Pokud čtete Forbes pravidelně, nebude pro vás možná karlínský softwarový tahoun Cleevio Group úplně neznámý. Založil jej totiž v roce 2007 spolu s Janem Částkem a Miroslavem Chmelkou Lukáš Stibor z Forbes 30 pod 30 2018.
O dramatickém pádu z covidových čísel, ale hlavně o tom, co pomohlo firmě obrátit trend a co s firmou udělala radikální AI transformace, se pro Forbes rozpovídal spoluzakladatel společnosti, investor a podnikatel Jan Částek.
Během pandemie bylo Cleevio zdánlivě nezastavitelné, za rok 2022 se tržby vyšplhaly téměř k 180 milionům korun, pak ale nastal prudký propad a příjmy byly najednou o 74 milionů nižší. Jak se vám s tím podařilo vypořádat?
Možná bych začal malou připomínkou, že už dávno nejsme žádný startup, na trhu jsme patnáct let. Za tu dobu jsme si prošli celou sérií vzestupů a poklesů. Řekl bych, že v tom se nijak nelišíme od jakékoli jiné firmy nebo podnikatele. Naší hlavní doménou je, že stavíme digitální produkty, to je přirozeně cyklické podnikání, a tím, že jsme v tomto oboru opravdu dlouho, jsme na výkyvy poměrně zvyklí.
Na konci covidu a krátce po něm se nám dařilo extrémně dobře. V roce 2022 se náš obrat vyšplhal přes 178 milionů korun, což bylo dáno tím, že jsme dokončovali velkou zakázku, která se týkala prodeje aut v Německu.
Jenže pak přišel zase hubenější rok a s ukončeným kontraktem se tržby propadly zhruba na 106 milionů, tedy o nějakých čtyřicet procent dolů.
Jasně, bylo to nepříjemné, ale byl to pro nás spíš impulz naskočit na další vlnu. Od našich úplných začátků byl náš modus operandi takový, že jsme vyhledávali teprve začínající trendy, které měly potenciál transformovat společnost, a snažili jsme se na ně naskočit dřív, než se naplno rozvinou. Jsme zkrátka pionýři.
Když se rozjížděly chytré telefony, tak jsme u nás jako první dělali aplikace pro Symbian (dnes již opuštěný mobilní operační systém od Nokie – pozn. red.). Když pak Steve Jobs představil iPhone, tak jsme se obdobně pustili do iOS. Přes naši impresivní historii si ale myslím, že ta dosud největší transformace nastala teprve zhruba před rokem.
Tehdy jsme začali všude kolem sebe vnímat, že to, o čem jsme se bavili nějakých deset či dokonce dvacet let, tedy že umělá inteligence konečně dostala podobu, která skutečně přináší velkou přidanou hodnotu, a to jak uživatelům, tak samotným firmám.
Protože nás téma osobně fascinovalo, skončilo to u extrémního fokusu na AI. Mimochodem, dnes se díky tomu dostáváme zpět na čísla v době covidového peaku a za loňský rok jsme se s tržbami vrátili alespoň na více než 138,5 milionu korun.
Kdy přesně u vás tahle transformace začala, co to pro vás znamenalo a kdy a jak se vám to projevilo na číslech?
Začalo to zhruba před rokem. Cítili jsme všude kolem, jak se začíná nepozorovaně měnit trh, a sami jsme byli generativní AI a jazykovými modely natolik fascinováni, že jsme ji začali ve velkém nasazovat. Úplná pravda je ale taková, že jako fanoušci AI jsme s jejím nasazováním začali experimentovat před mnohem delší dobou, ale nedopadalo to zprvu moc dobře.
Před tím rokem ale jako by někdo mávl kouzelnou hůlkou. Na trhu najednou byly modely, jejichž implementace dávala perfektní praktický smysl. Už to nebylo pouhé experimentování a objevování možností.
Než se vytvořila poptávka, začali jsme nejprve doma, tedy ve vlastní firmě, pomocí AI zkoušet automatizovat aktivity, které nás samotné vůbec nebaví nebo v nich nejsme moc dobří.
Šlo zprvu hlavně o reporting a controlling. To znamená, že jsme si nejdříve vytvořili AI agenta, který kontroluje reporting našich vlastních lidí, abychom to nemuseli dělat ručně my, a předcházeli problémům ex post. Dalším bodem, který byl pro nás hrozná otrava, bylo účetnictví a finance.
Ukázalo se, že jsme schopni si udělat vlastní řešení na vytěžování faktur a párování plateb, takže jsme šli i do tohoto segmentu. Mimo jiné se ukázalo, že systém zachycuje i případy, které by člověk snadno přehlédl. A díky tomu se Cleeviu podařilo předejít nechtěným škodám ve výši zhruba 120 tisíc korun za jediný měsíc.
Tím se už dostáváme prakticky do současnosti. Aktuálně zkoušíme, jak se nám osvědčí na AI převést nabírání talentů. Vychází to z toho, že když máte dostupnou poměrně velkou databázi uchazečských profilů a máte o nich poměrně dost informací, není vlastně důvod, proč by je dnes musel recruiter ručně procházet, když vám může AI připravit shortlist a vy jen na jeho základě oslovíte konkrétní lidi.
Problém jakékoli automatizace na začátku je, že sice ušetří hodně práce, ale zároveň je tam zprvu vysoká chybovost. Jak to bylo u vás?
U nás to nebylo ani tak o selhávání samotné AI, ale spíše o tom, že preferujeme řešení fyzicky provozované v prostorách firmy. To s sebou nese, že nám značnou část času zabírají činnosti jako IT podpora daného řešení a pravidelné aktualizace na novější modely.
Když se posunu k samotnému vývoji, když pracujeme na nějakém úplně novém řešení typu proof of concept, jsme s pomocí AI schopni mít velice rychle, řekněme v řádu dnů, hotový prototyp, který funguje tak, jak má, z nějakých osmdesáti procent. To je velká úspora času a nákladů. Jenže háček je v tom, že na následném ladění, tedy těch zbývajících dvaceti procentech, strávíte třeba celý následující měsíc nebo klidně i déle. Záleží hodně na tom, kolik dat máme k dispozici a jak rychle dokážeme ten AI model učit.
Je ale potřeba říci, že samotné modely se rychle zlepšují, takže moje očekávání je, že takový fine tuning v budoucnu zabere třeba polovinu času nebo i méně.
Dá se nějak kvantifikovat, o kolik je vývoj s AI pro vás efektivnější, než kdyby vaše aplikace pořád psali lidští vývojáři?
My ve firmě řešíme AI na třech úrovních. Jedna spočívá v tom, že jsme si začali automatizovat a zjednodušovat život v rámci řízení firmy, to byly ty věci, o kterých jsem mluvil na začátku. Tam se nám zredukovala manuální práce na naprosté minimum – bavíme se o přibližně osmdesátiprocentní úspoře času. Například u faktur to dělá nějaké desítky hodin měsíčně.
Samotná práce, tedy kódování, je pak druhou úrovní, které se ještě nevěnujeme tak dlouho, ale i tak se nám zatím podařilo zefektivnit náš aktuální vývoj zhruba o třicet procent. Věříme ale, že jsme stále na začátku, ten opravdový šok teprve přijde a my se dostaneme na mnohem vyšší čísla.
Jaká je tedy dnes podle vás úloha lidského kodéra nebo vývojáře?
Když to vztáhnu na fungování u nás, každý náš vývojář má momentálně k dispozici dva nástroje pro AI kódování, konkrétně se jedná o Cursor a Windsurf a je zcela na něm, do jaké míry je použije. Klidně může nechat celý kód vytvořit AI, pak ale musí ten kód, za který zodpovídá, celý ručně projít a opravit jej.
To znamená, že je to pořád vývojář, kdo zodpovídá za to, že to, co odevzdá, splňuje zadání, která byla definovaná, a hlavně že bezpečnost kódu zůstala neporušená.
Ale myslím, že v budoucnosti zdaleka tolik té kontroly potřeba nebude. Vývojář bude spíš koukat na to, zda ten kód funguje jako celek správně a všechny části v něm jsou propojené tak, jak mají být. Už teď umějí některé modely (nově třeba GPT-5, pozn. redakce) vygenerovaný kód po sobě projít a opravovat v něm chyby.
Jaké konkrétní nástroje pro to nejčastěji používáte?
Začínali jsme klasicky s Chat GPT, který stále používáme, ale doplňujeme jej o další nástroje s tím, jak se postupně objevují. Na programátorskou práci pak používáme primárně Cursor a Windsurf. A pokud jde o samotné agenty (autonomně pracující AI aplikace, které jsou další vrstvou nad velkými jazykovými modely – pozn. redakce), tam je těch možností celá řada.
Zejména velké korporace zaplavily trh vlastními AI agenty, které můžete použít. Existuje na to také dnes obrovské množství konzultantů, kteří vám poradí, jak AI i agenty integrovat.
Sami pro sebe si nicméně vytváříme agenty vlastní a to samé jsme schopni doručit i klientům. Kde jsme oproti těm univerzálním řešením unikátní, je kombinace toho, že jsme schopni dobře identifikovat automatizovatelné procesy a zároveň se postarat o doručení hotového řešení.
Foto Cleevio
Umožnilo podle vás AI v softwarovém vývoji něco, co dříve nebylo možné, nebo jde skutečně jen o tu úsporu času?
Když vidím, co dnes ovládá AI, připadám si jako Karlík ve Wonkově továrně na čokoládu. Vedle možnosti opravdu rychlého prototypingu, tak bychom bez AI nebyli schopni tak masivně personalizovat uživatelskou zkušenost. AI vám totiž umožňuje přidávat do programu pokročilé personalizované požadavky, jako jsou různé automatické kategorizace, na kterých by dříve musel měsíc dělat obří tým lidí, takže by to většina klientů nezaplatila.
Příkladem je aplikace Spendee, která vám z fotky účtenky automaticky roztřídí vaši útratu, a to většinou bez chyb. Jiným příkladem je aplikace, která vám z fotky toho, co máte na talíři, spočítá kalorický příjem.
AI je ale dvousečná zbraň. Existují společnosti, které dříve měly díky vlastním neuronovým sítím extrémní výhodu. Příkladem je třeba Salt Edge nebo Paid. To, co dělají, ale dnes s pomocí běžně dostupné generativní AI už není taková revoluce a mohl by to zvládnout v podstatě kdokoli.
Uvědomují si tuto změnu i vaši klienti? S jakými požadavky za vámi dnes vlastně chodí?
Myslím si, že žijeme trochu v bublině, minimálně my v Cleeviu. Když konzultujeme v jiných firmách, chodíme tam vlastně s tím, abychom jim ukázali, co dnes AI reálně umí. Oni potřebují zcela reálný use case, jinak do změny nepůjdou. Uvnitř naší firmy máme možná naopak až příliš optimistický AI bias.
Myslíte si, že AI dnes bere lidem práci?
To je zajímavé téma. Lidé dnes často mají strach, že přijdou o práci a že jim ji vezme AI. Já si ale spíš myslím, že vám tu práci nevezme AI, ale člověk, co s ní umí.
Paradoxně jsme na tento předsudek naráželi i u vývojářů či HR uvnitř naší firmy. Museli jsme jim vysvětlit, že tu změnu neděláme jim navzdory, ale aby firma získala konkurenční výhodu a zároveň to vlastně děláme i pro ně. Protože nová dovednost kódování a pokročilá práce s AI je dnes na trhu velkou konkurenční výhodou.
The post Připadám si jako Karlík v továrně na čokoládu, říká o AI Částek z Cleevia appeared first on Forbes.
