AI není jen chatbot aneb k čemu se hodí reasoning modely

17. července • 5 min čtení

Přehrát článek

Je AI užitečná jen pro psaní textů nebo vytváření obrázků? Ani náhodou. Právě teď totiž zažíváme zásadní zlom v tom, co vše umí dnešní generativní modely.

Pojďme se podívat na to, co umí tzv. „reasoning modely“.

AI se mění. Rychle. A pokud pracujete v kanceláři (HR, finance, právo, nákup, marketing nebo podpora zákazníků...), pravděpodobně se vás to začíná dotýkat čím dál víc.

Dnešní umělá inteligence už nejen odpovídá na otázky nebo generuje texty. Možná vám Copilot shrnuje e-maily, generuje osnovy nebo pomáhá s prezentací.

Pravděpodobně jste si také zkusili něco nechat sepsat od ChatGPT a vygenerovali nějaký obrázek. To je skvělé. Jenže… tohle je teprve začátek.

Současná generace AI už není jen „asistent“, ale digitální kolega, který už je mnohem schopnější.

Seznamte se s reasoning modely

Zatímco dnešní AI (jako Copilot nebo běžný ChatGPT) vám odpoví rychle, reasoning modely si dají tu práci s tím, že situaci nejdřív „promyslí“, zváží víc možností a teprve pak dají odpověď.

Jen pozor, ačkoliv to působí přesvědčivě, připomínáme, že umělá inteligence nemá schopnost myslet. Nicméně dokáže vytvářet výstupy, které působí, jako by „přemýšlela“ – protože simuluje způsob, jak lidé často přemýšlejí nebo mluví.

Dnešní běžné AI modely – jako například GPT-4o – jsou rychlé, pohotové a skvělé na jednoduché dotazy. Vlastně fungují podobně jako někdo, kdo odpovídá dřív, než se pořádně zamyslí (určitě takové lidi máte i ve svém okolí).

Naopak reasoning modely (např. o4-mini) přistupují ke složitějším úlohám jako odborník, který si udělá analýzu, porovná možnosti a teprve pak doporučí nejlepší řešení. Potřebují víc času, ale výsledek je hlubší, přesnější a auditovatelný.

Tyto modely se učí vytvářet logické „řetězce úvah“, které můžete sledovat, zpětně zkontrolovat. Umí pracovat s textem i obrázky zároveň, přizpůsobit úroveň přemýšlení podle potřeby (rychlé vs. hluboké) a generovat strukturované výstupy, např. do JSON nebo XML.

Čili nepíšou jen věty. Umí argumentovat, rozhodovat, porovnávat scénáře, pracovat s pravidly a vysvětlit, proč došly právě k tomu závěru.

Co to znamená pro vás v praxi?

Představte si, že pracujete v HR a potřebujete vyhodnotit, kdo má nárok na benefit podle několika vstupů, pravidel a výjimek.

Hodí se také v obchodě, když chcete například zanalyzovat vývoj trhu a predikovat další posuny.

Skvěle se uplatní i při podpoře zákazníků a řešení reklamací, což jsou vrstevnaté procesy, operuje se s nejasnými okolnostmi a je zapotřebí přesné řešení.

Proč je důležité jít s AI o krok dál?

Protože to, co dnes považujeme za „dostatečné“, bude za půl roku pozadu.

Už nestačí „umět si nechat napsat odstavec“ nebo „dát si shrnutí e-mailů“.

Skutečná hodnota AI přichází ve chvíli, kdy se naučíte s ní pracovat strategicky:

Vědět, kdy použít Copilot a kdy reasoning model.
Umět AI správně zadat úkol – nejen „napiš text“, ale třeba: „Vyhodnoť tento dokument, porovnej s pravidly a navrhni kompenzaci.“
Rozumět výstupům – a umět je obhájit i před vedením nebo klientem.

Reasoning model ≠ běžný chatbot

Je to nástroj pro složitější rozhodování. Umí vysvětlit, proč k nějakému závěru došel. A může pracovat s víc typy vstupů – tabulky, texty, obrázky.

Oproti tomu GPT-3.5, GPT-4-turbo / GPT-4o, GPT-4.1 a Copilot v Office (aktuálně používá spíš non-reasoning modely), tedy non-reasoning modely, jsou výborné pro rychlé odpovědi, e-maily, kreativní texty, návrhy, úpravy. Ale neprovádí důkladné vícestupňové uvažování. Jsou jako kolega, který je rychlý a kreativní – ale na komplikované analýzy si raději pozvete někoho jiného.

Reasoning modely umí „myslet nahlas“ – jeho odpovědi obsahují kroky úvahy.

Má nastavitelnou hloubku přemýšlení (tzv. reasoning effort – nízký, střední, vysoký).

Většinou má funkce jako: tool calling, multimodalitu (text + obrázky), vysvětlování rozhodnutí.

Nestačí AI „nějak používat“

Lidé, kteří se AI naučí používat naplno, nebudou nahrazeni. Naopak – nahradí ty, kteří se to nikdy nenaučí. Musíte především vědět, jak AI zapojit do své práce chytře.

A to není jen otázka techniky. Je to změna myšlení. Říkáme tomu digitální mindset. A jeho správné nastavení je důležitým výchozím předpokladem pro využívání AI.

Jak vám v tom pomůže Digiskills?

Zabýváme se adopcí digitálních nástrojů a rozvojem digitálního mindsetu ve firmách – od základních nastavení a pochopení až po praktické začlenění AI do každodenní práce.

Co vás naučíme?