Největším hybatelem tohoto rozvoje je dnes soukromý sektor, který v AI vidí příležitost, jak zlepšit svou konkurenceschopnost. Společnosti po celém světě investují do umělé inteligence ve snaze zefektivnit interní procesy, lépe porozumět svým datům a zlepšit rozhodování. Někteří modernizují své stávající IT systémy a vyměňují je za nové, které již technologie AI obsahují. Jiní sázejí na vlastní inovační schopnosti a sami takové systémy vyvíjejí.

V tomto článku se dozvíte, že ani skupina MND není výjimkou. Při svém podnikání pracujeme s obrovským množstvím dat a informací. Ať už jsou to informace z trhů, o našich zákaznících, informace z technologií v provozu, geologická, ekonomická, účetní a obchodní data, nebo třeba předpovědi počasí. Všechny tyto informace denně zpracováváme, abychom mohli provádět správná rozhodnutí. A protože AI technologie vynikají právě ve zpracování a analýzách velkých objemů dat, vidíme v této oblasti jednu z největších příležitostí pro technologické inovace. Typicky jde o úlohy, kdy potřebujeme z dostupných dat odhadovat vývoj v budoucnosti nebo hledat dosud skryté souvislosti, například predikce vývoje cen na trzích či plánování údržby. Překvapivé výsledky se dosahují také s technologiemi schopnými porozumět lidské řeči a obrazu. Mohou to být například úlohy na automatické zpracování dokumentů nebo třeba odhad budoucího chování zákazníka na základě jeho slovního projevu. Nasazení takových technologií do rutinního užívání však není snadné. Jedná se o velmi složité systémy, které vyžadují expertní znalosti napříč různými obory a množství času na vývoj a testování. Výsledná řešení pak mají povahu spíše prototypů, laděných přímo na míru konkrétnímu použití.

Druhá velká oblast využití umělé inteligence spočívá v takzvané generativní AI. Jak název napovídá, je to technologie, která je schopná na základě zadání, zpravidla slovního, vygenerovat nějaký obsah. Tím obsahem může být text, dokument, obrázek, zvuk, video nebo třeba softwarový kód počítačového programu. Tyto technologie dnes umí výrazně pomáhat všude, kde se takové obsahy vytvářejí. Díky nim mohou programátoři ušetřit ohromné množství neproduktivního času a zaměřit se jen na skutečně specifické úlohy. Všem ostatním dokáží pomoci s vytvářením textů, prezentací, zápisů ze schůzek a videokonferencí nebo s rozborem dlouhých a složitých dokumentů a smluv. Tyto nástroje jsou už dnes běžně dostupné pro firemní i osobní využití. Nejčastěji se v této souvislosti zmiňují služby ChatGPT a Copilot. Z důvodu lepší integrace do softwaru společnosti Microsoft, který na svých firemních počítačích využíváme, a vzhledem k zatím stále lépe řešené ochraně firemních informací, se v MND soustřeďujeme na nástroj Copilot. Byť jeho pokročilé používání vyžaduje placenou licenci, některé jeho funkce jsou přístupné všem zaměstnancům MND. V závěru tohoto článku najdete návod, jak si použití generativní AI můžete už dnes začít sami zkoušet a používat.

Dále se dočtete, jaké konkrétní AI inovace vyvíjejí týmy v naší skupině a jak nám nové technologie už dnes pomáhají při našich denních činnostech. Cílem skupinového IT je tyto týmy vzájemně propojovat, abychom naplno využili skupinových synergií, mohli si předávat zkušenosti a nezdržovali se problémy, které už někdo jiný vyřešil. Snažíme se rovněž o rozšiřování povědomí o nových nástrojích a možnostech, které přinášejí. Podporujeme zaměstnance v jejich používání, protože věříme, že si tím usnadní práci.

AI pro MND – pomáháme s osvojením AI

„Letos v dubnu jsme spustili celoskupinový program „AI pro MND“. Jeho cílem je urychlit adopci a integraci nových IT technologií, zejména umělé inteligence, do naší každodenní práce. Sestavili jsme tým zaměstnanců napříč celou skupinou, se kterými sdílíme novinky, informace, zajímavé webináře a workshopy. Především ale hledáme praktické možnosti využití AI ve skupině. Naší ambicí je vytvořit a podporovat komunitu nadšenců pro inovace, kteří budou vzájemně komunikovat, sdílet své zkušenosti a pomáhat dalším zaměstnancům s osvojováním nových IT nástrojů.

Momentálně se zaměřujeme na využití dvou nástrojů generativní AI – Microsoft Copilot a ChatGPT od společnosti OpenAI. Potkáváme se s managementem, pracovními týmy, ale vlastně s kýmkoliv, kdo o AI projeví zájem, a společně hledáme, kde jim umělá inteligence může při práci pomoct. Prozatím se nám rýsují tyto oblasti, jimž se chceme přednostně věnovat:

• překlady textů z češtiny do cizích jazyků a obráceně;
• tvorba a správa dokumentů – automatizace tvorby dokumentů, prezentací, reportů a další firemní dokumentace podle předem definovaných šablon;
• interní znalostní báze – Asistent MND – získávání odpovědí z firemních dokumentů a dat (Databáze těžby, směrnice, pokyny, apod.)
• Predikce oprav vrtů (POS/GOS) na základě provozních dat
• porovnávání a výběr uchazečů o práci, od vyhledávání a selekce kandidátů až po přípravu smluv;

• analýza rozsáhlých a složitých dokumentů (legislativa, smlouvy apod.), automatické vytváření shrnutí, rešerší, atd.;

Tomáš Kočárek

specialista digitalizace a automatizace procesů, MND, a. s., Divize Energy

MND Energie – AI zjednodušuje komunikaci se zákazníky

Kvalitní zákaznický servis s sebou přináší, kromě jiného, také vysoké požadavky na kvalitu komunikace se zákazníky. Denně je třeba zpracovávat a reagovat na velké množství informací a zpráv od zákazníků. Jakékoliv optimalizace těchto procesů pak může přinést zrychlení, lepší efektivitu a vyšší zákaznickou spokojenost. To je důvod, proč se této oblasti kolegyně a kolegové z MND Energie věnují.

„Promptní zpracování zákaznického e-mailu závisí na efektivním zařazení dotazu do správné kategorie, a tím k odpovědnému specialistovi. Vzhledem k vysokému počtu kategorií a objemu přicházejících e-mailů zde existuje riziko chyb a nekonzistentního přístupu. Navíc se jedná o kapacitně náročný proces a zpoždění má negativní dopad na zákaznickou spokojenost. Z těchto důvodů jsme se rozhodli tento proces automatizovat.

Pro „klikání“ v aplikaci jsme použili technologii robota a rozhodování o zařazení do správné kategorie bylo svěřeno umělé inteligenci. Tyto dvě technologie již půl roku společně dvakrát denně kategorizují příchozí poštu. Projekt byl realizován ve spolupráci s externím partnerem, nicméně nyní plánujeme dále rozvíjet použité technologie interně, abychom zajistili potřebnou flexibilitu. V současné době probíhá první interní přeškolení modelu umělé inteligence, během něhož vyhodnocujeme dosavadní výsledky a identifikujeme možnosti pro rozšíření.

Model, kde robotické ruce nahrazují lidskou práci a umělá inteligence přebírá jednoduché rozhodování, se nám osvědčil. Jsme přesvědčeni, že tento přístup nám umožní automatizaci dalších procesů.“

Martin Houška

Solution Architect; MND Energie, a. s.

V MND Energie AI také pomáhá s využíváním firemních dat. Do určité míry tak odpadá potřeba pro každou úlohu složitě vytvářet nové reporty. Zadání je nyní možné pokládat v přirozeném jazyce a systém vybere potřebná data a zpracuje je tak, aby uživatel dostal očekávanou odpověď.

„V MND Energii jsme nasadili umělou inteligenci (AI) pro zefektivnění práce s dotazy na business data v našem datovém skladu. AI je propojená se Service Deskem, který využívají naši business uživatelé. Díky tomu již není vždy nutné vytvářet detailní reporty pro každý požadavek – často stačí jednoduchý dotaz do databáze. AI dokáže převést dotaz formulovaný v běžném jazyce do počítačového kódu, spustit ho v databázi a následně vrátit uživateli odpověď v přirozeném jazyce spolu s výstupem ve formátu tabulky, s níž je možné dále pracovat. 

Abychom minimalizovali chyby, které se mohou objevit při generování odpovědí AI, zavedli jsme kontrolní mechanismus. Každý dotaz je nejprve zkontrolován naším týmem, aby byla zajištěna správnost dat. Pokud je to potřeba, opravíme výsledek ještě před odesláním uživateli. Tento krok nejen že zajišťuje kvalitu odpovědí, ale zároveň pomáhá AI se učit a zlepšovat své schopnosti pro budoucí dotazy. 

Naším hlavním cílem je urychlit a zjednodušit proces získávání odpovědí z datového skladu. Díky využití AI se nám daří zkrátit dobu mezi položením dotazu a obdržením odpovědi, což zvyšuje efektivitu a přináší větší hodnotu našim business uživatelům.“

Michal Vejborný

vedoucí oddělení datového řízení; MND Energie, a. s.

Divize Trading – s AI odhadujeme vývoj cen na trhu

Dynamika finančních trhů vyžaduje rychlá a přesná rozhodnutí. Konkurenční výhodu má ten, kdo dokáže lépe odhadnout budoucí pohyby cen. V divizi Trading proto sází na nejmodernější technologie a inovativní přístupy. Jedním z klíčových pilířů jejich strategie je využití umělé inteligence (AI) pro analýzu tržních dat a tvorbu sofistikovaných obchodních modelů.

„V rámci našeho oddělení Research and Development – Algoritmic Trading se specializujeme na tvorbu a implementaci automatizovaných obchodních strategií pro komoditní trhy. Při tvorbě těchto modelů vycházíme z analýzy tržních dat (časových řad) s cílem přesně odhadnout směr vývoje cen v budoucnu a na základě toho realizovat pomocí počítačových algoritmů obchody na trhu na základě předem definovaných parametrů, jako je cena, objem a načasování.

Při analýze velkých objemů dat a hledání závislostí mezi proměnnými využíváme modely umělé inteligence (AI) a machine learningové metody (modely strojového učení) k výraznému zefektivnění našich procesů. Modely AI hrají klíčovou roli při analýze časových řad v rámci klasifikačních úloh, které roztřídí vstupní data do předem definovaných kategorií s cílem přesně odhadnout směr vývoje cen. Kromě toho využíváme nejpokročilejší modely založené na neuronových sítích pro predikci chování trhů, což nám pomáhá lépe identifikovat komplexní vzory a nelineární závislosti v datech. Tento přístup nám umožňuje nejen dosahovat vyšší přesnosti v predikcích, ale také rychleji reagovat na dynamiku trhů.

Dále AI nástroje využíváme při samotném programování našich tradingových modelů v jazyce Python. Nejnovější generativní modely nám pomáhají s efektivní tvorbou tradingových algoritmů a softwarového kódu a prováděním jejich revize, což vede ke zvýšení kvality, efektivnosti a udržitelnosti našich softwarových řešení. V neposlední řadě nám AI pomáhá při nasazování jednotlivých modelů do produkce do kontejnerových aplikací v Kubernetes (cloudová platforma), což jsou zjednodušeně řečeno „balíčky kódu“ se vším potřebným, co je nutné pro běh modelů – nastavení serverů, knihoven, prostupů, ukládání dat apod. Tento přístup nám poskytuje potřebnou flexibilitu a škálovatelnost při jejich provozu.

V současné době máme implementované plně automatizované tradingové modely:

• Carbon/Petro model – pro obchodování s emisními povolenkami a finančními deriváty ropy založený na technické analýze. AI využita primárně pro grid search hyperparametrů technické strategie – systematické procházení definované škály parametrů a testování jejich dopadu na výsledek
• DAID modely ve Francii, ČR a Německu – model, který si otevírá pozici na denním trhu a uzavírá jej několik minut před začátkem dodávky kontraktu. Kombinace klasifikačních a NN modelů (neural networks – modely založené na neuronových sítích) pro predikci vývoje ceny na vnitrodenním trhu
• Merit model – Predikce ceny na denní aukci v Německu. AI využita také pro grid search hyperparametrů modelu
• Modely pro řízení odchylky portfolia koncových zákazníků a optimalizaci FVE (fotovoltaických elektráren) a G2P (gas-to-power jednotka – technologie, která z plynu vyrábí elektřinu) – NN modely pro predikci regulační energie“

Jan Starý

vedoucí střediska Trading Research & Development, MND, a. s., Divize Trading

Risk Management – AI jako pomocník pro řízení rizik

Oddělení řízení rizik (Risk Management) se v rámci skupiny MND a.s. věnuje identifikaci, výpočtu, modelování a snižování rizik, zejména pro tradingovou (obchodní) a retailovou (prodej koncovým zákazníkům) část firmy. V rámci jejich aktivit se zaměřují především na tržní, kreditní a operační rizika, odhadují pravděpodobnosti a scénáře toho, že se uskuteční, a navrhují opatření a nástroje k jejich snižování a další kontrole.

„Rizika jsou všudypřítomná. Ne nadarmo se nadneseně říká, že riskaři nejsou dobří hráči hazardních her, jelikož počítají pravděpodobnosti proher místo toho, aby konečně házeli kostkou. Využití AI metod a nástrojů v našem oddělení je relativně intenzivní, se zohledněním jejich přínosů a potenciálních (ostatně jak jinak) rizik. V rámci modelování pravděpodobností různých scénářů a jejich kombinací využíváme taktéž klasifikační (rozřazující) a ML metody (metody strojového učení), a to zejména těch, které jsou k dispozici v balíčcích programovacích jazyků R a Python. Podobné metody využíváme dále jako alternativy i pro výpočet kreditních rizik, kontroly výpočtů tržních rizik a v některých simulacích používaných pro oceňování hodnoty různých forwardových produktů nebo derivátů.

Generativní AI nástroje využíváme zejména pro code review (kontrolu kvality kódu), debugging (odstraňování jeho neduhů), jeho čistění a zjednodušení a některé rutinní úkony při programování a skriptování, ale také v rámci doplnění stávajících modelů nebo benchmarků, podle nichž také posuzujeme jejich výkonnost. V případě nových metod nebo postupů měření nebo oceňování rizik se již standardem stala aspoň krátká diskuze s ChatGPT. V některých jiných případech jej využíváme při revizi různých typů smluv například s našimi obchodními protistranami či poskytovateli služeb, která jsou z našeho pohledu relevantní, zejména tam, kde je text nejasný (a právníci drazí). V menší míře využíváme MS Copilota na vyhledávání účetních výkazů ke stažení a dalších informací o protistranách. Výsledky v rámci kontroly občas taktéž porovnáváme s Google Gemini a Claude.ai.

O obecné užitečnosti všech nástrojů není pochyb, nicméně „důvěřuj, ale prověřuj“ není jen obecné a riskařské pravidlo, nýbrž sedí jako „pivo k tataráku“ pro jejich časté používání, a to i s ohledem na to, že jakákoli pasivní znalost je vždy o krok pozadu za znalostí aktivní.“
Martin Janíčko

vedoucí oddělení Risk management, MND a.s., Divize Trading

Vyzkoušejte si Copilot

Pojďte si společně vyzkoušet AI nástroj Microsoft Copilot, který máme dostupný na všech firemních počítačích. Práce s generativní AI má svá specifika, která je potřeba pochopit a naučit se je využívat. Při práci s umělou inteligencí se zadávají dotazy pomocí textu, tzv. promptů. Zatímco v případě vyhledání na Googlu zadáváme klíčová slova pro vyhledávání, u Copilota (a dalších obdobných služeb) píšeme souvislý text. Například můžeme formulovat otázku: „V čem se liší Škoda Kodiaq a BMW X3?“ Copilot na takový prompt sám najde potřebné informace a zformuluje je do ucelené odpovědi. Na vygenerovanou odpověď pak můžete dál reagovat, například „A jak si ve srovnání s nimi stojí Škoda Octavia?“. Můžete také dál upřesňovat zadání, např. „Zajímá mě BMW X3 rok výroby 2015. Na co si dát pozor?“ Promptování v AI vlastně velmi připomíná běžný rozhovor. Podobné je i to, že čím víc detailů ve svém dotazu zadáte, tím přesnější odpověď získáte.

Ovšem pozor, nástroje umělé inteligence jsou založeny na neustálém trénování na obrovském množství dat s využitím strojového učení, ale také na chatech od samotných uživatelů. Microsoft u svého nástroje Copilot garantuje po přihlášení firemním účtem bezpečnost dat a jejich vyloučení z trénování jazykových modelů, přesto ovšem buďte obezřetní.

Pojďme na to! Otevřete si prohlížeč a zadejte adresu copilot.microsoft.com. Přihlaste se pracovním účtem pomocí tlačítka vpravo nahoře. Zadejte stejné údaje jako do svého počítače (standardně „prijmeni“ a heslo). Zkontrolujte, že po přihlášení vpravo nahoře vidíte ikonu zeleného štítu. Pokud ano, chat je chráněn a můžete položit dotaz umělé inteligenci, například:

• „Vysvětli mi [specifické téma nebo koncept] jednoduchým, ale podrobným způsobem, s důrazem na klíčové detaily a logické spojitosti.“
• „Prosím, vytvoř stručné a jasné shrnutí následujícího článku se všemi důležitými detaily [článek v příloze].“
• „Jsi zkušený akademický mentor a poradce, specialista na výzkum v oboru [obor]. Tvým úkolem je poradit mi se zadáním projektu/úkolu na téma [Téma projektu/úkolu].“
• „Přelož mi tento článek/dokument do angličtiny. Zachovej kontext a význam textu.“

Vidíte, není to nic složitého. Přirozeně se s Copilotem bavte a nebojte se zkoušet nové prompty. V případě dotazů se neváhejte obrátit na náš Service Desk se svými nápady a potřebami, případně mi napište e-mail a rád s vámi zkusím najít řešení.

Slovo závěrem

Umělá inteligence se stala neodmyslitelnou součástí moderního podnikání a její význam neustále roste. V MND jsme si plně vědomi potenciálu, který AI nabízí, a aktivně pracujeme na jejím využití v různých oblastech naší činnosti. Od analýzy velkých objemů dat, přes predikce budoucího vývoje, až po automatizaci rutinních úkolů – AI nám pomáhá zvyšovat efektivitu a konkurenceschopnost. Naše týmy se neustále vzdělávají a sdílejí své zkušenosti, aby mohly co nejlépe využít synergií v rámci celé skupiny. Věříme, že s pokračujícím rozvojem AI technologií budeme schopni přinášet ještě inovativnější řešení a dosahovat lepších výsledků. Těšíme se na budoucnost, kterou nám AI přinese.

(Tento závěr byl automaticky vygenerován nástrojem Microsoft Copilot pomocí promptu “Navrhni mi k tomuto článku závěr”. A my s ním souhlasíme 😊 )