AI na pracovišti.
Jasně zavedená.
Vhodné nástroje, srozumitelná pravidla a řádné technické začlenění: DAXS podporuje zavedení AI na vašich pracovištích – podle úkolů, dat a stávajících systémů.
Která práce se má zjednodušit?
Připravovat texty, vyhledávat informace, strukturovat schůzky nebo prověřit první návrh kódu: AI může na pracovišti podporovat různé úkoly. Dobré zavedení vyjasní přínos, povolená data a odpovědné osoby dříve, než doplňkové funkce získají přístup k firemnímu obsahu.
DAXS pomáhá s výběrem vhodných služeb, technickou konfigurací, identitami a oprávněními i začleněním do stávajících pracovních procesů. Patří sem jasná pravidla používání, dohledatelná schválení a zavedení, se kterým mohou zaměstnanci prakticky pracovat.
Schválený produkt ještě není volným povolením pro každou funkci.
Běžný chat, nahrání souboru, vyhledávání ve firemních datech a vykonávající agent mají odlišné datové cesty. Schválení by se mělo vztahovat na konkrétní službu, tarif, typ účtu a skutečně používané funkce.
Produktové symboly představují příklady nástrojů. Dostupné funkce a kontroly závisejí na zvolené nabídce a její konfiguraci. Jiní vhodní poskytovatelé nebo místní modely zůstávají rovnocennými možnostmi.
Stávající pracovní prostředí je důležitou součástí rozhodnutí.
Porovnáváme schopnosti, integraci, zpracování dat, náklady a potřebný provoz. Počítají se i stávající licence a znalosti. Samotný seznam známých značek tyto otázky nezodpoví.
| Příklad nástroje | Možný přístup | Konkrétně prověřit |
|---|---|---|
| OpenAI / ChatGPT | Vhodné firemní funkce, technická asistence nebo vlastní aplikace přes API. | Rozlišovat soukromý účet, firemní nabídku a API; vyjasnit uchovávání dat, propojené služby, identity a schválené funkce. |
| Microsoft Copilot | AI ve stávajícím pracovním prostředí Microsoft 365 a ve vhodných firemních aplikacích. | Prověřit konkrétní produkt Copilot a licenci, přístupy k SharePoint/OneDrive/Teams, agenty, schvalování a uchovávání. |
| Google Gemini | Podpora ve vhodné službě Google Workspace nebo jiné schválené službě. | Rozlišovat edici a konkrétní funkci, datové zdroje, kontroly a smluvní základ; pravidlo Workspace neplatí automaticky pro každou nabídku Gemini. |
| Anthropic Claude | Podle úkolu vhodná asistence, zpracování dokumentů nebo integrace API. | Prověřit komerční nebo soukromou nabídku, kontroly, uchovávání, konektory a povolená data pro konkrétní použití. |
| Mistral AI, Meta Llama a další modely | Podle modelu a nabídky místní, hostované nebo individuálně integrované zpracování. | Vyjasnit licenci modelu, způsob poskytování, požadavky na kvalitu, provozní náročnost a skutečné datové cesty. |
Tvrzení o využití pro trénování automaticky neodpovídá na otázky ukládání, protokolů, regionu nebo přístupu propojených aplikací. Tyto body prověřujeme samostatně podle aktuálních smluvních a produktových informací. Pro vlastní infrastrukturu vede cesta k plánování lokálních LLM.
Rychlejší vyhledávání může také zviditelnit stará chybná sdílení.
Pokud byl adresář nebo stránka SharePoint sdílen příliš široce, nová AI služba tento problém sama nevyřeší. Zavedení proto začíná odpovědnými osobami za data, členstvím ve skupinách, sdílecími odkazy a vhodnými pravidly uchovávání.
V prostředí Microsoft 365 posuzujeme mimo jiné SharePoint, OneDrive, Teams a skutečně používané funkce Copilot. Stávající uživatelská práva a ochrana informací ovlivňují, co může služba najít a použít. Oprávnění se před širším nasazením uspořádají a poté pravidelně kontrolují.
- Identity: spravované účty, vhodné přihlášení, role a skupiny.
- Životní cyklus: dohledatelně řešit nástup, změnu úkolů a odchod.
- Konektory a agenti: potřebné zdroje a akce schvalovat samostatně, neaktivovat paušálně všechny integrace.
- Datové prostory: rozpoznat zvláště chráněný obsah a vhodně omezit technické možnosti přístupu.
Zaměstnanci potřebují konkrétní příklady pro každodenní práci.
Pravidla používání by měla vysvětlovat, které úkoly a informace jsou povolené v které funkci. Praktické rozdělení může začít třídami dat a následně se upřesnit pro vaši organizaci.
Veřejné informace
Například zpracovat již zveřejněné produktové texty do návrhu. I zde je nutné zohlednit autorská práva, odbornou správnost a schválení ke zveřejnění.
Interní pracovní informace
Používat pouze v rámci služeb a funkcí schválených pro tento účel. Do rozhodnutí patří okruh příjemců, ukládání a možný přístup propojených aplikací.
Důvěrný nebo zvláště chráněný obsah
Zákaznická data, obsah smluv, personální informace nebo přihlašovací údaje vyžadují samostatné posouzení. Potřebná schválení a technické cesty se stanoví před zpracováním.
Interní směrnice může navíc upravovat povolené účty, nahrávání souborů, kontrolu výsledků, předávání, přípustnou automatizaci a způsob hlášení chyb či nevhodných odpovědí. Příklady ze skutečných úkolů pomáhají více než dlouhý seznam abstraktních zákazů. AI odpověď tím nezískává automatické odborné ani právní schválení.
Dohledatelně uplatňovat schválení na spravovaných zařízeních.
Podle stávající platformy lze využít spravované účty, konfigurace zařízení a prohlížečů, schvalování aplikací, pravidla konektorů nebo vhodné síťové kontroly a kontroly ochrany dat. Dostupná a přiměřená opatření závisejí na typu zařízení, produktu, licenci a provozní koncepci.
Technická omezení podporují jasná pravidla. Automaticky však nezahrnují každé soukromé zařízení, soukromé přihlášení nebo veškeré možné předávání dat. Proto se vysvětlují povolené pracovní cesty a realizace se sladí s odpovědnými místy.
Provozní data a osobní kontrola jsou různé otázky.
Pro analýzu chyb a bezpečnost stanovujeme účelově omezená data, oprávněné osoby a lhůty uchovávání. Nelze z toho odvozovat paušální zaznamenávání všech promptů zaměstnanců ani obecné povolení ke sledování. Vedení, odpovědné osoby za ochranu údajů, příslušné právní poradenství a případně podniková rada se včas zapojí podle opatření.
Začít vhodným pilotem a učit se z každodenní praxe.
- Zmapovat úkoly: konkrétní pracovní procesy, požadovaný přínos a vhodné výsledky.
- Vyjasnit data a odpovědnosti: zdroje, účty, schvalování a potřebnou odbornou koordinaci.
- Technicky nastavit: realizovat vybrané funkce, identity, přístupy a provozní pravidla.
- Prakticky proškolit: na skutečných úkolech vysvětlit typické otázky, hranice, kontrolu výsledků a způsoby hlášení.
- Prověřovat a upravovat: sledovat kvalitu, přijetí uživateli, oprávnění, nové funkce a průběžné náklady.
Ochrana osobních údajů, pracovní právo a příslušné požadavky nařízení o AI se konkrétně posuzují podle účelu, role a použití. DAXS zajišťuje dohodnutou technickou realizaci a podporuje dohledatelné zavedení. Odborná a právní rozhodnutí zůstávají příslušným odpovědným místům.
Zmapování požadovaného využití AI, prověření stávajících identit a datových zdrojů, vymezený plán zavedení a srozumitelný návrh technických opatření. Stávající dobře fungující pracovní procesy zůstávají výchozím bodem.
To vyjasníme při rozhovoru.
Který AI nástroj se hodí pro naši firmu?
Záleží na úkolech, datech, stávajících platformách a potřebném provozu. Porovnáváme konkrétní produkty, edice a funkce. Chatová služba, API, programovací nástroj a integrovaná funkce Office mají odlišné požadavky.
Je stávající Microsoft 365 automaticky připraven pro Copilot?
Ne nutně. Stávající přístupová práva, sdílení a dokumentový obsah musejí odpovídat plánovanému využití. Již příliš široká práva mohou zpřístupnit informace širšímu okruhu lidí. Proto prověřujeme datový základ a skutečná oprávnění.
Jaká data smějí zaměstnanci zadávat?
Stanoví se to podle účelu, potřeby ochrany, produktu a schválené konfigurace. Praktické třídy dat a příklady pomáhají při každodenním rozhodování. Zvláště chráněný nebo smluvně omezený obsah potřebuje samostatné prověření.
Musejí všechny pracovní úkoly běžet přes místní AI server?
Ne. Místní, externí a hybridní řešení jsou rovnocenné možnosti. Některé úkoly odpovídají stávající firemní službě, jiné místnímu modelu nebo klasické automatizaci. Rozhodují přínos, datové cesty a provoz.
Jak zavést AI bez přetížení každodenního provozu?
Několika konkrétními úkoly, vhodnou pilotní skupinou a srozumitelnými pravidly. Krátká školení, ověřitelné příklady a jasná kontaktní osoba podporují používání. Po vyhodnocení se funkce a okruh účastníků postupně rozšiřují.
Firemní účet potřebuje jasné odpovědnosti.
Osobní účty a spravovaný firemní workspace mají odlišné modely vlastnictví a správy. Před zavedením vyjasníme přijetí a odchod, povolené třídy dat, konektory, schvalování i uchovávání a export. Nevyužívání k trénování modelu automaticky neznamená neukládání. Prověřují se skutečné smluvní a produktové možnosti. Interní pravidla a školení vysvětlují přípustné úkoly, kontrolu zdrojů a eskalaci; nenahrazují technická práva. Organizační a právní požadavky se dohodnou pro konkrétní použití.
Proberme váš případ použití.
Co se má zjednodušit, která data se zapojují a jaké systémy už máte? Z toho vytvoříme smysluplný začátek a zvládnutelný další krok.