AI si dnes koupí každá firma.
Málokterá ale pocítí reálné přínosy.
Pro správné využití je důležité si zodpovědět: Jaký typ AI se skutečně hodí na váš konkrétní problém?
Na webináři se na problém podíváme ze dvou stran. David Bečvařík se zaměří na AI, která ve firmě sama jedná, a ukáže, jak ji kalibrovat, než si ji pustíte do produkce. Výpadky, limity nákladů, audit, schvalování člověkem. Bez toho je agent jenom drahý experiment. Antonín Šimek pak ukáže, jak lze využívat AI, která běží přímo na mobilu. Žádný server, žádné odesílání dat z telefonu, žádné náklady za dotaz. Má to vyzkoušené v naší vlastní event aplikaci, takže zná hranice, kde se lokální AI model hodí a kde jeho možnosti zatím nestačí.
Webinář je určený pro lídry z oblasti digitalizace, produktové a security manažery, solution architekty v bankovnictví, energetice, retailu a e-commerce.
Jazyk: angličtina
Kolik AI daný problém skutečně potřebuje
AI má různé podoby: deterministický systém, malý model přímo v zařízení, jednoduché volání do cloudu, plnohodnotný agent s produkční infrastrukturou. Každá varianta se hodí na jiný typ problému a stojí úplně jiné peníze. Firmy často sáhnou po univerzálním modelu a použijí ho na všechno. Právě tím pak přestřelují rozpočty, dostávají nevěrohodné výstupy a zadělávají si na compliance problémy.
Kolik stojí bezpečný provoz AI, která sama jedná
Když agent jen odpovídá, špatná odpověď se opraví snadno. Když sám jedná, odvede práci sám, ale chybný krok může stát peníze nebo nepozorovaně změnit důležité záznamy. Bezpečnost zaručuje především okolí modelu: stopka na rizikové akce, člověk, který schválí podstatné změny, limity na útratu a počet kroků nebo auditní záznamy. Toto se většinou neřeší v demu. A přitom je to při cestě do produkce ta hlavní práce.
Když AI běží v zařízení
Když model běží přímo v zařízení uživatele, má to spoustu výhod. Žádné síťové volání, žádná latence, žádné přenosy dat z telefonu, žádné náklady za dotaz. Pro banku, pojišťovnu i obchodníka to znamená, že soukromí je součástí řešení a náklady na škálování jsou minimální. Vyzkoušeli jsme si on-device AI s Apple Foundation Models. A víme, kde má on-device přístup aktuální strop, tedy kdy se stejně musíte vrátit do cloudu.
Na co dostanete odpovědi
Potřebuje váš problém vůbec AI, nebo ho levněji a spolehlivěji vyřeší deterministický systém? Kdy je plnohodnotný autonomní agent špatná volba? Co všechno musí být připraveno, než AI systém pustíte do produkce v regulovaném prostředí? Kde malý model v zařízení porazí drahý model v cloudu?
Program
David Bečvařík představí
- Co všechno musí být pod AI agentem, než ho pustíte do produkce
- Jeden reálný klientský projekt, kde AI přinesla hodnotu a kde rozhodla kontrola
- Jak řešit výpadky, pojistky, schvalování člověkem, limity nákladů a audit
- Kdy po plnohodnotném agentovi nesahat
Antonín Šimek představí
- On-device AI: bez serveru, latence, bez posílání dat z telefonu ven
- Konkrétní příklad z reálné aplikace a zkušenost, kdy on-device nestačí
Dotazy účastníků
- Ptejte se našich řečníků
