Přehled praktického využití umělé inteligence

Tento přehled uvádí konkrétní příklady použití AI (umělé inteligence) v různých odvětvích, doplněné o to, co AI v dané oblasti zvládne, kde jsou její limity, a ukázky z praxe v ČR i zahraničí.

Zdravotnictví

Co AI umí: V medicíně dokáže AI rychle analyzovat lékařská data a pomáhat při diagnóze. Například moderní systémy umí na rentgenových či CT snímcích automaticky rozpoznat i drobné patologické nálezy během několika sekund (focuson.cz). AI také zvládá zpracovávat obrovské objemy zdravotních záznamů, odhalovat z nich trendy (např. rizikové faktory) a navrhovat personalizovanou léčbu.

Limity: AI zatím nemůže plně nahradit lékaře – postrádá lidský úsudek, zkušenost a empatii. Slouží spíše jako „druhý pár očí“ lékaře (focuson.cz): rutinní úkoly urychlí, ale u komplikovaných případů je stále nutné rozhodnutí odborníka (focuson.cz). Kvalita AI diagnóz navíc závisí na datech; pokud se AI setká s atypickým případem, může selhat a výsledek je třeba vždy ověřit lékařem.

Reálný příklad (ČR): Start-up Carebot vyvinul AI systém, který pomáhá radiologům číst snímky plic. Během pár sekund označí na rentgenovém snímku hrudníku podezřelé oblasti, které by lékaři neměli přehlédnout (focuson.cz). Toto řešení už využívá kolem 50 českých nemocnic a výrazně zkracuje dobu potřebnou k diagnostice nálezů (focuson.cz).

Reálný příklad (zahraničí): V londýnské nemocnici Moorfields otestovali AI systém od Google DeepMind, který z 3D snímků sítnice oka dokáže identifikovat přes 50 různých očních onemocnění s přesností srovnatelnou s lékařem specialistou (theverge.com). Takový systém umí také doporučit další léčbu a může významně urychlit péči o pacienty s vážnými zrakovými problémy.

Nástroje / firmy: Carebot (české AI pro analýzu rentgenů), Google DeepMind (AI diagnostika očních onemocnění), IBM Watson Health (analýzy onkologických dat pomocí AI).

Marketing

Co AI umí: V marketingu pomáhá AI zefektivnit práci s daty i tvorbu obsahu. Umožňuje analyzovat obrovské množství dat o zákaznících a odhalovat vzorce v jejich chování, což marketérům umožňuje přesněji zacílit kampaně a nabídky (ppcprofits.cz ppcprofits.cz). AI také dokáže automaticky generovat obsah – od reklamních textů a e-mailů až po grafické návrhy bannerů (ydeal.ai). V neposlední řadě umožňuje nasadit chytré chatboty, kteří zvládnou okamžitě odpovídat zákazníkům online a řešit jejich dotazy či požadavky 24/7 (ppcprofits.cz).

Limity: AI v marketingu má určitá omezení. Postrádá lidskou kreativitu a empatii – sama od sebe nevymyslí originální nápad s emočním dopadem, což je pro mnoho kampaní klíčové (ppcprofits.cz). Modely se také mohou naučit předsudky z historických dat a vyvstávají i etické problémy (např. ochrana soukromí či možná manipulace) (ppcprofits.cz). AI nástroje navíc nejsou neomylné; občas generují nevhodný či chybný obsah, takže je nutné, aby výstupy kontroloval člověk (ppcprofits.cz).

Reálný příklad (ČR): Seznam.cz využívá ve svém internetovém ekosystému rozsáhle umělou inteligenci. Jeho reklamní systém nasadil desítky modelů strojového učení, které v reálném čase predikují pravděpodobnost kliku a konverze, automaticky cílí reklamy na vhodné publikum a detekují podvodné prokliky (blog.seznam.cz, blog.seznam.cz). Díky tomu se uživatelům zobrazují personalizované reklamní i obsahové nabídky šité na míru jejich zájmům.

Reálný příklad (zahraničí): Firma Coca-Cola nedávno oznámila partnerství s OpenAI a nasazení generativní AI do marketingu. Využívá nástroje ChatGPT a DALL-E k rychlé tvorbě personalizovaných reklamních textů a vizuálů pro kampaně (consumergoods.com). Cílem je zrychlit produkci marketingových materiálů a lépe je přizpůsobit různým skupinám zákazníků.

Nástroje / firmy: ChatGPT (OpenAI; generování textů), Midjourney/DALL-E (AI generování obrázků pro grafiku), Persado (AI copywriting pro e-mailing a reklamu), Seznam.cz (personalizace obsahu a reklam pomocí ML).

Výroba

Co AI umí: V průmyslové výrobě zvyšuje AI míru automatizace a kvalitu. Pomocí strojového vidění dokáže kontrolovat výrobky na lince – speciální AI kamera odhalí vadné kusy s přesností až 98 % (lupa.cz) a k nasazení do kontroly kvality jí stačí pouhých ~30 vzorků. Dalším využitím je prediktivní údržba strojů: AI sleduje data ze senzorů (např. zvuk, vibrace) a odhalí anomálie či opotřebení ještě dříve, než dojde k poruše (vseoprumyslu.cz). Ve skladech a logistice pak AI řídí roboty při vychystávání zboží a optimalizuje trasy tak, aby expedice objednávek byla co nejrychlejší (lupa.cz).

Limity: Nasazení AI ve výrobě vyžaduje vhodná data a jasně vymezené úkoly – modely neumí improvizovat mimo naučené scénáře. Pokud nastane nečekaná změna (např. nový typ produktu nebo poruchy, kterou algoritmus nezná), AI může selhat a je nutný zásah člověka. Zavádění AI řešení může být nákladné a musí se integrovat do stávajících systémů; stále je proto nutný odborný dohled, aby lidé kontrolovali a potvrzovali výstupy AI, zejména v situacích, které algoritmus při tréninku neviděl.

Reálný příklad (ČR): Česká firma Neuron Soundware využívá AI pro prediktivní údržbu v průmyslu. Její senzory nahrávají zvuky strojů (motory, převodovky apod.) a neuronová síť vyhodnocuje, zda nedochází k opotřebení nebo závadě – tím umožní naplánovat servis dříve, než stroj havaruje (e15.cz). Řešení Neuron Soundware již využívá například Siemens (monitoring železničních výhybek) a další zákazníci jako Škoda Auto, BMW či energetická společnost E.ON (e15.cz).

Reálný příklad (zahraničí): Koncern Siemens vyvíjí inteligentní systémy pro tzv. Průmysl 4.0 – například roboty vybavené vizuální AI dokážou v továrnách rozpoznat vadné výrobky a manipulovat i s náhodně uloženými součástkami bez lidského vedení (lupa.cz). Velké firmy jako General Electric či Bosch nasazují AI platformy, které v reálném čase sledují stav strojů a díky včasné diagnostice brání neplánovaným odstávkám, čímž zvyšují efektivitu výroby.

Nástroje / firmy: Neuron Soundware (prediktivní údržba pomocí analýzy zvuku), Siemens (AI systémy pro automatizovanou výrobu a robotiku), ABB (průmysloví roboti s AI viděním), Fanuc (robotické linky využívající AI).

Školství

Co AI umí: Ve vzdělávání dokáže AI fungovat jako inteligentní tutor i asistent učitele. Například pokročilý jazykový model umí studentovi vysvětlovat učivo, klást doplňující otázky a vést ho krok za krokem k řešení problému podobně jako osobní učitel (blog.khanacademy.org). AI také umí generovat cvičné úlohy, překládat texty nebo automaticky opravovat testy, což pedagogům šetří čas (blog.khanacademy.org). Studenti sami využívají AI při samostudiu – podle průzkumu 54 % českých žáků vyzkoušelo ChatGPT (např. pro inspiraci při domácích úkolech) a hned za ním je nejpopulárnější aplikace Photomath pro řešení matematických příkladů (zurnal.upol.cz).

Limity: AI nástroje ve školství stále postrádají lidský rozměr učení. Nedokáží zjistit, zda student látku opravdu pochopil, a neumí přizpůsobit výklad emocím či motivaci studenta tak jako dobrý učitel. Modely navíc občas chybují – i nejnovější AI může vygenerovat nesprávné řešení matematického příkladu nebo fakticky mylné vysvětlení („halucinace“) (blog.khanacademy.org). Velkou výzvou je také zneužití AI žáky: průzkumy ukazují nárůst neetického používání, kdy ~28 % žáků základních škol alespoň jednou odevzdalo úkol napsaný AI a ~14,5 % středoškoláků přiznalo podvádění s pomocí AI při testu (zurnal.upol.cz).

Reálný příklad (ČR): Gymnázium Jana Jungmanna v Litoměřicích patří mezi první české školy, které integrují AI do výuky. Učitelka biologie tam využívá ve třídě chatbota ChatGPT – nechává si od něj vygenerovat podklady k učivu a studenti s ním mohou konzultovat nejasnosti v látce (sever.rozhlas.cz). Škola zároveň nastavila pravidla pro práci s AI (např. důraz na správné citování zdrojů a ochranu soukromí) a AI nástroje tam pravidelně používá už asi třetina učitelů (sever.rozhlas.cz).

Reálný příklad (zahraničí): Nezisková organizace Khan Academy v USA zavádí do své platformy vlastního AI asistenta nazvaného Khanmigo, postaveného na modelu GPT-4. Tento virtuální tutor pomáhá studentům s učením – např. jim pokládá nápovědné otázky místo toho, aby rovnou prozradil odpověď – a zároveň umí učitelům generovat zadání nebo vyřizovat administrativní úkoly (blog.khanacademy.org). Cílem je dát každému studentovi možnost osobního „doučování“ pomocí AI a zlepšit tak jejich studijní výsledky.

Nástroje / firmy: ChatGPT (univerzální AI asistent pro psaní a dotazy), Photomath (mobilní aplikace řešící matematické úlohy krok za krokem), Duolingo (jazyková výuková aplikace využívající AI chatbot), Khan Academy – Khanmigo (experimentální AI tutor integrovaný do výukové platformy).

Finance (bankovnictví a pojišťovnictví)

Co AI umí: Ve financích se AI využívá k analýze dat a automatizaci rozhodování. Banky pomocí AI v reálném čase monitorují transakce a dokáží odhalit podezřelé či podvodné platby daleko rychleji než lidský kontrolor (algoritmus rozpozná anomálie ve vzorcích plateb a ihned transakci označí k prověření). AI také usnadňuje rozhodování o úvěrech – modely strojového učení vyhodnotí bonitu klienta na základě mnoha údajů a pomáhají posoudit riziko nesplácení. Velkým přínosem jsou dále virtuální asistenti v bankovnictví (chatboti a voiceboti): zvládnou odpovídat na dotazy klientů, zadávat platební příkazy nebo poradit s výběrem finančního produktu kdykoliv a okamžitě, často i v přirozeném jazyce (pruvodcepodnikanim.cz pruvodcepodnikanim.cz).

Limity: AI ve financích s sebou nese i rizika. Modely mohou být nevyzpytatelné a fungovat jako „černé skříňky“ – např. systém pro schvalování úvěrů může neúmyslně zvýhodnit či znevýhodnit určitou skupinu klientů na základě skrytého biasu v datech, což je obtížné odhalit (ecb.europa.eu). Chyby AI mohou mít závažné důsledky (špatně vyhodnocené riziko může vést k finanční ztrátě), proto je nezbytná opatrnost a lidská kontrola. AI se také občas dopouští halucinací nebo nesmyslných odpovědí (např. chatbot může klientovi podat fakticky chybnou investiční radu), takže instituce musí výstupy důkladně ověřovat (ecb.europa.eu ecb.europa.eu). Důležitou výzvou je i regulace – banka musí umět vysvětlit rozhodnutí učiněná AI modelem a zajistit, že nedochází k diskriminaci, což u složitých algoritmů není triviální.

Reálný příklad (ČR): ČSOB patří mezi průkopníky AI v českém bankovnictví díky své virtuální asistentce jménem Kate. Kate (součást mobilní aplikace) dokáže s klienty vést konverzaci v češtině (hlasem i textem) a vyřídit mnoho požadavků od začátku do konce zcela automaticky (pruvodcepodnikanim.cz). Uživatelé tak mohou kdykoliv zadat platební příkaz nebo zjistit informace o účtu a Kate vše obratem zařídí – funguje totiž nonstop, na rozdíl od lidského operátora (pruvodcepodnikanim.cz).

Reálný příklad (zahraničí): Americká pojišťovna Lemonade využívá AI chatbota přezdívaného AI Jim pro ultra-rychlé vyřizování pojistných nároků. Jejich systém v jednom zdokumentovaném případě zpracoval kompletní hlášení klienta za pouhé 2 sekundy – AI ověřila podmínky pojistky, provedla desítky antifraudových kontrol, schválila plnění a iniciovala odeslání peněz na účet (reinsurancene.ws). Dnes Lemonade řeší pomocí AI přibližně polovinu všech pojistných událostí, čímž výrazně zrychlila a zjednodušila zákaznickou zkušenost (reinsurancene.ws).

Nástroje / firmy: ČSOB Kate (virtuální bankovní asistentka), Bank of America – Erica (hlasový chatbot pro klienty banky), Lemonade AI Jim (chatbot pro online pojišťovnu), Feedzai (AI platforma pro detekci platebních podvodů).

Doprava

Co AI umí: V dopravě je AI klíčovou technologií pro autonomní řízení. Systémy samořízených aut kombinují kamery, lidar a další senzory s AI algoritmy, které v reálném čase vyhodnocují situaci na silnici a mohou řídit vozidlo bez zásahu člověka. V některých městech už dokonce jezdí robotická taxi zcela bez řidiče – například firma Waymo provozuje flotilu autonomních vozů, které pravidelně přepravují cestující městským provozem bez bezpečnostního řidiče (en.wikipedia.org, en.wikipedia.org). AI také optimalizuje logistiku a hromadnou dopravu: pokročilé navigační aplikace umí předvídat dopravní zácpy a navrhnout objízdné trasy, a semafory řízené AI mohou dynamicky upravovat signály na křižovatkách podle aktuálního provozu, čímž snižují tvorbu kolon.

Limity: Autonomní vozidla však narážejí na technické i společenské limity. Současné AI řidiče trápí např. tzv. phantom braking (zbytečné prudké brzdění kvůli falešným podnětům) a mají problémy reagovat na nepředvídatelné manévry ostatních účastníků provozu (landline.media). Statistiky navíc ukazují, že zatímco nejlepší samořízená auta (např. od Waymo) se blíží bezpečnosti lidských řidičů, jiná mají nehodovost i několikanásobně vyšší než průměr (landline.media). Důležitým faktorem je také legislativa a odpovědnost – plný autonomní provoz vyžaduje právní rámec a získání důvěry veřejnosti. Proto jsou autonomní vozy dnes nasazovány jen v omezených zónách a často pod dohledem technika připraveného převzít řízení v nouzi (cnn.iprima.cz).

Reálný příklad (ČR): V roce 2023 proběhl v Česku pilotní provoz autonomního minibusu britské společnosti Aurrigo. Elektrický minibus Auto-Shuttle je schopen jezdit bez řidiče; během testů vozil cestující v areálu pražského Výstaviště a následně i v Brně (cnn.iprima.cz, cnn.iprima.cz). Po dobu zkoušek byl uvnitř vozidla přítomen operátor pro případ nouze, nicméně projekt ukázal, že technologie samořízení dokáže fungovat bezpečně i v reálných podmínkách a může představovat budoucnost městské hromadné dopravy.

Reálný příklad (zahraničí): Americká společnost Waymo (patřící Googlu) provozuje plně autonomní taxi služby ve Phoenixu, San Franciscu a dalších městech. Již od roku 2020 tam nabízí jízdy veřejnosti vozy bez jakéhokoli řidiče a ke začátku roku 2025 už její robotaxíky najely přes 1 milion mil při ~250 000 jízdách týdně (en.wikipedia.org). Podobně firma Cruise (General Motors) rozšiřuje flotilu samořízených taxi a v nejbližších letech se očekává nasazení autonomních kamionů pro nákladní dopravu na vybraných dálnicích v USA.

Nástroje / firmy: Waymo (autonomní vozidla – robotaxi), Tesla Autopilot (pokročilý asistenční systém řízení vozů), Cruise (GM – samořízené vozy taxi služby), Aurrigo Auto-Shuttle (autonomní minibus pro přepravu osob).

Zdrojové příklady: uvedené případy a fakta vycházejí z aktuálních informací ze světa AI – viz odkazy v textu (články, studie a zprávy 2023–2025). Tyto příklady mají posloužit jako inspirace, jak lze AI prakticky využít v různých sektorech, a zároveň upozorňují na nutnost znát limity a zodpovědně AI technologie nasazovat.