Technologie samy o sobě nestačí. Rozhodují výsledky, říká Amol Shah z Microsoftu

21 července, 2026

Jak přestat AI jen testovat a začít ji využívat naplno? Podle Amola Shaha, General Managera, Specialist Sales ve společnosti Microsoft Canada, stojí úspěšná AI na pevných základech: kvalitních a sjednocených datech, governance zabudované už do návrhu řešení a inteligentní vrstvě, která umožní AI agentům pracovat se stejným kontextem jako zaměstnanci. 

V rozhovoru vychází z téměř dvaceti let zkušeností v Microsoftu a vysvětluje, proč se z dat stalo jedno z nejdůležitějších strategických témat pro vedení firem, proč se dnes nevyplácí s adopcí AI příliš otálet a jak se mění role technologických partnerů. Místo migrací a budování infrastruktury dnes zákazníci očekávají především oborové know-how, podporu při zavádění AI a pomoc se změnou způsobu práce. 

V rozhovoru se dozvíte: 

• Jak překonat fázi nekonečných AI pilotů a vybudovat datové základy, governance a inteligentní vrstvu, díky nimž budou AI agenti i zaměstnanci pracovat se stejnými důvěryhodnými informacemi. 
• Proč se data přesunula z IT oddělení na úroveň strategických rozhodnutí vedení firem a jak vytvořit potřebnou naléhavost, aby firmy nezaspaly nástup AI stejně jako některé dříve zaspaly přechod do cloudu. 
• Jak by se měl změnit přístup ke spolupráci s technologickými partnery v době, kdy největší hodnotu přinášejí oborová řešení, adopce AI a řízení změny. 

Podívejte se na celý rozhovor v angličtině: 

Přečtěte si podcast jako rozhovor: 

(Text byl upraven a zkrácen pomocí ChatGPT) 

Mark Kohout: Vítejte u dalšího dílu podcastu Adastra. Dnes je naším hostem Amol Shah, General Manager, Specialist Sales ve společnosti Microsoft Canada. Za téměř dvacet let v Microsoftu prošel financemi, marketingem, obchodem i vedením go-to-market strategie pro Data & AI v regionu Americas. Dnes vede tým Enterprise Solution Sales v Kanadě a pomáhá firmám proměňovat investice do cloudu, dat a AI ve skutečné obchodní výsledky. 

Amole, vítej. 

Amol Shah: Děkuji za pozvání 

Mark Kohout: Za téměř dvacet let v Microsoftu jsi prošel řadou rolí – od financí přes marketing až po cloud, data a AI. Jak tahle cesta ovlivnila tvůj pohled na dnešní využití dat a umělé inteligence? 

Amol Shah: Měl jsem štěstí vidět byznys z mnoha různých úhlů. Začínal jsem ve financích, později jsem přešel do marketingu, produktového marketingu, partner sales a následně jsem vedl go-to-market strategii pro Data & AI v celém regionu Americas. Dnes vedu Enterprise Solution Sales v Kanadě a se svým týmem spolupracujeme s přibližně 320 největšími zákazníky. 

Za tu dobu jsem si odnesl tři důležité poznatky. 

První je, že technologie sama o sobě není to nejdůležitější. Rozhoduje výsledek, kterého má dosáhnout. Na začátku kariéry je snadné soustředit se na produkty a jejich funkce. Ve skutečnosti ale zákazníky zajímá především dopad na jejich byznys. 

Druhým poznatkem je, že úspěšné zavádění technologií je týmová disciplína. Žádná firma nedokáže obsloužit tisíce zákazníků sama. Právě proto jsou partnerské ekosystémy tak důležité. Přinášejí oborové zkušenosti, specializované know-how a pomáhají řešení škálovat. Stejně důležité je ale i sdílení znalostí a společný přístup. Koncept One Team, One Go-to-Market není jen slogan, je to způsob práce. 

A třetí věc? Zažil jsem nástup cloudu a dnes vidím velmi podobný vývoj kolem AI. Firmy, které příliš dlouho vyčkávají, obvykle nakonec dohánějí konkurenci. U cloudu jsme to viděli opakovaně a dnes se stejný scénář začíná opakovat i u umělé inteligence. Proto se zákazníky mluvím hlavně o tom, jak vytvořit pocit naléhavosti, jak AI škálovat a jak ji zavádět cíleně, ne nahodile. 

Mark Kohout: Když se podíváš na vývoj Microsoftu za poslední roky, technologie se neustále mění. Od datových skladů přes cloud až po dnešní AI. Co se podle tebe za poslední dva nebo tři roky změnilo nejvíc v tom, jak firmy přemýšlejí o datech a AI? 

Amol Shah: Největší změnou je, že AI už není experiment nebo vedlejší projekt. Dříve se firmy ptaly, co všechno tato technologie umí. Dnes řeší, jak díky ní změnit svůj byznys. AI se posunula z laboratoře do každodenního fungování firem. 

Stejně zásadně se změnila i role dat. Ještě nedávno byla doménou IT, které nastavovalo pravidla a zajišťovalo správu. Dnes jsou data strategickým tématem pro CEO i vedení jednotlivých byznysových divizí. Prakticky přes noc se z nich stal jeden z nejcennějších podnikových aktiv. 

A právě proto dnes získávají na významu věci, které dříve stály spíše v pozadí, například sémantické modely nebo práce s kontextem. Pokud mají AI agenti poskytovat správné odpovědi a dělat správná rozhodnutí, potřebují kvalitní data a správně definovaný kontext. 

Mark Kohout: A zároveň konkurenční výhoda. 

Amol Shah: Přesně tak. Najednou začaly být důležité věci, které dříve stály spíš v pozadí. Třeba sémantické modely nebo práce s kontextem. Pokud mají AI agenti dělat správná rozhodnutí, potřebují kvalitní data a správně definovaný kontext. 

To potvrzují i analytické společnosti jako IDC, Gartner nebo Capgemini. Odhadují, že do roku 2028 budou firmy využívat přes 1,3 miliardy AI agentů. Více než čtyři pětiny vrcholových manažerů očekávají jejich nasazení během několika let a zhruba 40 % organizací je plánuje začlenit do konkrétních pracovních procesů. To už dávno není téma pouze pro IT. Týká se celé firmy. 

Mark Kohout: To znamená, že AI už nelze řídit jen z technologické perspektivy. 

Amol Shah: Přesně. Potřebujete spolupráci napříč byznysem, IT i vedením společnosti. 

Stejně výrazně se změnila i rychlost. Ještě před dvěma nebo třemi lety firmy počítaly s tím, že dostanou AI řešení do produkce za půl roku nebo za rok. Dnes se bavíme o měsících, týdnech a někdy dokonce dnech. Otázka už nezní, jestli AI nasadit, ale jak ji dostat z dema do produkce co nejrychleji. 

Mark Kohout: Nakolik za tím stojí samotná technologie Microsoftu? 

Amol Shah: Významně. Ať už zákazníci využívají Foundry, Copilot, AI agenty nebo Microsoft Fabric jako jednotnou datovou platformu, všechny tyto služby vznikají s jediným cílem – odstranit překážky, které firmám brání AI škálovat. 

Jedním z největších problémů je dnes například observabilita AI agentů. Pokud jich ve firmě běží stovky nebo tisíce, potřebujete přesně vědět, co dělají, jak se rozhodují a jaké mají dopady. Proto se dnes mnohem více soustředíme na budování důvěry, transparentnosti a řiditelnosti AI. 

Mark Kohout: Říkal jsi, že data se přesunula z IT až k vedení firem. Jenže pro řadu firem je to pořád hlavně technologický projekt. Jak změnit jejich pohled a ukázat, že jde především o byznysovou transformaci? 

Amol Shah: To je dnes jedna z nejdůležitějších otázek. Inovací přibývá neuvěřitelným tempem, ale právě to zákazníky často mate. Neřeší, kterou AI technologii použít. Spíš hledají odpověď na otázku, jak všechno propojit, jak využít data a jak z toho vytvořit funkční celek. 

Mark Kohout: V našem podcastu tomu začínáme říkat AI fatigue. 

Amol Shah: Přesně. Firmy mají desítky datových zdrojů, které se snaží bezpečně propojit a spravovat. Často z toho vznikne dvouletý projekt čištění dat, který zpomalí celou AI strategii. 

Přitom stále platí jednoduché pravidlo: kvalita AI nikdy nebude vyšší než kvalita dat, ze kterých vychází. 

Proto zákazníkům doporučuji začít u základů. Nejprve sjednotit datovou platformu a vytvořit prostředí, které je bezpečné, řízené a ekonomicky udržitelné. Právě proto Microsoft tolik investuje do platformy Fabric. 

AI agenti potřebují stejný kontext jako zaměstnanci 

Druhým velkým tématem jsou AI agenti. Pokud mají skutečně převzít část práce zaměstnanců, musí mít stejnou úroveň znalostí o firmě. 

Mark Kohout: Jinými slovy je musíme řídit podobně jako zaměstnance. 

Amol Shah: Přesně. Aby agent dokázal správně rozhodovat, potřebuje rozumět firmě stejně jako člověk. Nestačí přístup k datům. Potřebuje organizační kontext, obchodní souvislosti i znalosti, které se ve firmě budovaly řadu let. 

V Microsoftu tomu říkáme inteligentní vrstva. Zahrnuje například Work IQ, které poskytuje organizační kontext, Fabric IQ pro práci s podnikovými daty nebo Foundry IQ, které zpřístupňuje institucionální znalosti. 

Ve výsledku totiž zaměstnanci, AI agenti i firemní data netvoří oddělené světy. Společně vytvářejí jeden propojený ekosystém, který musí fungovat bezpečně, konzistentně a nad stejným důvěryhodným kontextem. 

Governance musí přijít na začátku, ne na konci 

Mark Kohout: Pokud bys měl poradit jednu věc firmám, které chtějí z dat a AI získat skutečnou hodnotu, co by to bylo? 

Amol Shah: Nejčastěji slyšíte radu „nejdřív si dejte do pořádku data". Jenže to se mnohem snáz řekne, než udělá. U velkých organizací je prakticky nemožné vyřešit všechno najednou. 

Proto doporučuji postupovat paralelně. Budovat datové základy a zároveň od začátku myslet na governance a bezpečnost. 

Právě governance bývá tím, co nejčastěji zpomalí nebo úplně zastaví další rozvoj AI. Kdo ji začne řešit až ve chvíli, kdy jsou AI projekty rozběhnuté, obvykle zjistí, že je už pozdě. 

Mark Kohout: Governance tedy musí být součástí řešení už od samého začátku. 

Amol Shah: Přesně. Každý z nás někdy zažil situaci, kdy se citlivé informace dostaly k nesprávným lidem nebo měl zaměstnanec přístup k datům, která vidět neměl. S rostoucím počtem AI agentů bude podobných rizik jen přibývat. Governance, bezpečnost, řízení přístupových práv i možnost sledovat, jak se agenti rozhodují, musí být součástí návrhu řešení od prvního dne. 

Mark Kohout: Jinými slovy governance by design. 

Amol Shah: Přesně tak. Když ji firmy začnou řešit až ve chvíli, kdy mají hotové pilotní projekty, obvykle narazí na regulatorní požadavky, ochranu osobních údajů nebo bezpečnostní pravidla. A právě tehdy se přechod z pilotu do produkce často zastaví. 

Navíc do AI firmy investují nemalé prostředky. Nikdo nechce koupit technologii a následně vypínat její funkce kvůli bezpečnostním problémům. Pokud governance není správně nastavená od začátku, celá iniciativa se výrazně zpomalí. 

Nejdřív výsledky, až potom další pilot 

Mark Kohout: Jaké rady dnes dáváte firmám, které už mají za sebou první AI projekty a chtějí dosáhnout skutečného obchodního přínosu? 

Amol Shah: Microsoft je v tomto směru trochu specifický. Říkáme si Customer Zero, protože většinu technologií nejprve nasazujeme sami u sebe. Díky tomu jsme si odnesli několik důležitých zkušeností. 

Tou první je, že éra desítek pilotních projektů skončila. Firmy by měly vybrat jeden nebo dva konkrétní scénáře, úspěšně je nasadit do produkce a měřit jejich reálný přínos. 

Druhým ponaučením je, že adopce a change management nejsou něco, co se řeší až po implementaci. Pokud nejsou součástí návrhu řešení od samého začátku, zaměstnanci novou technologii jednoduše nezačnou používat. 

A nakonec jsou tu věci, které možná nejsou příliš atraktivní, ale rozhodují o úspěchu každého projektu – měření výsledků, governance, návratnost investic a průběžná zpětná vazba od uživatelů. Bez nich nelze AI dlouhodobě rozvíjet. 

Největší výzvou není pilot. Je jí transformace. 

Mark Kohout: Dá se říct, že firmy procházejí při adopci AI určitými fázemi? 

Amol Shah: Rozhodně. Nejprve přichází experimentování a pilotní projekty. Následuje fáze, kdy firmy začnou vidět první obchodní hodnotu a budují byznysový případ pro další investice. 

Pak přichází škálování. A právě tady se ukazuje, jak důležitá je governance. Mnoho organizací se v této fázi zasekne. 

Nejméně ale zatím vidím čtvrtou fázi – skutečnou transformaci. Nejde už o to, že firma používá AI. Jde o to, jestli díky ní mění způsob fungování svého byznysu, obchodní procesy nebo produkty a služby. 

Mark Kohout: Jinými slovy – přemýšlí o celém hodnotovém řetězci. 

Amol Shah: Přesně. Firmy musí začít uvažovat napříč organizací. Jak spolu souvisí marketing, nákup, logistika nebo zákaznický servis? Jak mohou AI agenti sdílet znalosti mezi jednotlivými oblastmi? To je důvod, proč je inteligentní vrstva tak důležitá. Umožňuje propojit data, kontext i znalosti napříč celou organizací a vytvořit prostředí, ve kterém zaměstnanci i AI agenti pracují nad stejnými informacemi. Právě důvěra a kvalitní kontext jsou základem, který umožňuje AI skutečně škálovat. 

Role partnerů se mění. Ještě nikdy ale nebyla důležitější. 

Mark Kohout: Jak se podle tebe mění role technologických partnerů v době, kdy firmy začínají AI nasazovat ve velkém? 

Amol Shah: Často slýchám, že s nástupem AI budou partneři potřeba méně. Myslím si přesný opak. Jejich role je dnes důležitější než kdykoli předtím. Jen se změnilo, kde vytvářejí největší hodnotu. 

Posledních deset let se většina projektů soustředila na migrace, modernizaci infrastruktury a budování platforem. To samozřejmě zůstává důležité, ale dnes zákazníci očekávají něco navíc. 

Potřebují partnery, kteří rozumějí jejich odvětví, přinášejí vlastní know-how, pomáhají definovat strategii a dokážou AI proměnit v reálnou změnu fungování firmy. 

Stejně důležitá je i adopce. Nestačí technologii implementovat. Je potřeba zajistit, aby ji lidé skutečně přijali a začali využívat v každodenní práci. Právě v tom vidím budoucnost partnerského ekosystému. 

AI začíná dávno před prvním modelem 

Mark Kohout: Když bych měl shrnout naši dnešní diskusi, odnáším si jednu hlavní myšlenku. Úspěšná AI není především o technologii. Stojí na pevných datových základech, promyšleném návrhu, spolupráci napříč celou organizací a schopnosti budovat důvěru od prvního dne. 

Amole, děkuji za inspirativní rozhovor i za tvůj čas. 

Amol Shah: Děkuji za pozvání. Bylo mi potěšením.