Jakub Lomoz: Co ještě před pár měsíci nebylo možné, dnes už běžně s AI zvládáme

Kuba v NMS působí v Back Office a věnuje se rozvoji AI a interním inovacím. Do NMS původně nastoupil jako analytik, ale postupně si našel cestu k roli, ve které propojuje technologie s každodenním fungováním firmy. Společně s Láďou hledá nové způsoby, jak pomocí AI zjednodušovat kolegům rutinní a časově náročné úkoly, aby se mohli více soustředit na práci, kde je potřeba jejich zkušenost a expertiza. V rozhovoru se dozvíte, jak jeho práce vypadá, co všechno už pomocí AI v NMS posunul a jak se mu daří skloubit práci se studiem.

Už když jsem začínal jako analytik, začali jsme postupně využívat AI nástroje. Pamatuju si například, že jsme řešili, jak nejlépe kontrolovat dotazníky a odhalovat v nich chyby. Stejný úkol jsem vyzkoušel v několika různých AI nástrojích a zjistil, který z nich funguje nejlépe.
Toho si všiml Ondřej (CEO NMS Group) a řekl mi, že se chce víc věnovat inovacím a rozvoji AI. Zeptal se, jestli bych měl zájem se na tom podílet a já jsem souhlasil.

Můj den se většinou odvíjí od projektů, které vznikly na základě rozhovorů s lidmi napříč firmou. Chodím za kolegy a ptám se, na čem pracují, co jim zabírá nejvíc času, s čím nejsou spokojení nebo jaké činnosti musí opakovaně dělat manuálně a daly by se automatizovat. Z těchto podnětů pak vznikají konkrétní projekty. Mým úkolem je navrhnout řešení, vyvinout ho, sbírat zpětnou vazbu a postupně ho dál zlepšovat.
Zároveň sleduju oborové novinky a různé zdroje, jestli se třeba neobjevilo něco, co bychom mohli v NMS využít. Občas také vedu školení, například o tom, jak lépe využívat Claude, nebo kolegům představuju nástroje, které jsem vytvořil pomocí vibe codingu.

Spolupracuju s kolegy ze všech našich poboček. Nejvíc požadavků přichází přirozeně z Česka, protože je česká pobočka největší. Zároveň se ale věnuju inovacím i pro Slovensko a Maďarsko. Ti se u řady věcí snaží hledat vlastní cestu, ale čas od času jim s něčím poradím, přidám nápad nebo pro ně něco vyvinu.

Asi jeden z větších projektů byla automatizace programování dotazníků pro analytiky. Dřív se každá otázka vytvářela ručně, což bylo časově náročné, monotónní a zároveň náchylné k chybám. Podařilo se mi vyvinout AI nástroj, do kterého člověk nahraje dotazník třeba ve Wordu a ten ho převede do vhodného formátu a naprogramuje. Analytik pak už jen zkontroluje výstup a případně upraví specifické věci pro daný projekt.

Teď pracuju na nástroji, který nám má pomoct s přípravou na schůzky s potenciálními klienty. Dokáže dát dohromady informace z různých zdrojů, například zmínky v médiích, naši dosavadní historii s klientem nebo veřejně dostupné ekonomické údaje, a vytvořit z nich rychlé shrnutí. Tyto informace jsou dnes rozptýlené v různých zdrojích, takže cílem je naservírovat je Account Managerovi přehledně na jednom místě a ušetřit mu čas, který by jinak strávil hledáním

https://sensemakers.cz/wp-content/uploads/2026/08/IMG_0973-scaled.jpg

Pozitivně mě překvapuje hlavně rychlost vývoje. Věci, o kterých jsme si ještě před pár měsíci říkali, že nejsou možné, dnes už běžně fungují a modely jsou stále chytřejší.
Negativně zase, jak velkým problémem pořád zůstávají halucinace modelů. U řady úkolů je stále nutná lidská kontrola a u některých činností by podle mě bylo používání AI dokonce škodlivé.

Součástí mojí práce je proto i rozpoznat, co dává smysl zjednodušit nebo automatizovat a kde by měl mít člověk stále hlavní roli. Typickým příkladem je generování reportů úplně od nuly. AI zatím chybí hlubší vhled a porozumění širšímu kontextu, které dokáže do výsledku přinést expert.

Jakub Lomoz

Přijde mi, že je NMS v tomhle od začátku hodně flexibilní. Rozvrh jsem si nastavil tak, abych některé dny mohl být v práci a jiné ve škole, a všichni moji nadřízení to vždycky respektovali. Berou studium jako důležité, a tak když mám výuku, pracovní věci nechávají na dobu, kdy jsem k dispozici. Pokud všechno komunikuju dopředu, vždycky se dá domluvit. V tomhle je pro mě NMS výrazně vstřícnější než jiná zaměstnání, která jsem během studia měl.

Jo, vždycky se to dalo skloubit. A když jsem třeba státnicoval, nebyl problém vzít si potřebné volno, na chvíli se práci nevěnovat a soustředit se naplno na školu.

Většinu práce vymýšlím společně s Láďou, který má u nás na starosti finance a částečně také AI inovace. Společně brainstormujeme, na co se zaměřit, a rozdělujeme si, kdo si vezme který projekt. Do některých témat vstupuje i Kuba Bakule, ředitel českého NMS, který přináší pohled na to, co by mohlo pomoct obchodnímu týmu. Ondřej zase přispívá ke strategickému a dlouhodobějšímu směřování. U menších věcí pro konkrétní oddělení často přichází iniciativa ode mě nebo přímo od lidí z daného týmu.
Většinu AI inovací zatím posouváme hlavně já s Láďou, ale v poslední době stále častěji přicházejí i samotní zaměstnanci s tím, co si pomocí vibe codingu vytvořili, a chtějí jen poradit, jak to ještě zlepšit.

Je skvělé vidět, že lidé, které jsem dřív třeba školil, dnes sami přicházejí na nové způsoby, jak si práci pomocí AI usnadnit. Této iniciativy si hodně cením.

Jedním z hlavních kritérií je pro mě to, jestli lidé nástroj, který vytvořím, skutečně používají. Nestačí, že o něj na začátku projeví zájem, výsledný produkt musí být dostatečně spolehlivý, jednoduchý a praktický, aby se stal součástí jejich běžné práce. Poznám to i podle zpětné vazby. Když je konkrétní a lidé přicházejí s nápady na další úpravy, je to pro mě dobré znamení.

https://sensemakers.cz/wp-content/uploads/2026/08/Photo-17.08.2026-11-37-57-3-scaled.jpg

Celkově mám pocit, že většina lidí ve firmě je vůči AI otevřená, hlavně proto, že už vidí, co dokáže a kolik času jim může ušetřit.

Je tu menší skupina velkých propagátorů AI, kteří ji aktivně zkoušejí, hledají nové možnosti využití a snaží se ji posouvat dál. Pak je tu takový „mediánový člověk“, který AI běžně používá, ale už tolik nepřichází s vlastní iniciativou. A nakonec je tu menší skupina kolegů, kteří jsou vůči AI obezřetnější nebo mají obavy z toho, jestli nás časem nenahradí. Myslím si ale, že dnes už AI alespoň někdy použil prakticky každý. Rozdíl je hlavně v tom, jak často a jak pokročile s ní lidé pracují.

Hlavním cílem je, aby nám AI šetřila čas, aniž bychom slevovali z kvality nebo spolehlivosti našich výstupů. Metodologickou expertizu určitě nechceme outsourcovat na AI. Smysl ale dává automatizovat činnosti, u kterých není nutné, aby jim odborník věnoval svůj čas a takových příležitostí je v celém výzkumném procesu hodně – od získávání nových klientů přes práci s daty až po přípravu závěrečných zpráv a prezentací.

Měl by to být někdo komunikativní a proaktivní. Když mi například někdo neodpoví na zprávu a já pro něj na něčem pracuju, nečekám několik dní, ale dojdu za ním osobně a připomenu se. Důležité je také být otevřený zpětné vazbě, protože ty nástroje nevytváříme pro sebe, ale pro jejich skutečné uživatele. Člověk tak musí mít cit pro to, co potřebují a jak jim práci opravdu usnadnit.

Je to podle mě mix obojího. Určitě je dobré mít cit pro kreativitu a umět si říct, že by bylo užitečné, kdyby nějaký nástroj zvládal ještě něco navíc. Stejně důležité je ale poznat, kdy už je další funkce zbytečná a není potřeba ji přidávat.

Podnětů od lidí zároveň přichází hodně, takže je často spíš potřeba rozhodnout, čemu dát vyšší prioritu a proč. Kreativita se tedy určitě hodí, ale dokážu si představit, že tuhle práci zvládne i člověk, který ji nevnímá jako svou nejsilnější stránku.

Zkuste to, co nejhoršího se může stát 😊 Nebojte se toho.

Inspirativní!

Líbil se ti článek? Sdílej ho!

Další články