Co umělá inteligence skutečně umí a co jsou jen marketingové sliby? Přinášíme pohled z vývoje softwaru na to, které AI nástroje v ostrém provozu doopravdy fungují, kde generativní modely narážejí na limity a co zůstává i na konci roku 2026 spíše drahou sci-fi. Chybět nebude ani predikce toho, kam se AI ve vývoji posune dál a co nás čeká v příštích letech.

Zde máme anotaci přednášky Róberta, on je stále na dovoleně tak je možný, že se to bude ještě upravovat po jeho návratu. Přednáška se zaměřuje na výhody CRA AI Cloudu pro nasazení AI, který kombinuje výkon, bezpečnost a českou podporu. Prozkoumáme možnosti přístupů k nasazení AI: od on-premise, po lokální cloud. Představíme samoobslužný portál Virtix, který umožňuje uživatelům pronajímat GPU a modely na denní bázi. Během praktických ukázek se dotkneme některých opensource modelů a ukážeme, jak je lze využít.

Aneb od jednoho GPUčka po Helios rack aneb jaký hardware vaše AI skutečně potřebuje

Automatizované útoky rychlosti blesku a nástroje generativní AI mění pravidla hry. K účinné obraně nestačí pouhá reakce — je nutné využívat umělou inteligenci pro ochranu napříč celým životním cyklem hrozeb.

Umělá inteligence a autonomní agenti se stávají pevnou součástí moderních podnikových systémů – a s nimi přichází výzva, jak spolehlivě a bezpečně spravovat zcela novou generaci workloadů. Přednáška se na téma podívá ze tří úhlů: jak pomocí SUSE AI Factory orchestrovat a zabezpečit kontejnerizované i agentní aplikace v produkčním prostředí. Jak udržet plnou kontrolu a datovou suverenitu nad modely bez rizika úniku citlivých firemních informací; a jak efektivně propojit svět klasické IT infrastruktury s autonomními agenty tak, aby byl celý ekosystém stabilní, transparentní a plně pod vaší kontrolou.

AI cloudové a on-premise nástroje přinášejí nové možnosti a úrovně efektivity práce pro vaši organizaci. Zároveň s nimi se ale objevují i nové hrozby, které přináší AI powered adaptivní útoky. Útočníci jsou tak schopni v reálném čase modifikovat svoje metody tak, aby na základě poznání stavu vaší infrastruktury změnili útok a vaši obranu překonali. Jak se tomu bránit? Je nutné se věnovat zavádění dynamické kyberobrany, která je s využitím AI schopna nejenom detekovat a investigovat modifikované hrozby, ale rovněž na ně reagovat pomocí dynamické správy infrastruktury. Jak vám může v tomto konceptu dynamické AI ochrany pomoci Novicom s automatizovanou AI detekcí, investigací a reakcí ve vazbě na SOC? Během prezentace vám ukážeme, jak k této problematice přistupuje Novicom díky využití AI kybernástroje (Novicom MIDARAI) a nástroje pro automatizovanou síťovou správu (Novicom ADDNET).

Velké jazykové modely přinášejí firmám největší hodnotu tehdy, když dokážou pracovat s interními daty. Zároveň to však klade vysoké nároky na bezpečnost, ochranu citlivých informací a řízení přístupových práv. V přednášce představíme platformu Lambo, on-premise AI řešení vyvinuté v Asseco CE Cloud, ve kterém data i modely zůstávají v rámci vlastní infrastruktury organizace. Přiblížíme architekturu řešení včetně integrace interních systémů, kontextové vrstvy postavené na open-source PipesHub, práce se znalostním grafem a lokálně provozovaných jazykových modelů. Samostatnou část věnujeme také bezpečnosti, řízení uživatelských oprávnění, ochraně před prompt injection a auditovatelnosti celého řešení. Součástí přednášky budou i praktické zkušenosti z nasazení, včetně požadavků na GPU infrastrukturu, latence, provozních nákladů a výzev, které jsme během implementace řešili.

AI infrastruktura pod kontrolou: Optimalizujte, zabezpečte a škaluje své AI prostředí. Přestaňte vnímat AI jako soubor izolovaných nástrojů a začněte s ní pracovat jako s uceleným systémem. F5 AI Gateway slouží jako centrální řídící prvek, který sjednocuje Model Gateway, MCP a AI Guardrails do jednoho přehledného nástroje. Získejte plnou viditelnost do provozu, eliminujte plýtvání výkonem GPU a díky inteligentní cache v MCP Gateway ušetřete až 90 % nákladů na tokeny. Bezpečnost už není brzdou inovací, ale jejím základem.

Přijďte se seznámit s NetApp AI řešeními, která představují architekturu navrženou přímo pro náročné AI/ML pracovní zátěže. Ukážeme si, jak propojení vysoce výkonného datového úložiště NetApp s pokročilým výpočetním výkonem zrychluje trénování modelů, zjednodušuje inferenci a umožňuje efektivní využití dat napříč hybridním cloudem. Na co se můžete těšit: - Odstraňování datových úzkých hrdel: Jak zajistit plynulý přísun dat pro GPU bez zbytečných prodlev. - Správa dat pro AI bez komplikací: Jednoduché řízení celého životního cyklu dat - od sběru přes přípravu až po archivaci. - Podniková bezpečnost a soukromí: Ochrana citlivých dat a zabezpečení AI modelů proti kybernetickým hrozbám.

Umělá inteligence se stala běžnou součástí firemního provozu - a s ní i nová bezpečnostní realita. Přednáška se dívá na téma ze tří úhlů: jak se bránit útočníkům, kteří AI využívají k efektivnějším útokům - ať jde automatizaci nebo objevování nových zranitelností; jak přistupovat k AI jako k novému vektoru útoku, kdy se útočníci snaží samotnou AI zneužít ke škodlivému chování nebo krádeži citlivých dat; a jaká rizika přináší samotné používání AI, včetně ochrany citlivých dat a kontroly nad tím, co AI ve vaší infrastruktuře skutečně dělá.

Banka, pojišťovna či úřad nechtějí od AI jen přesný model. Chtějí vědět, z jakých dat vznikl, kdo ho schválil, jak ho zopakovat a kde běží. Na zadání z reálného projektu klasifikace textu projdeme celý životní cyklus modelu a u každého kroku ukážeme, čím ho pokrývá Red Hat OpenShift AI: moderní pracovní prostředí pro datové vědce, sledování experimentů a registr modelů, feature store, ML pipelines, Model Serving a řízené nasazení výstupních artefaktů mezi prostředími. A také co platforma nedá sama a musíte si to dostavět.

Víte, kolik vás stojí vývojář, který pracuje s AI? A kolik agent, který pracuje sám, paralelně a klidně i v noci? Obojí se obvykle dozvíte až z faktury. Přitom většina práce nejsilnější modely nepotřebuje a zdrojový kód je to nejcitlivější, co firma má. Ukážeme, jak rozdělit provoz mezi vlastní infrastrukturu a externí modely podle typu úlohy, co lokální model zvládne a kde selže, a jak náklady, bezpečnost i firemní standardy řídit centrálně přes bránu. Brána pravidla vynutí, nevymyslí je. To je úloha kompetenčního centra, které o modelech, rozpočtech a standardech rozhoduje. A nejenom o nich.

Kdo v úterý ve 14:32 změnil pravidlo na firewallu? Kdysi klidně hodina prohledávání logů, dnes otázka v běžné větě, kterou AI přeloží na dotaz nad audit logy. Podobně shrne stovky alertů do jednoho incidentu, z tisíců změn v kódu vybere pět podezřelých a z logů ze sítě, Active Directory a cloudu poskládá časovou osu, kterou potřebujete k hlášení incidentu podle NIS2 do 24 hodin. Práce však neubývá. Bank of America přiznala, že na opravu zranitelností, které našly AI modely, nasadila 4 000 lidí (Opravdu). A přitom AI stále netuší, že na staré VM běží nikde nezapsaný cron job a její restart v pátek večer zastaví fakturaci. Ukážu, jak tato dělba práce vypadá v reálném provozu: kde AI ušetří hodiny, kde je třeba její výstup číst řádek po řádku a kde ji právo zápisu raději nedat. AI totiž lidi v infrastruktuře nedělá zbytečnými. Dělá z nich ty, kteří rozhodují.