Pavel Lukeš | Kolik AI opravdu stojí. Tokeny, dotované modely a kde přeplácíte. Proč data nedávám do cloudu. Machine learning vs LLM.

Jak dostat AI z experimentů do produkce v regulované pojišťovně, aniž by o výplatě škody rozhodoval model? Pavel Lukeš, Head of IT ve společnosti Direct, ukazuje, kde AI reálně vydělává, co musí zůstat deterministické, kdy je lepší klasický machine learning než velký jazykový model, a jak držet náklady na tokeny pod kontrolou. Rozhovor vede Jan Kabát z BigHubu.Pavel vede IT v Directu, kde staví a provozuje AI v ostrém provozu. Ve volném čase staví se synem roboty a doma provozuje vlastního AI asistenta na on-premu, což ho přivedlo k dost jasnému názoru na to, kam data pustit a kam ne.Direct je česká pojišťovna, která veřejně mluví o fázi škálování AI. Hodně pracuje s nestrukturovanými daty, procesy navrhuje a provozuje deterministicky (AI je naplní, ale klíčová rozhodnutí zůstávají v procesu), kombinuje velké modely s klasickým strojovým učením a znalost drží uvnitř interního IT, blízko byznysu.V epizodě zazní:✅ kdy si AI postavit na míru a kdy koupit hotové řešení✅ proč podle Pavla „AI nemá dělat rozhodnutí" a co dělat místo toho✅ machine learning vs velké jazykové modely: kdy nesahat po tom větším✅ kde v AI reálně mizí peníze a jak nepřeplácet tokeny✅ jak se mění práce v IT, od psaní kódu ke code review✅ proč nejdřív eliminovat a zjednodušit, a teprve pak automatizovat✅ datová suverenita: proč jeho osobní AI asistent běží jen on-premise✅ jak v Directu s AI vůbec začínali, od vektorové databáze dálHost: Pavel Lukeš, Head of IT, DirectModerátor: Jan Kabát, Head of Sales, BigHubPodcast: Synthetic Minds (BigHub)Související díl: Jak Direct spustil AI řešení roku 2025 v pojišťovnictví (Jakub Lada).