Podcast

Dobrý den, moje jméno je Jirka Vicherek a vítám vás u dalšího dílu podcastu Data Talk. Mým dnešním hostem je Mikoláš Belec, zakladatel a CEO Siesta Labs a nově také Siesta AI. Ahoj, Miko.

Čau, Jirko, díky za pozvání.

Když se dnes podíváme na velmi zajímavou a také dost klikatou cestu Mikoláše od Prák Siesta přes Siesta Labs až po dnešní nový projekt, spin-off a produktovou platformu Siesta AI, podíváme se, jak vlastně vypadá trh po nástupu generativní umělé inteligence, a také co si Mikoláš přivezl z Ameriky za poznatky, kde letos byl už dvakrát, tedy jak to vypadá na západním pobřeží.

Než se vrhneme do tématu, jako obvykle by ses mohl krátce představit a sdílet svoji cestu, která je pro mě velmi fascinující a inspirativní, ba až románová.

Určitě. Pocházím z Jižních Čech, z malé vesničky. Co bych tak řekl ke svým začátkům? Hrával jsem závodně šachy nějakou dobu a moc mě nebavilo studovat. Vlastně mě nebavilo dělat úkoly jen proto, abych dělal úkoly, které k ničemu neslouží. Takže jsem vystudoval střední odbornou školu s zaměřením na obchod a marketing a nechtěl jsem na vysokou školu. Pak jsem měl sérii několika krátkodobých letních brigád jako barman, sbíral jsem víno ve Francii a podobně. Pak jsem měl docela štěstí, že jsem se dostal do práce programátora v Německu, i když jsem tehdy neuměl programovat.

Počkej, jak se dá dostat do práce v Německu jako programátor, když neumíš programovat? To by mě obecně zajímalo.

No, asi to byla hlavně náhoda. Šel jsem na pohovor na úplně jinou práci, ale člověk, který mě zaučoval, mě od té práce odradil a propojil mě s klučinou z Německa, kde právě sháněli lidi. Tak jsem tam zajel, udělal dobrý dojem a rozhodli se mě naučit programovat od nuly, což bylo super. Takže jsem hodně dřel, rychle jsem se to naučil a začal jsem psát backendy v C#.

Takže jsi asi měl talent, ne? Šachy jsou algoritmické a vyžadují analytické myšlení.

Jo, určitě. Myslím, že mi jde logika a rychle se učím. Na druhé straně mám možná problém s pozorností – potřebuji pořád něco řešit a učit se. Jakmile něco pochopím, potřebuju další výzvu.

A kdy to bylo, když jsi začal dělat C# programátora v Německu?

Pamatuju si to dobře, bylo to v roce 2012. Ten rok pro mě vlastně začal. Byla to doba konce světa podle Mayského kalendáře.

Takže to bylo super. Bydlel jsem v Domažlicích a denně jsem dojížděl přes hranice do Německa – překročil jsem je asi 400krát. Bylo to moc fajn. Už tehdy jsem pracoval s Azure, takže nejen na backendu, ale také na infrastruktuře. Vyvíjeli jsme aplikace pro chytré televizory pro značky jako Mercedes, Porsche a další.

Takže jsem si zažil, co je to německý pixel perfect design, což byla dobrá škola, pokud jde o preciznost a kvalitu. Vydržel jsem tam dva roky a pak přišla další příležitost – na trh vstupovalo Airbnb úplně v začátcích, první byty v Praze se objevovaly a my jsme se k tomu nějak dostali a pronajali si dům v...

Centrum Prahy. Rozhodl jsem se, že zkusím pomoct rodině s podnikáním. Dal jsem výpověď a šel jsem managovat ten hotel v Praze, kdy už poprvé jsem nebyl zaměstnanec, ale vlastně jsem nějakým způsobem řídil malý podnik a začal jsem se seznamovat s tématy, jako je třeba odpovědnost nebo problémy, které nemohu eskalovat a musím je vyřešit. Takže tam jsem pak vlastně získal ten skill...

Programování propojené s hotelnictvím – napsal jsem hotelový software. A co to znamenalo napsat hotelový software? Znamenalo to, že přes den jsem dělal 8 až 9 hodin na recepci a pak jsem ještě další 3–4 hodiny večer psal něco, co mi ušetří pár minut příští den. A takhle pořád dokola. Ten software – asi všichni známe Mews, který je skvělý a rozjetý, my jsme měli něco podobného, ale menšího. A funkcí v něm bylo 925, od skladů přes kalendáře, fakturaci, napojení na rezervační kanály v té době. Takový hotelový ERP. V čem jsme byli specifickí, bylo to, že přicházelo Airbnb na trh a čeští hoteliéři znali jen Booking, případně jeden kanál, a většinou jim to stačilo. Spousta hotelů ani žádný software neměla – prostě si psali rezervace z Bookingu do Excelu. Především ty menší hotýlky. Když pak začalo být víc kanálů, bylo potřeba synchronizovat dostupnost, ceny a řešila se dynamická cenotvorba podobná té u letenek. My jsme třeba neměli tolik funkcí pro větší hotely, všechny možné partnerské programy atd., ale soustředili jsme se na automatizaci cenotvorby, protože v tom jsme viděli největší přidanou hodnotu pro hotely – rovnou jim to zvyšovalo příjmy. V tom jsme byli opravdu dobří, a díky tomu si nás často vybírali – jiné systémy říkaly „OK, ale potřebujete koupit drahý zahraniční systém na revenue management“, my už to měli zabudované.

Ten software, který jsem psal po směně, se pak trochu rozrostl a poměrně se mi to povedlo. Původně jsem vlastně ani nechtěl, ale museli jsme odejít z hotelu, protože se konvertoval na něco jiného, a zůstal mi ten software. Říkal jsem si: „OK, když jsem to psal, tak to zkusím někomu prodat.“ Obešel jsem pár kamarádů, co pracovali v jiných hotelech, a oni se přidali. Takto se to pomalu rozjelo a z toho nakonec vznikl startup s obchodníky, vývojáři a investory. Pak jsme to během let prodali do několika stovek hotelů, až nás trochu zastavil COVID. Je důležité zmínit, že začíná siesta. Hotel se jmenoval Prague Siesta, software Siesta Solution. Jsem trochu línej vymýšlet pokaždé nový brand, takže vždy vezmu siestu a něco k tomu přilepím. Koupil jsem si víceméně všechny dostupné domény se slovem siesta, takže mám buffer asi do konce života na další projekty. Líbí se mi ten pojem a branding.

Už upravený text:

A pak říkáme: „No, my něco děláme, abyste v klidu mohli mít siestu.“ Takže tak. Ale zároveň to docela funguje i v recruitmentu, protože lidi si myslí, že u nás bude pohoda, což není úplně pravda – ve smyslu, že se tam pracuje, není to tak, že by všichni měli siestu – ale zvenku to tak vypadá, že tam bude pohoda. Takže je to v tomhle trošku trik, ale ta pohoda tam opravdu je. Ten název se mi líbí.

Říkal jsi, že Siesta Solutions rostla – startupový příběh, super, stovky hotelů – a pak přišel covid, což pro traveltech a proptech hotelové oblasti musela být rána. My jsme se soustředili hlavně na český trh, ale News šel proti tomu rovnou do zahraničí, což si teď myslím, že jsme taky mohli dřív zaměřit. Nicméně těsně před covidem jsme už byli před podpisem investice z Ameriky, relativně velké, vypadalo to moc dobře. Nicméně jak covid přišel, z té investice vycouvali, nikdo nic nevěděl a hotely byly zavřené. Reálně neměly hosty, některé hotely dokonce řekly, že končí, že přejdou na běžné ubytování nebo něco takového, jiní chtěli slevy.

V té chvíli jsme si říkali: „OK, kdybychom věděli, že to potrvá třeba 3–4 měsíce,“ ale v té době vůbec nikdo nevěděl, jestli to potrvá rok, dva nebo jestli skončí svět – což se nakonec nestalo. Takže jsme si říkali: „Co teď? Baví nás ty inovace.“

Měli jsme tady dev team přibližně 8–10 lidí, tak jsme zkusili stavět něco dalšího. Rozhodli jsme se pragmaticky založit softwarové studio, které bude vyvíjet zpočátku cokoliv, co půjde. Sehnali jsme první projekty, které se povedly, takže to bylo fajn, rychle to začalo růst a pojmenovali jsme to Siesta Labs. Labů už je teď hodně, ale reálně si myslím, že jsme taková laboratoř, protože se nesnažíme profilovat jen na mobilní aplikace nebo jiné více manufakturní věci, ale bereme i novátorská témata, kde je prostor pro kreativitu.

Jak velká je teď firma? Máte kolem 80 lidí, původně Siesta Solutions. Co se týče headcountu ve vývojové části, tak je nás asi 35 – vývojáři, projekťáci – a aktuálně ani moc růst nechci. Má to několik důvodů. Za prvé, když počet lidí převyšuje cca 40, začne se ztrácet komunitní a rodinná kultura a je potřeba přistupovat k firmě jinak – dělat jiné procesy, vztahy už nejsou tak blízké, začíná větší fluktuace personálu a tak dál. Je to tedy krok ke standardizaci e-agency.

Za druhé, s nástupem AI si myslím, že komodita zakázkového vývoje trochu ztrácí na hodnotě – dnes, když existují nástroje jako levly (?), zákazník vidí, že něco jednoduše napromtuje a hned dostává výsledek, a proto má očekávání, že tak bude vývoj rychlý a levný, což samozřejmě...

(Poznámka: poslední věta je nedokončená a mohl bys ji doplnit nebo upřesnit.)

Tady je opravený text:

Nepomáhá v tom salesu a podobně. Ještě ale neskočíme do toho, co znamenal nástup Gen AI a kam to teda směřujete teď, když nechceš růst Siesta Labs v headcountu. Tak co máte za zákazníky? Jste pořád Microsoftí, je to C#? Jak to je v Česku, zahraničí? Jenom jako kontext pro naše další povídání, ať si podíváme na Siesta Labs.

Jasně. No, vlastně já si odnáším ten Microsoftí stack už z doby, kdy jsme byli v Německu a všechno jsme dělali v Microsoftím stacku. Samozřejmě děláme i v dalších stackech, ale tady je to pro nás klíčové. Jak jsem říkal, při covidu jsme byli tak trochu „catch all“, což se postupně začalo vyprofilovávat hlavně směrem k náročnějším nebo komplexnějším backendům. Postupem času se to začalo profilovat do české energetiky, kde děláme projekty pro různé firmy, podpůrné služby – to znamená stabilizace sítí, tam se na dálku řídí různá zařízení, která vyrábí nebo spotřebovávají energii. Řídí se to ve vteřinových intervalech, komunikuje se s ČEPSem a podobně, pak jsou tam tradingové systémy a další.

Česká energetika je taková oblast, kde jsou projekty dlouhodobé, složité, s velkým množstvím infrastruktury, networkingem a bezpečností. Není to další webovka, a v oblasti webových řešení to asi ještě nějakou chvíli neuděláš. Je tam hodně práce s produkčním prostředím a je potřeba velmi precizní přístup, kam aplikace nasadit nechceš, takže v této oblasti máme vlastní specializaci.

Druhá oblast jsou projekty v Americe, kde je to fintech. Jsou to zase C# backendy, Azure infrastruktura, bezpečnost, PCI DSS, audity a podobně. Ty projekty zpracovávají stovky milionů dolarů, takže je zapotřebí precizní práce s compliance věcmi. Takže jsme se tam profilovali na tyhle backendy.

Jasně, dělali jsme i mobilní aplikace nebo konverzní weby, realizovali jsme i relativně velký projekt v Unrealu, 3D, máme Unreal tým a tak dál. Ale core stále tvoří C#, Azure, fintech a energetika.

To mi přijde hodně zajímavé a jak říkáš, je to udržitelnější byznys než klasické weby, landing pages a kampaně.

A co frontendy, tak tomu gratuluju, to je zajímavé. Pojďme ale k našemu tématu, kterým je AI, nepřekvapivě. Ty teď spouštíte platformu Siesta AI, ale tomu předcházel tvůj research a řešení, co dál. Tak nás vrať do loňského roku, kdy to vlastně začalo.

Zkusím shrnout pár faktorů, které mě k tomu vedly. První je, že jsme vyexitovali náš hotelový software – to je teď už dva nebo tři roky –, a zůstali jsme čistě softwarovým studiem, což je fajn, protože člověk má stimul z různých projektů a problémů. Na druhé straně je to vždy limitované zákazníkem a nemůžeš si vytvářet něco podle svého, což by bylo zábavnější. Často si říkám, že to dělám mnohem rychleji a lépe, jen kdyby mi do toho nekecali.

Tahle tendence v nás je – protože jsme nezačali jako softwarové studio, ale jako produktový startup. To nás baví, takže jsme si obloukem prošli softwarovým studiem a rádi bychom se k produktu vrátili. To je jeden z hlavních faktorů.

Pokud chceš, můžu text ještě zkrátit nebo upravit styl tak, aby byl více formální či naopak uvolněný. Stačí říct.

Jasně, opravím ti text:

Druhý faktor je tedy ten, že když přišel ChatGPT, nastal obrovský boom, ale já si říkal, no ještě ne, ještě chvilku počkáme, kam to půjde, co se bude dít. Myslel jsem si totiž, že naskočíme jen na nějakou ideu, která se stane během pár měsíců zastaralou. Takže jsem vyčkával a sledoval to. V té době bohužel pořád probíhala válka, což vedlo k změnám v energetice, a bylo tam relativně hodně věcí k rychlému vývoji, takže jsme se na to soustředili. Už jsme se však rozhlíželi a sledovali, co se děje v oblasti AI. Samozřejmě jsme ji začali používat jako uživatelé – ať už ChatGPT na různé copywritingové a marketingové věci atd. Kluci ve vývoji jsou teď chytrí a zajímají se, vzdělávají se, takže začali používat Windsurfy a Kurzory jako piloty a tak dál, což samozřejmě dělají všichni. Takže jsme vlastně stáli před volbou být buď pasivní uživatelé AI a využívat ji pouze jako nástroj, nebo se pustit do vlastního produktu.

Co se dělo dál? Po počátečním boomu ChatGPT nastala určitá planina postupného, pomalého pokroku v této oblasti. Nejprve jsem pár měsíců čekal, co se bude dít; jestli AI najednou úplně všechny nahradí, nebo jestli půjde spíše o inkrementální inovace. Začal jsem se bavit s CTO z různých firem kolem mě, jak to řeší, co implementují a tak dál. Všiml jsem si, že zatím úplně nevědí, co dělat. Nejsou si jisti, jestli vůbec něco implementovat, protože co když za pár měsíců přijde něco nového, co stávající řešení rychle zastaralé. Zároveň je na trhu mnoho nástrojů, ale často jsou vertikální a řeší jen specifický problém. CTO středně velkých firem ale chtějí ideálně vyřešit aspoň trochu víc problémů najednou, než aby kupovali 20-30 specializovaných agentů.

Takže jsem si říkal, že na trhu je spousta projektů, ale firmy je zatím neadoptovaly. Asi je něco špatně, neexistuje ještě nic, co by řešilo potřeby středně velkých firem tak, jak si to CTO představují. Stále jsem sledoval vývoj, ale moc se nedělo, tak jsem si na začátku roku dal sabatikal, abych se zregeneroval a načerpal energii, protože jsem věděl, že se do toho nakonec pustíme. Pak jsem letos na jaře strávil měsíc v San Franciscu, kde jsem získal z první ruky spoustu nejmodernějších poznatků. Po návratu jsme se do toho pustili. Tohle byla ta množina impulzů, které vedly k našemu rozhodnutí.

Začněme tím, co dál dělat. Pojďme se ale ještě podívat do San Francisca. Měli jsme tam speciální díl s Pavlem Chocholoušem a Honzou Čurnem, kteří tam také strávili nějaký čas. Povídali si o tom, jak to teď v kolébce technologií vypadá a co se tam děje. Jak to na tebe působilo, když jsi přišel do San Francisca?

Pokud chceš, můžu ti ještě pomoci s úpravou pokračování nebo jiných částí textu.

Tady je opravený text s úpravou gramatiky, interpunkce a stylistiky pro lepší plynulost a srozumitelnost:

Máš? Jo, přesně tak. Takhle jsem to udělal. Vlastně jsem tam nebyl předtím, až teprve letos na jaře poprvé, takže určitě je tam spousta lidí, co s tím mají mnohem větší zkušenosti, větší network a větší úspěchy. Ať už nějaké úspěšné příběhy z ulice, nebo jiné úspěšné příběhy. Já jsem tam přiletěl poté, co jsem byl tři měsíce na cestě – měsíc v Japonsku, vyzenovaný, a pak jsem si to z Tokia namířil rovnou do San Francisca. Takže ten prvotní kontrast byl docela vtipný. Vlastně jak jsou lidi v Japonsku slušní a potichu, introvertní. Introvertní a všude čisto. A vlastně brát si dýška tam je neslušné. A pak jsme v Americe zažili brutální dýška, všichni úplně nadšení. Takže zajímavé. Bylo to fajn.

Já jsem si tam vlastně příliš přípravu nedělal. Říkal jsem si, že se s tím prostě střetnu takhle z ulice úplně amatérsky. Přiletěl jsem tam v době, kdy probíhala GDC – Game Developers Conference, což bylo fajn, ale nebylo to moc relevantní pro mě. I tak to ale bylo skvělé. Sehnal jsem tam jeden vývojářský šéf, vytvořil si tam network, seznámil se s Čechy a Slováky, co tam dlouhodobě žijí. Byl jsem na různých akcích, chodil hrát šachy na Union Square a tak dál. A vlastně jsem si zjistil, jak to město nějak funguje, abych, až tam půjdu příště, věděl, co a jak. A zhruba před dvěma týdny jsem tam byl na Tech Weeku, a to už jsem jel vlastně na jistotu v době, kdy se tam toho spoustu dělo. Bylo to super, protože už jsem přesně věděl, kde co je a jak tam fungovat. A tentokrát jsem si toho přivezl mnohem víc.

Pro někoho, kdo je v tvé situaci, ještě tam nebyl, chce poprvé namočit prsty do vod technologické Mekky a chystá se tam poprvé, co jsou podle tebe nějaké takeaways, co bys doporučil dělat a nedělat?

Tak pár tipů bych určitě měl. Určitě tam jdi v době, kdy se tam něco děje. Tech Week je skvělý, moc rád bych něco podobného viděl i v Praze. Je to decentralizovaná akce, která trvá celý týden. A jednotlivé akce organizují komunitky, startupy, vysokoškoláci, korporáty, takže tam je několik stovek různých eventů a člověk si může vybrat z menu, kam půjde. Většina akcí probíhá přibližně v downtownu, takže člověk může během dne zvládnout pět, šest akcí, všechny jsou zdarma, což je super. Taky se tam často najíš zadarmo, takže taky paráda. Vlastně tam přijíždí spousta zajímavých lidí, potkáš se s výbornými lidmi, dostaneš se přímo do headquarters korporátů, kde můžeš navázat velice zajímavé kontakty.

Takže doporučoval bych rozhodně Tech Week. Říká se, že ten ve San Franciscu je lepší než ten v LA, protože LA je hodně rozlehlé a městský systém tam moc nefunguje, takže je relativně těžké dostat se z jednoho eventu na druhý.

Takže doporučuji prostě si koupit letenku, najít ubytování a vyrazit. Samozřejmě, když tam nejdeš sám, ale v několika lidech, je to určitě fajn. Já jsem tam teda…

Pokud chceš, můžu také pomoct s úpravou na formálnější styl nebo zkrácení textu.

Jasně, tady je opravený text:

Nebyl jsi sám, takže nějakého buddyho je taky fajn mít. Pak jenom si věřit a vlastně chodit a bavit se s lidmi, a za mě je to všechno. No a co se týká nalezení klienta – měl jsi jenom štěstí? Nebo jsi byl jenom lucky? Je to statistika: když se bavíš se sto lidmi, nebo s 150 lidmi za týden, naučíš se relativně rychle identifikovat, kdo je ten člověk, kterého by to mohlo zajímat, a pak si s ním nějakým způsobem interaguješ. Takže je to statistika. A obecně jde o to, že tady na ulici v Praze jen tak nenarazíš na potenciálního klienta.

Tam, kde ano, tam jdeš po ulici, najednou se s někým začneš bavit, sednete si na kafe a je z toho super partnerství. Takže ta denzita těch zajímavých lidí je mnohem větší. Super.

Jak je to teda s AI? V San Franciscu nebo obecně? Co ti Frisco řeklo o AI? Když jsem tam jel poprvé, tak mi vlastně řekli, že ještě zdaleka není pozdě do něčeho se pouštět, protože to byl jeden z potenciálních red flagů, kterých jsem se bál. Říkal jsem si: „No, měli jsme začít hned, jak se to objevilo.“ Dva roky se o tom mluví. Přesně, a já teď něco dávám dohromady. Takže jsem si řekl, že není pozdě.

A teď, když jsem tam byl podruhé, před dvěma týdny, stále jsem si říkal, že není pozdě, a zároveň že jdeme s naším produktem dobrou cestou. To jsem si potvrdil z různých úhlů pohledu – od toho, že jsem tam sehnal americké lídry, kteří ještě ty problémy nemají vyřešené, až po to, že jsem byl v A16Z, což je slavné výsíčko (výseč) na demo-day, kde je asi 25 startupů, které zrovna zainvestovali, a viděl jsem, jaké problémy řeší. Jsou na začátku a přesto od nich dostali investici.

A to je nějaký globální výběr z nejlepších, prověřený analytiky toho výsíčka, a šli do toho. To znamená… dobrý signál.

Dobrý signál, že jdeme dobrou cestou, byl i fakt, že tam bylo něco, co je nám velmi podobné, jen to funguje trochu jinak. Další čtyři startupy vlastně řešili to, co my jsme schopní řešit v rámci naší platformy. Takže jsem si řekl: „OK, super, není pozdě, ty problémy tady pořád jsou a jsou významné.“

No a co je ta platforma?

Ta platforma, já bych k tomu dal nějaký menší brief, protože to není takové to AI pro veterináře, který pozná, jestli je pes happy nebo ne. Je to trochu komplexnější a bohužel zatím nepoznáte, jestli je ten pes happy.

Ta platforma vychází z potřeb středně velkých firem. Když se bavím s těmi decision makery, tak opravdu stojí před tím, jestli si pořídit na každý pain point vertikálního agenta, což u nějakého velkého enterprise může dávat smysl, protože mají obrovské oddělení, která ty pain pointy řeší. Každý department je v podstatě firma ve firmě.

Ale jde o to easing (zjednodušení) a taky o rozpočet tý středně velké firmy a podobně. Ten CTO tedy nechce mít tolik nástrojů, platit za uživatele u každého nástroje, řešit compliance desetinásobně. To prostě není možné, protože nemají nafukovací IT tým, aby si to mohli dovolit.

Pokud chceš, můžu ti s tím ještě více pomoct nebo upravit konec textu!

dovolit. Takže je potřeba nějakým paretovým pravidlem zařídit, aby ty departmenty nestály na místě a inovovaly s AI, na druhou stranu ale neupadly do pasti desítek různých nástrojů. Když se podíváme na středně velkou firmu, tak má vlastně všechny základní oddělení jako HR, Sales, Legal, Marketing, IT, Operations a podobně. A ty problémy jsou v těch firmách podobné. Takže se tam dá rozpoznat určitý vzorec. Všichni chtějí například agenta na review smluv, v Sales je zase spousta věcí, které lze pomocí AI podpořit, a tak dále.

Naše myšlenka byla vytvořit organizačně orientovanou platformu, která není placená per user, protože to je velká bariéra. Když je totiž nástrojů hodně, pricing per user je limitující. Často lidé v těch firmách AI používat nechtějí nebo k ní mají odpor, a CTO musí neustále sledovat, kdo AI používá a kdo ne. Takže jedna věc je cena, druhá je flexibilita nasazení – zatímco velcí hráči nabízejí jen SaaS řešení, my chceme umožnit spustit AI lokálně, například lokální model, lokální vektorovou databázi nebo celé toto řešení.

Další problém jsou data – když ingestujete data do každého samostatného nástroje, skončíte s datovými toky všude možně v různých vektorových databázích. Je potřeba sledovat kvalitu vstupních dat, neustále je zlepšovat a znovu ingestovat.

Problém nastává také, když integrujete mnoho nástrojů a někde změníte například secret, rozpadnou se vám workflowy. Krize, které CTO řeší, je toho opravdu hodně. Proto jsme přišli s platformou, která se snaží tyto problémy adresovat, protože věříme, že v této oblasti zavládne konsolidace a nebudete mít na každou maličkost desítky nástrojů, ale jednu platformu, která jako default řeší 15-20 základních painpointů.

A to je taky cesta ať – přijdeš, nahraješ tam své uživatele, nastavíš bezpečnostní pravidla, oprávnění, skupiny a tak dále. Pak si nastavíš ingest dat z různých zdrojů – z knowledge base, SharePointu, Google Drive a podobně. Připojíš konektivitu na různé nástroje, od Jira po cokoli jiného.

Pak si můžeš vytvářet asistenty nebo agenty, kteří nejenže standardně odpovídají na dotazy, ale i skutečně vykonávají akce.

Když se na to podívám z jiné perspektivy (promiň, že to rozebírám do detailu, ale pro kontext), tak práce v organizacích se dá nějak kategorizovat. Část práce je velmi rutinní, deterministická – na to existují workflow nástroje jako Make nebo Nate, kde si lze vyklikat pracovní postupy, které procházejí podmínkami a smyčkami a vykonají úkol. Tam mluvíme o deterministické práci, která je pokaždé stejná...

Jiná. Pak máme úplně opačnou stranu spektra, a to je nějaká velice lidská, softskillová práce, která nejde nahradit AI. A někde uprostřed tohoto spektra je asistovaná práce. Typicky je to nějaký jednorázový úkol, co člověk má udělat, a bude ho dělat jenom teď, už to pak nikdy jindy neudělá. Na takový jednorázový úkol přeci nedává smysl si vyklikat workflow. Ale zároveň to neznamená, že ten člověk musí úkol dělat celý sám. Takže se chceme soustředit na asistovanou práci, tam, kde člověk potřebuje něco udělat, ale část úkolu už se dá automatizovat. V takovém případě má samozřejmě nějaké rozhraní, kde může úkol zadat, a agent začne řídit a používat nástroje, aby úkol reálně vykonal. To je ten sweet spot, kde chceme být. Líbí se mi i ten aspekt, že neřekneme, že všechny úkoly nahradíme workflow, ale chceme emancipovat uživatele, aby byli AI-savvy a zvyšovali svou produktivitu. Když se podíváme, jak uživatelé teď pracují s počítačem — překlikávají se mezi různými záložkami, scrollují, vyplňují vstupy — myslíme, že to dříve či později bude jako pravěk. Protože je to extrémně neergonomické rozhraní pro uživatele. Spíš to bude jako ve Star Treku: řekneš počítači „udělej tohle“ a on to za tebe udělá v nástrojích. To je naše vize, human empowerment.

Další věc je, že jsou workflow nástroje, kde si to můžeš vyklikat, ale pořád potřebuješ no-code developera. I když už to v jisté míře zvládá i business člověk, musí být víc tech-savvy. Nebo si můžeš napsat pythonový skript a nasadit ho do cloudu, ale pak je to složitější s údržbou. To je druhý způsob. My ale chceme umožnit lidem v organizacích vytvářet tyto věci sami, čistě pomocí promptu. Napíšou, co agent má dělat, přidají mu nástroje a začnou s tím pracovat. Hovoříme tedy o konceptu citizen developer, kdy vývojář už není jenom vývojář, ale jsou to i lidé z businessu. Abych to shrnul — je to jako kurzor pro business. Ve vývoji máme už kurzory, které za nás programují, ale businessáci zatím nemají něco, co by za ně dělalo jejich business tasky. Takže je to vlastně kurzor pro business. Líbí se mi v tom ta kontrariánská logika. Když se dívám na prostor trhu, všichni jdou do agentních systémů, kde za nějaký čas...

Asi se budeme bavit o tom, jak dlouho, v jaké kvalitě a v jakém rozsahu budeme mít agenty, kteří budou plnohodnotní zaměstnanci v nějakých rolích, atd. A všichni na to vsází jako na „bright future“, desetiletý investiční horizont, next big thing. A tam se všichni cpou, ale všichni začínají...

Opravený text:

Jde o augmentation a pevně je to asistent. A mně se vlastně líbí, že pro vás je ta endgame ten asistent, protože to teď pro ostatní je nutné zlo, které se snaží co nejrychleji přeskocit, protože předpoklad je, že v HR nebudou ti lidé, stejně jako v sales. A já si myslím, že je to příliš brzy a příliš velký skok, že je to ukvapený závěr a že svět se posouvá pomalu. Právě tak jako u jiných softwarů – UiPath nebo Manta – ti, kdo se zaměřují na legacy a poskytují SaaS pro to, že svět se bude posouvat pomalu a že naše stará infrastruktura – lidská i technologická – tu ještě nějakou dobu bude, jsou jakousi pojistkou proti těm „shiny“ startupům ze Silicon Valley.

To, co se mi na tom líbí, je, že jdete do prostoru, kde toho tolik není. Když se řekne agentní platforma, je to velmi přeplněný trh, ale pokud to má být, jak říkáš, kurz pro byznys, tak mi to přijde zajímavý hedge, zajímavá nabídka. Doufám, že to tak skutečně bude. Když se současně podívám na tempo adopce AI ve standardních organizacích, jde to vlastně docela pomalu. A tady je ještě několik generací lidí – čtyřicátníci, padesátníci – kteří mají zkušenosti z byznysu, jsou to insidéři, a když je nahradíš nějakými agenty, nastává obrovská ztráta paměti. Ideálně chceš, aby tyto zkušenosti v byznysu nadále využívali, ale v nějakém násobku toho, co byli schopni zvládnout předtím bez těch nástrojů.

Věřím, že to není možné dosáhnout tím, že všechny firmy budou naprosto plně automatizované. To je nesmysl, vždy tam bude určitá role. Vývoj například šel z větších týmů s mnoha juniory k jednomu seniorovi, který používá AI nástroje a je produktivnější. A stejný vzorec věřím, že bude i v byznysu.

Před rokem se ještě často mluvilo o „vývoji bez vývojářů“ a podobně, ale o tom už se moc nemluví. Všichni nyní přijali, že juniorské pozice jsou problém, jasně, ale řešením jsou seniori s AI. Myslím, že stejný vzorec bude i v byznysu.

No a co znamená stavět takovou platformu? V čem to píšete? Na jakých protokolech to běží? Na co se koukáte? Co to musí umět? Co je první verze a první použití? Co je ten minimum viable product?

Nepřekvapivě to stavíme opět na Microsoftním stacku. Standardní C# backend, nějaký React.js frontend. Na backendu jsou služby, které zajišťují konektivitu na nástroje, modely, RAG servisy na data. Takže to není úplně sexy stack.

Co platforma musí umět? Myslím si, že musí pokrývat potřeby organizace. To je produktová výzva – aby to sedělo na organizaci a bylo to nějak flexibilní.

No a kde jste teď? Na jaře jsi byl v San Franciscu a zpátky jste začali vyvíjet tento směr?

Tady je opravený text:

Ne, tak samozřejmě teď ten vývoj jde rychleji než před lety.

Píšeme někdy v květnu, v srpnu už jsme měli MVP, teď to MVP provozujeme u několika klientů v několika vertikálách. Máme lead list a nějaké produkty, backlog toho, co chceme přidávat – přiděláváme konektory na nástroje, na datové zdroje a nové funkce skoro každý týden, vyvíjíme docela rychle. Teď už integrujeme první klienty v Americe a aktuálně jdeme trochu víc jako catch-all strategií, což znamená, že nebereme jen jednu vertikálu klientů, ale máme tam výrobní firmy, IT firmy, konzultanty a tak dále. Očekávám ale, že nějaká vertikála začne být časem dominantnější.

Co to teď tedy umí? Když už máte onboardované první klienty, co s tím udělám teď a co za půl roku? Jasně, tak co to umí? Pustíš si to, naimportuješ si tam svá data a napojíš si tam své nástroje, třeba i nastavení. Když půjdu po seznamu těch problémů, které to firmám řeší, tak první věc je, že můžeš přestat platit za nějaké externí API typu ChatGPT a používat tohle. Tím máš první úsporu.

Druhá věc je, že si v tom vytvoříš různé asistenty na interní QA, na různé úkoly – tam máš odpovědi na všechny možné otázky, které si lidé mohou klást.

Třetí případ je, že si můžeš vystavit widget na web, takže máš asistenta, který odpovídá přímo na webu. Pokud jsi B2C, je to něco, co bys jinak často kupoval jako samostatný nástroj, třeba CustomGPT a podobně.

Další věc je, že agenti či asistenti mají API konektivitu, takže pokud máš interní workflow a chceš si rychle vytvářet tyto asistenty, jednoduše si je tam vytvoříš a pak je přes API napojíš. Slouží to tedy i jako platforma.

Pak začneš procházet jednotlivé oddělení, mluvit s lidmi a zjišťovat, co řeší. Někdo ti třeba řekne: "Potřebujeme reporting ze CRM, z dalších nástrojů, abychom na jeden dotaz dostali AI insight." Tak si tam napojíš zdroje dat a vytvoříš jim reportingového asistenta. Nebo například víc proaktivního asistenta. Dám příklad: pokud děláš sales nebo potřebuješ udržovat svůj network, můžeš si vytvořit prostor, napojit si CRM, LinkedIn, Gmail a podobně.

Řekněme, že jsi startupový inkubátor – napojíš si dataroom těch startupů, CRM pro jejich partnery, a systém ti začne navrhovat: "Hele, tenhle startup bys mohl propojit s těmi a těmi lidmi v tvém networku." Navíc ti přímo vytvoří koncepty e-mailů pro propojení a celý proces ti zjednoduší.

Pokud jsi dříve byl schopen propojovat N kontaktů, teď můžeš propojovat násobně víc spojení. A pokud pracuješ v inkubátoru, jde ti hlavně o maximální propojení. Tak třeba tak.

Pokud chceš, mohu ti pomoci i s případným stylistickým zlepšením nebo zkrácením textu.

Opravený text:

Nového, proaktivnějšího asistenta si tam už můžeš vytvořit. Zase je to něco, co nechceš dělat přes workflow, protože chceš sledovat, koho propojíš s kým – jsou to valuable kontakty. No a co modely? Co vlastně běží pod tím? Aktuálně není úplně náš fokus přicházet s nějakým custom modelem, to jsem ani nečekal. Takže jsme agnostičtí a je možné napojit jakýkoliv model s tím, že plánujeme, nebo já očekávám, že přijde éra menších, kompaktnějších, specializovaných modelů. To znamená, že se bude odstupovat od těch velkých směrem k nějakým specializovaným, což povede...

Specializovaným myslíš doménově? Jakože to bude salesový a dramaturgický? Třeba, anebo prostě na nějaké úkoly ti bude stačit mnohem menší model a na jiné zase větší. A bude to levnější nebo dražší na tokeny. Takže si myslím, že ta agnosticita je důležitá, a není to tedy něco, co chceme vehementně řešit. Samozřejmě chceme umožnit, nebo už umožňujeme, aby si klient rozjel svůj open source model lokálně, pokud mu to přijde důležité z pohledu bezpečnosti.

Takže jsme prostě konektor, máme tam konektory na různé modely, ale není to hlavní přidaná hodnota. No a co pricing? Když tedy nepřeprodáváš kredity nebo tokeny, říkal jsi, že jeden z těch hedge je, že to nebude úplně SaaS per user pricing, což na druhou stranu tady dává smysl, když se takhle rozrůstáš. Jak uvažuješ nad pricingem, nebo kde jste teď?

No, myslím, že tam ještě bude určitá evoluce cenového modelu. Nerad bych skončil u per user pricingu, protože mám pocit, že to je bariéra. Minimálně ti první zákazníci budou mít nějaké speciální podmínky. Zároveň nerad skončím u toho, že si budeme dávat margin nad standardní náklady za tokeny. Aktuálně to děláme tak, jak bývalo zvykem u softwaru dříve – prostě je tam flat fee za platformu, která se odvíjí spíš od velikosti firmy. A v rámci toho ať lidé AI používají. Takhle na to koukám, aby si neříkali: „Ježišmarja, tak přidám Marušku, nebo nepřidám, nebudu za tohle platit.“ My to děláme tak, že si tam dají své API klíče těch modelů a ať si tam připojí všechny, co chtějí, a používají to na maximum. A je tam flat fee za platformu.

Když se podíváš na trh, co jsou alternativy? Vidím, že tady roste spousta platforem, ten space se rozvíjí, a v datovém světě se datové platformy mění na agentní platformy. Ať už ze strany Deepnote, Kebuli, všichni vidí, že do tohoto AI závodu chtějí naskočit, aby zůstali relevantní.

Co z tvého pohledu jsou konkurentní alternativy? Co vidíš na trhu? Co se používá v Americe? Používá někdo v Česku něco podobného? Nebo si to zatím píšeme tak kutilsky sami, tedy mejky a podobně?

Ten landscape je členitý a myslím si, že často desžen makers trochu tápou, jak k tomu přistoupit. Začal bych tím, že je tady...

Pokud chceš, mohu pomoci s pokračováním či další úpravou.

Jasně, tady je opravený a lehce upravený text pro lepší srozumitelnost a plynulost:

Spousta firem, které nabízejí nějakou AI jako službu, přijde a dělají workflow, anebo prostě napíšou nějaké Pythonové skripty. To je jedna věc – koupit si to jako službu. Tohle je ale něco, čemu moc nevěřím, že bude udržitelné, protože to pak vyžaduje údržbu při každé drobné změně. Musíš poptávat tu firmu, nebo to někdo musí nějak interně spravovat. A navíc to není platformizované. Takže potom nemáš dobrou správu (governance) nad daty nebo nad tajnými klíči (secrety). Někde se to prostě válí ve tvém cloudovém prostředí, nebo v těch workflow platformách.

Druhá možnost je využít nějakou velkou technologickou platformu, například OpenAI Enterprise a podobně. Ty jsou docela drahé, navíc si s nimi moc nepokecáš – když tam potřebuješ něco upravit, jsi vázaný na jejich vývojový backlog, nevíš, co uvedou, najednou ti třeba vypnou nějaký model atd. A je to všechno SaaSové, což je další problém.

ChatGPT zatím například úplně neumožňuje volání těchto nástrojů. Co se týče toho, o čem mluvím – kurzor pro byznys – jsme tam zajímavě napřed. Perplexity koment je taky v tom prostoru, ale myslím, že oni v tom browseru jdou spíše směrem simulace uživatelských akcí, čehož moc nejsem zastáncem. Problém je, že tam skáčou různé cookies lišty, agenti se zasekávají, protože to žere hodně tokenů (musí se parsovat DOM stránky), atd.

My chceme fungovat přes API, které je do jisté míry plně datově standardizované a efektivní z hlediska tokenů.

Takže chceme jít cestou API a nesimulovat uživatelské akce. Věříme, že v tom je budoucnost – že je to škálovatelné a nemusíš odblokovávat spoustu zaseklých agentů.

Druhá možnost je tedy Big Tech. A pak samozřejmě nejsme jediní na světě – kdybychom byli, byl by to špatný signál.

Za nejrelevantnější konkurenci, co se týče horizontálnosti, považuji GLEAN, což je americký startup. Už jsou relativně velcí, používá je třeba Booking.com a podobně. I české firmy to teď začínají nasazovat. Mají však podobný problém jako Big Tech – je to dost drahé, vychází to kolem 40 až 50 dolarů za uživatele.

GLEAN se pozicuje hlavně jako Enterprise Knowledge a Discovery platforma, takže systematicky sbírá data odkudkoliv a umožňuje klást dotazy přes spoustu datových zdrojů. To je spíš ragový Q&A asistent než agent na vyvolávání jednotlivých nástrojů. Nemá například tu jednoduchost, že si rychle vytvoříš bublinu na nějakém webu, se kterou si může někdo psát.

Takže na to pohlížejí spíše přes prizma discovery informací než řešení konkrétních painpointů firmy.

Ale myslím, že je to teď asi ta nejrelevantnější konkurence – a to pomíjím ještě tu prostřední kategorii asistované práce.

Samozřejmě, pokud chceš plně automatizovanou workflow, těch nástrojů je spousta...

Pokud chceš, můžu ještě pomoct s další částí, nebo s jinou úpravou.

Tady je opravený text s lepší gramatikou, interpunkcí a stylistikou:

Velké platformy typu Nate nebo Make, se kterými nechceme konkurovat. Super. Teď jsi říkal právě, že to máte postavené na Tulius, Apicolech a tak. Jak vypadají standardy, když se bavíme i o té MCP? Jak se do toho vlastně promítají? Jsou pro tebe nutností škálovatelnosti funkcí produktu, nebo je to spíš nice to have? Jak to vypadá?

No, je to zásadní. Ta konektivita na tyto tooly je opravdu zásadní. Když přišlo MCP, bylo s tím spoustu nadšení a začala se ukazovat různá videa, co to zvládne a tak dál. To MCP, jak ho teď známe, je hodně koncipované na lokální použití nějakým end-userem, což znamená, že si vývojář nebo víc technický člověk stáhne MCP, rozjede si ho lokálně a běží mu lokálně. Ale když chci pak poskytnout MCP všem ve firmě ve velkém měřítku a vyjdu z toho, že někde na Gitu máme repozitář všech open source MCP, tak si je musím postahovat a nasadit do nějakých dockerů k sobě. Každý je trochu jiný, takže začnu řešit otázky maintenance.

Takže ten standard není dostatečně standardizovaný?

To bych ani neřekl, ale například secret management je problém. Nechceš mít ty secrety napsané v konfiguračních souborech v těch MCP, ale chceš, aby to čerpalo z nějakého vaultu. Ideálně nechceš měnit kód MCP, a ideálně nechceš spravovat 40 běžících MCP instancí.

Jak to tedy řešíte?

Řešíme to tak, že máme něco, čemu říkáme Dynamic MCP. Máme konektivitu na tyto tooly, jednotlivé funkce máme omanifestované a vytváříme dynamický manifest MCP, který dáme modelu. Ten ale nevolá tool napřímo, ale volá ho přes náš server, který řeší secrets, analytics a další věci, a do toho přidává kontext — něco, co nechceš mít propojené přímo.

Přesně tak. Takže to je vlastně i vrstva MCP. Jak říkám, platforma není jenom „hele, tady máš asistenta“, ale snaží se strategicky a systematicky přinášet firmě hodnoty, které na první dobrou nemusí být využitelné, ale v průběhu implementace AI, jak se ten sněhový balíček rozjíždí, tak při každém dalším use case už máš dobrý základ, na který můžeš stavět, a každá další inovace jde snáze.

Mně se líbí, že od tebe slyším střízlivý pohled. Není to na jednu stranu „AI nic neumí“, ani na druhou „programátoři nebudou mít co žrát příští rok“. Je to kombinace.

Svět se hýbe pomaleji než technologie, a trvá to. Na druhou stranu se to pohybuje. Když se podíváš, máš na jedné straně San Francisco, kde lidi poměřují své doomsday skóre, mluví o AGI a jsou v budoucnosti, je to cutting edge. A na druhé straně máš nejen Prahu, ale skoro celý zbytek světa, kde pokud najdeš někoho, kdo používá AI víc než jen dotazy do GPT, jsou to spíše outliers nebo lidé na špici křivky.

Jak se díváš na to, že se bude trh vyvíjet příští rok, dva? Bude to pokračovat jako postupný posun, který si ani nevšimneme, nebo se ty nůžky začnou hodně rozevírat?

Pokud chceš, mohu ti pomoci i s dalším pokračováním nebo strukturováním textu!

Zde je opravený text s úpravami gramatiky, interpunkce a stylistiky pro lepší čitelnost:

Írat, přijdou nějaké velké věci. Já mám totiž pocit, že pořád čekáme na tu velkou pecku, ale ta budoucnost je plíživá, mění se nám pod rukama a najednou se probudíme a zjistíme, že mně se hrozně líbilo, že jsi řekl, že není pozdě. Mám pocit, že to FOMO už nemá cenu, takže to můžeme zavřít. Tady je takový nějaký vystřízlivělý strach a tak – to, že není pozdě, že ta infrastruktura staví a ta odvaha jít do toho – „hele, tohle není vyřešený globálně velký problém, jdem to stavět“ – to se mi hrozně líbí.

Co z tvého pohledu, takhle střízlivého, se bude dít příští rok, dva? Dobrá otázka. Kdybych přesně věděl, byl bych miliardář. Vidíme, že big tech pořád přichází s relativně inkrementálními fičurami. Včera vyšel od OpenAI prohlížeč, před měsícem nebo kolik, ani ne, Apps SDK a tak dál. A to Apps SDK ještě není nasazeno naplno a už vydávají prohlížeč. Víme, že všechny B2C firmy budou chtít mít svou appku na tom chat GPT. Takže každý měsíc bude příležitost. Určitě není pozdě.

Čím víc člověk začne teď a bude se tomu věnovat, tím větší bude mít znalosti a nějaké assety ve chvíli, až přijde další vlna, na kterou se dá naskočit. Z tohoto pohledu tedy určitě není pozdě. Je nad tím sice trochu bublina, ale pokud bych to měl vyjádřit numericky, řekl bych, že je to z 80 % realita a z 20 % bublina. Myslím, že ta bublina je menší, než byla kolem blockchainu. Blockchain jako taková core technologie je také životaschopná, ale ten buzz kolem byl enormní.

Tady si myslím, že AI bude mít obrovský dopad a promění to, jak se věci dělají. Její ekonomický dopad bude mnohem větší.

Jak s tím pracovat, jak se na to připravit? Sledovat, co se děje, přistupovat k tomu strategicky. To znamená – a to je i naše snaha v té platformě – nestát na místě, nečekat a nebát se, ale sbírat data do jednoho vektoru, začít si tvořit loop pro zlepšování dat, vyřešit konektivitu na vlastní tools a edukovat členy týmu. Budovat si portfolio assetů, které bude připravené na budoucí pohyby, aby je bylo možné jednoduše zapojit.

Co čeká vás v Siesta AI? Právě máme první klienty v nějaké MVP nebo počáteční fázi nového produktu, tedy novou startupovou story.

Jaké jsou pro tebe teď klíčové momenty v příštích měsících? Určitě se chceme soustředit na Lighthouse customers, jít do hloubky a zjistit, co všude platforma zvládne řešit, kde jsou limity a kde už je lepší použít jiné produkty. Chceme mít tyto success stories.

Máme už základ sales týmu, který jede, takže se chceme soustředit na zvýšení výkonu a rozšiřování týmu. Co se týče produktů, stále je co dělat, takže vývoj pokračuje. Nechceme zůstat jen v Čechách, už jdeme rovnou nasazovat pro první klienty v Americe a bavíme se tam s partnery. Díky tomu, že máme za sebou naše softwarové studio, ...

Pokud chcete, mohu i dále upravit nebo rozšířit text.

Tak aktuálně nepotřebujeme funding a jsme self-funded, takže bootstrapujeme, ale zároveň ne úplně tak jako solo founder. Máme prostě nějaké asety, které můžeme používat, a nemusíme panikařit kvůli fundraisingu. Soustředíme se tedy na klienty, dál budujeme produkt, rozjíždíme sales a sledujeme změny, které se na trhu dějí, především v oblasti inovací. Tak, abychom, až bude nějaká relevantní příležitost, po ní skočili a byli skutečnými průkopníky v té oblasti, kde řekneme: "Hele, my už to umíme." To nás teď čeká.

Zároveň se dál snažím rozšiřovat síť kontaktů, která kolem tohoto projektu vzniká, jak v Americe, tak v Čechách. Budu rád, když se mi ozvou posluchači, kterým to přijde zajímavé, a pokud budou mít nějaký feedback – ať už kritický, pozitivní nebo nějaké dotazy –, ať to dají vědět. Díky moc, Mikko.

Držím palce a znovu zopakuju, že se mi moc líbí, že v té polarizované diskuzi, která nic nezmění, a ve které se řeší jenom „stochastic popoušek versus všichni umřeme, naše práce bude nahrazena“ anebo „nás čeká utopie hojnosti, roh hojnosti, cornucopia v příštích letech“, se na to díváš pragmaticky a bereš v úvahu oba pohledy.

Díky moc, že jsi s námi sdílel svůj příběh a ukázal nám svět AI. Držím palce a věřím, že se tady neslyšíme a nevidíme naposledy. Taky děkuju, ahoj.

Děkujeme, že jste doposlouchali až sem. A díky také našim partnerům – členům Data Talk klubu, kterými jsou Index, Saska, Bystreet, Colors of Data, Revolt BI, Good Data, Keboola, Emark, Carl Data Company, Data Mind, Notino a Flo. Pokud chcete zůstat informovaní o české datové scéně a globálních datových technologiích, nezapomeňte se registrovat k odběru našeho týdenního newsletteru na datatalk.cz. Nechť vás provází data.