# Proč firmy potřebují datovou platformu jako Databricks a co jim reálně přinese Krátce: AI projekty ve firmách většinou nekončí v šuplíku kvůli AI, ale kvůli datům. Ta jsou rozesetá v ERP, CRM, Excelech a starém datovém skladu a nikdo přesně neví, kdo k nim má přístup. Datová platforma jako Databricks dá data, analytiku a AI na jedno místo se společnými pravidly. Databricks doporučujeme proto, že vás nezamkne u jednoho AI modelu ani dodavatele. Nabízí hotové nástroje jako Genie, AI analytika, který odpovídá na dotazy nad firemními daty i v češtině, a zároveň je pevným základem pro vlastní AI řešení na míru. - URL: https://sudolabs.com/insights/cz-proc-databricks - Published: 2024-09-12 - Updated: 2026-09-25 - Author: Martin Sedovic, Head of Growth - Categories: Business, Company, Tech - Language: English ## 1. K čemu je firmě datová platforma Scénář, který vidíme pořád dokola: vedení chce „něco s AI”, IT připraví pilot, demo na poradě vypadá skvěle, a pak se projekt do ostrého provozu nikdy nedostane. Příčina je skoro vždy stejná: **AI je jen tak dobrá, jak dobrá jsou data, ke kterým má přístup.** Poznáte, že datovou platformu potřebujete? - **Každé oddělení má svoje čísla.** Obchod vychází z CRM, finance z ERP, sklad z WMS a plánování z Excelu. Na poradě se místo rozhodování řeší, čí čísla platí. - **Na report se čeká dny.** Jednoduchý dotaz ředitele putuje přes BI tým, který ručně spojuje exporty. - **Každý AI pilot staví vlastní napojení na data.** Po třech pilotech máte tři nová datová sila a nic, co by šlo znovu použít. - **Nevíte přesně, kdo k čemu přistupuje.** S GDPR, NIS2, DORA a nastupujícím AI Actem je to čím dál větší riziko. U AI navíc musíte umět doložit, z jakých dat model odpovídal. - **Datový sklad nestačí na AI.** Zvládá tabulky a reporty, ale ne smlouvy, e-maily, dokumenty a logy, tedy přesně to, s čím AI pracuje nejlépe. **Co datová platforma řeší:** 1. **Jedna verze pravdy.** Data ze všech systémů v jednom modelu s jasnými definicemi, například co přesně je „aktivní zákazník”. 2. **Jedna správa přístupů (governance).** Kdo co vidí, odkud data pocházejí a kdo je změnil. Platí to pro tabulky, dokumenty i AI modely. 3. **Analytika i AI nad stejnými daty.** Žádné kopírování dat do dalších AI nástrojů. 4. **Znovupoužitelnost.** Každý další AI projekt staví na stejném základu, a je proto rychlejší než ten předchozí. Tomuto přístupu se říká **lakehouse**: spojuje výhody datového skladu (struktura, výkon, reporting) a datového jezera (jakákoli data, škálování, AI). Databricks je firma, která koncept lakehouse přinesla. --- ## 2. Proč zrovna Databricks V Česku se Databricks nejčastěji srovnává s **Microsoft Fabric** a **Snowflake**. Tady jsou důvody, proč firmám, které to s AI myslí vážně, doporučujeme Databricks. ### Svoboda ve výběru AI modelů Podle nás je to nejsilnější argument. Databricks nabízí na jednom místě modely všech hlavních hráčů: - **Anthropic Claude, OpenAI GPT, Google Gemini, Meta Llama, Qwen** a další přímo v platformě, - **externí modely** přes Azure OpenAI, Amazon Bedrock nebo Google Vertex AI, - **vlastní a doladěné (fine-tuned) modely**. Všechno jde přes jednu bránu, **AI Gateway**, se společnými limity, monitoringem, guardrails a auditem. **Proč na tom záleží:** AI modely se mění rychleji než vaše IT strategie. Dnešní jednička může být za půl roku překonaná. Aplikace napevno postavená na jednom dodavateli znamená při každé změně přepisování. V Databricks je výměna modelu otázka konfigurace. Stejnou úlohu, třeba třídění reklamací nebo shrnutí smluv, otestujete na třech modelech a necháte ten nejlepší. > **Pozor na GDPR:** Některé nejnovější modely běží na globálních endpointech a vyžadují zapnutí _cross-geography processing_, tedy zpracování mimo váš region. U citlivých dat (bankovnictví, pojišťovnictví, zdravotnictví, veřejná správa) je to potřeba ověřit hned při výběru modelu. ### Otevřené formáty: data zůstávají vaše Data leží ve vašem vlastním cloudovém úložišti v otevřených formátech **Delta Lake** a **Apache Iceberg**. Přečtou je i jiné nástroje. Pokud byste jednou chtěli odejít, nemusíte data „vysvobozovat” z proprietárního systému. ### Governance pro data i AI v jednom **Unity Catalog** řídí přístupová práva, lineage (odkud data přišla a kam tečou), audit a označování citlivých údajů. A to nejen pro tabulky, ale i pro soubory, AI modely a agenty. Při auditu umíte doložit, kdo k čemu přistupoval a z jakých dat AI odpověděla. ### Jedna platforma místo deseti nástrojů Bez platformy si firma skládá úložiště, orchestraci, kontrolu kvality dat, správu ML modelů, lineage, nasazování AI a BI z deseti různých produktů. Každý má jinou správu přístupů, jinou smlouvu a jiného člověka, který mu rozumí. V Databricks je to jedno prostředí, takže je méně integrací, které se rozbíjejí, a nové projekty jsou rychlejší. ### Funguje s tím, co už máte Databricks běží na **Azure, AWS i Google Cloud**. Pro české firmy, které jsou většinou na Azure, je to nativní služba. Na Microsoft nemusíte zapomenout: výsledky zobrazíte v **Power BI**, data z **Microsoft Fabric (OneLake)** Databricks čte bez kopírování a Genie funguje přímo v **Microsoft Teams**. Nejde o volbu buď – anebo. --- ## 3. Hotové nástroje: Genie a další Spousta věcí, které se dřív vyvíjely na zakázku, je dnes v Databricks jako **hotový produkt**. Naší prací není programovat je od nuly, ale **připravit data, napojit nástroj na vaše systémy, nastavit byznysové definice a naučit lidi ho používat**. Právě na tom záleží, jestli nástroj přinese hodnotu, nebo zůstane ležet ladem. ### Genie: zeptejte se svých dat **Databricks Genie** je AI analytik, kterému položíte dotaz nad firemními daty v přirozeném jazyce. Genie ho převede na SQL, spustí nad vašimi daty a vrátí odpověď jako text, tabulku nebo graf. Vždy ukáže i postup, jak k výsledku došel, takže si ho můžete ověřit. Například: - _„Jak se vyvíjely tržby v Jihomoravském kraji letos oproti loňsku?“_ - _„Kteří odběratelé snížili objednávky o víc než 20 %?“_ - _„Proč klesla marže v segmentu B2B?“_ Genie dnes není jeden nástroj, ale celá rodina: | Část | Pro koho | Co dělá | | --- | --- | --- | | **Genie One** | Byznysoví uživatelé | Jedno místo pro dotazy nad všemi daty, dostupné i v **Microsoft Teams** a Slacku. Umí pracovat i s dokumenty ze SharePointu nebo Google Drive. | | **Genie Agents** (dříve Genie Spaces) | Oddělení a domény (obchod, finance, logistika) | Tematické prostory, které nastaví datový tým: vybrané tabulky, popisy, synonyma, byznysová pravidla a ověřené dotazy. | | **Agent mode** | Složité otázky | U otázek typu „proč” si Genie sestaví plán, spustí více dotazů a vrátí report se zjištěními a grafy. | | **Genie Code** | Datový tým | AI programátor pro notebooky, SQL a datové pipeline. | **Proč je Genie pro firmy bezpečný:** každý uživatel vidí jen data, ke kterým má oprávnění v Unity Catalog. Regionální manažer uvidí jen svůj region, i když se ptá stejného Genie Agenta jako generální ředitel. Generované dotazy jsou vždy pouze pro čtení a každý je zaznamenaný v historii. ### Genie v češtině: co je potřeba vědět Genie funguje i v jiných jazycích než v angličtině, dotazy tedy můžete psát česky. Databricks ale otevřeně uvádí, že **interní instrukce modelu jsou v angličtině** a odpovědi proto mohou občas přijít anglicky. Doporučuje doplnit co nejvíc metadat v jazyce uživatelů. Přesně to při nasazení pro české firmy děláme: 1. **České popisy tabulek a sloupců.** Genie pak ví, že `rev_net` jsou „čisté tržby”. 2. **Synonyma.** Tržby, obrat i prodeje znamenají totéž. Stejně tak pobočka, provozovna a prodejna. 3. **Instrukce k formátům.** Data ve formátu DD. MM. RRRR, koruny i eura, desetinná čárka, fiskální rok, kraje a okresy. 4. **Ověřené dotazy (trusted assets).** Pro nejčastější otázky připravíme ověřenou logiku, takže odpověď je vždy stejná a správná. 5. **Benchmark před spuštěním.** Sestavíme sadu reálných českých dotazů od vašich lidí a měříme, kolik jich Genie zodpoví správně. Do firmy ho pustíme, až když výsledky sedí. **Kde je háček:** Genie je jen tak dobrý, jak dobře jsou připravená data a byznysové definice. Pokud firma počítá tržby třemi způsoby, dostanete tři různé odpovědi. Každé nasazení proto začínáme datovým modelem a slovníkem pojmů. Pomáhají i **Metrics v Unity Catalog**, které definují klíčové ukazatele jednou a centrálně pro Genie, dashboardy i AI agenty. ### Další hotové nástroje, které nasazujeme | Nástroj | Co dělá | Příklad využití | | --- | --- | --- | | **Agent Bricks** | Stavba produkčních AI agentů včetně vytěžování PDF, faktur a smluv | Automatické zpracování přijatých faktur nebo pojistných událostí | | **AI/BI Dashboards** | Interaktivní dashboardy přímo nad daty v platformě | Manažerský reporting bez dalšího nástroje | | **Lakeflow Connect** | Hotové konektory pro SQL Server, Salesforce, Workday a další | Napojení stávajících systémů bez vlastních skriptů | | **Vector Search** | Vyhledávání ve firemních dokumentech pro AI (RAG) | Interní znalostní asistent, zákaznická podpora | | **Lakebase** | PostgreSQL databáze přímo v platformě | Backend pro aplikace a AI agenty nad stejnými daty | | **Databricks Apps** | Interní aplikace se stejnou správou přístupů jako data | Schvalovací workflow, interní nástroje | | **Delta Sharing** | Bezpečné sdílení dat bez kopírování | Sdílení dat v rámci skupiny nebo s dodavateli | Hotové nástroje mají jednu zásadní výhodu: **první viditelný výsledek máte během týdnů**, ne po měsících vývoje. --- ## 4. Vlastní AI vývoj nad Databricks Hotové nástroje pokryjí běžné potřeby. Vaše **konkurenční výhoda** ale leží v procesech, které máte jen vy: jak plánujete výrobu, oceňujete riziko, obsluhujete zákazníky nebo řídíte pobočky. Na ty stavíme **vlastní AI řešení** nad stejnými daty, se stejnou bezpečností a governance. Vlastní řešení se tak nikdy nestane dalším datovým silem. ### Příklady z naší praxe - **Sázková skupina ze střední Evropy: AI asistent pro analytiky.** Analytici se ptají na data v přirozeném jazyce místo čekání na report od datového týmu. - **Sázková skupina: AI agent zákaznické podpory.** Agent odpovídá zákazníkům z firemní znalostní báze. Kvalitu jeho odpovědí jsme měřili a testovali dřív, než dostal skutečné zákazníky. - **Retail (Velká Británie): AI rozhodovací systém pro prodejny.** Sjednotili jsme data z pokladen, docházky, financí, CRM a externích signálů (počasí, svátky, lokální akce) do jednoho modelu v Databricks. Nad ním běží předpověď potřeby personálu na 28 dní dopředu po hodinách a rolích. Vedoucí prodejny dostává konkrétní doporučení, která přijme, nebo odmítne, a každá reakce systém dál učí. - **Telekomunikace: AI strategie.** Pomohli jsme zmapovat a seřadit AI iniciativy podle hodnoty a vybrat Databricks jako cílovou platformu nad stávajícím datovým skladem. ### Jak stavíme AI, která se dostane do produkce - **Člověk v procesu.** AI navrhuje, člověk rozhoduje, alespoň dokud systém neprokáže, že mu lze věřit. - **Nejdřív ve stínu.** Nový model běží potichu vedle současného procesu. Do rozhodování ho pustíme, až když prokazatelně překoná dosavadní způsob. - **Měřitelná kvalita.** Odpovědi AI agentů průběžně vyhodnocujeme (MLflow), ne „od oka”. - **Nezávislost na modelu.** Díky AI Gateway model vyměníme, jakmile přijde lepší. - **Všechno v kódu.** Datové pipeline, modely i nasazení jsou verzované a procházejí revizí (Databricks Asset Bundles, CI/CD). **Naše pravidlo:** nejdřív hotový nástroj, vlastní vývoj tam, kde vás odliší od konkurence. --- ## Jak začít 1. **Úvodní workshop.** Společně zmapujeme vaše data, systémy, regulatorní požadavky a místa, kde by AI přinesla největší hodnotu. 2. **Návrh architektury a roadmapa.** Co nasadit hned (třeba Genie nad obchodními daty), co postavit na míru a v jakém pořadí. 3. **První use case v produkci.** Jeden konkrétní problém vyřešený naostro, ne demo na poradu. 4. **Škálování a předání know-how.** Další oblasti, další nástroje a postupně silnější interní tým. **Hledáte Databricks partnera v Česku?** Sudolabs spojuje certifikovanou Databricks expertízu s vývojem AI produktů. Působíme v celé Střední Evropě, a na UK a US marketech. [Domluvte si úvodní konzultaci →](https://calendly.com/martinsedovic/databricks-partnership-with-sudolabs) --- ## Časté dotazy ### Co je Databricks? Databricks je datová a AI platforma, která na jednom místě spojuje ukládání a zpracování dat, analytiku, strojové učení a generativní AI. Běží na Azure, AWS i Google Cloud a data ukládá v otevřených formátech ve vašem vlastním cloudu. ### Je Databricks jen pro velké firmy? Ne. Začít se dá jedním konkrétním use casem a rozšiřovat postupně. Nejvíc z platformy vytěží firmy, které mají data ve více systémech a chtějí nad nimi stavět AI. ### Jaký je rozdíl mezi Databricks a Microsoft Fabric? Fabric vyniká v integraci s Power BI a Microsoft 365. Databricks je silnější v datovém inženýrství, strojovém učení a AI a nabízí širší výběr AI modelů. Obě platformy lze kombinovat: Databricks čte data z OneLake bez kopírování a výsledky zobrazíte v Power BI. ### Můžu v Databricks používat ChatGPT, Claude i Gemini? Ano. Databricks zpřístupňuje modely OpenAI, Anthropic, Google, Meta a dalších přes jednotné rozhraní. Model vyměníte bez přepisování aplikace. ### Co je Databricks Genie? Genie je AI analytik v Databricks. Položíte mu dotaz nad firemními daty v přirozeném jazyce a dostanete odpověď s tabulkou nebo grafem i s vysvětlením postupu. Každý uživatel vidí jen data, ke kterým má oprávnění. Genie je dostupný i v Microsoft Teams. ### Funguje Databricks Genie česky? Ano, dotazy můžete psát česky. Interní instrukce Genie jsou ale v angličtině, proto odpovědi mohou občas přijít anglicky. Spolehlivost výrazně zvýší české popisy tabulek a sloupců, synonyma, instrukce a ověřené dotazy, které připravíme při nasazení. ### Zůstanou data v EU? Databricks lze provozovat v evropských regionech všech tří cloudů. U některých nejnovějších AI modelů je potřeba ověřit, zda nevyžadují zpracování mimo region. ### Potřebuji vlastní datový tým? Na začátku ne. Platformu umí postavit a provozovat partner. Doporučujeme ale postupně budovat alespoň malý interní tým. Předání know-how je součástí našich projektů.