Jak seřadit případy použití AI podle hodnoty, náročnosti a rizika?

Co řazení případů použití AI rozhoduje

Seznam možných případů použití AI ve firmě bývá dlouhý dřív, než je jasné, který z nich má jít první. Bez společného měřítka rozhoduje hlasitost navrhovatele nebo náhoda, kdo se dostal na poradu jako první. Řazení podle tří os, hodnoty, proveditelnosti a rizika, mění toto rozhodování na postup, který lze kdykoli zopakovat s novým kandidátem a který dá podobnou odpověď bez ohledu na to, kdo ho provádí.

Výstupem není jedno absolutní pořadí platné navždy. Je to seřazený seznam kandidátů pro aktuální rozhodnutí. Poté, co první pilot doběhne a přinese nové informace, se seznam znovu přepočítá.

Podobná logika řazení podle závažnosti a proveditelnosti se používá i mimo AI, například při řazení bezpečnostních nálezů podle priority.

Tři osy hodnocení

Osa	Nízká	Střední	Vysoká
Hodnota	Úkol se opakuje zřídka a lepší výsledek by v praxi znamenal málo.	Úkol se opakuje pravidelně a lepší výsledek by přinesl dílčí, citelné zlepšení.	Úkol se opakuje často a lepší výsledek by přímo změnil něco, s čím firma dlouhodobě zápasí.
Proveditelnost	Vstupní data nejsou strojově čitelná, výstup nelze ověřit proti známému standardu, nebo je nutná hluboká integrace do klíčového systému.	Vstupy existují, ale potřebují úpravu nebo částečnou digitalizaci; výstup lze ověřit, ale vyžaduje to odborný čas.	Vstupy jsou dostupné a strojově čitelné, výstup lze ověřit proti existujícímu standardu a nová integrace se nevyžaduje.
Riziko	Chybný výstup způsobí drobnou, snadno odhalitelnou nepříjemnost; zapojená data nejsou citlivá; lidská kontrola před použitím je už dnes běžná.	Chybný výstup by mohl způsobit reálné přepracování nebo špatné rozhodnutí; data mají určitou citlivost; lidská kontrola je možná, ale zatím není zajištěná.	Chybný výstup by mohl vést ke škodlivému rozhodnutí, finanční ztrátě nebo právnímu důsledku; jde o citlivá nebo osobní data; lidská kontrola před použitím reálně není možná.

Postup řazení

1. Sepište kandidáty. Ke každému jednu větu: kdo úkol dnes dělá a co je dnes výsledkem jeho práce.
2. Ohodnoťte hodnotu (Nízká, Střední, Vysoká) podle tabulky výše. Popište ji vlastními slovy firmy, tedy kolikrát se úkol opakuje a co konkrétního by lepší výsledek znamenal pro tým, který ho dělá. Peněžní částka nebo procento se do tohoto kroku nedoplňuje.
3. Ohodnoťte proveditelnost (Nízká, Střední, Vysoká) podle dostupnosti vstupů, ověřitelnosti výstupu a potřeby integrace.
4. Ohodnoťte riziko (Nízká, Střední, Vysoká) podle důsledku chybného výstupu, citlivosti zapojených dat a reálné možnosti lidské kontroly před použitím.
5. Vylučovací pravidlo. Kandidát s Vysokým rizikem, u kterého není reálně možná lidská kontrola výstupu před použitím, se ze seznamu vyřazuje bez ohledu na hodnotu nebo proveditelnost. Vrátí se do seznamu, jakmile se najde způsob, jak kontrolu zajistit.
6. Řazení zbylých kandidátů. Primárně sestupně podle hodnoty. V rámci stejné hodnoty sestupně podle proveditelnosti.
7. Pravidlo shody bodů. Pokud dva kandidáti vyjdou stejně na hodnotě i proveditelnosti, vyhrává ten s nižším rizikem. Pokud je shodné i riziko, vyhrává kandidát, jehož výstup lze ověřit rychleji, protože rychlejší ověření znamená rychlejší rozhodnutí o dalším postupu.
8. Výběr prvního pilotu. Prvním pilotem se nestává kandidát s nejvyšší hodnotou. Stává se jím kandidát s nejvyšší proveditelností z podskupiny s Nízkým nebo Středním rizikem, protože úkolem prvního pilotu je ověřit, zda firma vůbec umí poznat dobrý výstup od špatného.

Jak pravidlo shody bodů funguje v praxi

Představme si dva kandidáty, u obou vyjde hodnota Vysoká a proveditelnost Střední. Bez pravidla shody bodů by bylo jejich pořadí nahodilé. Kandidát A pracuje s daty, která už dnes procházejí schválením nadřízeného, takže riziko vychází Nízké. Kandidát B pracuje s citlivějšími údaji a lidská kontrola u něj zatím není zavedená jako standardní krok, takže riziko vychází Střední. Podle pravidla shody bodů jde jako první kandidát A, protože při stejné hodnotě i proveditelnosti rozhoduje nižší riziko.

Kdyby oba kandidáti vyšli i na riziku stejně, rozhodovalo by, čí výstup lze ověřit rychleji. Rychlejší ověření znamená, že se firma dřív dozví, zda kandidát skutečně funguje, a může o dalším kroku rozhodnout bez zbytečného čekání. Ani jedno z těchto kritérií se neopírá o odhad peněžní hodnoty, protože v okamžiku řazení ji firma zpravidla ještě nemá jak spolehlivě určit.

Proč první pilot nemusí mít nejvyšší hodnotu

Kandidát s nejvyšší hodnotou často vypadá jako přirozená volba pro první pilot, protože slibuje největší dopad. Právě u něj ale bývá nejtěžší poznat, zda AI výstup skutečně pomohl, nebo jen vypadá lépe. Pokud nikdo neumí spolehlivě posoudit kvalitu výstupu, žádné další rozhodování o rozšíření nemá na čem stavět.

První pilot má jinou práci: ověřit, zda tým dokáže výstup zkontrolovat, poznat chybu a popsat, čím se liší dobrý výsledek od špatného. Tuto dovednost je snazší získat na úkolu se snadno ověřitelným výstupem, i kdyby byla jeho hodnota jen střední. Zkušenost z kontroly se pak přenese na náročnější kandidáty výš v seznamu.

Volba konkrétního nástroje pro vybraný případ použití je samostatné rozhodnutí, popsané v jak vybrat AI nástroj pro firmu.

Co s vyloučenými kandidáty

Vyloučení podle rizika není trvalé rozhodnutí, že se daný případ použití nikdy neřeší. Je to informace, že chybí předpoklad, konkrétně způsob, jak výstup před použitím zkontrolovat. Jakmile se najde role nebo krok, který kontrolu zajistí, kandidát se vrátí do řazení a hodnotí se znovu podle stejných tří os.

Nízká hodnota u kandidáta neznamená totéž co vyloučení. Nízkou hodnotu má smysl přehodnotit později, až se okolnosti změní, zatímco vyloučení kvůli riziku se přehodnocuje jen tehdy, když se objeví konkrétní způsob kontroly.

Kde tento postup končí

Tento postup končí u seřazeného seznamu kandidátů a u volby prvního pilotu. Výpočet skutečné návratnosti po proběhlém pilotu je samostatný krok s vlastní metodikou měření. Širší rámec, jak k zavádění AI ve firmě přistupovat organizačně po výběru prvního kandidáta, shrnuje zavedení AI ve firmě. Pro firmu, která s AI teprve začíná a řazení případů použití řeší poprvé, je užitečný širší úvod v jak začít používat AI ve firmě.

Stav zdrojů a omezení

NIST AI RMF a jeho Playbook byly ověřeny 5. 8. 2026. Playbook podle vlastního popisu NIST nabízí dobrovolné návrhy k jednotlivým funkcím rámce. Nejde o kontrolní seznam ani o závazný postup, který by firma musela dodržet. Tři osy, vylučovací pravidlo a pravidlo shody bodů popsané v tomto textu jsou metodika CIAD sestavená pro řazení kandidátů. Nejde o převzatý rámec NIST ani žádné jiné instituce. Číselné ani procentní odhady hodnoty v textu záměrně chybí, protože žádný zdroj v této knihovně nepodporuje konkrétní čísla pro návratnost jednotlivých případů použití AI.