Podcast

Jirka Vicherek (00:00:03): Dobrý den, moje jméno je Jirka Vicherek a vítám vás u dalšího dílu Datatolog podcastu. Mým dnešním vzácným hostem je Honza Kadleček, founder a CEO konzultačně technologické firmy MBI. Ahoj Honza.

Jan Kadleček (00:00:16): Čau Jirko, děkuji za pozvání. My

Jirka Vicherek (00:00:17): jsme se

Jirka Vicherek (00:00:34): s Honzo. My jsme se s Honzou tady viděli naposledy v podcastu před třemi lety. Můžete si pustit epizodu s číslem 48, už je to tři roky. A dneska máme v plánu udělat takový update, co se za ty tři roky změnilo. Z Marketing BI se stalo MBI.

a celý svět se posunul a MBI raketově roste. Podíváme se na to, na čem roste a co jsou tu vlastně ty domény, takže si budeme povídat o digitálních transformacích, o monetizaci dat a podíváme se na to, jak vlastně tyhle věci dneska doručujou a nepřekvaplivě je to agentními systémy, Takže digitálně transformovala se i vlastní firma tady Honzy. Pro těch pár lidí, co teda před třemi lety neslyšeli epizodu číslo 48 nebo si ji nepamatuju do detailu jako já, tak pojď nám udělat nějaké intro do sebe, pak se podíváme na MBA a tak.

Jan Kadleček (00:01:42): Tak jak už jsi zmínil, my jsme konzultačně technologická firma, to znamená, že se snažíme být na pomezí biznesu a technologií. To, co je vlastně naším primárním zaměřením a náš bretenbatra, tak jsou ty digitální transformace, které už jsi zmínil. A za ty roky se nám nějakým způsobem trošku i ten biznis vyvinul, protože se vyvinul celý svět a dneska z dnešního pohledu tři roky, člověk má pocit, že to je jak v pravěku a přidali se nám právě do toho i hodně ratové monetizace. Dneska v MBI nás je zhruba 40. My se zaměřujeme primárně na Five Eyes segment, což jsou vlastně Amerika, UK, Austrálie, Nové Zéland.

Z toho nám dneska plenuje zhruba 90% našich klientů a našeho revenue. Máme tým po celém světě, který je mezinárodní, funguje v jednáctičasových zónách a vlastně díky tomu se nám vrací to, že jsme tu firmu založili s myšlenkou, že chceme být remote first, což u nás stále jako platí. a zároveň vyznáváme vysokou svobodu v té firmě, což je pro nás hrozně důležitý, ale za cenu vysoký zodpovědnosti. Takže tak, jak to vlastně u nás funguje, je, že nemáme žádnou pracovní dobu, nemáme žádný pevně daný věci a lidi pracují podle toho, kdy potřebují, odkud chtějí na světě a celý tým nám fluktuje vlastně všude možně.

Jirka Vicherek (00:03:00): To zní krásně, ale tak zase pojďme na začátek, tak co předcházelo založení tehdy ještě Marketing BI a dej nám tu story, zase teď to zní jako krásně a overnight success, který trval 10 let, tak pojď nás vzít do té doby, kdy tohle nebylo tak růžový a jasný.

Jan Kadleček (00:03:24): Tak jasně, tak my jsme si samozřejmě prošli spoustu porodními bolestmi, A na začátku v roce 2019, když jsme vlastně tvořili tu firmu, tak v té době ještě nikdo z nás nevěděl, že to bude firma. My jsme to vlastně jenom zakládali jako banda freelancerů. Bylo nás v té době čtyři nebo pět tuším a chtěli jsme jenom dělat dobrou práci a pro klienty to se nás baví a to se nás naplňuje.

Jirka Vicherek (00:03:45): A co byl tvůj background? Jakoby říkáš datový konzultant a firma tak mimochodem, tak?

Jan Kadleček (00:03:52): Jo tak můj úplně prapůvodní background je, že jsem studoval práva, tak jsem se nějakým způsobem dostal k online marketingu, kde jsem velmi dlouho nevydržel a to z toho důvodu, že pro mě a dneška pro tu firmu je primární těm klientům pomáhat. A ten marketing je jenom malenkým segmentem, takže i když jsme odváděli dobrou práci v tom marketingu, tak nikdy tu firmu nejsi schopen jako postavit celou jí jako zpravit jenom přes ten marketing. Jo, typicky to, co jsme vždycky u klientů viděli, je, že jasně, hele, nefunguje nám marketing, pojďte to vyřešit, pojďte udělat kampaně, ale my jsme velmi záhej zjistili, že mají špatně nadceněný produkty, že mají špatný prokurment, že nemají dobře postavený interní procesy, že nejsou schopní trackovat skladový zásoby. No a když jsme se s těma klientama bavili čím dál tím víc a víc dohloubky, tak jsme vlastně zjistili, že proto abysme u nich udělali velkou změnu, tak nemůžeme být jen u toho marketingu. A jakým způsobem jsme se dostali k datům, že data jsou vlastně věc, která centrálně spoje tu firmu a všechny oddělení.

Takže z marketingu a konkrétně z webový analitiky jsme pak jako přeskočili do dat. a v rámci dat, když už ty data vyslechneš a v té firmě zjistíš, tak zjistíš, že pokud chceš udělat změnu, tak ta data a technologie jsou jenom část a přidali jsme si k tomu vlastně business consulting a interní procesy a to je to, co dneska tvoří tu firmu. A bez toho, my to neumíme jinak udělat, než vlastně se na to podívat holisticky, projít celou tu firmu, zjistit, jakou mají strategie, jakou mají vizi, kam chtějí dojít, jaký tam mají lidi, jak to vnitřně funguje a až potom teprve se můžeme bavit o nějaký technologický implementaci nebo nějaký zásadní změ

Jirka Vicherek (00:05:25): pro to konzultačně technologická, ne technologická a konzultační, tak to tam jsem cítil i u toho našeho posledního rozhovoru, že se na to díváš opravdu z pohledu toho klienta, ale respektive z pohledu vedení té firmy, pro kterou pracuješ. Ještě tě ale vrátím, tak 2019 se to založili, 4-5 freelancerů UPA, jdeme to dát nějak dohromady, ať Ať nám ty zákázky dávají Větší koláč pro všechny Co byly nějaký první Jako breakthroughs Co to posunulo Nebo když ses teda smířil s tím, že ty budeš CEO A to jste si tahali sirky mimochodem Nebo jako právník Řekli, že Na tom budeš nejlepší

Jan Kadleček (00:06:15): Hele, to je naprosto skvělá otázka Protože samozřejmě tím, jak jsme to na počátku nezakládali S vizí toho, že děláme firmu nebo biznis a do dneška 95% všech zakázek, který máme, tak jsou na základě referencí, tak nám to tak nějak rostlo pod rukama. A protože jsme byli jenom specialisti, ať už na datovou analytiku, marketingovou analytiku a rostlo nám to, rostlo nám to a najednou z ničeho nic nás tam jako bylo 15. A v tu chvíli už to bylo jako neudřežitelný, protože tu firmu nikdo neřídil, nebyly v tom žádné jako procesy. Já díky tomu, že v té době jsem měl nějaké právní vzdělání, už jsem měl SROčko, tak nějak přirozeně na mě spadlo, že teda ty se staráš o ty právní věci a už jsme došli k tomu, že najednou se musí řešit kontrakty s klientama, HRový smlouvy, taky se by by potřeba koupit toaletní papír do kanceláře a vlastně tak nějak se to u mě jako sešlo. Takže zhruba v tom roce 2022, jestli se nemýlim, Tak jsme mu do toho museli udělat nějaký razentní skok, protože to bylo jako neudržitelný.

Většina těch lidí pracovala 14-16 hodiny jako denně. Všichni jsme byli přitížený, všichni dělali všechno a musela do toho přijít jako nějaká struktura. A v té době jsme tak nějak jako koletivně došli k tomu, že je potřeba udělat změnu a začít o tom přemýšlet už jako o biznisu a ne o tom, že děláme to, co nás baví.

Jirka Vicherek (00:07:34): Nezdružení freelancerů. Co byli, na čem jste vyrostli? Říkáš webová analytika, skrze to data, tak zase, když zavzpomínáš, tak co byli ti první velcí klienti?

Jan Kadleček (00:07:47): Tak určitě ten první case, který nám otevřel oči a vlastně nám dal trošku blueprint na to, jak to dneska dělat, tak byla hrvická společnost Olfinkar, což tuším, že je dneska druhý největší autodealer v České republice. A my jsme přesně byli nejatý na marketingu, analytiku, chceme prodávat auta online. Majitel firmy říká, že nikdy se auta online prodávat nebudou, že to je blbost, že se prodává jenom přes kamenný pobočky. A v tu době tam byl osvícený manažer Petr Kolč, který si vlastně za tuhle tu iniciativu vzal zodpovědnost a nějakým způsobem to začal s námi posunovat ku předu. Takže my jsme typicky začali.

Ale marketingový data, marketingový kampaně, pak jsme přesně došli k tomu, že ty auta se musí jinak naceňovat, že pak musíme nějakým způsobem řešit jinak skladovost těch vozů, že se ty data a auta musí jinak prezentovat na webu, že máme pomalý vytváření nabídek, že vlastně obchodníci nedobře prioritizujou, museli jsme zavíst nějakým způsobem CRMko, teď se na to navázala fakturace a teď už jak ti to tak popisuju, tak už rozumíš tomu, jak se to na sebe vlastně všechno začalo nabalovat. A my jsme v každém v tom oddělení, do kterého jsme se dostali, začali pracovat udělali jako malý marginální změny. Tady nějaká automatizace, tady nějaký reporty, reporty vždycky potom zahájí nějakou procesní změnu, jak ty manažeři řídí ty jednotlivé oddělení. No a ta firma vlastně skočila poměrně hodně, zhruba o nějakých 60-70% jako v obratu za těch 12 měsíců. A stalo se to tak nějak na to samo, takže my jsme po těch 12 měsících na to koukali a říkali jsme si, hele, jak je vlastně možný, že tady nějakých 10-15 malých změn automatizací udělal tak obrovský biznesový výsledek.

No a v tu chvíli jsme si samozřejmě uvědomili, že v těch firmách všechno souvisí se všim. Že ty, když o pár procent zvýšíš konverzní poměr obchodníků, že když o pár procent zvýšíš konverzní poměr webu, když zrychlíš ty objednávky, zvýšíš retenci těch zákazníků, tak oni Všichni ty malé marginální změny mají na konci nekumulativní efekt. A to byl pro nás ten jako break, kde jsme pochopili, že tohle je ten způsob, jakým to chcem dělat, že to nejde dělat v jednom oddělení, jenom technologické řešení, ale že všechno souvisí se všem.

Jirka Vicherek (00:09:54): Stali se z Vás business konsultanti.

Jan Kadleček (00:09:57): V zásadě to jako součástí naší práce.

Jirka Vicherek (00:10:01): No, tak už máme teda firmu, že vás zhruba 20, předpokládám, rok 2022. Tak nějak. Tak nějak. A už víš, že nejdeš dělat reporting, ale že jdeš dělat digitální transformaci. Zase to slovo nemám moc rád, ale sedí.

Jan Kadleček (00:10:24): Zatím pro něj nenašlo to příslo, kde jdou říkám, to tvá transformace, já je transformace, ale v konečném, na konci dne je to vždycky jako komplexní změna té firmy. Change management vlastně.

Jirka Vicherek (00:10:35): No tak jak to pokračovalo, tak na Olfencars to byl ten blueprint, tam jste si to vyzkoušeli, tak změnil se tím mindset, zjistil si, že to technologický je až dluhotný, tak co se dělo pak?

Jan Kadleček (00:10:53): No, vlastně s jídlem jako rostechuť. A my, ať jsme původně začali jako lokální agentura Hraci, tak pak jsme zjistili, že to, co jsme udělali pro Olfin, takže je to vlastně replikovatelný na firmy většího ražení. Takže tak nějak jsme pak se přesunuli do celý České republiky, do Slovenska. A vždycky jsme jako dlouho přemýšleli, jestli to je jako lokální biznis, který je tady pro nás specifický. A říkali jsme si, že to, co děláme pro, řekněme, menší firmy v Čechách, že to určitě bude fungovat úplně jinak někde v zahraničí.

A pro mě potom dost zlomavý byla pozvánka od kybule, kdy jsme společně vlastně letěli do Las Vegas na konferenci v hotspotu. a já jsem tam seděl typicky network s nějakýma lidma, vykládal jsem tam někomu právě příběh o finkáru a seděla tam taková paní a ona říká, no my máme úplně jako stejný problémy, jako samozřejmě v jiný škále, v jiném obratu, s jiným početem do distanců, ale to, co popisujete, je jako nemlech to stejný. A já říkám, aha, a z jaké vy jste firmy? A říkám, no já jsem šéfka v dat jako v Disney+. A proti ní seděl pan a říká, no my máme úplně stejné problémy, já jsem, dělám produkt v McDonalds.

A vlastně já jsem si v tu dobu uvědomil, že to jako není věc, která se dá aplikovat jenom tady u nás jako v Čechách. A řekli jsme si, proč to držet jenom v Čechách, když vlastně ten dopad může být i v zahraničí. A tak jak my zase přemýšlíme o té firmě a to, co motivuje nás jako vnitřně je mít ten success case, mít jako vidět, že tomu klientovi můžeš pomoct. A v konečném důsledku, jestli zvedneš obrat nebo profit firmy o 10%, tak jestli to je česká firma s 2 miliardama v obratu nebo americká firma s 50 miliardama v obratu, tak je to furt 10%, je to vlastně furt stejný jako proces té práce, ale na konci dne je ten reward pro toho klienta a i pro nás ten vnitřní jako mnohem větší. A slovo dal o slovo, reference, word of mouth, no a takhle způsob jsme se vlastně dostali k prvnímu americkému klientoji a od toho roku 2023 vlastně jsme se kompletně přeorientovali na Big Five, což jsou tady anglicky mluvící země a primárně naši klienti jsou dneska ze Spojených států, Kanady, Velký Británie a Austrálie.

Jirka Vicherek (00:13:09): No a kdo byl ten teda první velký klient Breakthrough, jestli se to může říkat?

Jan Kadleček (00:13:15): Tak určitě se to říkat může. My jsme začali spolupracovat s tím z našich partnerů a vlastně ten první velký Breakthrough byl pro společnost McDonald's, kde jsme společně začali vymýšlet nějaký inovace a nějaký nový produkty digitální pro mekáč. Takže vlastně to skončilo tak, že v dnešní době už to není jako jenom mekáč. My v tom KSR, Quick Restaurant Business, už těch klientů dneska máme víc, kteří používají ty naše produkty a jestli se nemílim, tak máme napojených nějakých 30 tisíc poboček po celém světě od několika brandů, jako je třeba Arbis nebo Dunkins. A to byl velký zajímavý projekt, na kterým pracujeme dodnes.

Jirka Vicherek (00:13:56): A je to rozrolovaný i v Česku?

Jan Kadleček (00:14:00): Je to rozrolovaný i v Česku a úžasný paradox na tom celém příběhu byl, že úplně náhodně první market, na kterém jsme to začali vybírat, bylo Česko, což vůbec nesouveselo s náma, ale byla to úžasná jako náhoda.

Jirka Vicherek (00:14:11): No a můžeš zmínit víc, co je to za hřešení, když mluvíš o tom produktu, tak zase já tuším, ale nevím, jak moc NDAčkový to je.

Jan Kadleček (00:14:22): Většina POS je napojená do toho našeho systému a my monitorujeme ty hardwareové zařízení, jaké mají výkon. dneska běží v produkci jsou dvě. Jedno je nějaká predictive maintenance, to znamená, že většina displejů a většina POS je napojená do tohoto našeho systému a my monitorujeme ty hardwareový zařízení, jaký mají výkon. To znamená nejenom výkon z pohledu hardwareu, jak moc se jim přehrívají procesory, jak moc se plní disk, jak jim mají downtime, ale i softwarový updaty a vlastně co se na těch obrazovkách a v těch systémech děje. Což tam dává nějakou možnost predikovat, kdy je potřeba udělat servisní zásah, notifikovat, kdy může dojít k nějakému outidi, nebo kdy je vlastně potřeba vyslat support.

Jirka Vicherek (00:15:02): No a ta druhá?

Jan Kadleček (00:15:05): Ta druhá je vlastně datovej produkt pro jednotlivý franchisenty, který vlastně ty pobočky. To znamená, že nejenom, že někde na centrále ten big corporate offices vidí, co se děje na těch pobočkách s těma zařízeníma, ale ty samotní franchisenty z toho můžou mít úžitek. Takže vidí, jaký věci jsou v promotionu, jakým funguje ten content, jak fungují lokální marketingový kampaně a co se na těch pobočkách děje.

Jirka Vicherek (00:15:29): Super. Super, takže máte McDonald's na americkým trhu.

Jan Kadleček (00:15:38): Je to přesně tak, jak říkám, u nás ten biznis je založený jako na referencích, takže pro nás je důležité, aby ty projekty byly úspěšní a dopadly, že se tyhle projekty podařily, tak zase jsme dostali nějakou referenci, lidi jsou o nás řekli a tam pak následovali další klienti právě ze Spojených států a z Velké Británie, kde buď to byly datové transformace, pro firmy. My většinou jako kategorizujeme do dvou různých kategorií. Jedna jsou tradiční firmy, který potřebují inovovat. Druhá kategorie firm jsou startupy, který rychle rostou a nemůžou si dovolit udělat chybu. A vlastně tam se nám rozděly ty digitální transformace.

A druhá taková ta noha toho, co děláme, zase opět v spin toho mekáče a i heuréky tady v Čechách je datová monetizace, což je takový náš jako druhej níž.

Jirka Vicherek (00:16:29): No, než se dostaneme k tomu tématu monetizace a zase trošku hloubši do těch digitálních transformací, tak já bych ještě chvilku zůstal u té Ameriky, protože to je samozřejmě vlhký sen každého startupu, professional services, tak jít do Ameriky a asi to, že tam řeší podobné problémy, ale kupní síla je někde jinde a ochota inovovat možná taky. Tak to je jasný. Jaký jsou ty rozdíly dělat pro evropskýho, českýho klienta a dělat pro americkýho je první otázka a druhá, co to znamenalo pro vás novýho naučit zase, tak jste byli tady v Radci a remote po republice a najednou jste v 11. časových zonách, tak něco mezi tím se muselo stát a překopat.

Jan Kadleček (00:17:23): Tak určitě jsou v tom ty rozdíly poměrně značný a nám jako firmě to vyhovuje a já tam eviduji dva základní filozofické rozdíly. Jeden filozofický rozdíl je o tom, jaká tam je ta biznesová kultura a jak o tom přemýšlejí ty manažeři. Přece jenom, když my tady jdem v Evropě nebo specificky v České republice, to někým to ochotají do nějakého rizika. je výrazně nižší v Čechách, jo? A je tam výrazně více jako blokru.

To znamená v Čechách, když chci udělat transformaci, musíš dělat velkou analýzu, musíš to všechno propočítat číslama, spočítat trojky, musíš to jít jako na ten board obhájit, musíš tomu udělat všechno tohleto. V té Americe ty manažeři o tom přemýšlejí trošičku jinak. Nedívej se tolik na ty náklady, koukej se spíš na ty možný přínosy. To znamená, když příště říkáš, hele, myslíme se a odhadujeme, že tenhle ten projekt může přiníst třeba 3 nebo 5 % revenue do firmy nebo nějaký jako savings, tak oni se na to koukají, nekoukají tím, kolik to bude stát, jaká je ta absolutní částka, ale koukají se tím, kolik mně bude stát tenhle ten experiment a kolik procent z toho, co mi to může přiníst, já vlastně jako můžu riskovat. Takže oni konceptuálně o těch investicích přemýšlejí úplně jinak.

a neřešíš tolik, proč to stojí tolik a kde je problém, ale naopak řešíš, jak to můžeme dělat co nejlíp, aby to bylo úspěšné. To je opravdu velký rozdíl, který zrovna nám, díky tomu, že máme ten biznesový consulting, tak extrémně vyhovuje. Myslím si, že vendoři, který dělá jenom technologické řešení, to můžou mít jako složitější, Ale díky tomu, že na konci našeho každýho projektu, každý smlouvy, každý objednávky je biznesový dopad a to, co očekáváme a díky tomu, že s těma firmama děláme dohloubky a na příštěma odděleníma, tak máme větší páku fakt dolínou na to, aby se to stalo, tak nám to jako hrálo do karet. To je ta první? To je ta první.

A ta druhá je úroveň servisu, který ten americký zákazník vyžaduje. A tam je to jako diametrálně odlišný. Jako množství komunikace, transparentnosti, jak se s nimi musíme bavit, jak se předkladá informace, jak s nimi máš vztah. Mají ten standard nastavený úplně někde jinde, úplně někde ty očekávání. Jaký příklad toho?

Tak jediním z hlavných příkladů je třeba ta komunikační dostupnost. Musíš odpovídat jako promptně, musíš odpovídat jako transparentně, tak aby tomu porozuměli. Musíš jim dávat opravdu velký servis. Máme jednoho amerického zákazníka, který nám uváděl negativní příklad jako s jednou z českých firm. Kdy říká, já jsem jim psal, že máme nějakou důležitou prezentaci pro zákazínka a prosil jsem CEO firmy, jestli by mohl ještě jednou projít to technické řešení po těch svojich lidech.

A on mě na to odepsal, já jsem CEO firmy a na takovýhle věci nemám čas a já se zabývám jako managementem. Což ten zákazník nám říkal, já to absolutně to respektuju, ale tohle není něco, co jako my američeni jsme zvyklí. I kdyby to měla být e-mail typu, jasně samozřejmě podíváme se na to a tak říkají slibem nezarmoutíš, tak to je jako komunikace, kterou já očekávám a tohle mě jako úplně rozhodilo, rozhodilo jako z konceptu.

Jirka Vicherek (00:20:31): No, tak to je, to jak to v Americe funguje jinak a na co si rád bacha. Co to znamenalo pro vás interně? Zas mně to přijde jako obrovský mindsetový a kulturní skoky, že teď o tom mluvíš jako super, tak... tak jsme na to naskočili, tak jsme začali víc komunikovat, být transparentnější, zařadili jsme časový zahny, tak to zní tak jako straightforward, ale tak to muselo být taky porotné a taky tam byly lessons learned a failures, tak co to znamenalo pro tebe do firmy, nebo to byla tak velká příležitost, že všechno šlo za tímhle prostě Amerika, jdem do Ameriky, od teďka jsme americká firma.

Jan Kadleček (00:21:18): Tak jako bylo tam hodně challenges a ten největší challenge, se kterým jsme se potýkali a potýkáme se dodnes je kvalita lidí samozřejmě u nás jako ve firmě a opravdu jako u nás to není jenom nějaký hard skills, který jsou důležitý, ale úplně stejně důležitý jsou so skills. A to už nejenom v té komunikaci, ale v organizaci práce, do toho se ještě u nás přidává ta volnost, kterou v té firmě máme, taky je dvůsečná zbraň. Na jednu stranu je to jako fajn, na druhou stranu si děje, že ty lidi snadno můžou vyhořet, snadno se můžou přitížit. Problém ještě je, že ty lidi u nás jsou hodně motivovaný tím, že tomu klientu chtějí pomoct. Takže se pak děje, že dělají přes časy, aniž by je o to kdokoliv žádal, chtějí ty řešení dotáhnout, mají tu zodpovědnost za ty projekty a může se to jako hodně podepisovat na nich.

Takže my dneska máme jedna z věcí, která u nás funguje opravdu dobře, tak je hiring. Máme dneska 99% umrtnost, ale není to kvůli tomu, že bychom ty lidi nějakým zásadním způsobem odmítali, ale že se fakt snažíme vybrat lidi, a otestovat je během toho hiringu, tak aby oni měli šanci na to v tomhle systému přežít a to byl úplně ten největší a nejzákladnější challenge.

Jirka Vicherek (00:22:34): No a zase, když budeš konkrétní, něco, co děláte jinak než tady všechny technologicko-konzultační a konzultačně technologické firmy, aniž bys propálil zase nějaké vaše proprietary, know-how, tak něco, na co si hrdý, že u vás funguje a že ten hiring posunul.

Jan Kadleček (00:22:55): Tak asi ta nejzákladnější věc a nemyslím si, že to je nějaký úžasný know-how, ale je opravdu znát motivace těch lidí a dobře odhadnout to jejich osobnost, jestli v tom systému budou schopní fungovat nebo nebudou. To je úplně to nejklíčovější. Druhá věc, na kterou my se zaměřujeme a už to děláme jako od začátku té firmy, tak je, že pro nás nejsou tolik důležitý ty jejich technický znalosti. Jedna z věcí, kterým my se ještě jako v MBA vyznačujeme a čeho si ty klienti hodně vážejí, je, že jsme technologicky agnostiční. Že jsme technologicky agnostiční.

To znamená, že když nám mě dopříjeme na pohovor, kdo je největší snowflake expert a poslední v 8 dělá jenom ve snowflakeu, tak vlastně ten člověk pro nás nemá moc jako velkou hodnotu. Pro nás je spíš důležitější, aby oni měli nějaké konceptuální myšlení. V konečném důsledku, když to hodně zjednoduším, všechny ty databáze jsou stejný. Musí, když víš, co v ní chceš udělat, tak jestli je to tenhle ten dialekt BigQuery, dialekt Snowflake, nebo v ClickHouse, vlastně to je úplně jednopak, že ty rozumíš těm konceptům zatím. A u nás se to hodně ty technologie se na klientech střídají.

My vlastně nemáme ani žádný oficiální technologický partnership, takže někdy děláš projekt na Tableau, někdy na Power BI, někdy na Luzmu, někdy na GoodDatě. A to je opět jako velká challenge pro ty lidi, kteří jako velmi často přicházejí, že jsou experti na jeden tool, na jednu doménu a tohleto je taky jako velká věc, se kterou na začátku hodně bojujou. A v tom hiringu se to projevuje, že přesně seniori, kteří jsou jako níšovaný na nějakou technologii, tak když projdou tím hiringovým procesem, tak většina z nich říká po třech měsících, hele já jsem se tady toho naučil za tři měsíce tolik, než za dosovaní kariéru, ne do hloubky, ale do té šířky. Zase je to spojený s tím biznesovým přesahem?

Jirka Vicherek (00:24:43): No, já zase myslím si, že pár let zpátky tenhle přístup byl kontroverznější a dneska se to ukazuje jako ten blueprint s tím, jak technologie se demokratizuje. Možná vás je zhruba 40, tak OK, tak jste agnostik. nemáte jako váš stack a partnerships, ale přisposobujete se klientům, jste hodně konzultační, tak když se podíváme na těch 40 lidí, tak jaký role tam vlastně máte? Jsou všichni jako konzultant technolog jenom s nějakým flaverem nebo máte tu práci rozdělenou jako fakt čistý biznis konzultant s nějakým prostě 80, 20, 20 % v technologiích a potom je tam Jako ten tým složen z druhého člověka, který je ten jako víc technolog, ale pořád má těch 20% ať se můžou bavit, nebo jak skládáš ty týmy, jak když udělám, podíváme se na tohle.

Jan Kadleček (00:25:43): Tak ze 140 lidí, 80% lidí jsou v Televery části, vlastně jako technický, který vyležně pracují na klientech. My tam máme tři základní oddělení. Jedno je konzultační, druhý je vývojový a třetí je datově inženýrský. A ty oddělení už potom dovnitř dolů nejsou víc specifikovaný. A je to právě z toho důvodu, že jasně někdo je full stack, někdo je víc backendovej, ale zároveň víc jako klientsky orientovaný a ty týmy už si to pak jako řešejí uvnitř v sami sobě.

Jediný tři formální rozdílení máme tyhlety. A vlastně u nás i ten konzultant, ač je to jako biznisový konzultant, tak většinou má jako silný přesah do nějaký technologický architektury a rozuměj tomu. Stejně tak i ten nejposlednější člověk, který někde na backend dopíše SQL-kový transformace, tak má přesah do toho biznisu a musí rozumět tomu kontextu toho, co se tam děje. Což je opět jako výzva pro ty lidi, kteří na to úplně nejsou zvyklí. Když je někdo zvyklý, bejte jenom za klávesnicí nebavit se s klientem a jenom bouchat jiratikety, tak jak jsou popsaný storky.

Jirka Víte U U nás nás hodně hodně ty ty lidi lidi vystrkujeme, vystrkujeme, chápejte, chápejte, co co ten ten klient klient se se snaží snaží udělat, udělat. Je je to to na na vás vás ty ty řešení řešení nějakým nějakým způsobem způsobem domyslet. domyslet, Nečekejte nečekejte stostránkovej, stostránkovej, waterfallový, waterfallový, analytický analytický dokument, dokument, rozbouchanej rozbouchanej dostorek. dostorek, Je je to to o o tom, tom, že že vy vy musíte musíte rozumět rozumět tomu, tomu, co co ten ten klient klient chce chce a a ty ty požadavky požadavky toho toho klienta klienta a a to to řešení řešení se se prostě prostě vyvíjí vyvíjí na na základě základě toho, toho, jak jak vy vy mu mu to to doručujete. doručujete.

Sebelepší analýza vždycky skončí na tom, že klient na konci dne, když mu doručíš první frontend nebo první výstup, tak ti 50% věcí změní, protože si to poprvé reálně proplikalo, poprvé se nad tím zamyslel.

Jirka Vicherek (00:27:17): Tak to je jako ta interní část a teď zase pojďme se vrátit k té digitální transformaci z té druhé strany. Ty jsi mluvil o Olfinkar, jak vlastně to byl ten blueprint, jak jste se rozrostli z webovéj analytiky a marketingu do vlastně celý firmy. Když jsi tady byl naposled, tak jsi taky mluvil o tom, jak je důležitý pro vás dělat s boardem C, prostě lidma, co mají tu reálnou rozhodovací pravomoc. Ale to zase to by chtěl každý, tak jak se vám povedlo jako udělat ten switch, být takhle exkluzivní vlastně, odmítat, říkat hele tohle je sice hezká zakázka pro kohokoliv, ale my chceme prostě tady cečkou stolu a oni řeknu tak to z tého dva levly někde jinde, tak tam taky musel být trade-offs a nemohlo to být od začátku tak růžové a museli jste si to vymakat, ne?

Jan Kadleček (00:28:21): Hele jo, já bych určitě jako neřekl, že jsme nějakým způsobem exkluzivní, ale je to od té nějaký firmní strategie. Ta firma, kdyby my jsme byli jako catch-all zakázky, tak by dnes kásy mohla být jako trojnásobná, jo. Ale my prostě ty zakázky vybíráme tak, aby měly prostě smysl a měly dopad. Stejně tak důležitá věc je, že my nejenom, že jsme technologicky agnostický, ale zároveň nechceme na nás ty klienti byli závislí od dlouhodobě. Což je taky jedna z věcí, která ti mění ten jako business model.

Protože typicky nemáme žádný dlouhý supportní smlouvy, nedřížíme nějaký SLAčka, pro nás je cílem Já se vždycky na to snažím koukat z pohledu toho klienta. Já když už si teda pustím nějaký opičák z východní Evropy do svý americký firmy, který jsou přes půl kontinentu a oni mě dělají velkou strategickou digitální transformaci, která mi tu firmu dokáže jako otočit na hlavu, tak já jako na nich nechci být, nechci na nich být dlouhodobě závislej, ať už finančně, kontraktem, technologií nebo čímkoliv jiným. To jak jsme se k tomu dostali, tak u nás vlastně nikdy nedošlo k nějakému základnímu switchi. Protože my jsme také na tím Před mnoho a mnoho lety jsme dělali nějaké zaráty na Facebook, tak vždycky tam byl ten push na to, proč to děláme, co je jako za tím, co je ten biznesový cíl. A to byl i ten důvod, proč my jsme se postupně jako dostali a oddriftovali dál od těch, já tomu jako říkám, řemeselný práce do tý jako strategický práce.

No a prostě tak, aby to mělo dopad a mohl si v té firmě něco změnit, potřebuješ prostě to C. A není nic víc frustrujícího, než když uděláš nádherný projekt, který ti pak board z Ameriky zabije a ty vlastně jako nevíš vůbec proč.

Jirka Vicherek (00:30:09): No a když na to navážu, tak zase velká změna je pracovat s americkou společností a Evropskou, ať nehážu špínu tady na Čechy, ale zase myslím si, že ten mindset shift je velký, za tou velkou louží, ale jako ještě jiná perspektiva a jiný přístup je, když teda máš Cčko z nějaký velkýho amerického Fortune 500, tak to už je to samý, anebo tam taky jste se museli naučit v tom nějak chodit, koupil jsi nový oblek, anebo naopak kurzy angličtiny, nebo to je úplně jedno, nebo co to znamenalo pro tebe a pro firmu.

Jan Kadleček (00:30:56): Tak ono, se tím trošku vracíme k těm filozofickým změnám práce s těmi americkými klientami a to je ta úroveň toho servisu. U nás ten projekt nezačíná ani nekončí tím, že někdo si píše nějakou objednávku a vyručí nějaké technické řešení. Díky tomu, že ty se bavíš o těch biznisových dopadech a musíš je dopočítat, tak zároveň s tím je skill a služba, kterou my poskytujeme našim klientům, je umět to tou firmou propušovat. Prostě prodat to, ale nemyslím prodat to jako finančně, ale prodat tu myšlenku a ten projekt. To znamená, že my standardně s těma našimi klientami pracujeme, pomáháme jim ty věci prosazovat na boardu, připravujeme s nimi prezentace, připravujeme messaging do té firmy, Připravujeme s třeba datové monetizace, jak to pak mají pozicovat svojím zákazníkům a není to jenom o tom zase, že by nikdo někde psal nějaký kód, ale fakt to jako začíná v tom úplném servisu, že i když zjistíš, že potřebuješ udělat nový reporty a máš tam interního challengera, který je obchodní ředitel, který ví, že když mu tam nasadí reporty, takže na něj najednou bude vidět a najednou někdo mu po něm začne jako šlapat a velkou součástí té práce je umět to v té firmě prosadit a ty lidi si nakoupit, ty hearts and minds.

Takže to je velký aspekt, který se podle mě liší úplně od klasický, jako technologický firmy.

Jirka Vicherek (00:32:14): No ale tak zase, tak to ti nespadlo zhůry, jakoby to ses musel naučit ne, to je skill sám o sobě a zase nějaká zkušenost, tak bylo to pro tebe přirozený a vlastně najednou tam ses našel a to je ten tvůj svět a konečně si v něm, protože tam Řešíš to opravdují dopad a opravdují biznis a spíš to předtím bylo hledání se a kapitoly, tak to na mě působí, anebo najednou si začal číst change management příručky a nějaký mapování organizace a stakeholderů, nějaké jako frameworky a know-how. Říkáš to dobře, je to krásná propozice, jen vlastně tak to není tak lehký ani tady jako v nějakým zaprděným středně velkým korporátu tak rozklíčovat vztahy a co komu vadí. Možná v Americe je to jako víc na snadě nebo něco. To si nemyslíš. No tak jak se tenhle skill dá naučit.

Jan Kadleček (00:33:21): Je to strašně o té motivaci a co jsi ochotnej pro to udělat. A tím, že my jsme orientovaní na ten biznesový výsledek, tak ze všech projektů, který se ti někde zadrhnou nebo napodaří, tak si něco naučíš. A když jsme prostě začali digitální transformaci, jsme jdu managementem a někdy to zabil zvrchu, tak říkáš, aha, tak to asi nepůjde. Musíme na to jít jinak. A všechna ta série těch zadrhnutejch projektů, spožděnejch nebo jakýchkoliv, tak ti dává cíle, co musíš změnit a co se musíš naučit pro to, aby ten projekt byl úspěšnej.

Takže nikdo na začátku u nás neříkal, my budeme v biznisoví konzultanti a budeme chodit na board a budeme si to hrozně užívat ve obleku. Ne, ale u nás stojí zatím ta motivace, když už nám ten klient svěřil tu důvěru a chce udělat nějakou tu změnu, tak musíme jako udělat všechno pro to, v rámci lidských mezí, aby ten projekt byl úspěšnej. A vlastně se ti jen jako nabaluje postupem času ten skillset a uvědomuješ si, jaký oblast tě musíš mít pokrytý, aby ten projekt dopadl úspěšně. A spíš tímhle tím způsobem jsme se k tomu dostali. Nebylo to tak, že bychom Jirka Jan Kadleček management a začali to načítat, bylo to spíš o tom, že se nám někdo stala nějaká situace a říkali jsme, aha, tak on sice dva klienti, kterým jsme se o tom bavili v Bordu, nebo dva stakeholdersi, tak to chtěli, ale vlastně to jako neprošlo, protože zbytek Bordu neviděl tu vizi, co můžeme udělat pro to, aby tam byla ta vize.

Jasně, finanční ředitel se na to kouká z pohledu čísel, musíme tam doplnit čísla, jak se teda dělá rojka, jak se dělá business case, jak se dělá analýza. A šli jsme na to spíš z pohledu toho výsledku, jak se k němu dobrat, než že bychom si nakreslili dopředu, jak to celý bude vypadat a designovali.

Jirka Vicherek (00:34:58): Teď už to jako chápu trochu líp, že to je nějaká agilita cesta a že v tom value chainu jdete nahoru z té motivace doručit a zjišťujete, že prostě potřebujete víc být jako být v tom value chainu a to zase vytváří tlak a tak. tenhle feedback se mi moc líbí. Ty jsi teď zmínil zase několikrát tu monetizaci datovou a předtím si vzpomínal Heuréku, tak se vrátíme tady do Česka k Michalu Buskovi, který právě tomu kdysi dávno, to bude možná i víc než tři roky, mluvil o tom, jak se v RCE povedlo ze svých dat udělat produkt pro B2B klienty, tak vy jste byli u toho, tak tam začala ta datově monetizační, nebo už předtím jsi tam viděl příznaky a ty prototypy toho, že tohle bude ta druhá nikána, které budete růst.

Jan Kadleček (00:36:04): Určitě tenkrát jsem to ještě neviděl. Vzniknul to jako technologický projekt a já si moc vážím všech lidí v Heurace, kterým se podařilo tenhle projekt udělat tak úspěšným, jak je dneska. A jsem moc rán, že my u toho nějakým způsobem můžeme svítit.

Jirka Vicherek (00:36:18): To je tak tři roky zpátky, ne, kdy vykopli tu datovou platformu?

Jan Kadleček (00:36:22): Tak oni už na tom pracují další dobu, ale vlastně tři roky zpátky, když my jsme byli přizvaní do toho projektu, tak se bavili o tom, jak zlepšit to delivery pro toho koncovýho klienta. V té době tam ty reporty byly vytvářené manuálně, vždycky na základě toho ad hoc, kdy si jako klient řek, tak nějaký datový inženýr musel ty data vytáhnout, zpracovat, připravit report. A to, co my jsme vlastně společně s níma vyvinuli, je část platformy, kterou jsme tenkrát měli a jen jsme ji trošku posunuli na novou úroveň, kdy těž vlastně dělá automatický provisioning. To znamená, přijde obchodník, zahrá do formuláře, to, co potřebuje, Celá pipeline se nějakým způsobem vygeneruje, až se jako doručí tomu klientovi prostě jenom jako na login. A pro nás v té době to byl jako technologický projekt, ale vlastně nám to ukázalo, otevřelo nám to oči do jistý míry, protože když se vrátíme k těm digitálním transformacím a s tím ta datová monetizace dosouvisí, tak ty máš takový tři oblasti, který vždycky v té transformaci řešíš.

Jedna oblast je reporting, aby to management viděl, co se v té firmě děje. To je jako základ, bez toho se ta firma nedá řídit. Druhá oblast je jako savings, automatizace, optimalizace. No a třetí oblast je sekce nějakého něuravení. Pokud už si tyhle dvě sekce předtím udělal, tak další logický krok je, jak oni do té firmy můžou dostat víc peněz.

A právě jako díky Heurece my jsme si uvědomili, že se i těm klientům dá pomáhat s tou nejenom datou monetizací, ale se zlepšováním jejich služeb, produktů a tak dále. A protože my jsme blízko těm technologiím, tak se nám z toho stala taková neka, že když klient potřebuje zvýšit objem peněz, který mu přicházejí do té firmy a potřebuje třeba inovovat produkt nebo potřebuje udělat novej produkt a týká se to dat, nebo softwaru, tak to je oblast, se kterou my jsme schopni pomoct. Takže pro nás to vlastně byla jako podmnožena, ty digitální transformace úplně na začátku a dneska se ukazuje, že ta datová monetizace je tak hrozně komplexní jako topic, jak z technologického, tak z biznesového pohledu, Že těch firm, kteří na tom světě jsou, kteří tohoto mějí udělat, my jako moc neznáme. Moc firma jsme se nepoznali a je to taková ta nika, to v tom word of mouth, která se u nás dělá u těch referencí, že čím dál tím víc nás ty klienti poptávají na datový monetizace.

Jirka Vicherek (00:38:38): No a tak jaký jsou ty use case, nebo já připomenu tu Heuréku, tak Heuréka sbírá data, má ty feedy a čistí je a dělá nad tím chytristiku a zároveň nějakým způsobem ta data pouští zpátky do trhu, takže pokud já jsem e-shop a chci se podívat na nějakou trendovost, tak se to můžu koupit od Heuréky, Pokud jsem značka a prodám se napříč e-shopama, tak zase pokud chci vidět nějaký data a insighty z toho, tak Heureka je můj najednou data provider a je to normálně jako datový datový produkt, je to normální produkt a servisa, tak u tý Heurek je to jako na snadě, protože vlastně se u ní sbírají nejvíc dat z celého e-commerce trhu, kde to možná tak není jako ty Já McDonaldech a zase abychom to abstrahovali, tak zase jen jde o ten přístup, takže francízy jsou další ten typ.

Jan Kadleček (00:39:45): myslím, že klíčová otázka je, co to ta datová monetizace vlastně je. Protože to je pojem, který dneska každý vnímá trošičku jinak. A my na to dost často s těmi klienty narážíme. Ať už to může být nějaký prodej ročkových datasetu, třeba ve Snowflickovém marketplaceu, nebo že si to prodáváš Neil Snow nebo nějaký nadnárodním agenturám. Druhá věc může být třeba nějaký Market Insights, což je ta kategorie, který my říkáme Heuréce.

Vezmou vlastní data, prodávaj to svý klientele a vlastně prodávají data o datech svých a dál. Třetí věc, kterou my třeba považujeme i za to datovou monetizaci, je když máš nějaký sásový produkt, a potřebuješ do něj udělat nějakou funkcionalitu. Jo, typicky třeba si Jaremko chybí ti tam dobrý reporting, tak to je i věc, kterou my považujeme jako za datovou monetizaci, že vlastně přidáš novou funkcionalitu do jejich produktu. A nebo to může být případ, jako je s tím McDonaldem, kdy vytvoříš úplně nový produkt. Takže ta datová monetizace, tak jak my vnímáme ten pojem, je poměrně jako hodně širokej a díky tomu, že je takhle širokej, tak je i komplexní.

Jirka Vicherek (00:40:47): No a teda tak tu Niku si rozdělil ještě na tři čtyři podobory, tak zase můžeš zmínit nějaký klienty nebo Casey nebo být konkrétnější v tom, co za váma chodí. Zase klidně bez zmínění toho klienta a ty značky, ale tak nová fičura nová fičura v SASu, když se chytnu toho za mě malýho nebo toho, co Asi bych nedal na první dobrou do škatulky monetizace dát nebo datová monetizace, ale přijde mi to hodně zajímavý z tohohle pohledu, tak tam nějaká zkušenost nebo ten market nebo kdybych to chtěl začít dělat, tak co je k tomu potřeba?

Jan Kadleček (00:41:30): Tak zhruba tohleta kategorie je poměrně zajímavá. My v tom máme několik klientů. Takovým jedním, myslím, že nejzajímavějším v tohoto chvíli je jedna britská workforce management platforma, která zase pro restaurace, gastro, eventy zajišťuje stuffing, takže kolik lidí má být na směně a přesně ta věc, kterou my jsme třeba pro ně dělali, je za prvý. Prediktivní analitika a forecast, jaký teda vlastně budou jako tržby, kolik lidí na těch směně má být a nějaký recommender algoritmus, který tomu manažeroj ty daný pobočky, ukazuje, kolik lidí by měl být na tý směně, což má obrovský dopad do toho jejich biznesu, zejména do kostu. Druhou věcí, kterou my jsme pro ně dělali, je lepší reporting do tý aplikace.

Takže oni říkají tomu IQ, a vlastně začali obohacovat ten svůj sásový produkt o to, že nejdeště předávat nový funkcionality zaměřený na data. Takže ať už je to jenom o tom, který stav, který operátoři dobře fungujou, kdo má větší dýška, jak moc nás ovlivňuje počasí, jak moc nás ovlivňuje lokalita, jak nás ovlivňují eventy. A tohle jsou vlastně insighty, který oni přidávají jako součást toho vlastního produktu tím svým koncovým klientům a mají nad těm nějakou další monety začíní ve stvu, že to prodávají jako dodatiční funkcionality. Tak i tohle je věc, kterou my dneska jako považujeme za datovou monetizaci a je to datová monetizace, která je vlastně white labelovaná, je součástí té coreový aplikace toho klienta a nikdo vlastně vůbec neví, že to může běžet na jiný platformě, že to běží na datovém skladu, ne na produčních databázích, aplikačních a tak dále a je to poměrně jako hodně zajímavý z toho technologického prvku. To, co mě ještě na těchto vlastně jak insights, tak na těchto sásových a rozšířeních produktů přijde zajímavý, tak je ta technologická komplexita.

Že najednou, a velmi často to není o tom, že oni jenom ingestují své vlastní data, ale právě potřebují nějaký data z trhu. Potřebují data z nějakých třetích stran. Chtějí si do toho připojit třeba svůj vlastní booking systém. A teď to, k čemu ti dochází je, že každý ten koncový klient, který používá tu aplikaci, si musí být schopný ty dashboardy jako customizovat. A teď musíš mít jednotnej datovej model, ale oni do toho připojují svoje vlastní credentials, takže ty musíš mít specifický pipeliny pro toho klienta, kde pásuješ jeho credentials.

Musí to být verzovaný napříč třeba 40 tisíci klientama, tady nebo 40 tisíci uživatelema, ale zároveň oni si ty reporty můžou nějakým způsobem skládat sami, můžou si je upravovat, můžou si do nich jako zapínat vlastní funkce, dělat si vlastní insight.

Jirka Vicherek (00:44:06): To nezní jako komplexita, to zní jako peklo.

Jan Kadleček (00:44:10): A ono i na tý heuréce, která není jako součástí core produktu, ale tak tam to je taky spoustu, jo, i jaký kategorie, jaký časový období, jaká granulorita, jaký data můžu vidět, jaký data už vidět nemůžu, chci, aby si tenhle ten konkrétní klient exportoval, má je mít white labelovaný a když pak spočítáš všechny ty proměny do toho technologického řešení, tak se to potom opravdu fakt jako nafoukne. A už jenom postavit tu pipeline, do které ten klient pásuje své vlastní credentials, A třeba ten klient má jiný atributy, má jiný data, custom fieldy a ty to musíš jako přizpůsobit, aby ta pipeline byla jednotná, ale zároveň dostatečně personifikovaná, tak my jsme třeba naráželi na to, že ty tradiční ETLka nám nedovolujou takovouhle možnost tý customizace, protože prostě na to nejsou stavěný.

Jirka Vicherek (00:44:59): mě tam vlastně teď až mi dochází, proč když jsem mluvil o těch třech oddělení, tak jedno bylo jako software engineering v podstatě, že to nebylo klasická datařina, ale víc software engineeringu, i když zase asi se k tomu dostaneme, že že ty kategorie se čím dál tím víc slívají. Mně to přijde jako vlastně hrozně zajímavý field a čím víc se produkty vyzijou data, tak tím víc se budou hledat datový produkty a jak je monetizovat. Tak přijde mi, že je vlastně zajímavý, že je to ještě niká, kdybych já se chtěl jako buď specialista nebo už někdo, kdo v tom má biznis nachytřit, zjistit o tom víc, jsou nějaký jako best practices něco, nebo musím se přihlásit do MBI a dělat půl roku až tři roky s váma, abych to dostal pod kůži, nebo kde ty se nachytřuješ.

Jan Kadleček (00:46:03): Z hlavy mě nenapadá žádný jako jeden zdroj, na který bych odkázal. Je to nějaký kompendium těch znalostí a zkušeností, který jsme za ty jako roky nazbírali. Takže nemůžu úplně jako doporučit. Ono, to, co je ještě jako na tom složitý a proč nám to zase konkrétně hraje do karet s tím business consultingem je, že ta technologická sekce je jenom jako jedna část a to, co je stejně komplexní jako ta technologická sekce je pricing. Etika, právě svém, co jsou naše costdrivery v tom produktu.

Jsou to usery, je to amount dat, jsou to kredity na ETL, jak to budeme pásovat na klienta, jak jim to budeme prodávat, je to core offering, je to add-on, je to upsell, jak nastavit správně licence, jak dopočítat, jestli to vůbec má smysl dělat. Víme, že musíme do nějakého prototypu nasypat 100-200 tisíc dolarů, abychom to na ty klienty mohli otestovat. A jak dopočítat trojku novýho produktu, když nevíš, jestli tam je jako market fit. A součástí té datovní monetizace, té naší práce je i s nimi vlastně dávat dohromady tu jako revenue strategii, která zase má dost přesahu do toho trhu, do těch uživatelů, do uživatelského výzkumu. Takže není to jenom o tom zbastlit si nějakou pipelinečku a někde něco vystřelit, i když samozřejmě jako dneska prototypování jako extrémně, extrémně hodně pomáhá.

Jirka Vicherek (00:47:20): No a zase ty říkáš, že tam je ten business consulting, že se na to potřeba dívat holisticky, Když tě stáhnu, jsme přece jenom technologická komunita, technologický podcast, stáhnu tě do toho ne tak důležitýho, ale technologického řešení, tak co jsou tam lessons learned, nebo jak tohle se vyvíjelo, mluvil jsi o tom, že některá ETLka to vlastně nepropustí, že jste si museli i na téhle technické úrovni vlastně najít správný řešení, tak zase, co by jsi zposlal v čase tři roky zpátky, co nedělat, do kterých slepých cest se nepustit a tím obohatit naše poslu.

Jan Kadleček (00:48:06): Tak jako u nás s tím, že se snaží být technologicky agnostičtí, tak to s tím přichází jako hrozně velký kost, který je s tím asociovaný. Protože každý ten projekt je malinko jiný. Musíš to mít hodně kontextu. Každá to technologie je jiná. Složitě se to pak dlouhodobě audřižuje, když máš prostě 20 projektů, který jsou technologicky úplně jiný.

Zase hodně to jako vypaluje ten tým. Tím se trošku jako vracíme i k tomu hiringu, protože ten hiring je u nás jako náročnej, drahej a zlouhavej, protože najít ty správný lidi ještě dobře, zaplatit je vždycky jako výzva. a my jsme museli nějakým způsobem ty věci začít sidnocovat a aby to bylo jako předatelný, protože to je jedna i z těch jako našich důležitých hodnot a v tu chvíli, když jsme na začátku dotou monetizaci dělali na, vlastně jsme ty věci psali jako custom, tak pak se ti to jako hrozně, hrozně jako roztříští a je to blbě, je to blbě udržovatelný. Takže nám nezbylo nic jinýho a lidí u toho, že jsme to neudělali dřív, tak vlastně jsme vytvořili dneska už to z tento projekt Datalook, který nám jako pomáhá minimálně ty pipeliny monitorovat a nějakým způsobem to orchestrovat a sjednocovat ten stack a je to vlastně do jistý mirilou kodová platforma, která je potom snadnit předatelná tomu klientovi. Že se nám samozřejmě na začátku stalo A o to víc jsme na to pak začali dbát, aby na nás ty klienti nebyli závislí, že když jsme jim prostě něco napsali na míru, tak bylo pak hrozně těžký pro ně si to od nás jako převzít.

Takže dneska my jsme to vlastně zabavili do nějakého produktu, který těm klientům jako pak necháváme, máme to vlastně takhle udělané i s Heurékou, kdyby se s naší firmou cokoliv stalo, tak oni dostanou všechny zdrojáky, mají k tomu veškerou licenci, protože opět nechceme, aby na nás byli závislí, čímž ti potenciálně utíká samozřejmě nějaký biznis, což je jako taky daň, která v té celé věci je, ale byla to věc, která nám jako zásadně pomohla ty věci dělat udržitelný, předatelný, stabilní a není nic horšího, než když tě volá americký zákazník nebo nadej bože australský ve tři ráno, že mu spadla pipeline a že to někdo jako musí začít řešit. Takže i ta daň do toho nějakého osobního života dneska už máme A ten tým právě v těch 11 časových zónách, aby jsme to tak neměli, ale několik let jsme prostě dělali ve dne v noci, musel zbyt na telefonu, když ti na tom běží produkt, za který klient jako čaržuje peníze, tak to není jako interního reportingu, že když si ti to nerefrešne, tak to není zase takový problém, jako když volá, nedej bože, nasraný zákazník, z Apple, z Xiaomi nebo z těchto nadnárodních brandů, kteří tu platformu používají a zeště udělat dosto, že jim to jako nefunguje. A pak je to jako poměrně velký pain.

Jirka Vicherek (00:50:56): No, a ta platforma je teda co, v čem je to napsaný, je to jako cloudový řešení, chápu, že to asi není úplně sas, čistý, podle toho, jak o tom mluvíš.

Jan Kadleček (00:51:06): Jo, hele, je to napsaný v TypeScriptu a v zásadě to má dvě hlavní funkcionality, jedno je orchestrátor a monitoring, jo, to znamená, že ty si do toho, a zase se dostáme k té technologické Agnostičnosti, že to není jako věc, kde by tam byl napsaný vlastní TL, vlastní warehouse, nebo nějaká taková jiná věc, ale ty do toho můžu jako plagnout. Používám Keboolu jako i TL, používám Fivetran, používám cokoliv dalšího, můžu do toho plagnout jaký kodev datovej sklád, Jakýkoliv vizualizační tool a ono ti to vlastně sleduje, jestli tam ty data běhají tak, jak maj a alertuje to. Druhá část, která zase aby těm klientům uležtěla ten vstup do toho, že chtějí otestovat nějakou myšlenku nebo nějaký produkt, tak je portál, což je úplně jednoduchá frontendová aplikace, do který ty embeduješ ty jednotlivý frontendy, ať už to jsou vizualizační BI toly nebo nějaký datový apky. A ona má společnou security, user management, integrace na SSOčko, abys prostě měl připravenou krabici, do které už dáš ten výsledný produkt a nemusel si pro každého klienta psát integraci na Stripe a jak si jí maily registrační se budou posílat a psát funkcionalně tu zapomenutých hasel a takovýhle věci. A to jsou vlastně jako dvě ty základní části toho produktu, který nám dneska zásadně pomáhají s těma datovýma monetizacema.

A samozřejmě klíčovým aspektem je i monitoring kostu, nejenom jako provozu. Že v tu chvíli, když tam máš přesně zapojený jiný warehouse, jiný e-tilco, jiný BI tool, tak každý z nich má jinou, jinou monetizační politiku. Tý halko tě čarže třeba po sekundách, BigQuery tě čarže na množství dat, které těm protečou a Frontend tě čarže na množství jako uživatelů a ty vždycky tomu klientovi musíš ukout nějaký škalovatelný balíček, aby on věděl, že na tomhle konkrétním zákazníkoji neprojede kalhoty. A na tomhletom zákazníku ji zase nějak nevydělává a zase pak jako strouhá toho zákazníka. Takže to jsou takový ty unifikační prvky, který my jsme si museli vyvinout, ač ne úplně rádi, protože to přece jenom, i když tu věc potom těm klientům jako dáváme, oni si ji sami můžou provozovat, je tam, vytváří to nějakou malou závislost, kterou se snažíme minimalizovat školením, předáváním.

Open Codem, to znamená, že ty zdraví kody jsou viděta a přesně i smlouvama, že kdyby se s náma cokoliv stalo, tak oni si to bez dalšího pak můžu provozvat sami.

Jirka Vicherek (00:53:31): A ještě mě zaujilo, jak říkáš stand alone product, přitom tady máš IP a tak, tak já asi teď nemůžu jít a koupit si to a začít to provozovat, anebo je to takhle stand alone, nebo kde zase, kde končí váš interní tooling a zrychlení time to delivery a... šablony a předpřipravený řešení a jako interní produkt, který používá to u vašich zákazníků a začíná podle tebe stand-alone product ve chvíli, kdy můžu jít na web a dát tam kreditku?

Jan Kadleček (00:54:07): To je skvělá otázka, kterou my řešíme roky. A nemůžu říct, že bysme jí jako louskli. Určitě ta věc dneska není self-serve, jako že bys vše udělal si s registraci, sám si to zapnul za deset minut, by ti to běhalo. Takže tak, jak my to dneska děláme je, že ta platforma má různý implementační partnery. MBI je jedním z těch implementačních partnerů, který ho může využít.

Máme tam další implementační partnery, který to jako nastavujou. Ale nedokážu si představit, že bez toho všeho, ať už bez toho biznesového záměnu, který má někdo dobře promyšlený, ať už bez rozmyšlený dobře té architektury a bez technických znalostí k tomu můžeš jako přijít a přes vibe-coulding si něco takového jako postavit. Určitě to stále z velké části vyžaduje nějaký handholding toho koncového klienta a my ani nemáme jako aspiraci z toho děláv jako self-serve, protože zatím nevíme jak.

Jirka Vicherek (00:55:01): A myslím si, že prosaz není úplně ta nejvhodnější doba. Ty jsi hezky mi nahrál na poslední část na Slona v místnosti a to je Ejajko. Tak když jsme se viděli tři roky zpátky, tak to vypadalo nějak pro Missing a o tři roky později... To je tady v plným a hezky se mi líbilo, Ivan Kutiro sdílel predikci z Google, kde před čtyřmi lety v rámci nějakého keynote měli 60% interních biznesových aplikací budou tvořit lidi, kteří se dnes nepovažují za vývoj aře. Kteří se dnes nepovažují za vývoje hře, tak to bylo taky softový, hezky naformulovaný a druhá predikce byla, že budeme mít čtyřdení pracovní týden, tak té první jsem věřil skoro míň před těma čtyřma lety a voala, myslím, že se naplněla zcela.

a tak s tobou se asi není má smysl bavit o čtyřdeným pracovním týdnu, ale o tom, co přinesla AI, Vibe Coding a Agenting, tak to bych chtěl, protože zase mám pocit, že spousta z těch věcí, které si říkal, tak pár let zpátky, i když jsme se viděli naposledy, byla... vlastně nejasná a trochu kontroverzní. Na toolingu nezáleží, agnostik je ten správný, potřebujete se z role specialisty a technologa dostávat nahoru do role biznisového konzultanta, tak Přestože to byly hezký přístupy, tak za ty poslední tři roky se to tak zrychlilo, že zase z mého laického pohledu, tak vlastně nemáš jen možnost, protože ta technologie, jak jsem říkal, se demokratizovala a a kod už není mout a najednou se to celý odemklo a tím pádem to, že si vystudoval IT univerzitu, IT obor, tak najednou nemá takový heč oproti někomu, kdo vystudoval práva nebo ekonomku a naopak ten zprávamenu ekonomku, tak nějakou část tvýho value chainu najednou s pomocí jej jako požírá. Tak co to znamenalo pro vás, jak to vypadá dneska u vás, jaká je realita delivery pro takhle americký klienty v takový škále a jakou roli v tom má

Jan Kadleček (00:57:41): AI? Tak samozřejmě je to služitý téma, kterým jsme dlouho řešili a už od počátku u nás ve firmě byly dva protichudný filozofický směry. A jeden směr, který jsme věděli úplně od začátku, když jsme byli banda freelancerů, tak jsme říkali, že technologie se budou abstrahovat. Jo, někde jsme se nedokázali představit, jak rychlý to bude, ale to jsme věděli, jo, protože z logiky věci jsme vycházeli k tomu, co je drahý, tak někde někdo na tom pracuje, by to nějakým způsobem zlevnil. Takže vlastně, i když jsme začínali jako banda freelancerů, tak už jsme se orientovali spíš na ten biznes, když jsme říkali, někdo vyvene nějaký nový framework, který to zjednoduší, ně kdo udělal kodovou platformu, někdo udělal něco takovýho.

Jirka Vicherek (00:58:20): Jasně, a to je zase vlastně hrozná výhoda, že jdete z tohohle světu, kde se platí za to, že nastavíš AdWords a o dva měsíce později přijde tlačítko optimalizovat AdWords a to tlačítko udělá 80% práce za tebe a to jsme ještě nebyli v Gen.ai, to jsme byli jenom v klasickém machine learningu a optimalizačních a funkcích těchto velkých platform.

Jan Kadleček (00:58:45): Je to přesně tak, ale na druhý straně vždycky u nás byl ten skepticismus a ten push proti. Už to tam je, jak moc to musíme hlídat, jak moc to musíme kontrolovat, jak moc tomu musíme věřit. Takže my jako s AI-kem jsme si tak hráli, řekl bych, hry na směšné lásky samozřejmě už jako dlouhou dobu, ale nikdy jsme jako nešli do nějakého jako zásadního produkčního nasazení nebo do ničeho, že bychom fakt nad tím postavili jako ten biznes. A to se před původkem trochu změnilo. Protože samozřejmě s vydáváním a s tím, jak sledujeme ten trech a jak tam jsou ty exponenciální skoky, tak jsme vlastně jako došli k názoru, že teď už je ten čas, že už se tomu jako opravdu opravdu nedá vyhnout a když jsme to trošku odkládali a zdržovali, tak teď naopak jsme se jako do toho pustili v plný palbě, tak aby jsme z toho vytěželi maximum.

Co to teda jako znamená v praxi jako u nás?

Jirka Vicherek (00:59:39): A byl tam nějaký moment, jakože, anebo už vařili té žábu tak dlouho, že jste zjistili, že se dá sníst, nebo přišel opus 4,5 a najednou něco vygeneroval a ten člověk to přinesl a všichni, aha, tak to jsme zaspali, nebo byl tam nějaký takovýhle? Konečně si měl volný odpoledne a mohl se nadechnout a zamyslet a najednou si řekl OK, tak tohle už potřebuje řešit.

Jan Kadleček (01:00:10): A my jsme se spíš jako interně pobavili o těch objections, který jsme proti tomu měli, jo, a to je, píše to kód, který neumíme udržovat, a který ho nevidíme. Je to black box. Má to teda pomáhat člověkovi a je to nějaký pomocníček vedle. No a pak jsme si vlastně jako dali takovou sessionu, kde jsme si řekli, jestli tyhle ty naše jako názory nejsou zastralý, nebo jestli to fakt tak je. A jedna z prvních věcí, na který jsme přišli je, jak ten žádná revoluční myšlenka, jo, spíš jsme si ji uvědomili, je jak rychle jako se ty modely vyvíjí a že vlastně apky, který jsme částečně nikde použili nějaký AI a psali jsme před rokem a půl, takže jsme vlastně jako nikdy nemuseli řešit tu maintenance, že mezi tím se vydal chytřejší model, který už ty problémy byl schopný jako vyřešit.

A když jsme si nakreslili tu křivku, jak rychle to jde, tak jsme vlastně zjistili, že tohle vlastně už vůbec není objection, protože to, že teď to napíšeš, je to black box a nevidíš do toho, a kdyby jsi za toho chtěl něco změnit nebo se v tom něco rozbije, tak si to musíš chtěli na studovatel s tím to přepsat, takže vlastně dneska za toho půl roku se stane takový skok, ten generační, že ty už to nemusíš řešit, že ten model se natolik schytří, že už je to schopen vyřešit sám. Tak to byl samozřejmě jeden jako první, jako velký, velký step. Druhý velký step byl, že my jsme nad tím furt přemýšleli, že AI-ko má pomáhat lidem s jejich prací. No a když jsme se o tom jako pobavili do hloubky, tak jsme přehodnotili ten názor, že lidi mají pomáhat AI-ku. A to z toho důvodu opět.

Tak jak to rychle evolučně jako roste, tak to není pomocníčit člověku, ale vlastně všechny ty workflows ty musíš vohnout k tomu, že teď tomu AI-ku dáváš berličky a proto tam máš toho člověka, ale za dva roky to tak vůbec nemusí bejt. A to byly nějaké jako dvě fundamentální změny, který jsme si uvědomili. No a třetí věc je, že jsme jako nebyli úplně zorientovaný v tom všem, co se děje, protože v jajiku každej týden je úplně něco novýho.

Jirka Vicherek (01:01:59): A proto sledujte datatel v newsletter?

Jan Kadleček (01:02:02): Přesně tak. A každej týden se stane něco novýho. a vlastně ty diskuze vždycky končily. Hele, tak co to je? Je to teda jako Tooling, je to jako OpenAI, nebo je to Grog, nebo je to Antropic, nebo co je ten Tooling, a je to teda VS Code, nebo Cursor, nebo si něco napíšem.

No a vlastně jsme jako došli k názoru, že když budeme takhle dlouho přešlapovat, takže se nikam nedostaneme a že v konečném důsledku celý ten delivery model musí být vymyšlený tak, aby byl taky agnostický na tom modelu. A tohle, tyhle tře věci nás jako odblokovaly v tom přemýšlení, že jsme si řekli, tak teď je ten čas se do toho vrhnout a navrhnout si ty interní procesy a tak, jak to bude fungovat na základě těchhletěch třech principů, což byly naše největší blokry.

Jirka Vicherek (01:02:45): No a tak co byl next step? Všem řekneš, každý bude mít IDčko s AI-kem a kdo ne, tak mu žahnu na odměny. Hodil jsi to do KPIs? Z jaké strany jsi udělal ten tlak motivaci, ten change management? Tak si začal u sebe?

Jan Kadleček (01:03:06): No určitě jsem začal u sebe, to je jasný, že nejřív tomu člověk jako musí věřit. Druhá věc je, že já úplně nevěřím na represivní opatření, takže je to spíš o tom, že ukazuje ještěm lidem, že to tobě pomáhá. Nemůžu říct, že bysme to měli všechno vyřešený, rozhodně jsme jako furt v procesu a every day is a all day. Ale v tu chvíli, když už to postavíš vedle sebe, když se zpracovala nějaký supportní tikety a dva lidi na tom začaly pracovat a jeden kolega se v něm hrabal 4 hodiny a přišel úplně stejným PRkem jako kolega, který to za 20 minut měl vyřešený s pomocí AI-ka, tak pak ty lidi sami na sebe začnou tlačit nějaký, začnou nad sebe cítit vnitřní tlak, než aby ho někdo dělal zvenku a vlastně říkají, proč já se tady s tím seru čtyři hodiny, když se teda jako vyříš nějakým jiným způsobem. Takže to si myslím, že odstartoval tu změnu a ten největší objection, který byl u nás u těch interních lidí je, my nevíme, kde jako začít.

Co je teda ta věc? Takže my jsme připravili nějaký prostřední, nějaký balíček, který je prostě předsetupovaný, to znamená mají tam MCPčka, konektory, napsali jsme si vlastně MCPčka do většiny technologií, kterými používáme. Udělali jsme nějaký základní skily a vlastně jsme řekli, tady máš to, s čím můžeš začít, předělej si to klidně do jiného IDčka, předělej si to jak chceš, ale tady máš nějaký jako basic, který je jako otestovaný. Tak to byla ta část u toho jako technického týmu. Ale mnohem větší část byla v tom, co se děje předtím, než někdo začne psát ten kód.

A v tom nám to už pomáhalo dlouhodobě a konkrétně v tom konsultingu, kde prostě pro nás to s kým mým bojem jsou většinou ty tradiční velký konzultační firmy, jako je Deloitte, McKenzie, BCG, tak to byly firmy, se kterýma jsme se nejčastěji spotkávali a ten jejich biznis jsme byli postaveni na tom, že tomu je ten seniorní partner, který to domluvují, vymyslí a pak tam naběhne ta armáda těch juniorů, který udělají tu rešerši, si píš a pak dohromady s tím partnerem dají ten výstup. No a vlastně primárně, co dělají ty univerzi, jsou různý rešerše, rozhovory, interviews, no a to byla věc, která byla vlastně hrozně jednoduchá, jako si vypomot s tím AI-kem, že si ty věci prostě nahraješ, máš ty informace uložený v knowledge base, můžeš se ho doptávat a najednou trávíš mnohem menší část té svý práce. Tím hloupým kolektováním, nebo ne hloupým, manuálním kolektováním těch dát a můžeš se zamýšlet nad těma jako výstupama a víc času strávíš, ne na tom procesu, ale na té kvalitě toho výstupu. A to byla první věc, která jim pomala odblokovat, že když jdeš do nových firmy, musíš projít všechny jejich data a uděláš 30-50 razhovorů s těma lidma v té firmě, tak najednou tohle je obrovský enabler, že to nemusíš dělat ve 20 lidech, ale jsi to udělat schopnej ve třech lidech a jste to schopný udr No a to nám vlastně jako dalo ten základ, že nám to pomohlo, co vlastně u toho klienta chceme dělat, jak to jako odkomunikovat, zase příprava materiálu, vizí, boardu, těchto věcí, obrovské jako time saver. No a pak jsme si museli vydefinovat ten interní proces kolem toho, protože od strategické analýzy a záměru toho, co se mohla dělat, je ještě fakt jako dlouhá cesta do toho, když někdo začne psát nějaký kód, do toho repozitáře.

A vlastně jsme pak šli systémem, co jsou teda ty předávací interní dokumenty, co ty lidi potřebuji od toho konzultanta, jak vypadá technická analýza, jak se to dá urychlit. A konkrétně s těma MCPčkama, tak tady jsme napsali MCPčko na SAP, osahaj si ty endpointy, podívaj si, jaký tam jsou data, porovnej tu, jaký data jsou ve tom fliku, porovnej, jaký data jsou v technické analýze, podívaj si na biznesové požadavky, A vlastně tím našim lidem, kteří pak dělali ty analýzy, to zase jako umožnilo obrovsky jako časově skákat do předu, protože netrávali tedy času na té manuální práci. No a takhle jsme popisali všechny ty jako jednotlivé interní dokumenty a jsme došli do toho, že máme v podstatě jako tři gejty, jedna je dokument pro klienta, Druhá je technická analýza, třetí je implementační plán a z toho už si ti pak vygeneril tikety do Jerry. Rozdílený tak, že to je za svět, která nikoho nebaví, jo, popisovat tikety do Jerry, rozpadat je na časový odhled a tak dále. No a pak už byl jenom malej líp k tomu říci, který ty tikety necháš udělat agenta a jenom uděláš kváčko, a který tikety si jako vezmeš sám.

a tohletu věc mi jako aktivně teďka jdem 4 měsíce a ty výsledky jsou zatím poměrně zajímavý. 80% kódu vlastně dneska už píše AI, což mělo rezult, že lidi mají o 40% více jako kapacity se nad těma věc má zamejšlet. a mají větší výstupy. No a má to samozřejmě dopad i na ty naše klienty, kteří to hodnotějí pozitivně, protože zase náš business model typicky není prodávat hodiny, ale náš business model je ta rojka na konci dne. Což je zase naše obrovská výhoda v tom, že my dlouho už neprodáváme hodiny, ale spíš sebám je o tom, jestli ten projekt dopadne dobře a jak se bude hodnotit, když dopadne dobře.

A v tu chvíli, když teďka přijde za klientami a říkáš... Ty náklady na to, aby se ten projekt stál, jsou nižší, to znamená, ty máš nižší riziko. Potenciálně my máme větší payoff, ten klient má větší payoff, že to má doručený rychlejc, tak to vlastně hrozně sedlo do toho našeho jako business modelu a obrovský strach, který my jsme ještě měli, bylo, že ty klienti, když ty věci budou levnější a rychlejší, takže jako ty práce vlastně bude méně. A on se stal přes nejopak, protože prostě sídlem prostě jako chuť. A najednou oni mají nabadgetováno, najednou tam je víc projektů, víc zajímavějších věcí, víc success stories a mnohem víc to zvyšuje tu trakci v těch jako firmách a vlastně ty firmy to posunou jako sami, takže oni naopak mají větší, aby teď do těla těch větších chcí investovat, že za méně peněz dostanou jako víc muziky.

Ta implementace Jirka samozřejmě měla i nějakou stinnou stránku, protože my jsme museli vlastně na měsíc zastavit celou firmu, že tím, jak jsme to jako odkládali, tak jsme si řekli, že teď je jako potřeba do toho šlápnout a ty věci nějakým jako způsobem dohnat. a bylo to jako jedno ze dvou rozhodnutí, který za celou dobu fungování firmy jsme měli nějaký spor nebo jsme museli jako použít nějakou autoritu, protože jsme vlastně museli stopnout klienty, museli jsme pozostavit projekty, znamenalo to deadline, znamenalo to nějaký uteklý prachy a vlastně na měsíc jsme se zavřeli, tak aby jsme to do té firmy dostali. A bylo to jako jedno ze dvou nejnáročnějších rozhodnutí, které jsme vlastně za tu dobu fungování firmy udělali, společně s tím, když jsme udělali ten přerod vlastně z marketingu a dodat, kdy taky jsme museli seknout část portfolia, část klientů, část revenue a museli jsme se vodat nějakému novýmu směru.

Jirka Vicherek (01:09:38): No a tak když se podíváme na ten business model, to mi přijde fascinující, tak jaká je zase nějaký klasická propozice, takže klasická propozice nabídka, kterou posíláš, tak je tohle budou nějaký naše kosty, takže chceme nějaký fix a to a je to tím pádem waterfall, protože předtím si mluvil víc o agilitě a agilita zase za mě Potřebuješ hodinovku, protože nevíš, co se bude dělat v jakým tom, tak...

Jan Kadleček (01:10:07): Hle, je to klient od klienta, ale v zásadě máme tři modely. Jeden model je Time and Materials, druhý je Fixed Price a třetí je Business Value Proposition. Nějaký je posak se svíčko. Jo, a záleží na to, co si ten klient vybere, protože každý z nich má nějaký výhody, nějaký nevýhody. Jo, nějaký klient chce tu cenu mít jasně na novou, ale chce tam mít nějaký rizika, někdo je ochoten, když se mu to jako variuje, jo.

A my se vůči těm klientům snažím být hodně transparentní. Takže třeba velká část těch klientů, který běží na témisem un-materialius, tak my dneska vyloženě po samozřejmě diskuzi s nimi a po tomu akceptaci po vysvětlení dáváme jako dva řádky na faktoru, když to zjednoduším. Jeden řádek je počet lidských hodin a druhý řádek je počet AI hodin, který jsou samozřejmě za úplně jinou rejtu.

Jirka Vicherek (01:10:52): A AI hodiny jsou jakoby tokeny pro počítaný nebo je to nějaký jiný, jiná chytristika?

Jan Kadleček (01:11:00): Dlouho jsme se snažili vymyslet chytristiku a pak jsme to nakonec udělali jednoduše. Vlastně tak, jak to dneska, jak jsme se to snažili dělat, bylo tokeny, telemetrický data, vytahovat to někde, počítat to reální kosty. No a nakonec jsme se zase vrátili k tý biznesový propozici. To znamená, že my to standardně naceníme, tak jako kdyby to by dělal člověk a pak klientů řekneme, na tom ho bude dělat člověka AI-ko, člověku by to zabralo 40 hodin, teďka na tom začne pracovat, člověk s AI-kem to udělal za 10 hodin a těch 30 hodin z toho původního nacení zbylo a ty se vybylo jako AI-kové hodiny. a je to jako zjednodušenej model, ale nepodařilo se nám to zatím technicky vyřešit tak, aby jsme to připočítávali na nějaký tokeny.

Jirka Vicherek (01:11:41): Je to vlastně šitrý, protože on počítá s 40 hodinama a je nadšený, jakože to je win-win. Slyším o tom poprvé, přijde mi to hodně zajímavý business model. No, takže to je time and material.

Jan Kadleček (01:11:53): Fixed price je jasnej. A success feečko je taky za mě jako v zásadě jasný.

Jirka Vicherek (01:11:58): A jak často se vám daří dostat se svíčko, proč zas víš, je to, všichni by to chtěli, nebilovat hodiny, je sen všech agentů od věku věku, proto dělají vlastní produkty a přemýšlí a to, tak je to pro tebe těžký, je to nový standard, chce to hodně vysvětlovat a ukazovat, že to fungovalo. Chce to jít do rizika, že na tom prostě propálíš komplet marži a že rok práce kvůli chybě někoho jinýho prostě půjde do kanálu?

Jan Kadleček (01:12:35): Je to hodně těžký, je to hodně složitý, je to nejméně zastoupený v tom našem portfeliu v tuto chvíli a děláme to jenom s klientama, se kterým už pracujeme nějakou další dobu. Určitě to není tak, že bys šel do novýho projektu a hnedka bys na novýho klienta vybalil, že jde to nějaký success víčko. Jo, zase u nás je to hodně o té transparentnosti, o té komunikaci s tím klientem, takže většinou děláme nějaký PLCčko, to není nic jako nestandardního, tam si osaháme, jestli jsme schopni s tím klientem fungovat, tady se bude mě o té biznesové části, protože když ti někdo cizí trošku začne vrtat do firmy, tak na každému se to líbí. navíc ne vždycky my taky máme pravdu, jo, takže tam si musí sednout ta chemie, potom třím měsíčním POCčku se už tak pak nějak jako známe a pak začnem od tyhle témata, jak jim to jako vyhovuje. A vlastně dneska ten nejčastější jako model, který máme je, že oni si většinou od nás koupí kvartál, nebo několik kvartálů, který má prostě v sobě počet hodin a nadefinuje se, co má být výstupem z toho kvartálu a když to dopadne, tak je tam sexi svíčko, když to nedopadne, tak tam jako není.

Jirka Vicherek (01:13:40): A s AI-kem změnil se ti ten sizing, posunulo se tohle, když se ti zvyšuje delivery, tak vlastně, když by se spodílal na nabídky před tím půl rokem a teď, tak je tam změna?

Jan Kadleček (01:13:55): No finančně řekl bych, že ty objemy jsou víceméně furt podobný, ale je tam změna v tom, že ty toho mnohem víc dodáš, máš mnohem spokojnějšího klienta. A zároveň díky tomu, že ty věci jsou levnější, tak ty si vlastně paradoxně můžeš dovolit i víc vyfejlovat. Nebo jít do rizikovějších projektů. Protože prostě když to nedopadne, tak to nestalo 100 000 dolarů, ale stalo to 20 000 dolarů. Takže ty diskuze a zase tady se vracíme k té řekněme západnější mentalitě, kde oni jsou tomhle jako hodně otevřený, tak tam to hodně chápou a je to pro ně jako přirozená věc, která jim dává smysl.

Jirka Vicherek (01:14:31): Skvělý. Jak to celé bude pokračovat? Co plánuješ ty s MBI na příštích 12 měsíců? Myslím, že o třech letech se nemá smysl vůbec bavit, ale do konce roku, co by si zpřál, ať se stane a jak v tom buduje AI hrát roli podle tebe.

Jan Kadleček (01:14:56): No tak velká otázka je, jestli všechny agentury včetně nás neskrachujou. To si myslím, že je number one, co se vůbec jako s tím trhem stane. A to není v naší moci. Otázka číslo dvě je, jak rychle bude dobíhat ten trh s tou implementací toho AI, protože víme o firmách, který třeba striktně říkají, že nikdo nás ve firmě to AI nesmí používat. a jak dlouho jim to vydrží a jak velký tam bude ten gap, protože si myslím, že a když budou optimistický, jak si myslím, že bude trvat tři měsíce, než na to všechny jakošky najedou, protože jediný, co se stane, že když na to nenajedou, tak nebudou konkurenceschopný, takže je to donutí, takže čas jako trhu zanikne.

Další věc je, že nikdo neví, jestli si u nás ta transformace do toho agentic podaří jako kompletně, takže je možný, že my taky zaniknem, abychom byli na té pesimistické stránce, Na tý optimistický stránce my máme jasně daný, co s tou firmou chcem dělat. A jeden z těch našich klíčových prvků je, že my nebudujeme velkou firmu a nebudujeme nadnárodní korporát. My máme jasnej cap, že chceme jako 50 lidí ve firmě maximálně.

Jirka Vicherek (01:16:01): A teď jste na 40.

Jan Kadleček (01:16:03): A teď jsme na 40. Takže pro nás ta největší výzva bude, že ten cap asi relativně rychle jako hitnem a co teda pak budeme dělat jako s tou firmou. Budem teda Ta provozní teorie je, že když budeme dělat dobře tu práci a dobrý ty projekty, který jsou úspěšný, takže tím my jsme schopni jako pokračovat ve fungování a třeba i v nějakém rustu té firmy.

Jirka Vicherek (01:16:27): No a ten růst firmy zase historicky, když jsme se bavili, tak to byla střela, tak jste měli jako vyšší desítky procent až jako zdvojnásobení year to year, tak jak to máte letos.

Jan Kadleček (01:16:42): Ten je na tomhle trendu jako stále stále pokračujeme. Takže.

Jirka Vicherek (01:16:48): Takže to do moon.

Jan Kadleček (01:16:49): No, jako uvidíme tady, říkám zase, ta firma a ty lidi, co v té firmě jsou, není koncipovaná na to, udělat z toho nějakou keškou a pak ji jako exitnout. Spíš je to o tom, že děláš s partou lidí věci, kterým jako věříš. Takže pro nás jako ten end goal je dělat co nejzajímavější a co nejzložitější projekty, který nás budou bavit, který mají velký jako dopad. Takže to není tak, že my bysme si říkali, super, teď uděláme AI agentic delivery, zvýšíme si marži o x desítek procent a rychle to střelíme, než doběhne jako trh. To jako není tak, jak my o tom přemýšlíme.

Jirka Vicherek (01:17:23): Držím moc palce, děkuji, že jsi nás vzal dovnitř do MBI a na americký trech a ukázal lesk a bídu toho dělat digitální transformace a řešit i transformaci vlastní firmy a doufám, že se tady uslyšíme dřív než za tři roky. Držím moc palce.

Jan Kadleček (01:17:45): Děkuji moc za pozvání.

Jirka Vicherek (01:17:49): Děkujeme, že jste doposlouchali až sem a díky taky našim stálým partnerům, členům DataTalk klubu. Těmi jsou Sazka, TV Nova, Direct Technologies, GoodData, Miton, Colours of Data, BizzTreat, FLO, Carl Data Company a intecs. Díky moc za podporu a nechtě Vás provází data.