Od rozptýlených chatbotů ChatGPT k živému operačnímu systému AI: Jak vytvořit společnost s prioritou AI

Většina společností již přesměruje své softwarové rozpočty doexperimentů s umělou inteligencí, přičemž ChatGPT je již denně používán mnoha týmy. Ale jak tyto izolované experimenty proměnit v systém, který skutečně pohání podnikání? Problém není adopce; je to nedostatek koordinace. Znalosti jsou uvězněny v jednotlivých záložkách prohlížeče a desítkách nesouvisejících konverzací, což nutí týmy neustále obnovovat práci od začátku.

ChatGPT Chaos

Tento problém znám osobně. V roce 2023, stejně jako mnoho zakladatelů, jsem se ocitl uprostřed toho, co nyní nazývám chaosem ChatGPT. Každý člen našeho 40členného týmu používal AI v izolaci, čímž se naše společnost proměnila v fragmentovaný systém, kde byla naše kolektivní inteligence rozptýlena spíše než centralizována. Duplikovali jsme naše úsilí.

Jak to obvykle probíhá? Když začíná adopce AI, vypadá to jako pokrok. Každý najde několik osobních použití, efektivita se mírně zvýší a vedení vidí„použití AI“ ve společnosti. Problém je, že tyto výhody zůstávají fragmentované místo toho, aby se sjednotily do centralizovaného centra. Pokud je nejlepší prompt marketingového ředitele uvězněn v jeho historii ChatGPT, nemůže na něm postavit ředitel prodeje. To nutí týmy vynalézat kolo denně.

Pokud vám tohle zní povědomě, je to proto, že je to realita uvnitř 99 % společností dnes. Každý má své vlastní experimenty s AI, ale málo společností může tvrdit, že má mezioborovou výhodu a sdílený kontext. V tomto okamžiku je nelze nazvatspolečnostmi s prioritou AI, jsou to společnosti s rozptýlenou AI.

Obrat: Léčba AI jako infrastruktury

V Elly Analytics jsme dospěli k tomu, že se ptáme: co kdyby celá společnost sdílela kontext AI, prompty, skripty a pracovní postupy byly okamžitě dostupné všem? Tato otázka nám pomohla pochopit, že jsme připraveni přestat experimentovat s AI a začít s ní vést.

Viděli jsme, že Cursor, ačkoli byl původně vyvinut pro vývojáře, měl přesně ty schopnosti, které jsme potřebovali k tomu, aby nás vedl k této transformaci. Poskytl nám AI agenty, kteří pracují nejen s chatem, ale také s kontextem z našich souborů, projektů, kódu, firemní strategie. Místo toho, abychom se zeptali ChatGPT, aby „analyzoval konkurenta“, teď se ptám: „Použijte naše nejnovější konkurenční výzkum a vygenerujte vizuální souhrn ve formátu naší strategie.“ Ví, kde je soubor, jaký je formát a jak mluvíme o konkurenci.

Postavili jsme náš nový AI stack na tři vrstvy:

1. Cursor — super-agentní prostředí původně vyvinuté pro vývojáře (jejich nástroje jsou vždy o rok před mainstreamovými), ale stejně mocné pro marketingové, provozní, HR a strategické týmy. To jde za hranice souhrnů dokumentů a skutečně automatizuje úkoly — od zpracování transkriptů hovorů až po vytváření Python skriptů pro analýzu dat.
   
2. Sdílený firemní mozek — centrální, se vyvíjející znalostní báze, ze které může každý AI agent číst a aktualizovat. S ním se AI stává spolupracovníkem s úplným pochopením firemní strategie, procesů a cílů. Eliminuje potřebu nekonečného kopírování a vkládání mezi záložkami prohlížeče a zajišťuje, aby AI agenti měli plný kontext vašeho podnikání.
3. Plug-and-play pracovní postupy — opakovaně použitelné, oddělení-specifické AI procesy pro všechno od onboardingu po plánování kampaní.

Šablona AI-First Workspace

Pro každého, kdo je připraven následovat naši cestu, jsme učinili nᚊablonu AI-First Workspace open-source. Obsahuje oddělení-specifické repozitáře s kontexty pro Strategii, Produkt, Marketing, Provoz, Finance a další, přednastavené konfigurace, automatizační skripty a skutečné příklady pracovních postupů, které denně používáme. Můžete jej naklonovat, přizpůsobit a mít svou vlastní infrastrukturu AI-first společnosti v provozu během několika týdnů.

Nemusíte být technologickým gigantem, aby jste to přijali. Pokud se obáváte, že váš tým není dostatečně technicky zdatný pro GitHub, přemýšlejte o tom jako o Google Drive s vestavěnou historií verzí. Nikdy se nedotknete příkazového řádku, AI to za vás zvládne.

Pokud se rozhodnete zavést toto ve své vlastní společnosti, zde je cesta, kterou doporučuji:

Krok 1: Začněte používat to sami pro své osobní použití. Máme dokoncevyhrazený repozitář s příklady a instrukcemi pro tuto fázi — protože je těžké prodat tuto myšlenku vašemu týmu, dokud jste ji sami nezažili.

Krok 2: Povzbuzujte klíčové lidi ve společnosti, aby začali používat Cursor pro své vlastní úkoly. Jakmile zažijí výhody, rychle dosáhnou omezení, které vyvolá další krok: chtít sdílené soubory a sdílený kontext.

Krok 3: Vyberte jeden tým (často vedení, marketing nebo jinou funkci), aby provedl první sdílený experiment. Nastavte sdílený repozitář, použijte ho k řešení skutečné synchronizační výzvy pro tento tým a proměňte výsledek v viditelný úspěch pro zbytek společnosti.

Krok 4: Rozšiřte na ostatní části organizace stejným způsobem — začněte s týmovým lídrem nebo ranými adoptéry, zaměřte se nejprve na jejich osobní pracovní postupy, poté expandujte do sdílených pracovních postupů. Každý týden, zeptejte se (a sdílejte mezi týmy) zajímavých použití, aby se vytvářel impuls a adopce se budovaly postupně. Naší zkušeností je, že týmy přirozeně migrují do prostředí s prioritou AI, jakmile ho otestují.

ROI přechodu na AI-First

Naše odhady naznačují, že přijetí tohoto modelu nám uvolnilo více než 10 000 pracovních hodin ročně v našem 40členném týmu. A nejde jen o úsporu času, ale také o to, aby celý tým byl chytřejší, rychlejší a lépe koordinovaný než dříve. Zde je to, co to znamená v denním provozu.

Krátkodobé výhody (0–6 měsíců)

Nejbližší benefit je kontinuita kontextu AI napříč veškerou prací. Žádné ztráty konverzační historie pokaždé, když zavřete záložku, žádné začínání od začátku každé relace a kopírování a vkládání mezi rozptýlené záložky ChatGPT. Vaše AI rozumí vašemu podnikání jako celku od prvního dne.

Druhá krátkodobá výhoda je 30–50% redukce rutinní administrativní práce. Ruční analýza, opakovaná generace zpráv a nekonečné dokumentační úkoly mizí do pozadí, protože AI přebírá těžkou práci.

A pak je tu efekt organizační AI inteligence. Jakmile jsou pracovní postupy, prompty a skripty sdíleny napříč celou společností, každé oddělení získá přehled o zbytku organizace. Kolektivní inteligence roste s každým dokončeným úkolem — a tento růst prospívá všem.

Dlouhodobá transformace (6+ měsíců)

V dlouhodobém horizontu se dopad prohlubuje. Vaše společnost přestává být volnou sbírkou oddělení a začíná se chovat jako AI-poháněná entita. Strategická vyrovnanost se zlepšuje, protože AI umožňuje skutečné mezioborové vhledy. Když se noví zaměstnanci připojí, dědí nejen dokumenty, ale celou nahromaděnou organizační inteligenci, připravenou k aplikaci od prvního dne. Rozhodování se zlepšuje a urychluje, protože každé rozhodnutí je učiněno s bohatším, komplexnějším kontextem, který je k dispozici zde a nyní.

Další trvalou transformací je, že i netechnické týmy získají přístup k podnikovým, profesionálním pracovním postupům. Prostřednictvím infrastruktury GitHubu získají kontrolu verzí, auditní stopy a profesionální nástroje pro spolupráci bez nutnosti stát se vývojáři. Ovládací prvky zajišťují, aby správní lidé viděli správné informace, a architektura se škáluje bezproblémově, jak vaše organizace roste.

A nakonec, možná nejprofoundnější změna: jdete za hranice chatbotů a znalostních bází a máte AI, která skutečně spouští kód. To je místo, kde se děje magie: AI neonly shrnuje nebo radí — zpracovává soubory, spouští analýzy a automatizuje pracovní postupy.

Věřím, že většina společností bude následovat tuto cestu během následujících dvou let. Přijetí tohoto systému nyní nejen zlepšuje dnešní pracovní postupy, ale také позиcionuje vaši společnost, aby vedla trh, jakmile se AI-first stane výchozím.

Výhody vývojářských nástrojů — a jeden mocný vedlejší efekt

Častým námitkám, které slyším, je: „Brzy bude vše toto zabudováno do ChatGPT, Google Docs a Notion.“ Moje odpověď je: Skvělé — když se to stane, bude to úžasné. Je skvělé, že všechny hlavní nástroje se pohybují směrem k hlubší spolupráci s AI, a to bude dělat AI-poháněnou týmovou práci snazší pro každého.

Ale do té doby, než tyto funkce dorazí, budou již existovat nové nástroje, a ty téměř vždy přicházejí do vývojářského ekosystému jako první. To je důvod, proč má smysl experimentovat s vývojářskými nástroji nyní, pokud chcete zůstat na špičce. A není to téměř tak složité, jak by se mohlo zdát, dokonce jsem připravil 15minutový návod, aby vás provedl.

Je také důležité se ptát nejen „Co se změní v blízké budoucnosti?“ ale „Co zůstane konstantní?“ Nezávisle na tom, jaké nové AI nástroje se objeví, jedna věc bude vždycky neocenitelná — je to dobře strukturovaný kontext o vaší organizaci, jejích produktech, procesech, prioritách, lidech a nástrojích. Každý nový AI nástroj, bez ohledu na to, jak pokročilý, stále potřebuje „seznámit se“ s vaší organizací, než může být užitečný. To je místo, kde použití Cursoru jako primárního AI rozhraní, s daty sdílenými prostřednictvím repozitářů GitHub, má mocný vedlejší efekt: automaticky zachycuje a strukturuje váš organizační kontext jako vedlejší produkt denní práce vašeho týmu.