Ty se snaží vytvořit úspěšný byznys z převratných vědeckých objevů a řeší klíčové globální výzvy. Mají proto strategický význam jak pro Česko, tak pro Evropu. V rozhovoru jsme se také zaměřili na umělou inteligenci a řadu dalších souvisejících témat.
Obsah videa
Odkaz se otevře v novém okně na příslušném místě.
- 01:14 – Co Floxgen umí a jak funguje
- 08:23 – AI může přinést skutečnou konkurenční výhodu. Jak na to?
- 18:00 – AI už zdaleka není jen ChatGPT či pomocník pro marketing
- 22:52 – Deep tech startupy
- 36:55 – Odolnost jako klíč k úspěchu
- 47:28 – Co dělat proti technologickému zaostávání Evropy
- 55:10 – AI, etika a udržitelnost
To nejdůležitější, co v rozhovoru zaznělo
Liliana Unachukwu a Pavel Wimmer spolupracují na projektu Floxgen pod mateřskou firmou DNAi. Tento nástroj, který pomocí umělé inteligence zpracovává velké objemy genomických dat, je umí rychle analyzovat a jeho využití má významný přínos při léčbě genetických onemocnění. Toto urychlení vítají zejména bioinformatické laboratoře, kde zpracování výsledků běžně trvá i týden. Díky platformě Floxgenu a DNAi jsou výsledky dostupné za pár minut.
Digitální dvojče pomůže včasné diagnostice
Floxgen se zaměřuje také na vývoj tzv. Digitálního dvojčete. Může se jednat o objekt jako je stroj, výrobní linka, anebo třeba lidské tělo.
„V budoucnu bude možné vytvořit takového datového dvojníka, který zahrne různé druhy dat: analýzu genomu, mikrobiomu, výsledky krevních testů, údaje z chytrých zařízení, jako jsou hodinky Fitbit nebo monitor srdeční činnosti, i historická data o prodělaných nemocech,“ říká Pavel Wimmer.
Na základě těchto dlouhodobě sbíraných dat pak bude možné sledovat, jakým způsobem tyto faktory ovlivní zdravotní stav pacienta. Bude tak možné včas odhalit problém, než se zdravotní stav zhorší. Autoři cílí na to, aby nebyla potřeba invazivní léčba, ale třeba jen úprava životního stylu.
Digitalizace firem: Digitální kopie budovy umožňuje virtualizaci továrny, kanceláře, domu
Liliana Unachukwu působí ve Floxgenu jako venture builder. Technologii, která vznikla ve firmě DNAI převádí do samostatného spin-off projektu. „Hledáme uživatele a zákazníky, objevujeme nové „use case“, pracujeme na internacionalizaci, zajišťujeme kapitál a ve spolupráci s technickým týmem se starám o to, aby produkt rostl a našel své místo na trhu,“ říká.
Umělá inteligence není jenom GPT
Podle Pavla Wimmera v současnosti dochází ohledně umělé inteligence k určitému vystřízlivění. Firmy si začínají uvědomovat, že AI nejsou jenom jazykové modely jako GPT, ale jsou potřeba i jiné aplikace zaměřené na rozpoznávání obrazů nebo predikční algoritmy.
„Podle mého názoru bude budoucnost umělé inteligence rozdělená do dvou směrů. První směr se bude soustředit na GPT a podobné technologie, které pravděpodobně směřují k vývoji obecné umělé inteligence (General AI). Druhým budou personalizované korporátní modely, které budou využívat unikátní dlouhodobá data a specifická know-how firem,“ uvádí.
V rozhovoru popisuje rozdíl mezi prací s malými a středními firmamy, kde jejich zakladatelé znají firmu od A do Z. Na základě otázek typu „Jaké řešení by vám pomohlo extrémně růst?“ je pak možné lépe navrhnout takovou aplikaci s AI, aby firmě pomohla uspět mezi konkurencí.

U velkých firem naopak nejprve posuzují, jak je firma připravena z hlediska infrastruktury, dat, proškolení zaměstnanců, byznysu. Na základě kontextu pak umělá inteligence může pomoci udělat roadmapu a určit, které projekty budou mít největší dopad. Důležité také je dopředu si spočítat, zda se investice do AI vyplatí, včetně budoucích nákladů na provoz.
S umělou inteligencí pracuje Liliana Unachukwu i ve své konzultační firmě Pipette & Chart, která se zaměřuje na tzv. deep tech startupy. Popisuje, že u startupů mnohdy nestačí mít unikátní technologii pro to, aby uspěly. „Nestačí akcentovat pouze technologii samotnou, ale je nutné přemýšlet jako zákazník. Jinými slovy – chápat kontext celého byznysu, dlouhodobého provozu, udržitelnosti, smysluplnosti a návratnosti investice.“
INNOFORUM 2024 ukázalo podnikatelům a vědcům cestu na světové trhy
A dodává, že mnohdy vyhrávají řešení, který nejsou tolik inovativní, ale startup s nimi dokáže efektivněji komplexně pracovat a dobře promyslet business case.
Deep tech startupy přinášejí průlomové objevy
Liliana Unachukwu v rozhovoru vysvětluje, že deep tech obory představují průlomovou vědu nebo inženýrství, které poprvé vstupuje na trh. „Ze své podstaty jsou zaměřené na řešení těch nejzávažnějších globálních problémů, včetně klimatické změny, bezpečnosti, suverenity, duševního i fyzického zdraví nebo třeba chudoby. Jde o nové technologie pro ty nejnáročnější světové problémy.“
Dále uvádí, že v Česku jich jsou aktuálně nižší stovky, ale velký potenciál se skrývá na půdě univerzit a výzkumných center, pro které je potřeba vytvořit infrastrukturu, aby se z laboratoří dostaly dál. Tradičně se jedná o pokročilé materiály a výrobní technologie, biotechnologie či počítačové technologie.
Mezi deep tech startupy jeho autoři řadí i projekt Floxgen. Netradičně se rozhodli založit firmu bez investora a zatím nevyužívají ani žádné evropské dotace. Vše tedy financují z vlastních prostředků, v čem Pavel Wimmer vidí velký benefit svobody a možnosti více riskantních projektů.
„Zároveň je tu ale velká zodpovědnost, protože musíte být schopni rychle zareagovat, pokud zjistíte, že jdete špatným směrem – a buď se přeorientovat, nebo projekt zavřít a začít pracovat na jiném. Neustále musíme přemýšlet ekonomicky, takže se od začátku snažíme hledat platící zákazníky a vývoj realizujeme ve spolupráci s nimi,“ dodává.
Společnost DNAi vyhrála třetí místo v soutěži Firma roku 2024 Hlavního města Prahy
Firma DNAi je rozdělená na dvě části: jedna část se věnuje projektům, například digitalizaci. Tato část vydělává tím, že zákazníkovi poradí, jak dohnat nějaký technologický gap nebo vytvořit mikroservisní architekturu. Vedle toho dodávají také specialisty, kteří vyvíjejí aplikace.
Tyto finance následně investují do vlastního produktového vývoje. „Produkty už nyní začínáme prodávat na trhu, takže nám začínají téct příjmy i z produktů,“ říká Pavel Wimmer.
Podmínky pro vznik deep tech projektů se v Česku zlepšují
Deep tech projekty se vyznačují tím, že jsou často zakládány bez podnikatelské zkušenosti. Kvůli obrovskému technologickému riziku, jsou mnohem kapitálově náročnější, protože jejich vývoj často trvá roky.
Vznikajícím projektům mohou pomoci různé přístupy: „Například intrapreneurship a venture building uvnitř firem, jako je DNAi, jsou v našem prostředí dneska opravdu vzácným úkazem a rozhodně by bylo potřeba více takových příkladů. Alternativou mohou být různé inkubátory a akcelerátory. Ty však mají nevýhodu, že jsou příliš unifikované a nedokážou se dostatečně přizpůsobit specifikům jednotlivých projektů, které vznikají,“ uvádí Liliana Unachukwu.
Alternativou pak mohou být tzv. venture studia, která fungují na univerzitách nebo Akademii věd, kdy excelentní vědecké týmy přicházejí s patenty či zajímavými technologiemi za zkušeným byznysovým týmem s podporou investorů.
Právě získání investorů je pro projekty klíčové. „Pro startupy je nesmírně důležité navázat vztahy s budoucími uživateli hned od začátku. Tento přístup se nazývá venture clienting, což znamená, že velká průmyslová nebo výrobní firma spolupracuje se startupem od počátku, aniž by v něm získala podíl, ale působí jako uživatel, poskytuje zpětnou vazbu a často přináší první tržby,“ tvrdí Liliana Unachukwu.
Podpora neleží jen na národní úrovni, ale na celoevropské úrovni už také existuje síť programů od Evropské komise.
Jak ve firmě budovat odolnost a čím jsou pro Floxgen klíčoví tzv. intrapodnikatelé? Podívejte se na celý rozhovor.
Další příběhy podnikání z laboratoří
Startupy mnohdy neřeší skutečné či důležité problémy, říká venture kapitálový investor
Z vědecké laboratoře do byznysu: Proč to v ČR nejde rychleji? Vysvětluje profesor Martin Fusek
BioHealing: Jak z nadějného výzkumu v laboratoři vytvořit úspěšnou firmu?
Jak se stát partnerem NASA? Stojí za tím hlavně náš vědecký tým, říká Jan Sohar z firmy Advacam
Přepis rozhovoru Martina Ziky s Lilianou Unachukwu a Pavlem Wimmerem
Martin Zika: Liliano, Pavle, dobrý den. Vítám vás tady a moc děkuji, že jste si udělali čas na rozhovor pro portál BusinessInfo.cz.
Pavel Wimmer: Dobrý den, děkujeme.
MZ: Já začnu gratulací Pavlovi k nedávnému třetímu místu v soutěži Firma roku 2024 v Praze pro jeho společnost DNAi. Gratuluji, Pavle.
PW: Moc děkujeme.
MZ: A řeknu, proč jsme si vás pozvali společně. Je to proto, že samozřejmě děláte spoustu zajímavých věcí. Tyto věci se, dá se říct, výrazně propojují a vzájemně souvisejí. Jeden z nejvýznamnějších důvodů, proč tomu tak je, spočívá ve vaší spolupráci na projektu Floxgen. Pokud to mám shrnout laicky, řekl bych, že jde o nástroj, který zpracovává velké objemy genomických dat. Umí je rychle analyzovat a jeho využití má významný přínos při léčbě genetických onemocnění a podobně. Vy to ale jistě vysvětlíte lépe – jaký je konkrétní přínos, jak to funguje a další detaily. Pokud tedy mohu poprosit.
Liliana Unachukwu: Navazujeme na to, že relativně nedávno propukl boom různých DNA testů, a genetické testování se stalo levnějším, a tím pádem dostupnějším. To vedlo k produkci obrovského množství dat, která je potřeba zpracovat. Tímto úkolem jsou zpravidla pověřeni bioinformatici, kterých je na trhu akutní nedostatek. Zároveň ne každé pracoviště nebo laboratoř má dostatečné technické vybavení či odborné znalosti pro analýzu takových objemů dat. Často jim chybí i potřebné počítačové zázemí a průprava v oblasti datové analýzy.
A právě v tomto směru jsou Floxgen a DNAi velmi silné. Vyvinuli jsme nástroj, který využívá principy chytré umělé inteligence a pokročilého zpracování dat, aby tuto akutní potřebu pokryl. Tento software pomáhá týmům zrychlovat analýzu a efektivněji pracovat s precizními zdravotními daty, která lze získat z lidského genomu. Tato data se pak využívají například při vývoji nových léčiv, predikci rizik u konkrétních pacientů nebo modelování terapií na míru, tedy v oblasti tzv. personalizované medicíny.
MZ: Dá se, Pavle, říct – asi určitě dá – jaké výhody to přináší, zejména z hlediska rychlosti zpracování těchto dat a následného využití?
PW: Uvedu konkrétní příklad: představme si bioinformatickou laboratoř o deseti až patnácti lidech, která běžně používá dvacet až třicet různých softwarových nástrojů. Zpracování výsledků za těchto podmínek může trvat i týden. Díky naší platformě však lze stejné výsledky získat za pár minut, a to s jedním člověkem.
MZ: To je úžasné. Můžete ještě vysvětlit praktický přínos? Když se budeme bavit o léčení genetických chorob. Mnohdy při včasném stanovení choroby nebo zjištění, že člověk tyto problémy má, se dá zabránit celé řadě úmrtí. Jak to přesně funguje?
PW: Zaměřujeme se například na vývoj tzv. digitálního dvojčete. Můžete si představit, že vytvoříme digitální datovou repliku nějakého objektu – může to být stroj, výrobní linka, nebo lidské tělo. V budoucnu bude možné vytvořit takového datového dvojníka, který zahrne různé druhy dat: analýzu genomu, mikrobiomu, výsledky krevních testů, údaje z chytrých zařízení, jako jsou hodinky Fitbit nebo monitor srdeční činnosti, i historická data o prodělaných nemocech. Můžete si představit jakákoli možná data, která mohou ovlivnit zdravotní stav. Může to být například úroveň stresu nebo strava, kterou do sebe přijímáte. Na základě těchto dat jsme schopni vytvářet digitální datové repliky a využívat umělou inteligenci, abychom sledovali, co se s těmi daty děje, hledali korelace a zefektivňovali analýzy. Je to podobné jako u prediktivní údržby strojů.
Totéž bude možné i v oblasti zdraví. Například uvidíte, že data směřují k nějakému stavu, který nechcete, a můžete odhalit problém ještě předtím, než se zhorší. Současně můžete hledat zajímavé korelace, které nasměrují vědu a výzkum k tomu, jak tyto nemoci podchytit. Díky tomu často nebude potřeba invazivní léčba, stačí jen upravit životní styl. To je velký trend, kterým se ubírá řada firem a startupů zaměřených na prediktivní a personalizovanou medicínu.
MZ: Když bych se zeptal ještě na to digitální dvojče, o kterém jste mluvil, tedy že když se vytvoří digitální dvojče lidského organismu, je tam vidět nějaký ideální nebo původní stav. A v tom dvojčeti je potom možné sledovat, jak se to mění, že tam dochází k nějakým nežádoucím změnám atd. Chápu to správně?
PW: Je to tak. Můžete si to představit tak, že to digitální dvojče není statické, ale data sbíráte dlouhodobě. Díky tomu můžete vidět nějaký změněný stav, například při screeningu těla zjistíte, že se v těle začíná dít něco, co nechcete. Nebo můžete na základě dat odhalit korelaci, která směřuje právě k nežádoucímu stavu.
MZ: Liliano, jaká je vaše role v tomto projektu?
LU: Já Pavlovi pomáhám v podstatě jako takový Venture Builder. To znamená, že technologii, která vznikla v DNAi, a celé řešení kolem ní převádím do samostatného spin-off projektu, tedy firmy. Konkrétně hledáme uživatele a zákazníky, objevujeme nové use case, pracujeme na internacionalizaci, zajišťujeme kapitál a ve spolupráci s technickým týmem se starám o to, aby produkt rostl a našel své místo na trhu.
MZ: Jak se vám to daří?
LU: Když teď zpětně zhodnotím uplynulý půlrok, myslím, že se nám daří dobře. Pohybujeme se na velmi konkurenčním trhu, kde existuje spousta podobných nástrojů. Jak trh postupně poznáváme, lépe chápeme, kde je naše místo. Vidíme, že velká část trhu není obsloužena dostatečně dobře – například biotechnologické startupy, malé laboratoře, menší týmy nebo diagnostické laboratoře často hledají řešení, které je agnostické, dokáže se přizpůsobit jejich potřebám, šetří jim čas a pomáhá místo toho, aby je zatěžovalo.
Naše řešení je dostupnější a zároveň přináší prvky automatizace a chytré práce s daty. Automatizace nakonec může výrazně urychlit vývoj nových léčiv nebo zefektivnit klinické testování nových léčebných postupů, což má přímý dopad na pomoc pacientům. Navíc těmto firmám šetří spoustu zdrojů.
MZ: Chtěl bych se teď více zaměřit na problematiku AI, kterou se zabýváte. Jaký je aktuální stav, pokud jde o vývoj umělé inteligence a její aplikaci do praxe? V posledních letech to byl velký boom a hodně se o tom mluvilo. Zajímá mě váš pohled na to, jak to teď vypadá. Naplňují se očekávání, která od AI byla ve firemním sektoru?
PW: Za mě vidím takové vystřízlivění. Když jsme v roce 2018 začínali, tak jsme vyprávěli, že umělá inteligence bude všude a všichni se tomu smáli.
MZ: Bude nebude.
PW: Určitě ano. Nastal velký boom s GPT, což samozřejmě přitáhlo pozornost. Teď je ale situace taková, že většina firem si tuto technologii vyzkoušela. Je však potřeba trochu edukovat trh, protože umělá inteligence není jen GPT. Vidíme i spoustu špatných aplikací, kdy je technologie využívána na věci, kde se úplně nehodí.
Svět AI je mnohem bohatší – zahrnuje různé aplikace, jako je rozpoznávání obrazů nebo predikční algoritmy. Podle mě se trh postupně vrací do normálu a začínají se objevovat reálné aplikace, které přesahují rámec GPT.
MZ: Když říkáte, že jsme teď v nějakém stavu určitého vystřízlivění, znamená to, že firmy možná zjistily, že to není tak jednoduché? Že to není jen o tom koupit nějakou aplikaci a tím vše vyřešit? Nebo jste to myslel jinak?
PW: Přesně tak. Pracujeme napříč odvětvími, jako je logistika, výroba, zdravotnictví, energetika, a vnímám určitý vzorec. Dochází k jistému vystřízlivění a u klientů jde často o fázi testování – většinou formou Copilot nebo například prostřednictvím API napojených na GPT.
Podle mého názoru bude budoucnost umělé inteligence rozdělená do dvou směrů. První směr se bude soustředit na GPT a podobné technologie, které pravděpodobně směřují k vývoji obecné umělé inteligence (General AI).
MZ: Takže velké jazykové modely?
PW: Ano. Druhý směr, kde vidím obrovský potenciál, spočívá ve firmách, zejména těch s dlouhou historií a specifickým know-how, které si budovaly mnoho let. Tyto firmy mají k dispozici unikátní data, která nejsou veřejně dostupná a na kterých tyto modely zatím nebyly trénované. V budoucnu proto očekávám vznik personalizovaných korporátních modelů, které využijí toto datové bohatství. Tyto modely budou stavět na kombinaci interních dat společností a dat z placených studií, fyzikálních zákonů, přírodních zákonů nebo nejnovějších vědeckých výzkumů.
Výsledkem budou polouzavřené systémy, kde bude jádrem unikátní datová základna obohacená o další zdroje, a na této bázi bude možné postavit něco skutečně jedinečného. Právě v tomto směru vidíme velkou budoucnost a potenciál pro další rozvoj umělé inteligence v korporátním prostředí.
MZ: Ještě s dovolením zůstanu u vás, protože jste mluvil – nebo minimálně někde jsem vás slyšel mluvit – speciálně na téma, jak začlenit AI do firemních procesů tak, aby skutečně přinesla konkurenční výhodu. Vím, že je to složité, ale dalo by se to zhutnit do dvou, tří nebo čtyř bodů, co je určitě potřeba splnit, aby se to povedlo?
PW: Můžu sdílet praktické příklady, kde to funguje a kde ne. Co se mi líbí, je práce s malými a středními firmami, kde se často bavíte přímo se zakladatelem nebo někým, kdo tu firmu zná od A do Z. Diskuze zde často směřuje k tomu, co firmu nejvíce trápí. Rádi se ptáme: „Co by pro vás byla velká konkurenční výhoda?“ nebo „Jaké řešení by vám pomohlo extrémně růst?“ Na základě toho je pak dobré se na daný problém podívat a zjistit, jestli je vhodný pro aplikaci umělé inteligence. Pokud ano, může to být obrovská konkurenční výhoda.
U větších firem nebo korporací se nám osvědčilo postupovat formou důkladného hodnocení, které jsme nazvali AI Capability Assessment. Jde o komplexní přístup, kdy se nejprve posuzuje, jak je firma připravena z hlediska infrastruktury – například zda má zavedený cloud a v jaké fázi se nachází. Dále se zkoumají data – jak vypadá jejich datová transformace, governance atd. a zda mají dostatečné zdroje i lidi schopné s touto technologií pracovat.
Dalším krokem je posoudit situaci z pohledu byznysu. Podobně jako u malých firem probíhá diskuze s vedoucími jednotlivých divizí, kde se sbírají klíčové problémy. Ty je pak potřeba dát do kontextu. Umělá inteligence zde může pomoci udělat roadmapu a určit, které projekty budou mít největší dopad. Ale ta investice do infrastruktury, přípravy dat a vyškolení lidí je prostě enormní. Bavíme se třeba o ročním projektu, ale druhý nebo třetí v pořadí může být projekt s obrovským dopadem. Infrastruktura je připravená, datové sady jsou také připravené a Proof of Concept, tedy ověření technologie, lze přinést během pár týdnů. Je proto dobré začít takovým projektem a současně dát argumenty například šéfovi IT, proč je důležité investovat do infrastruktury.
Tímto způsobem vytvoříte strategii, sladíte IT a byznys a získáte důvěru, že rychle přinesete výsledek.
MZ: Když bych to shrnul, tak je klíčové přemýšlet a vytvořit skutečný projekt, ne náhodně využívat aplikace s očekáváním, že přinesou významné posuny.
PW: Je také zásadní hodnotit to z pohledu byznysu: spočítat, zda se investice do AI vyplatí, a nezapomenout na budoucí náklady na provoz. Často vidíme, že firmy zvolí funkční řešení, ale náklady na jeho provoz jsou tak vysoké, že není reálně použitelné.
Kvalitní řešení by měla být navržena tak, aby byla optimalizována i z hlediska provozních nákladů.
MZ: Liliano, rád bych se vás zeptal, jakou zkušenost s tímto tématem máte vy. Například v rámci Pipette & Chart, což je vaše konzultační firma zaměřená na tzv. deep tech startupy, kterým se budeme později také věnovat. Jakým způsobem tam narážíte na téma umělé inteligence? Jak vnímáte, že se firmy s tímto fenoménem vypořádávají? Nebo naopak, že se s ním třeba nepotýkají? Máte s tím nějaké konkrétní zkušenosti?
LU: Určitě mám. Samozřejmě, že AI je teď téma napříč všemi obory. Dneska je umělá inteligence modelovou deep technologií, která z těch, se kterými pracujeme, má snad nejblíže k mainstreamu. Už to není taková novinka oproti jiným. A samozřejmě, co říkal Pavel, mohu jen podepsat – vyhraje to řešení, které má reálnou uplatnitelnost a skutečnou přidanou hodnotu v kontextu celého podnikání.
My většinou pracujeme na linii, kdy máme zajímavý startup, nebo ještě dříve tým s unikátním řešením. Jeho úspěch však závisí na tom, že pravděpodobně nevytvoří svůj vlastní trh. Potřebuje posunout technologii dál, ke spolupráci s většími firmami, průmyslovými nebo jinými, a ty si získat. To znamená, že nestačí akcentovat pouze technologii samotnou, ale je nutné přemýšlet jako zákazník. Jinými slovy – chápat kontext celého byznysu, dlouhodobého provozu, udržitelnosti, smysluplnosti a návratnosti investice.
Tento způsob myšlení však není u týmů na začátku vždy samozřejmostí. Často se proto stává, že vyhrávají řešení, která jsou komplexně propracovaná, i když nejsou až tak inovativní. Možná nejsou technologickou špičkou, ale mají dobře promyšlený celý byznys case.
MZ: Chtěl bych poprosit ještě vás, Pavle. Viděl jsem někde, že jste o tom mluvil, a to mi přišlo zajímavé, protože možná spousta lidí dneska pořád považuje umělou inteligenci za něco, co především automatizuje nějakou, dejme tomu, nudnou manuální práci, nebo pomáhá v oblastech, jako je marketing, například při práci s texty. Ale vy jste zmiňoval, že její použití je dneska mnohem širší. Mohl byste třeba uvést nějaké příklady ze zkušeností s firmami, pro které jste pracovali? Pokud jde o aplikaci AI, tak kde všude se to dneska ve výrobě dá už použít?
PW: Ty aplikace můžou být i v oblastech, kde nahrazují opravdu expertní znalost. Jedna z aplikací, kterou jsme využili, byla v konstrukčním designu turbodmychadel. Dělali jsme to pro firmu, která se 30 let věnuje vývoji konstrukčních designů turbodmychadel. Podařilo se nám nahradit expertní znalost tím, že jsme použili jejich datasety a společně s experty zakomponovali do algoritmu fyzikální zákony popisující, jak turbodmychadla fungují. Zároveň jsme tam integrovali jejich znalosti nasbírané za 30 let. Systém funguje tak, že při konstrukci turbodmychadla máte 70 parametrů, se kterými lze hýbat a umělá inteligence spočítá, jaký bude výkon turbodmychadla.
Další zajímavá aplikace je v oblasti kvality. Vyvinuli jsme aplikaci pro firmu, která vyrábí kovové součástky. Předtím měli inspekci kvality postavenou na specifických pracovištích, kde vyškolení lidé kontrolovali pod mikroskopy, jestli kovové výrobky nemají mikropraskliny nebo chybějící části. Tohle se nám podařilo nahradit umělou inteligencí.
Jedna z nejkomplexnějších věcí je právě digitální dvojče, které lze postavit například na výrobní linku. Je to digitální datová replika, která umožňuje sbírat data z moderních strojů, IoT senzorů, MES systémů a procesních parametrů, jako je nastavení zdrojů, přítlak nebo příkon. Tato data jsou obrovská a bylo by potřeba super expertní tým, aby v nich hledal korelace. Tohle ale může velmi dobře nahradit umělá inteligence.
Důležité je, aby výstupy byly dobře zpracované. Klient nedostane tisíce grafů, ale konkrétní doporučení, třeba: „Zkontroluj stroj nebo vyměň součástku,“ protože data ukazují, že se něco blíží k poruše. Podobně v oblasti kvality můžete najít korelace, třeba že zvlhnutí materiálu v kombinaci s určitým nastavením stroje způsobilo zaseknutí linky. Pak je možné nasměrovat tým kvality, aby to prověřil. Jsou to takovéto expertní systémy.
Mimo výrobu je zajímavá i oblast Supply Chain. Tam dokážete efektivně predikovat poptávku nebo optimalizovat skladové zásoby.
Neutekly vám naše další zajímavé rozhovory? Povídali jsme si s odborníky třeba o elektromobilitě a o tom, jak velký náskok Číny v tomto odvětví způsobí „zemětřesení“ v evropském automobilovém průmyslu. Také jsme zjišťovali, jak může cirkulární ekonomika mimo jiné pomoci byznysu. Dále jsme se věnovali tématům, jako je ochrana citlivých dat před stále častějšími a nebezpečnějšími kyberútoky, nebo význam designu nejen v byznysu, ale i ve společnosti. A že jeho roli možná většina z nás podceňuje. Pokud vám některý z inspirativních rozhovorů portálu BusinessInfo.cz unikl, navštivte náš YouTube kanál a také podcastové účty a všechno si v klidu vychutnejte.
MZ: Pojďme teď k tématu, které tady už několikrát padlo, a to jsou deep tech startupy. Liliano, jestli můžete úplně na úvod vysvětlit, co to je.
LU: Deep tech je obor, který vlastně znamená průlomovou vědu nebo inženýrství, jež poprvé vstupuje na trh. Jsou to nové průlomové objevy, které se poprvé komercializují. Je to oblast, která je pro Evropu velmi strategická, protože deep tech je ze své podstaty zaměřený na řešení těch nejzávažnějších globálních problémů, včetně klimatické změny, bezpečnosti, suverenity, duševního i fyzického zdraví nebo třeba chudoby. Takže jde o nové technologie pro ty nejnáročnější světové problémy.
MZ: To znamená, že to jsou nějaká řešení nebo technologie, která jsou úplně nová?
LU: Ano, to je podstata. A často interdisciplinární.
MZ: Kolik zhruba takových startupů nebo projektů je v České republice? My jsme o tom nedávno mluvili na konferenci INNOFORUM, kde tato otázka také zazněla. Vy jste říkala, že oficiální statistiky neexistují, ale přesto máte nějaký přehled.
LU: Odhadovala bych, že jsou to nízké stovky, a doufám, že jich bude víc. Mám totiž pocit, že na půdě univerzit a výzkumných center dřímá potenciálně tisíce dalších projektů, ale je nutné vytvořit infrastrukturu, která jim umožní dostat se z laboratoří dál.
MZ: K tomu se taky určitě dostaneme. Dalo by se třeba říci, na jaké oblasti jsou zaměřené v České republice především, nebo to není moc možné.
LU: Myslím si, že umělá inteligence je určitě oblast, ve které se Česká republika profiluje jako expertní hub. Těch oblastí bude víc a hodně se opírají o to, jaké tady máme vysoké školy, jaké obory tady mají tradici, takže určitě pokročilé materiály a výrobní technologie, biotechnologie v československém kontextu, myslím, že jsou také určitě zajímavou oblastí, která si zaslouží pozornost. Určitě počítačové technologie, výpočetní biologie a chemie.
MZ: Když bychom se zabývali situací nebo podmínkami pro rozvoj takových firem v České republice obecně, třeba ve srovnání se zahraničím, jak to vnímáte? Protože jestli tomu dobře rozumím, tak projekt Floxgen tam asi můžeme zahrnout.
LU: Stoprocentně.
MZ: Když jste to začali vytvářet, na co jste naráželi? Šlo to dobře, nebo se objevily nějaké, dejme tomu, strukturální problémy? Jak jste to tehdy vnímali a jaké to je nyní, když to stále vytváříte?
LU: Je to běh na dlouhou trať. Možná Pavel může říct svoji perspektivu a já pak řeknu svoji… Jaká byla incepce Floxgenu.
PW: Není to jednoduché a u nás je to ještě trochu specifické, protože jsme se rozhodli, že firmu založíme bez investora. Zatím také nevyužíváme evropské dotace, takže vše financujeme sami ze svých prostředků.
MZ: Což mi přijde skoro nemožné. Jestli byste to mohl trochu poodkrýt.
PW: Má to své výhody i nevýhody. Obrovskou výhodou je svoboda, za což jsem opravdu rád. Díky tomu můžeme jít do velmi inovativních a riskantních projektů. Zároveň je tu ale velká zodpovědnost, protože musíte být schopni rychle zareagovat, pokud zjistíte, že jdete špatným směrem – a buď se přeorientovat, nebo projekt zavřít a začít pracovat na jiném. Neustále musíme přemýšlet ekonomicky, takže se od začátku snažíme hledat platící zákazníky a vývoj realizujeme ve spolupráci s nimi.
To přináší výhodu v tom, že se musíte zaměřit na skutečnou hodnotu – tedy na to, za co jsou zákazníci ochotní zaplatit, kde jsou jejich problémy. Vývoj tak probíhá částečně na zakázku, ale zároveň přemýšlíme, jaká jeho část by mohla být generická a použitelná i pro další klienty. Typicky to znamená najít šampiona, který má finanční prostředky, vytvořit základ a následně zkoumat, co lze opakovaně využít v rámci podmínek, které vyplývají z IP rights a NDA. Je to takový pestrý svět.
MZ: Takže si vytváříte sami na sebe tlak ve smyslu snahy opravdu přijít na to, jak to dostat, dejme tomu, na trh, když to zjednoduším. Což, jak jsem pochopil, bývá velmi často problém – že vznikající projekty se zaměřují především na technologická řešení, ale obchodní stránky a otázky s nimi spojené možná trochu opomíjejí.
PW: Přesně tak. I firmu jsme stavěli s tím, že pro nás jsou klíčoví takzvaní intrapodnikatelé. Vnímám to tak, že ideální intrapodnikatel funguje jako firma ve firmě. Tato „firma“ musí být schopná se uživit, případně ji dokážeme po omezený čas podpořit – ať už finančně nebo tím, že sdílí naše zdroje, jako je nábor, operativní zázemí, nebo marketing v rámci určitých limitů.
Cílem je, aby se tým mohl stoprocentně soustředit na to, jak dostat inovaci co nejrychleji na trh. Hodně spolupracujeme – například s aplikovanou vědou, konzultačními firmami a výzkumnými organizacemi, protože ty hodně inovativní věci nezvládnete sami.
MZ: Jak Liliano vnímáte roli intrapodnikatele?
LU: Je to velké privilegium v českém prostředí moci budovat firmu tímto způsobem. Jak říkal Pavel, je tam svoboda, ale zároveň velká zodpovědnost. Díky tomu, že jsme poměrně seniorní tým, máme za sebou už celou řadu chyb, a nyní můžeme stavět na zkušenostech. To není vždy případ deep tech firem, které začínají na akademické půdě.
Z mého pohledu je DNAi vzácný případ firmy, která inkubuje své vlastní budoucí firmy a umí vytvořit „branching out“ z konzultační činnosti do produktizace. Z tohoto pohledu je to obrovská výhoda. Floxgen nevznikl jako technologie pro technologii, ale jako odpověď na již existující poptávku trhu. Naším úkolem je, jak říkal Pavel, najít více podobných zákazníků, kteří si Floxgen sami vysnili. Obvyklá praxe je opačná – nejdříve vznikne technologie a teprve pak se pro ni hledá trh.
MZ: Když bych se vrátil k té původní otázce, jak vnímáte celkově podmínky pro vznik, vývoj a rozvoj takového projektu v České republice? Jak byste to popsala?
LU: Řekla bych optimisticky, že podmínky se zlepšují. Dozráváme jako startupový hub, ale musíme si uvědomit, že deep tech má trochu jiná pravidla hry. Jde o projekty s obrovským technologickým rizikem, které jsou mnohem kapitálově náročnější, protože jejich vývoj často trvá roky. Tyto projekty bývají zpravidla zakládány týmy bez podnikatelské zkušenosti, což je nevýhoda oproti například B2B SaaS aplikacím, které lze vyvinout za rok. Ale mají tu výhodu, že už pro ně existuje připravený trh. Jak jsem už zmiňovala, deep tech projekty řeší skutečně vážné problémy, a pokud se podaří úspěšně vyvinout a validovat technologii, zpravidla nemají problém najít zákazníky. V Česku však zatím nemáme plně vybudovanou dedikovanou infrastrukturu pro deep tech…
MZ: Co si pod tím představit?
LU: Představuji si pod tím různé kanály, přes které lze deep tech projekty vytvářet. Například intrapreneurship a venture building uvnitř firem, jako je DNAi, jsou v našem prostředí dneska opravdu vzácným úkazem a rozhodně by bylo potřeba více takových příkladů. Alternativou mohou být různé inkubátory a akcelerátory. Ty však mají nevýhodu, že jsou příliš unifikované a nedokážou se dostatečně přizpůsobit specifikům jednotlivých projektů, které vznikají.
Další velmi zajímavou alternativou jsou podle mě tzv. venture studia. Ty fungují tak, že projekty vzniklé na univerzitách nebo v Akademii věd – často s excelentními vědeckými týmy, zajímavými technologiemi nebo i patenty – přicházejí do studia, kde je zkušený byznysový tým s podporou investorů. Tento tým pomáhá projektu rychle se podnikatelsky validovat, typicky v horizontu 12 měsíců, a připravit ho tak, aby byl srozumitelný, kvalifikovaný pro externí kapitál.
MZ: Vy jste říkala, že deep tech projekty nebo startupy fungují podle trošku jiných pravidel. Bavili jsme se o té souvislosti podmínek pro vznik. Znamená to, že by například z hlediska legislativy bylo potřeba udělat něco trochu jinak?
LU: Potřebujeme především získat investory, kteří těmto projektům uvěří a dokážou se v nich zorientovat. Potřebujeme také průmyslové firmy a finální uživatelé, kteří budou ochotni vsadit na budoucnost, představit si sami sebe za pět či deset let a začít s těmito technologiemi pracovat včas. Pro startupy je nesmírně důležité navázat vztahy s budoucími uživateli hned od začátku. Tento přístup se nazývá venture clienting, což znamená, že velká průmyslová nebo výrobní firma spolupracuje se startupem od počátku, aniž by v něm získala podíl, ale působí jako uživatel, poskytuje zpětnou vazbu a často přináší první tržby.
Potřebujeme více zdrojů kapitálu – nejen venture kapitál, který je pro deep tech důležitý, ale také grantové programy. Na celoevropské úrovni už existují skvělé programy pro deep tech projekty od Evropské komise. Určitě jich ale může být i víc na národní úrovni. O tom žádná. Potřebujeme více andělských investorů a potřebujeme více platforem a míst, kde projekty můžou dozrávat.
MZ: Takže je to o vytváření vazeb, přesvědčování, prospěšnosti, potenciálu, vytváření nějakých platforem atd.?
LU: Je to celý ekosystém. Nemůžeme mít jeden univerzální ekosystém pro všechny startupy. Pokud chceme, aby se Česká republika jednou stala velmocí v oblasti umělé inteligence, vesmírných technologií nebo výrobních technologií, musíme vytvořit komplexní ekosystém a zajistit, že cesta od supertalentovaného týmu na univerzitě k prosperující firmě bude mít jasně definované milníky. Pro každý z těchto milníků zde musí být odpovídající podpůrný ekosystém a schopnost si celou tuto cestu představit.
Dnes už máme poblíž nás příklad takového ekosystému v Mnichově, kde kolem Technické univerzity vznikl ucelený systém – od inkubátoru až po investiční fond, vše na jednom kampusu. Něco podobného by České republice rozhodně slušelo.
MZ: Nic takového tady není?
LU: Rýsuje se to. Myslím si, že máme potenciál vytvořit podobné ekosystémy v Praze, Brně i Ostravě. Nicméně některé články v tomto řetězci nám zatím chybí. Věřím však, že na tom nyní pracuje mnoho subjektů, včetně mě, aby se situace postupně zlepšila.
MZ: Tak to je dobrá zpráva. Ještě zůstaneme u specifik deep tech startupů. Mluvila jste o tom, že fungují na základě trochu jiných pravidel, ale zároveň tam jsou i trochu jiné příležitosti, které takovým firmám tento způsob fungování nabízí. Je to tak?
LU: Určitě. Největší riziko je samotná technologie – jestli bude fungovat, jestli se podaří ji škálovat nebo certifikovat. Je tam spousta otázek. Obrovskou výhodou a zároveň konkurenční výhodou těchto technologií je jejich globální charakter. Pokud se vám podaří uspět na jednom trhu, často získáte zákazníky i na dalších.
Většinou jde o technologie, které jsou silně chráněny patenty a dalším velmi specifickým know-how, což vytváří bariéry pro konkurenty – něco, co například mobilní aplikace nemají. Tyto technologie tedy mají potenciál dosáhnout poměrně silné monopolistické pozice třeba na 20 let, což je unikátní. To je odměna za technologickou náročnost.
MZ: Vy jste někde říkala, možná jsme se o tom bavili spolu, že tyhle firmy by měly věnovat pozornost především něčemu, čemu říkáte odolnost. Možná se nejdřív zeptám Pavla – jak to vidíte vy? Pokud jde třeba o Floxgen, jak tuto věc vnímáte a co konkrétně v této oblasti děláte?
PW: Pro nás je to klíčové slovo. Firmu jsme od začátku stavěli tak, aby byla co nejvíce odolná, protože působíme v oblasti, která je velmi riziková. Je nutné být schopný rychle rozhodnout, kdy určitý projekt uzavřít a přesměrovat tým jiným směrem.
Uvnitř firmy jsme to rozdělili na dvě skupiny. Jedna se zaměřuje na přípravu prostředí pro aplikaci umělé inteligence. Tato skupina se věnuje například tomu, že pomáhá firmám zavádět cloudová řešení, provádět datovou transformaci nebo vyvíjet aplikace a navrhovat architekturu připravenou na nástup umělé inteligence.
To, co sami vnímáme, je, že postupně začínají vznikat otevřené systémy, které umožňují větší flexibilitu. My tomu říkáme něco jako „AI-like“ – systém, který je připravený tak, že máte cloud, data a otevřenou architekturu, do níž můžete přidávat aplikace, ať už nakoupené, nebo vyvinuté vlastními silami. Je to takový „marketplace“ aplikací. Podobně přistupujeme i k našim produktům. Rozhodli jsme se, jak říkala Lili, že se zaměříme na ty opravdu složité enterprise projekty. Ty vyplňují prostor před tím, než přijde firma, která rychle postaví užitečnou, ale snadno nahraditelnou aplikaci, nebo než vzniknou velké, náročné „custom“ vývoje.
Naše zkušenosti, které jsme nasbírali ohledně toho, co je potřeba k aplikaci umělé inteligence, jsme využili při tvorbě platformy. Ta zahrnuje 80–90 procent práce, která se u produktového vývoje opakuje. Platformu stavíme modulárně, což je zásadní. Můžete si ji představit jako stavebnici z Lega – jednotlivé moduly (kostičky) se mohou měnit. Například dnes máme digitální asistenty postavené na Azure a klíčová aplikace je GPT. Ale pokud přijde někdo s lepší technologií nebo cloud provider bude o parník dál, musíme být schopni tu „kostičku“ rychle nahradit, aniž by se celé řešení rozpadlo.
Klíčová je pro nás také spolupráce s firmami, které jsou šampiony ve svých odvětvích. Tyto firmy přinášejí know-how, které se integruje do našich řešení. Naše cesta je právě v té komplexnosti – není mnoho firem, které dokážou zvládnout infrastrukturu, datové záležitosti, modulární systém, specifické znalosti daného odvětví, právní aspekty a zároveň byly připravení flexibilitou. To je naše cesta.
MZ: Liliano, jak vnímáte vy ten pojem odolnost?
LU: Myslím, že odolnost je něco, co musí řešit všechny firmy, a hlavně ty větší mohou k posílení své odolnosti využít spolupráce se startupy. Téma resilience je důležité, protože v poslední době jsme viděli spoustu externích událostí, které firmy nemohly kontrolovat ani ovlivnit, ale musely na ně reagovat. V podstatě se vychýlila jejich rovnováha kvůli událostem, jako byla pandemie nebo válečný konflikt. Musely začít řešit vyšší ceny vstupních nákladů, nedostatek surovin, personálu, nejistotu či nové zákony.
Na tohle všechno je potřeba být připraven. Existují na to studie i data, která říkají, že jsou tři pilíře, jak posílit odolnost firem. Prvním z nich jsou inovace a využití agility startupů – přijímat novinky a připravovat se na budoucí změny. Šoků totiž bude přicházet čím dál víc, ale nevíme, kdy a jaké.
MZ: To znamená, pardon, že vám do toho skáču, třeba neustálé testování toho, co se kde dá inovovat?
LU: Klasickým příkladem, když navážu na Pavla a kompetence DNAi, je prediktivní analýza. To znamená být připraven na to, že mi vypadne dodavatel, nebo že vzroste či klesne poptávka, a umět s těmito daty pracovat, modelovat různé scénáře. To je dobrá praxe velkých firem, takže určitě inovace.
Tou druhou oblastí často bývají, kupodivu, i zákony. Například zpřísňování legislativy, jako je regulace využívání chemikálií, nebo Green Deal celkově, nutí firmy připravovat se na změny. Možná to dělají trochu nedobrovolně, ale řada z nich z toho dokáže udělat příležitost. Řeknou si, že se tomu stejně nevyhnou, a zaměří se na perspektivní, dlouhodobě udržitelné směry, které mohou přetvořit ve svůj nový byznys.
Třetí oblastí jsou ESG – tedy zavádění udržitelných praktik. Nejde o to dělat to jen proto, že musím, ale snažit se v tom najít příležitost pro růst. Například prodloužit životní cyklus svých produktů, vytvořit nové zdroje tržeb a obecně se podívat na změny jako na příležitost.
MZ: Mluvila jste o té podnikatelské připravenosti, odolnosti a tak dále, a taky jste říkala, že státy dokážou svou politikou tohle katalyzovat. Tak mě zajímá, jestli, a omlouvám se, jestli jsem se na to už ptal předtím, tak vás s tím otravuji ještě jednou, ale jestli je tady z vašeho pohledu něco, když se budeme bavit o deep tech startupech a těchto projektech, čemu by se třeba dalo na úrovni státu pomoci?
LU: Myslím, že všichni už dlouho čekáme na vyslovení nějaké vize, kde chceme naši zemi vidět třeba v roce 2050 – které obory budou pro naši ekonomiku strategické a kam se chceme profilovat. To zatím nevíme, a právě tím by měl každý stát začít. Ekosystémy se tvoří kolem univerzit. Potřebujeme silné univerzity, které pracují na tématech relevantních pro budoucnost ekonomiky, a kolem nich vytvářet pobídky.
Největší slabina našeho ekosystému je v tom, že ani nevíme, co všechno za nápady a perspektivní technologie máme. Chybí nám nástroje, jak validovat nápady v jejich počátcích. DNAi se může rozhodnout investovat do proof-of-conceptu a v řádu týdnů zjistit, jestli má něco smysl. U nás je ale spousta projektů ve veřejné sféře, u kterých se tohle někdy ani nezjistí, a to je velká škoda potenciálu.
Vidím velkou příležitost zaměřit se na ty úplně rané fáze, které pro investory ještě nejsou čitelné ani vyhodnotitelné, a propojit talent s trhem.
MZ: Já jsem se ještě chtěl Pavla zeptat. Říkal jste, že nevyužíváte žádné dotace, nemáte žádného investora. To znamená, že vám se daří investice získávat z nějakých dílčích činností firmy? Je to tak?
PW: Ano.
MZ: Takže to je pro vás ten zdroj financí.
PW: Možná to ještě malinko uvedu na pravou míru. Naše firma má dvě části. Máme část lidí, která se věnuje projektům, například digitalizaci. Jsme schopni vydělat peníze tím, že zákazníkovi poradíme, jak dohnat nějaký technologický gap nebo vytvořit mikroservisní architekturu. Dodáváme také specialisty, kteří staví například data lake nebo vyvíjejí aplikace. Tato část je pro nás důležitým zdrojem příjmů.
Pak máme druhou část – produktovou. To, co vyděláme v první části, investujeme do vlastního produktového vývoje. Produkty už nyní začínáme prodávat na trhu, takže nám začínají téct příjmy i z produktů. Tyto produkty obvykle dotáhneme do fáze, kdy mají jednoho až tři zákazníky, technologie je ověřená a vidíme v ní velký potenciál. Uvažujeme o tom, že v budoucnu se některé produkty, spolu s týmem, který je vyvinul nebo podporuje, mohou oddělit jako samostatné firmy.
Tyto firmy budou moci v našem ekosystému dál sdílet servisní služby – například pomoc s náborem při růstu, starost o fakturaci, operativní záležitosti nebo marketing. To je přesně ten moment, kdy se zaměřujeme na škálování technologie do světa. A právě v této fázi, kdy nemáme dostatek vlastních prostředků, se můžeme otevřít strategickému investorovi, uzavřít joint venture nebo žádat o dotace. Dotace rozhodně nehaním – přijdou mi jako fajn nástroj, pokud už víme, na co chceme prostředky použít. Často máme v té chvíli už nějaký revenue stream, ale stále existují inovativní a rizikové projekty, které nejsme schopni dofinancovat. V takových případech je dobré si zažádat o evropské dotace nebo to podpořit z nějakého rozvojového programu.
MZ: Mimochodem, teď mě napadá téma, o kterém jsem dopředu neuvažoval, ale přijde mi škoda toho nevyužít. Hodně se o tom mluví v souvislosti s nedávno vydanou Draghiho zprávou o technologickém zaostávání Evropy za Spojenými státy a Čínou. Zajímalo by mě, jestli tohle vnímáte a jak podle vás, co by se s tím mělo dělat?
Mluví se o potřebě většího propojení Evropy, a to například ve smyslu určité federalizace nebo vytvoření společných investic. Ty by pak mohly být zaměřeny na opravdu klíčové technologie. Liliano, vy jste o tom mluvila – vytipovat klíčové oblasti a investovat do nich. Jak tuto otázku vnímáte? Určitě o tom přemýšlíte a máte na to nějaký názor, protože se vás to asi hodně dotýká.
PW: Když to mohu porovnat, tak ty top inovace se opravdu dějí v Asii a Americe. Je to obrovský rozdíl. Když se podívám na Evropu, třeba na nás nebo na Německo, tak tady často spíše edukujeme trh, ale chybí nám větší odvaha investovat do zkoušení nových technologií. Firmy jsou často příliš senzitivní a mají obavy, aby něco nevyšlo hned napoprvé, což je spíš otázka mindsetu. Když jsme třeba byli v Singapuru…
MZ: Čili nízká odvaha riskovat?
PW: Ano. Co se mi třeba líbilo v Singapuru, že extrémně a masivně investuje do toho, aby se stal technologickým hubem v oblasti umělé inteligence pro celý region. Konkrétním příkladem firma Supply Chain City, taková asijská DHL, která má 60 000 zaměstnanců a je masivně podporovaná vládou.
V rámci Supply Chain City existuje přesně ten ekosystém, o kterém mluvila Liliana. Přímo v centrále této firmy se propojuje věda, výzkum a univerzity. Sídlí tam také startupy, které mohou do ekosystému Supply Chain City přinést zajímavé inovace. Je to obrovská podpora pro inovativní firmy – za přispění státu a soukromého sektoru dostanou šanci ukázat svou technologii zákazníkům přímo v rámci Supply Chain City a ověřit si své řešení v praxi.
My jsme tady s tím na začátku hodně bojovali. Bylo velmi těžké získat důvěru, že jsme firma, která něco umí. Také bylo těžké získat financování, například úvěr. Proto jsme si museli vytvořit vlastní cestu – nejprve vybudovat revenue stream. Tím jsme ale ztratili půl roku až rok, než jsme si vytvořili vlastní infrastrukturu.
MZ: Takže říkáte, že je to jednak otázka mindsetu, tedy nedostatku ochoty více riskovat, ale zároveň i podmínek? Může stát nebo třeba Evropská unie pomoci tím, že by více investovali do těchto oblastí, například do propojování jednotlivých částí ekosystému? Chápu to správně?
PW: To určitě. A tam byl důležitý ten ekosystém, protože v Singapuru si vytyčili, že pro ně klíčová oblast je také logistika. Opravdu na úrovni státu jsou masivní pobídky, aby špičky z oblasti umělé inteligence z Evropy a Ameriky přilákali k nim. Měli tam možnost se potkat třeba s šéfem AI NVIDIA. Bylo to úžasné, že na jednom místě máte koncentraci top mozků na světě.
MZ: Jak to vnímáte vy, Liliano?
LU: Velmi podobně. Myslím, že startupy trápí stejné věci, ať už jsou tady, v Německu, nebo jinde. Je to hodně byrokracie, často problémy kolem certifikací, které jsou u nás někdy přísnější a méně čitelné, samozřejmě roztříštěné. To jsou věci, které startupy hodně zdržují. Myslím si, že by určitě pomohlo českému ekosystému přilákání zahraničního talentu, aby sem přicházely zahraniční týmy budovat své firmy.
Bylo by skvělé, kdybychom se stali vyhledávaným hubem nejen pro talenty, ale i pro kupce. Aby věděli, že když přijedou do Prahy, najdou tu špičkové technologie, například v oblasti vesmírných technologií, a budou si sem chodit nakupovat, protože vědí, že zde existuje několik set špičkových týmů. Všechno by se dalo snadno najít, vyhledat a dobře propagovat i státem.
PW: A možná bych to i doplnil – jsem spíše optimista a vidím, že se situace mění k lepšímu. Je zde celá řada aktivit, které pomáhají. My například jsme součástí Asociace Prague AI nebo Asociace pro umělou inteligenci. Spolupracujeme se Středočeským inovačním centrem a teď zakládáme pobočku v Brně, kde budeme sídlit v Jihomoravském inovačním centru. Spolupracujeme také s cloud providery, jako je Microsoft, a každá z těchto institucí se snaží přispět svými zajímavými programy.
Například jsou schopni financovat proof-of-concept technologie, aby ověřili její potenciál, nebo poskytnout konzultace a pomoci s propojením. Mám také dobrou zkušenost z vládních misí, kde třeba i ministr může propůjčit svůj kredit, což vám může otevřít dveře k setkání se zákazníky v dané zemi.
Myslím, že těch aktivit je hodně. A jak zmiňovala Liliana, pokud zde vznikne ekosystém, který nabídne firmám, jež nemají tolik zkušeností, přehled toho, co všechno mohou dělat, bude to velmi užitečné. Hrozně důležité je také inspirovat příkladem. Když zde vzniknou zajímavé firmy, kterým se podaří uspět, může to být inspirace pro další startupy a podpora chuti pustit se do podnikání a zkusit to.
MZ: To je samozřejmě pozitivní, doufejme, že to tak bude pokračovat. Na druhou stranu, když se podíváme na statistiky, které jsem viděl zhruba před půl rokem, o investicích do umělé inteligence, Spojené státy jsou skutečně o několik „parníků“ napřed. Následuje Čína a Asie, a Evropa je výrazně pozadu. Evidentně je potřeba větší podpora, takže doufejme, že se situace bude zlepšovat.
Chtěl jsem se ještě zeptat na jednu věc. Když jsme se připravovali na konferenci Innoforum, narazil jsem ve vašich materiálech na to, že se zabýváte propojováním umělé inteligence s otázkami udržitelnosti a také s otázkami etiky. To mě velmi zaujalo, protože si myslím, že je to nesmírně důležité téma, které by nemělo zapadnout. Jak to vnímáte?
PW: Pro nás to bylo hodně důležité. Když jsme zakládali firmu, řekli jsme si, že to bude i pro radost. Velkou výhodou naší svobody je to, že si můžeme vybírat, do jaké oblasti půjdeme a co budeme dělat. Jasně jsme si vytyčili, že jsou oblasti, kde nechceme využívat umělou inteligenci, a naopak oblasti, kde nám to dává smysl – například zdravotnictví, kde technologie pomáhá zlepšovat život lidem, nebo oblast supply chain a výroby, kde zase přispívá k omezení plýtvání. To je náš mindset a je to DNA naší firmy.
Pak je pro nás hodně důležité i to, že když stavíme platformy, děláme je tak, aby už součástí byly předpřipravené nástroje, které umožní třeba optimalizovat i podle ESG. Líbí se mi, že to nejsou nějaká generická řešení – vždy záleží na uživateli, aby dodal vstupní parametry a stanovil cíl. Tím cílem může být například snížení peněz vázaných v zásobách v případě supply chainu, ale zároveň je možné optimalizovat i podle ESG.
Někdy tyto věci jdou trochu proti sobě, ale algoritmy si s tím dokážou poradit a najít nejlepší možnou kombinaci. Takže se snažíme – ne snažíme, děláme to – zakomponovat tyto přístupy přímo do našich řešení.
MZ: Nevím, jestli, Liliano, máte k tomuto tématu nějaký postřeh, něco, co byste chtěla dodat, abych vás nevynechal.
LU: Já myslím, že Pavel to řekl hezky, ale určitě etika je důležitou dimenzí v deep tech obecně, protože každá nová technologie má potenciál i pro zneužití.
Řada týmů musí už od začátku zaujmout postoj k tomu, jak svoji technologii chtějí chránit nebo jakým směrem ji chtějí směřovat. Mimochodem, je to také důležité kritérium při získávání evropského financování.
PW: A možná k tomu ještě doplním, jak už Liliana zmiňovala, že je hrozně důležitá role lidí. Když máme nějakou aplikaci, je důležité, aby byla transparentní, takže jsme schopni rozklíčovat algoritmy a pochopit, proč došly k danému závěru. Dost často řešení nastavujeme tak, aby nebyla plně automatická, alespoň na začátku, protože tam hraje velice důležitou roli člověk.
Ze začátku člověk pomáhá umělou inteligenci trénovat. Tedy zpracovat to, co má v hlavě. Když AI přinese výsledek, necháme člověka, aby jej zkontroloval, použil selský rozum a měl možnost korigovat výstupy. Tato oprava se stává součástí učící smyčky. Snažíme se, aby třeba 80–90 procent práce zvládl stroj, ale zůstala část, kterou ověří člověk, zvaliduje a dotrénuje. A až když máme jistotu, že je vše v pořádku, můžeme přepnout systém do plně automatického režimu.
Konkrétně například u lidského genomu ponecháváme věci, které by měly zůstat u lidí, právě na lidech. Z analýzy genomu je možné zjistit velmi citlivé informace a v extrémních případech i velice přesně spočítat, kdy člověk zemře. A to je něco, co by rozhodně neměla říkat umělá inteligence.
MZ: Určitě. Poprosím vás ještě na závěr, jestli můžete říct, co teď vás čeká zajímavého, jaké máte plány, na co se těšíte?
LU: Těšíme se na to, že Floxgen se dostane do rukou týmů po celém světě, a speciálně nám záleží na tom, aby se dostal i do rozvojových zemí, které jsou dnes, co se týká popisu genomu, naprosto zanedbané. Těšíme se, že tímto způsobem demokratizujeme přístup k novým technologiím.
A potom samozřejmě na to, o čem jsem mluvila – ekosystém. To je nějaký náš dlouhodobý plán. Myslím, že to je i hodnota, kterou sdílíme s Pavlem, aby v rámci Česka vzniklo kultivované prostředí, kde bude vznikat mnoho ambiciózních firem s globálním dopadem. Takže to jsou takové mé dvě priority.
MZ: Když o tom mluvíte, protože je to nesmírně zajímavé, jsou už nějaké konkrétní věci, které byste mohli prozradit, pokud jde o ten ekosystém, nebo je to zatím ještě něco, o čem nechcete mluvit?
LU: Určitě mohu prozradit, že příští rok plánujeme otevřít Venture Studio, které se bude zaměřovat na deep tech projekty úplně na začátku. Naším cílem je vytvořit patnáct nových firem v horizontu sedmi let, které by bez takového vehiclu pravděpodobně nevznikly.
MZ: Tak to zní úžasně. Budu držet palce. Pavle, co vy?
PW: Já to mám tak, že se těším na každý den, protože mám splněný sen. Mám rád velkou pestrost a každý den je pro mě dar – řeším věci od genomu, přes státní správu, výrobu, logistiku, a to je úžasné. Moc se těším na náš tým, protože vidím, jak se posouvá, a vždycky je to svátek, když někde něco prezentují.
Navíc jsme dokončili první produkty a s těmi jdeme ven, což jsou taková naše „miminka“. Těším se, že budou přibývat zákazníci a vždycky je skvělé vidět výsledky – že je zákazník spokojený a že to přináší efekt, který očekává.
V rámci firmy teď připravujeme globální expanzi, takže se už díváme po dalších zemích. Je to takové „na druhou“, protože se potkáváme s lidmi z různých zemí. Těším se, co přijde – jestli se v dané zemi uchytíme a jak se bude dařit našim produktům.
Opravdu, každý den je pro mě super.
MZ: To jsme skončili krásně pozitivně. Držím moc palce, ať vám plány vychází a také moc děkuji za rozhovor.
PW: Moc děkujeme.
Co můžete čekat? Portréty začínajících technologických a inovativních firem, úspěchy tuzemských startupů, aktuality z oblasti výzkumu a vývoje, spolupráce podniků s vědeckými institucemi, nebo informace o programech na podporu oblasti VaVaI.