Nejdřív kontext: zavádět něco „protože AI" je špatný důvod. Dobrý důvod je konkrétní problém — zaměstnanci dlouho hledají informace, know-how je v hlavách pár lidí, juniory pořád někdo zaškoluje. Tři ze čtyř znalostních pracovníků už AI v práci používají tak jako tak — otázka je, jestli to bude na firemním nástroji, který máte pod kontrolou, nebo ve stínu. Pojďme na kritéria.
1. Kde fyzicky běží vaše data?
Nejdůležitější otázka. Pro českou firmu je EU výrazně jednodušší cesta než USA — odpadají komplikace s předáváním dat do třetích zemí (SCC, Schrems II). Ptejte se konkrétně: na jakých serverech leží dokumenty, kde se zpracovávají, kudy tečou dotazy. „Cloud" není odpověď — chcete vědět zemi a poskytovatele.
2. Použijí se vaše data k tréninku modelu?
U firemních dat musí být odpověď jasné ne. Vaše smlouvy a reporty nemají co dělat v tréninkových datech cizího modelu. Ověřte si to nejen v marketingu, ale ve smlouvě (DPA).
3. RAG, nebo fine-tuning?
Dva různé přístupy. Fine-tuning „zapeče" znalosti do modelu — drahé, pomalé na aktualizaci, a model pořád může halucinovat. RAG (Retrieval-Augmented Generation) při každém dotazu vyhledá relevantní pasáže ve vašich dokumentech a odpoví z nich, s odkazem na zdroj. Pro interní znalosti je RAG prakticky vždy lepší — aktualizace = nahrání nového dokumentu, ne přetrénování. Rozdíl rozebíráme v článku RAG vs ChatGPT pro firmy.
4. Uvádí u odpovědí zdroj?
Tohle je test důvěryhodnosti. Dobrý asistent u každé odpovědi ukáže konkrétní dokument a stranu, ze které čerpal. Bez citace nevíte, jestli odpověď platí, nebo si ji nástroj vymyslel. Při ukázce se ptejte na věc, kterou znáte, a zkontrolujte, že zdroj sedí.
5. Co se stane, když odpověď nezná?
Klíčový rozdíl mezi hračkou a nástrojem. Špatný asistent odpověď vymyslí (halucinace) — v HR, právních nebo daňových otázkách nepoužitelné riziko. Dobrý řekne „tuto informaci v dokumentech nemám" a odkáže na člověka. Otestujte to: položte dotaz, na který v datech odpověď není, a sledujte reakci.
Chcete si kritéria rovnou vyzkoušet?
Na nexira.cz máte živé demo Robina s daty fiktivní firmy. Projděte si tenhle checklist přímo na něm — citace zdrojů, reakce na neznámou otázku, rychlost. Uvidíte rozdíl mezi „chatbotem" a nástrojem.
6. Umí řídit přístup podle rolí?
Ne každý má vidět všechno. Mzdové podklady nepatří IT podpoře, data jednoho klienta se nesmí míchat s jiným. Ptejte se na role a oddělení: dokáže nástroj omezit, kdo se k jakým dokumentům dostane? Bez toho je nasazení nad citlivými daty problém.
7. Je tam audit log?
Pro GDPR i interní compliance potřebujete vědět, kdo se na co ptal, kdy a jakou odpověď dostal. Audit log je rozdíl mezi „nemáme přehled" a doložitelnou kontrolou. U regulovaných oborů je to nutnost, ne nadstandard. Souvislosti řešíme v článku GDPR a AI 2026.
8. Jak vypadá implementace a kdo ji dělá?
Velký rozdíl mezi „dáme vám přístup, zbytek je na vás" a „nasadíme to za vás". Ptejte se: kdo nahraje a zaindexuje dokumenty, kdo vytvoří uživatele a oddělení, jak dlouho to trvá. Pro firmu bez velkého IT je nasazení na klíč zásadní — jinak nástroj skončí nevyužitý.
9. Cena, limity a co po skončení
Projděte si nejen měsíční cenu, ale i:
- Limity — počet uživatelů, dokumentů, dotazů. Co se stane při překročení (hard limit vs. doúčtování)?
- Implementační poplatek — jednorázové nasazení bývá zvlášť.
- Exit — co se stane s daty po skončení? Dobrý dodavatel je do určité doby smaže a vystaví potvrzení (GDPR čl. 17) a umí vám data exportovat.
Rychlý přehled: na co se ptát
| Kritérium | Dobrá odpověď |
|---|---|
| Kde běží data | Konkrétní servery v EU |
| Trénink z vašich dat | Ne, ošetřeno v DPA |
| Architektura | RAG (ne fine-tuning) |
| Citace zdrojů | Dokument + strana u každé odpovědi |
| Neznámá otázka | Řekne „nevím", neimprovizuje |
| Řízení přístupu | Role a oddělení |
| Audit log | Ano |
| Implementace | Na klíč, řádově dny |
| Exit / smazání dat | Smazání + potvrzení, export |
Tři varovné signály
- Mlží o tom, kde běží data. Když nedostanete jasnou odpověď, je to odpověď sama o sobě.
- Neukáže citace zdrojů. Pak nevíte, jestli odpovědím můžete věřit.
- Slibuje „all-in-one AI na všechno". Dobrý nástroj řeší konkrétní problém dobře, ne všechno průměrně.
Pokud si projdete těchhle devět bodů, odfiltrujete většinu povrchních řešení. A pokud chcete vidět, jak na kritéria odpovídá Robin, nejrychlejší je živé demo na nexira.cz — projděte si checklist přímo na něm.