Matt Meyers, generální ředitel pro segment malých a středních podniků v Severní Americe ve společnosti Lenovo – rozhovor

Matt Meyers je generálním ředitelem pro segment malých a středních podniků v Severní Americe ve společnosti Lenovo, kde spolupracuje s malými a středními podniky, které se vyrovnávají se zaváděním umělé inteligence, kybernetickou bezpečností a provozními nároky moderního IT. Ve společnosti Lenovo působí více než deset let a získal zkušenosti v oblasti globálních zákazníků, služeb a softwaru, řešení pro digitální pracoviště i obchodního vedení. Tato profesní dráha nasměrovala jeho pozornost k tomu, jak menším organizacím pomáhat získat přístup k výkonným a bezpečným technologiím, které odpovídají jejich rozpočtům i omezeným možnostem IT týmů. Ve svém přístupu se zaměřuje na praktické obchodní výsledky: na hledání užitečných aplikací umělé inteligence, přizpůsobování zařízení a služeb potřebám zaměstnanců a vyhodnocování přínosu investic do technologií před jejich rozšířením.

Lenovo je globální technologická společnost, jejíž portfolio zahrnuje osobní počítače, infrastrukturu, software, řešení a služby. Její nabídka pro firmy zahrnuje počítače s podporou umělé inteligence, řešení pro digitální pracoviště, zabezpečení ThinkShield a služby TruScale založené na předplatném. Malým a středním podnikům tyto možnosti poskytují zařízení, podporu, zabezpečení a správu životního cyklu, což jim pomáhá zjednodušit provoz IT. S tím, jak se umělá inteligence stává součástí běžných firemních aplikací a pracovních postupů, vyvíjí Lenovo řešení pro zařízení, edge computing i cloudová prostředí, díky nimž si organizace mohou zvolit, jak budou své technologie nasazovat a spravovat.

Ve společnosti Lenovo působíte více než deset let a prošel jste oblastí globálních zákazníků, služeb a softwaru, řešení pro digitální pracoviště i obchodního vedení; nyní působíte v segmentu malých a středních podniků v Severní Americe. Jak tato profesní dráha změnila váš pohled na technologické výzvy, kterým čelí malé a střední podniky ve srovnání s velkými společnostmi?

Za celou svou kariéru ve společnosti Lenovo jsem zjistil, že základní technologické výzvy jsou bez ohledu na velikost firmy pozoruhodně podobné. Každá organizace se snaží zvýšit produktivitu, posílit zabezpečení, kontrolovat náklady a zjistit, jak využít nové inovace, například umělou inteligenci, k získání konkurenční výhody.

Rozdíl mezi malými a středními podniky a velkými firmami spočívá v dostupných zdrojích. Velké společnosti mívají specializované týmy zaměřené na zabezpečení, infrastrukturu, nákup, umělou inteligenci a digitální transformaci. V mnoha malých a středních podnicích může tyto úkoly zastávat jen několik lidí, nebo dokonce jediný člověk. Na složitost či chyby pak zbývá jen velmi malý prostor.

Z toho jsem pochopil, že malé a střední podniky nepotřebují zmenšené verze podnikových technologií. Potřebují řešení navržená s ohledem na realitu jejich fungování. Technologie musí být bezpečná, snadno nasaditelná a spravovatelná a musí rychle přinášet hodnotu. Když to zvládneme správně, stane se technologie prostředkem k růstu, nikoli další provozní zátěží, která soupeří o čas a pozornost.

Zavádění umělé inteligence může být pro malý nebo střední podnik s malým IT týmem a omezeným rozpočtem zdrcující. Co by si měla firma připravit jako první dvě nebo tři věci, než začne do umělé inteligence výrazně investovat?

Největší chybou, kterou u organizací vídám, je, že začínají u technologie místo u obchodního problému.

Prvním krokem je určit, kde může umělá inteligence přinést měřitelný přínos. Může jít o omezení administrativní práce, lepší odezvu vůči zákazníkům, rychlejší přístup zaměstnanců k informacím nebo zefektivnění rozhodování. Nejúspěšnější iniciativy v oblasti umělé inteligence jsou navázány na konkrétní obchodní výsledek.

Za druhé je třeba porozumět vlastním datům. Organizace potřebují mít jasno v tom, jaké informace mají, kde se nacházejí, kdo k nim má přístup a které informace se nikdy nesmějí zadávat do veřejných prostředí umělé inteligence. Před začátkem nemusíte mít dokonale nastavenou správu dat, ale potřebujete její základ.

Za třetí si stanovte, jak budete úspěch měřit, ještě před investicí. Je-li cílem produktivita, určete výchozí hodnotu. Je-li cílem snížení nákladů, zjistěte, jaké jsou dnes. Praktickým přístupem je začít s konkrétními případy použití, prokázat jejich přínos a poté řešení rozšířit podle dosažených výsledků, nikoli předpokladů.

Kde podle vás umělá inteligence už dnes přináší hmatatelný přínos zákazníkům z řad malých a středních podniků, se kterými spolupracujete, a které případy použití jsou ve srovnání se skutečně dosahovanými výsledky stále příliš opěvované?

Nejrychleji se její přínos projevuje v každodenní produktivitě.

Vidíme, jak organizace využívají umělou inteligenci k vytváření souhrnů, tvorbě a úpravám obsahu, analýze dokumentů, vyhledávání poznatků a omezení opakující se administrativní práce. Žádný z těchto úkolů nemusí sám o sobě působit převratně, dohromady však přinášejí významné zvýšení efektivity v celé organizaci.

Očekávání někdy předbíhají realitu, pokud jde o úplnou automatizaci. Stále panuje představa, že umělá inteligence dokáže bez většího dohledu zcela nahradit složité pracovní pozice nebo firemní procesy. V současnosti však právě tudy většina malých a středních podniků k největšímu přínosu nedospívá.

Nejlepších výsledků se dosahuje využitím umělé inteligence k podpoře zaměstnanců, odstranění překážek v pracovních postupech a urychlení rozhodování. Nejvhodnější je začít s opakovatelnými a častými úkoly, jejichž přínos lze měřit a které lze rychle zavést.

Mnoho společností je vybízeno k přechodu na počítače s umělou inteligencí. Které pracovní úlohy majitelům malých a středních firem skutečně přinášejí užitek, když se AI zpracovává přímo v zařízení, a kdy postačí běžný počítač v kombinaci s cloudovými nástroji AI?

Univerzální odpověď neexistuje, protože každý zaměstnanec pracuje jinak.

Počítače s umělou inteligencí přinášejí největší užitek uživatelům, kteří pravidelně využívají aplikace s AI, přepis a překlad v reálném čase, pokročilé nástroje pro spolupráci, pracovní postupy při tvorbě obsahu nebo úlohy zahrnující citlivé informace. Lokální AI může zrychlit odezvu, snížit závislost na připojení a umožnit, aby některé funkce AI běžely přímo v zařízení díky vyhrazeným výpočetním prostředkům. Pro organizaci, která chce, aby určité informace zůstávaly v zařízení, může být lokální AI užitečná, vždy však s ohledem na její bezpečnostní zásady a používanou aplikaci.

Zároveň dnes počítač s umělou inteligencí nepotřebuje každý zaměstnanec. Zaměstnanci, kteří používají především běžné kancelářské aplikace a cloudové služby AI jen příležitostně, mohou i nadále dosahovat vysokého výkonu na standardních počítačích.

Debata by se neměla soustředit na obměnu zařízení jen proto, že jsou k dispozici počítače s umělou inteligencí. Jde o to zvolit správnou technologii pro konkrétního zaměstnance, jeho pracovní náplň a budoucí potřeby firmy. Nejúčinnější technologické strategie přizpůsobují investice očekávaným výsledkům, nikoli trendům.

Lenovo rozšiřuje svou strategii v oblasti počítačů s umělou inteligencí a zároveň prostřednictvím TruScale nabízí modely Device-as-a-Service. Jak může menší společnost zjistit, zda je z finančního a provozního hlediska výhodnější kupovat a spravovat vlastní hardware, nebo přejít na model založený na předplatném?

Vedení malých a středních firem doporučuji, aby posoudilo jak finanční dopady, tak provozní náročnost správy technologií.

Tradiční vlastnictví zařízení může dávat smysl, pokud jsou požadavky na zařízení předvídatelné, organizace má k dispozici kapitál na počáteční investici a má vlastní zdroje na správu nasazení, podpory, životního cyklu zařízení i plánování jejich obměny.

Model Device-as-a-Service může být atraktivní, pokud je cílem předvídatelná výše měsíčních nákladů, flexibilita a menší provozní zátěž. Řešení, jako je Lenovo TruScale DaaS, spojují zařízení a služby spojené s jejich životním cyklem do modelu předplatného a pomáhají organizacím zjednodušit nasazení, podporu, správu i vyřazování zařízení.

V konečném důsledku nejde jen o to, jak chce firma za technologie platit. Jde o to, čemu chce, aby její zaměstnanci věnovali svůj čas. Pro mnoho malých a středních firem spočívá skutečný přínos v tom, že se interní týmy mohou soustředit na strategické priority podporující růst, místo aby spravovaly životní cykly zařízení a každodenní administrativu.

Kybernetická bezpečnost je stále náročnější, protože zaměstnanci získávají přístup ke generativním nástrojům AI a mohou potenciálně vystavit citlivá firemní data. Kterým novým bezpečnostním rizikům by malé a střední firmy měly věnovat zvláštní pozornost, když se AI stává součástí každodenních pracovních postupů?

Jedním z nejaktuálnějších problémů je vystavení dat.

Zaměstnanci mohou prostřednictvím nástrojů AI neúmyslně sdílet důvěrné informace, údaje o zákaznících, finanční informace nebo duševní vlastnictví, aniž by plně rozuměli tomu, jak se tyto informace ukládají, zpracovávají nebo používají. Organizace potřebují jasná pravidla pro schválené nástroje AI a nakládání s daty.

Zároveň AI zvyšuje sofistikovanost kybernetických hrozeb. Phishingové kampaně, pokusy o vydávání se za jiné osoby i útoky využívající sociální inženýrství jsou přesvědčivější a hůře rozpoznatelné.

Navzdory těmto novým výzvám zůstávají zásadní základní bezpečnostní opatření. K nejúčinnějším dostupným obranným prostředkům nadále patří důsledná správa identit, vícefaktorové ověřování, ochrana koncových zařízení, pravidelná instalace bezpečnostních oprav, zálohovací strategie a vzdělávání zaměstnanců. AI mění prostředí hrozeb, ale nic nemění na důležitosti důsledného přístupu ke kybernetické bezpečnosti.

Lenovo představuje řešení ThinkShield jako nástroj pro organizace s omezenými interními IT zdroji. Jak velkou část kybernetické bezpečnosti lze dnes reálně automatizovat nebo svěřit externím dodavatelům a za které bezpečnostní úkoly by malé a střední firmy nikdy neměly zcela přenést odpovědnost na třetí stranu?

Významnou část každodenních bezpečnostních činností lze dnes automatizovat nebo svěřit důvěryhodným partnerům.

Funkce, jako je monitorování koncových zařízení, správa bezpečnostních oprav, detekce hrozeb a reakce na bezpečnostní incidenty, lze stále častěji zajišťovat automatizovaně a prostřednictvím řízených služeb. Malým a středním firmám to může zpřístupnit možnosti na úrovni velkých podniků, aniž by potřebovaly stejně rozsáhlé týmy.

ThinkShield je jedním z příkladů toho, jak mohou technologie podpořit automatizaci a organizacím pomoci zvládat složitost zabezpečení. Odpovědnost však nelze přenést na jiné.

Každá organizace musí i nadále rozumět tomu, která její data jsou nejdůležitější, určit, kdo k nim má mít přístup, stanovit zásady, vymezit přijatelnou míru rizika a vytvářet kulturu, v níž je bezpečnost odpovědností všech. Technologie a poskytovatelé služeb mohou pomoci zvládat složitost, vedení si však musí ponechat odpovědnost za řízení rizik, správu a obchodní rozhodování.

Nejúčinnější bezpečnostní strategie stojí na partnerství, nikoli na delegování odpovědnosti.

Integrované služby mohou ulevit vytíženým IT týmům s omezenými kapacitami, zároveň však mohou zvýšit závislost na malém počtu technologických dodavatelů. Jak mohou malé a střední podniky vyvážit jednoduchost a spravované služby s obavami, jako jsou flexibilita, interoperabilita a závislost na dodavateli?

Pro většinu malých a středních podniků má jednoduchost skutečnou strategickou hodnotu.

Každý další dodavatel, platforma a vrstva správy přináší složitost. Ta spotřebovává čas, zvyšuje provozní náklady a může odvádět omezené zdroje od priorit s vyšší přidanou hodnotou.

Jednoduchost by však nikdy neměla být na úkor flexibility. Organizace by měly hledat řešení, která se dobře integrují do jejich stávajícího prostředí, podporují otevřené ekosystémy a umožňují jim přizpůsobovat se změnám obchodních požadavků.

Vždy vedoucím pracovníkům doporučuji, aby se potenciálních technologických partnerů hned na začátku ptali na interoperabilitu, přenositelnost a flexibilitu. Nejlepší technologická partnerství přinášejí nové možnosti a snižují složitost. Neměla by ztěžovat ani prodražovat budoucí změny.

Jednou z výzev spojených s AI je určit návratnost investice ještě předtím, než se do ní vloží značné prostředky. Jaké metriky by měli vedoucí pracovníci malých a středních podniků sledovat, aby zjistili, zda nasazení AI skutečně zvyšuje produktivitu nebo snižuje náklady, místo aby pouze přidávalo další technologickou vrstvu?

Nejúčinnější přístup k měření je zároveň nejjednodušší: porovnávat dosažené výsledky s původním obchodním cílem.

Pokud je cílem zvýšit produktivitu, měřte ušetřený čas. Pokud chcete zlepšit zákaznickou zkušenost, sledujte dobu odezvy, spokojenost zákazníků a míru vyřešených požadavků. Je-li cílem snížení nákladů, porovnejte daný proces před zavedením řešení a po něm.

Velkou pozornost bych věnoval také míře využívání. Řešení může být z technického hlediska působivé, ale pokud ho zaměstnanci nepoužívají pravidelně nebo tráví značnou část času opravováním jeho výstupů, jde o důležitou zpětnou vazbu ohledně toho, jakou hodnotu skutečně přináší.

Pro malé a střední podniky nemusí být výpočet návratnosti investice příliš složitý. Stanovte výchozí hodnoty, spusťte cílený pilotní projekt, sledujte několik smysluplných metrik a na základě důkazů rozhodněte o rozšíření. Pokud nedokážete jasně popsat, co se zlepšilo, stojí za to znovu zvážit daný případ využití, než investici navýšíte.

Jak podle vás AI v příštích třech až pěti letech promění technologické vybavení typické malé nebo středně velké firmy? A které možnosti, jež jsou dnes považovány za výsadu velkých podniků, se podle vás stanou běžnou součástí výbavy výrazně menších společností?

Domnívám se, že AI bude stále častěji integrována do technologií, které firmy už používají, místo aby existovala jako samostatná kategorie nástrojů.

Inteligentní funkce budou integrovány do zařízení, platforem pro spolupráci, podnikových aplikací, operačních systémů i bezpečnostních řešení. Podle požadavků na výkon, náklady a zabezpečení se budou úlohy přesouvat mezi zařízeními, okrajovými prostředími a cloudem.

Pro malé a střední podniky je to nesmírně významné, protože možnosti, které dříve vyžadovaly značný rozpočet a početný IT tým, budou mnohem dostupnější. Pokročilé monitorování zabezpečení, inteligentní automatizace, sofistikovaná analytika, proaktivní správa zařízení a vysoce personalizovaná podpora zaměstnanců budou na dosah většímu počtu malých a středních podniků.

AI v zásadě pomáhá zpřístupňovat technologie širšímu okruhu uživatelů. Malá firma by k tomu, aby mohla účinně konkurovat, neměla potřebovat rozpočet, zdroje ani počet zaměstnanců společnosti z žebříčku Fortune 500. Očekávám, že se v příštích několika letech bude rozdíl mezi tím, co je možné pro velké podniky a co pro malé a střední podniky, nadále zmenšovat.

Skutečnou konkurenční výhodou nebude přístup k AI, ale to, jak účinně ji organizace využijí k posílení postavení zaměstnanců, péči o zákazníky a dosahování obchodních výsledků.

Děkujeme za skvělý rozhovor. Čtenáři, kteří chtějí prozkoumat praktické způsoby zavádění AI a zabezpečené, snadno spravovatelné IT pro malé a střední podniky, by měli navštívit Lenovo.