Talk to your data: Vojtěch Tůma o AI nad daty | Deeplink Show #S06
Field CTO společnosti Keboola Vojtěch Tůma vysvětluje, proč o kvalitě AI odpovědi nerozhoduje model, ale sémantická vrstva - a jak si firma postaví paměť, se kterou se ptá dat místo psaní SQL.
🎧 Poslouchej epizodu:
Představ si, že se pětkrát za sebou zeptáš na tu samou věc - “kolik máme aktivních zákazníků?” - a pokaždé ti přijde jiné číslo. 🤔 Ne proto, že by AI byla hloupá. Ale proto, že nikdo ve firmě nikdy pořádně neřekl, co “aktivní zákazník” vlastně znamená. Přesně tady začíná to nejšťavnatější z povídání s Vojtěchem Tůmou, Field CTO české datové platformy Keboola. Vojta se živí tím, že pomáhá firmám stavět datové základy a rozjíždět AI projekty, a má za sebou pěknou porci pohledů do útrob desítek českých i zahraničních firem. Filip s ním navíc sdílí vývojářskou minulost, takže se rozhovor rychle zvrtnul do praktických detailů, které normálně slyšíš spíš na firemní chodbě než v podcastu. 🎧
Model není král. Král je vrstva, co ví, co je “aktivní zákazník” 🧠
Poslední dva roky se všichni honí za nejlepším modelem. Vojtova pointa je ale jiná: model je dneska skoro komodita, o kvalitě odpovědi rozhoduje vrstva pod ním. 💡
Vysvětlil to na příkladu, který si okamžitě zamiluješ, pokud jsi někdy tahal reporty. Když necháš deset lidí z byznysu zeptat se AI “kolik máme aktivních zákazníků”, dostaneš klidně deset různých čísel. Jeden dvě stě dvacet, druhý dvě stě padesát. A první reakce bývá “vám to nefunguje”. Přitom problém není v AI, ale v tom, že chybí definice.
Aktivní zákazník - co to asi tak může být? Ten, co nakoupil za poslední tři měsíce? Ten, co nám otevřel e-mail? Dokud to nikdo nenapíše, model si to pokaždé domyslí jinak.
Tomuhle se říká sémantická (nebo taky kontextová) vrstva a je to podle Vojty srdce celé věci. Jakmile do systému napíšeš “aktivní zákazník = má flag aktiv a objednávku za poslední tři měsíce”, všem se najednou vrátí stejné číslo. 🎯
Nejvíc se mi líbil trik, jak tu díru vůbec odhalíš. AI je nedeterministická, takže na stejný vstup umí vrátit různé výstupy. Vojta proto radí položit tu samou otázku modelu desetkrát:
Když model váhá, dostaneš dvě různá čísla. Když neváhá, dá ti pokaždé to samé. Není to složitý - vlastně si tak děláš vlastní evals.
Tohle je přesně ten typ praktického detailu, kvůli kterému má smysl bavit se s někým, kdo to reálně staví. A navazuje to na jednu věc, kterou jsme rozebírali v našem dílu o kontextu. Vojtu tam potěšila věta, kterou jsme použili: když modelu nedáš kontext, je to jako člověk, se kterým se bavíš pokaždé úplně od začátku. Jestli tě zajímá, proč je dnes kontext důležitější než samotný model, mrkni na #18 | Kontext jako základ. 📌
Firemní paměť neleží v repu. Leží na schůzkách, v mailech a na Slacku 📚
Když se řekne “adopce AI ve firmě”, většina lidí si představí, že vývojáři dostanou Claude Code a hotovo. Vojta tvrdí, že tohle je nejčastější vstupní bod - a zároveň jen špička ledovce. 🔍
Vývojáři jsou totiž ve firmě málokdy víc než polovina lidí. To skutečné zlato leží v tom, jak firma reálně funguje: schůzky, maily, chaty, na Slacku a v Teams. A většina téhle znalosti se nikam neukládá.
Máš skvěle popsané repo? Super. Ale to je jedno zrnko ve vesmíru. A ten vesmír je docela velký.
Vojtova rada je nečekaně nízko nákladová: dej na příští meeting něco, co ho celé nahraje. Ze záznamů začni stavět firemní knowledge base. Tím prý pokryješ zhruba polovinu procesů, aniž bys napsal řádek kódu. 👉
Druhý směr je klasický “bus problem” - ten jeden člověk, co má všechno v hlavě a chodí se za ním celá firma ptát. Vojta ho (s nadsázkou) nazývá problémem AI ve firmě. Řešení? Vysát z něj, jak věci dělá, a rozdistribuovat to do skillů, commandů a hooků, aby si to kdokoliv mohl stáhnout a neotravoval ho. Ideál, o kterém mluví, je firma, kde nový člověk první den otevře svého asistenta, načte si firemní skilly a dokáže se zeptat na cokoliv - od “jak si vzít dovolenou” po skutečné byznysové otázky.
A tady to má háček, který se mi líbil: jakmile začneš skilly sdílet, narazíš na to, že ne každý má vidět všechno. Skill, který popisuje “komu zvedneme plat a komu ne”, nechceš dát každému - jinak si ho lidi přečtou a začnou model obcházet. Takže z čistě datového problému se stává otázka, jak postavit firemní marketplace skillů s právy. Přesně tohle Keboola open-source uvolnila jako projekt Agnes, pokud se do toho chceš podívat sám.
Praktické tipy tohohle typu - skilly, MCP, knowledge base, dreaming - jsme před tím rozebírali i v #22 | 10 praktických AI tipů. Vojta je tady jen posouvá z osobní roviny do firemního měřítka.
Od MCP k příkazové řádce (a proč data končí u tebe na disku) ⚡
Tady jsme se dostali k tématu, které hýbe vývojářskou komunitou. Když Anthropic vypustil Model Context Protocol, vypadalo to jako zlatá cesta, kudy se agenti budou napojovat na služby. Dneska už podle Vojty i sám Anthropic přiznává, že to trochu přerostlo přes hlavu.
Co se děje teď: kdo chce být opravdu rychlý, jede na vlastní subscription a co nejvíc CLI toolů - tedy nástrojů z příkazové řádky. Důvod je prostý. MCP volání jde po síti a než ti něco vrátí, může to trvat i pár vteřin. CLI nástroj model spustí lokálně stejně, jako když ty v terminálu napíšeš příkaz s --help, a je to řádově rychlejší. ⚡
Vojta zašel ještě dál a hodil do placu myšlenku, u které Filip zpozorněl: proč vůbec dotazovat na data v cloudu, když ti na stole leží MacBook s třiceti giga RAM?
Ty stroje jsou stavěné na lepší věci, než abyste si na nich četli Gmail. Claude Code v pohodě udělá query nad třiceti miliony řádků - složí si dotaz, napíše Python a je to rychlejší, než kdybys to poslal do databáze.
Kouzelné slovo je například DuckDB - svižná lokální databáze, do které si stáhneš data a dotazuješ se rovnou u sebe. Není to řešení na všechno (a Vojta poctivě dodává, že za dva dny zase přijde někdo s tím, že se to dělá jinak), ale ukazuje to směr: co nejmíň balastu kolem komunikace, co nejvíc věcí lokálně. Sám se u toho zasmál nad tím, jak rychle to všechno stárne - včetně vtípku, že “4.8 už je dneska úplně zastaralý model”. Kdo to sleduje, ví, že tempo je přesně takhle bláznivé. 😅
Za minutu a půl dashboard, co v Tableau neproklikáš 📊
Pokud platíš stovky tisíc za Power BI, Tableau nebo Looker, tahle část tě bude zajímat. Vojta popsal trend, který u zákazníků vidí čím dál častěji: firmy se drahých BI nástrojů zbavují a staví si vizualizace samy.
Keboola na to má tzv. data apps. Původně stály na frameworku Streamlit, který ti na pár řádků udělal appku s autorizací, firemními barvami a grafem, co nevypadá hnusně. Jenže o Vánocích 2025 přišel reasoning a schopnost modelů stavět složité aplikace skokově vylétla. Najednou už nejde ani tak o framework - AI ti vygeneruje dashboard, formulář nebo malý nástroj na míru.
Řeknu Keboole: udělej mi appku, co ukáže trendy nákupů po kategoriích a dej tam filtr na čas. Za minutu a půl to mám. A to bys v Tableau neproklikal.
Nejsilnější příklad byl podle mě ten nejobyčejnější: Excely. Vojta vyprávěl historku, jak se do jednoho sešitu sbíraly bonusy celé firmy, někdo se místo čísla uklepl a napsal písmeno “A” - a na konci měsíce nikomu nepřišla výplata. 😳 Přesně tyhle křehké tabulky plné VBA maker, do kterých se nikdo neodváží sáhnout, dnes firmy migrují do spravovaných data apps.
Zapadá to do širšího trendu, kterému se říká SaaS apokalypsa - firmy zjišťují, že si spoustu věcí postaví samy za zlomek ceny. Vojta je realista: někteří to zkusí, narazí na to, jak je to náročné, a za rok jsou zpátky. Ale směr je jasný a moc dobře ho popsal už Jiří Štěpánek v našich prvních Sessions - tam z pohledu zakladatele, který na SaaS apokalypsu nejdřív věřil, a pak názor otočil.
3 500 dashboardů za měsíc a nikdo neví proč: governance a šampioni 🎯
Když dáš všem lidem moc stavět si vlastní dashboardy, dostaneš druhou stranu mince. Vojta viděl firmu, která byla schopná vygenerovat tři a půl tisíce dashboardů za měsíc. Statických, na které pak nikdo nesáhne a nikdo neví, jaká logika za nimi stojí. ⚠️
Sám je k módnímu pojmu “AI governance” spíš skeptický - všichni ho řeší, ale nikdo pořádně neví, jak na to. Jeho pohled dává smysl: shadow IT (věci, co si lidi udělají u sebe a neřeknou o nich) se ti děje tak jako tak. Lepší je dát lidem prostředí s pravidly, právy a datovou lineage, kde aspoň vidíš, kdo na co sáhl, než je nechat tvořit třicet verzí Excelu, co koluje po firmě a každá ukazuje jiné číslo.
A pak tu byl argument o bezpečnosti, který mě chytil. Firmy se často bojí pustit AI na citlivá data. Vojta na to jde přes analogii, kterou nabízí i jako obranu proti panice:
V šestnáctém století sis nedal peníze do banky - měl bys je doma pod polštářem. Dneska je tam máš všechny a věříš, že jsou v bezpečí. S daty v cloudu je to úplně stejné. Je to evoluce důvěry.
Nazývá to zřetězený outsourcing důvěry: data předáváš SaaS firmám, věříš jim na základě smlouvy a auditu (SOC 2, GDPR), a ta důvěra postupně roste s komfortem. Prakticky se to dá řešit i technicky - nasadit model v EU přes Bedrock, Azure Foundry nebo GCP Vertex tak, aby data neopustila Evropu.
Nejcennější byla ale rada, jak AI ve firmě vůbec prosadit. Vojtova zkušenost je jednoznačná: zvenku silou nic neprotlačíš. Musíš si najít jednoho interního šampiona - ideálně byznysově silného extroverta, který má i technický základ - udělat z něj hvězdu a šířit to přes něj. Nejlíp funguje, když ten tah jde shora, od osvíceného foundera (Vojta jmenoval Dušana Šenkypla z Grouponu jako příklad). A že to není jen tak, potvrzuje i citovaná studie z MIT: u drtivé většiny AI projektů se neprojevil měřitelný finanční dopad. Nešlo o to, že by “failnuly”, ale spálily hromadu tokenů bez návratnosti. 💸
To samé mimochodem u nás říkal i Jiří Štěpánek - adopce AI stojí a padá na lidech, ne na nástrojích. Že jde o dovednost, kterou se firma musí naučit, ne o krabici, kterou koupíš.
TL;DR - co si z toho vzít 📌
🧠 Nehoň nejlepší model, postav sémantickou vrstvu. Bez definice pojmů (co je “aktivní zákazník”) ti AI vrací pokaždé jiné číslo. Test: polož stejnou otázku desetkrát a sleduj rozptyl.
📚 Firemní paměť není v repu. Nahrávej meetingy, sbírej maily a Slack - tím pokryješ půlku procesů. “Bus problem” řeš distribucí znalostí do skillů s právy.
⚡ MCP ustupuje CLI nástrojům. Jsou rychlejší, protože nejedou po síti. Data se navíc vyplatí držet lokálně a queryovat přes DuckDB.
📊 Data apps ukusují z Power BI a Tableau. Reasoning modely postaví dashboard na míru za minuty a za zlomek ceny. Křehké Excely s VBA konečně mají náhradu.
🎯 Governance i adopce jsou o lidech. Víc než pravidla rozhoduje interní šampion a tah shora. Většina AI projektů podle MIT zatím žádný měřitelný finanční dopad nepřinesla.
Tenhle rozhovor byl přesně ten typ, po kterém máš deset dalších otázek. Pokud máš tip na hosta nebo téma, které bychom měli rozebrat, dej nám vědět - fakt to čteme. 👇
Líbí se ti Deeplink Show?
👉 Sleduj nás na YouTube - video verze každé epizody
🎧 Followni Deeplink Show na Spotify - pro poslech kdekoli
🌎 Mrkni na náš web - pro další detaily podcastu
📸 Sleduj nás na Instagramu - zkratky, tipy a zákulisí
Nebo nám napiš co si myslíš: studio@deeplink.show ✉️