnoval už od střední. V roce 2001 jsem nastoupil do Microsoftu jako technický pracovník, který pomáhal obchodníkům vzdělávat zákazníky o technologiích. Byl jsem tam do roku 2012, pak jsem přešel do obchodu. 

Lidé se vždy ptají, proč technický člověk jde do prodeje. Prodával jsem SharePoint a vyhledávání v době, kdy měl SharePoint velký boom. Splnili jsme čísla, měli skvělý rok. Jako technický obchodník jsem si koupil novou televizi a pověsil ji na zeď. Druhý den mě obchodník, kterého jsem podporoval, vyzvedl v novém autě. Televize nebo auto? Vybral jsem si auto. 

Strávil jsem asi deset let ve startupech, včetně firem zaměřených na AI, a před čtyřmi a půl lety jsem se vrátil do Microsoftu jako specialista na Data a AI. 

Mark Kohout: S takovým backgroundem, analytickým myšlením i zkušenostmi mimo korporát, pojďme se teď bavit o tvém přístupu. Konkrétněji: jak propojuješ vedení firem s cloudovými a AI schopnostmi Microsoftu a napojuješ to na jejich širší byznysovou strategii? 

Brad Freels: Nejčastější otázka, kterou slýchám, je: „Jak z AI vytěžím nejvíc?” Největší úspěchy přicházejí tehdy, když jdu zákazníkovi naproti tam, kde právě je. Každý je někde jinde na cestě k AI. Někteří se bojí, jiní jedou na plný plyn. 

Můj první cíl je porozumět jim. Proč se ptají na AI? Jaké informace mají? Učí se od kolegů z oboru, nebo tlak přichází zevnitř organizace? Jakmile tento kontext pochopím, vím, jak je vést. 

Pokud mají strach a já začnu mluvit o nasazení deseti tisíc agentů za dva týdny, nedojde to k nim. Musíte je provést krok za krokem, dát jim know how potřebné pro ten další krok a zároveň pomoci naplánovat dlouhodobou vizi. 

Mark Kohout: Skoro jako být byznysovým konzultantem: rozumět provozu, strategiím, cílům i specifikům každé firmy. 

Brad Freels: Přesně tak. A je skoro stejně důležité říct jim, kde AI nepoužívat. Někteří ji vidí jako kladivo a vše je pro ně hřebík. Pomoci jim pochopit, kde ji nepoužít, může být důležitější než ukázat, kde ji použít. 

Mark Kohout: Je to tedy forma leadershipu: načrtnout, jak vypadá dobrý výsledek, vizualizovat budoucnost a pak rozhodnout, zda na tu tisícikrokovou cestu nastoupit levou nebo pravou nohou. 

Téma, které se opakuje v rozhovorech se senior lídry Microsoftu, je role partnerů v ekosystému. Jak partneři znásobují hodnotu Azure služeb pro zákazníky? 

Brad Freels: Bez partnerů bychom nepřežili. Sami nedokážeme pokrýt poptávku zákazníků. 

Když vzděláváme zákazníky spolu s našimi technickými lidmi, děláme to z pohledu osvědčených postupů, tedy tak, jak produkt doporučuje používat skupina, která ho vyvinula. Co nedokážu plynně udělat, je převést tyto osvědčené postupy do konkrétního prostředí zákazníka. Na každého zákazníka nemám dost času. 

Právě tam vstupují partneři. Místo toho, aby zákazníci tápali s implementací sami, partneři znají naše osvědčené postupy dokonale. To je jejich práce. Pak se naučí zákazníkovo prostředí a provedou ten překlad. Výsledkem je dramaticky jednodušší cesta k výsledkům. 

Když to zákazníci zkouší sami, narážejí na překážku za překážkou a pak čekají dny, než se s námi potkají. Partneři zkracují tuto cestu a zajišťují správnou implementaci se správným nastavením bezpečnosti, governance a pravidel uchovávání dat. 

Mark Kohout: Partneři tedy překládají osvědčené postupy Microsoftu do světa zákazníka tím, že s ním tráví více času a budují hlubší spolupráci. Jak se role partnerů vyvíjí s tím, jak roste adopce Azure Data a AI? 

Brad Freels: Procházím se tu po konferenci a společné téma je všude stejné. Vše se mění neuvěřitelně rychle. Mnoho IT lidí, se kterými pracuji, se snaží alespoň udržet provoz, natož sledovat model vydaný minulý týden. 

Právě na to se partneři specializují. Do budoucna bude jejich role ještě důležitější, protože zákazníci prostě nestihnou sledovat všechny tyto změny. Když partneři přinášejí tuto odbornost, zákazníci získávají jistotu, že používají správnou technologii pro správný problém. 

Mark Kohout: Začněme tím, co bývá na začátku: datovou připraveností. Pro firmy, které uvažují o využití Azure pro transformaci a získání konkurenčních výhod, jaká je tvá hlavní rada? 

Brad Freels: Toto téma se řeší velmi často. Slýchám: „Moje data nejsou připravená,” nebo „Musím nejdřív data vyčistit.” To vše jen oddaluje. 

Moje hlavní sdělení: nečekejte, pusťte se do toho teď. Zodpovědně, ne bezhlavě. Začněte zjišťovat, co se dá dělat s daty, která máte, v podobě, v jaké jsou dnes. 

Vaši konkurenti přesně tohle dělají. Pokud začnou využívat pokročilejší technologie dřív než vy, už budete pozadu. Existují způsoby, jak se rozjet mnohem rychleji, než si většina lidí myslí. 

Mark Kohout: Jedním z témat, která tu na FabConu rezonují, je start od nuly, který platforma jako Fabric nabízí. Sdružuje vše potřebné pro kontrolu, práci a přípravu dat. I bez potřebných kontrol v legacy systémech je to příležitost jít dopředu bez nutnosti vypořádat se s celým technickým dluhem. 

Brad Freels: Přesně tak. A když se podíváme ještě o kousek dál. Zákazníci již mají reporty někde – v SQL, Azure nebo jiném formátu. Při startu s Fabricem existuje 60denní bezplatná zkušební verze. Zprovozněte ji. Implementujte jeden report, připojte se ke zdrojům dat, projděte transformaci, sestavte report, nasaďte ho. Jednoduše a v daném čase. 

Pak to porovnejte s tím, co máte teď. Bude to trvat déle, protože je to nová technologie. Ale přemýšlejte, co se stane pak. Když budete potřebovat další zdroj dat nebo další report, nebude to trvat tak dlouho. Hodnotu uvidíte až postupem času. Nesnažte se dělat vše najednou. 

Mark Kohout: A možná je jedním z těch transformačních okamžiků jednoduše: „Hele, zvládám to.” 

Brad Freels: Přesně. Budujete jistotu, že to dokážete bezpečně, rychle a s přidanou hodnotou. 

Mark Kohout: Přejděme teď k ožehavému tématu AI, LLM a agentní AI. Při přehlcení informacemi a rychlém vývoji, jak by měly organizace začít nasazovat AI k transformaci svého byznysu? 

Brad Freels: Zákazníci, kteří jsou nejúspěšnější, dělají jednu věc ještě před začátkem. Zavedou centrum excelence pro AI. 

Za prvé, když se to dělá správně, všechno začíná od vedení. To dává firmě směr. Kolem AI je hodně strachu. Čím níže v organizaci jdete, tím více strachu najdete. Lidé se bojí, že o práci přijdou nebo že budou vypadat hloupě. 

Když máte souhlas z nejvyšší úrovně, začínáte budovat kulturu, která AI vítá, ne se jí vyhýbá. Lidé začínají klást otázku „Jak mi AI může pomoci?” místo toho, aby se obávali změny. 

Za druhé, centrum excelence pomáhá s výběrem technologií. Pokud jste zákazníci Microsoftu, část technologií je předurčena. Bez centre excelence ale různé skupiny začnou budovat stínové AI projekty. Jedna používá tento LLM, druhá jiný, další něco v cloudu. Governance se pak stává noční můrou. 

Za třetí, když AI projekty startují, máte předem definované hodnotící procesy. Je to AI projekt? Potřebujeme něco jednoduchého jako copilot, nebo něco komplexního jako AI Foundry? Jde o přístup postavený na LLM nebo na regresních modelech? Máte postup pro implementaci. 

Centrum excelence nastavuje pravidla. Pak se začínají sdílet know how a hodnota, kterou z AI dostanete, prudce roste. 

Mark Kohout: Jako člověk zaměřený na governance přemýšlím o „just enough governance”, tedy o rámcích, které umožňují postup a jsou zároveň přiměřené každé organizaci. Jednou z výhod center excelence je, že snižují riziko. V nejistém prostředí, kde je změnový management velkou výzvou, pomáhá mít jedno místo, zdroj znalostí a postupů, které lidem pomůže dostat se z paralýzy a začít se hýbat. 

Vraťme se k datům. Musí zákazníci investovat hodně času do uspořádání celého datového ekosystému, než se pustí do AI řešení? 

Brad Freels: Ne. Nečekejte. Vývoj jde tak rychle a lidé, kteří to adoptují, získají obrovskou výhodu. Existují způsoby, jak to dělat zodpovědně. 

AI vám může pomoci zjistit, co máte, co je dobré a co ne. Může vám pomoci data uspořádat, vytáhnout je, podívat se na ně, identifikovat, co chybí, a jít pro ně zpět. Dostanete se do bodu, kdy máte data, která potřebujete pro otázky, na které hledáte odpovědi. 

Mark Kohout: To je silný názor. Nečekejte, konkurence se pohybuje. Pracujte s tím, co máte, a stavějte od toho. Máte příklady, kde to dobře funguje? 

Brad Freels: Ano. Heritage Grocery Group, Adastra je tam implementačním partnerem. Jde o hispánský řetězec supermarketů, jehož růstová strategie je postavená na akvizicích. Jak víte, při každé akvizici jsou data v nepořádku. V některých případech se už nikdy nesjednotí. Znám zákazníka se 37 ERP systémy. Jak to vůbec spravuje? 

Protože jejich strategie byla akvizičně zaměřená, chtěli rychle přijímat data a integrovat je do svých reportů. S pomocí vašich AI akcelerátorů přesně to udělali. Použili AI k přípravě dat, vytáhli jen to, co potřebovali, a centralizovali pro reporting po akvizici. 

Je to naprosto reálné a proveditelné. Potřebujete jen zavedené zásady a postupy, pravidla, jak to dělat zodpovědně. 

Mark Kohout: Takže to není jen teorie. Opravdu to funguje. 

Brad Freels: Lidé to dělají každý den. 

Mark Kohout: Blížíme se ke konci. Ohlédneš-li se za svou kariérou, jaké klíčové zkušenosti formovaly tvůj přístup k zákaznickým projektům dnes? 

Brad Freels: Není to jedna jediná zkušenost, ale je jedna dovednost, kterou bych doporučil každému, zejména v dnešní době masivních změn a rychlých inovací. Zvídavost. 

Snažte se pochopit, kde lidé zrovna jsou, co je motivuje a jak jim pomoci. Každý má svůj příběh. Když pozorně posloucháte, vždy se najde něco, co se naučíte. 

Ke každému zákazníkovi nepřicházím s předpokladem, že vím, co dělá. Ptám se, zjišťuji, kde je, a pak s ním pracuji na vzdělání, které právě potřebuje. 

Mark Kohout: Brad Freels, zůstat zvídavý. Skvělé poučení pro byznys i pro život. Děkuji za tento podnětný rozhovor. 

Moje hlavní poznatky jsou: začněte tam, kde jste dnes, nečekejte roky na dokonalý plán. Učte se praxí. Přemýšlejte o centrech excelence jako o organizačním ukotvení. Budujte soustředné kruhy řízeným způsobem. 

Bylo mi potěšením, Brade. 

Brad Freels: Díky, Marku. 

Mark Kohout: Pokud vás dnešní rozhovor zaujal, dejte like a sledujte nás pro další postřehy o datové a AI transformaci byznysu. Do příště, děkujeme za poslech a na shledanou z Atlanty z FabConu 2026.