Synthetic Minds

About Synthetic Minds

Bavíme se s lidmi, kteří AI a jiné inovace skutečně nasazují – v boardroomu, v produktech, v operativě. Řešíme, co to stojí, co to přinese, kde to drhne a kde to naopak mění hru. Zajímá nás strategie, exekuce, návratnost i organizační změna. Jak postavit AI roadmapu. Jak zvládnout governance. Jak dostat inovace z pilotu do produkce. A jak u toho neztratit zdravý rozum. Synthetic Minds je pro lidi, kteří chtějí dělat inovace s opravdovým dopadem na byznys.

Publisher

BigHub

Category

news

Language

cs

Explicit

No

First episode

2 Mar 2026

Latest episode

17 Sept 2026

Latest episodes

9 episodes in the feed.

1. 

   17 Sept 2026

   Michal Kozub (UNIQA) | Nula falešných pozitivů z 20 tisíců případů. Byznysové lidi učíme technologii, ne naopak.

   Nasazená AI v likvidaci škod není o tom, že model nahradí likvidátora. Michal Kozub z UNIQA popisuje, co se stalo, když agenti začali zpracovávat tisíce případů měsíčně: správnost vyhodnocení přes 98 %, zbylá procenta nejsou chyby, ale případy, kde si model sám řekne o člověka. A reverzní analýza ukázala, že lidé na stejných případech dělali chyb víc než model.Hostem devátého dílu je Michal Kozub, Innovations & Customer Director v UNIQA pojišťovně. Pod sebou má klientskou zkušenost, procesní tým i tým automatizace a robotizace, takže se na AI dívá od zadání až po dodání.UNIQA má v provozu AI likvidaci havarijního pojištění, chystá povinné ručení a řešení staví tak, aby fungovala napříč celým finančním domem v Česku i na Slovensku, ne jen pro jeden produkt. Vedle technologie mluví Kozub hlavně o lidech: o nových rolích, o odporu na začátku a o tom, proč se byznysoví lidé učí technologii, a ne naopak.V epizodě zazní:✅ proč zbylá procenta nad prahem jistoty nejsou chyby, ale předání člověku✅ jak dopadla reverzní analýza práce likvidátorů proti modelu✅ proč se model porovnává se stem procent, ale výkon vlastních lidí nikdo neměří✅ jaké nové role vznikly: metodik, který sám upraví confidence score, revident kontrolující systém, AI customer journey expert✅ proč UNIQA posouvá byznysové lidi do technologie, a ne vývojáře do byznysu✅ proč čekání na lepší technologii nedává smysl, i když model za rok bude lepší✅ jak vypadá business case, který nepočítá s lidmi jako se stroji✅ co znamená AI Act a DORA pro agenta v klíčovém procesuPodcast Synthetic Minds připravuje BigHub, moderuje Jan Kabát. Případová studie k projektu AI likvidace v UNIQA: https://www.bighub.ai/case-studies/uniqaKapitoly0:00 Byznys, nebo technik?0:35 Úvod a představení hosta1:25 Co má na starosti Innovations & Customer Director3:34 Dluh pojišťovnictví vůči technologiím5:02 Likvidace jako největší pain point6:34 Tři roky testování, než to šlo9:34 Kde je AI likvidace dnes10:39 Tisíce případů měsíčně11:41 Nula false positives16:19 Jak se mění práce likvidátora18:57 Nové role: metodik a revident21:55 Byznysáky posouváme do technologie23:26 Psychická zátěž místo ušetřeného času26:30 Business case a return on future28:21 Překreslit proces, ne vyměnit krabičku31:44 Od kreslení procesů k procesním designérům35:49 Nezavíráme kanály, zrychlujeme tu hlavní38:26 Celý finanční dům před námi40:02 Jedno řešení pro celou firmu45:12 Kdo to platí a proč projektově47:43 Vyplatí se čekat na lepší technologii?49:55 Bez čekání bychom nebyli na Měsíci51:30 Playing not to lose a play to win53:20 AI Act, DORA a governance57:33 Reverzní analýza: kdo dělá víc chyb1:00:37 AI customer journey expert1:03:15 ZávěrOdebírejte kanál, ať vám nic neuteče. Víc o tom, jak stavíme AI do produkce, na https://www.bighub.ai#AI #pojistovnictvi #likvidaceskod #AItransformace #enterpriseAI #UNIQA #SyntheticMindsWeb 🖥 www.bighub.aiLinkedin 👥 https://www.linkedin.com/company/bighubKontakt ✉️ info@bighub.ai

2. 

   9 Sept 2026

   Martin Čambal (ESET) | Kód píšeme o půl dne rychleji, ale...?Jak řešíme zdražování tokenů. AI adopce pro 2500 lidí.

   AI zrychlila psaní kódu v ESETu o půl dne. Doba delivery se ale nezlepšila, protože se bottleneck posunul dál v procesu: uzavření úlohy na straně byznysového vlastníka dnes trvá o půl dne déle než před půl rokem. Martin Čambal, který v ESETu vede AI program, popisuje, jak přišli na use casy, proč se přínosy AI tak těžko měří a co s tím dělají.V epizodě zazní 🧠:- proč se psaní kódu i code review zrychlily o půl dne, ale celkové delivery ne- co se stalo, když ESET začal lidem ukazovat, na kolik procent využívají AI- proč si AI dobrovolně zvolilo 95 % vývojářů, a přínosy přesto zatím nejsou vidět- dodavatelé jim našli 80 AI use casů za jeden týden, jak jsme vybrali 10 prioritních- chyba, kterou by Martin už neudělal: vynechat při prioritizaci vrcholový management- proč zájem zákazníků o AI v podpoře klesá, i když je AI dnes lepší než před dvěma lety- jak AI obsluhuje 40 % požadavků v klíčových ązemích, aniž by firma někoho propustila- proč cílem není snížit headcount, ale vyrůst z 2500 zaměstnanců na dvojnásobek- jak mají pojistky a řešení proti neustálému zdražování tokenůSynthetic Minds vydává BigHub, česká firma, která staví a nasazuje custom AI systémy do produkčního provozu velkých organizací. Moderuje Jan Kabát, Head of Sales. Hostem je Martin Čambal, který v ESETu vede AI program. Toto je první slovensko-český díl.Celá řada Synthetic Minds:https://www.youtube.com/playlist?list=PLY6eTdCQKUskEo6HVwzsbh66NhhV6CXPLESET: https://www.eset.comBigHub: https://bighub.aiKapitoly 💡0:00 Upoutávka0:44 Kdo je Martin Čambal a co v ESETu vede2:43 Patnáct let ML v produktech a první vlastní model5:50 První překážky: data a nedůvěra lidí6:16 Hackathon s Microsoftem a AI Boost Week8:28 Deset partnerů za tři týdny, 80 use casů10:05 Z 80 use casů vybrali deset11:12 Pilíře: vývoj, sales, marketing13:12 Voice of customer a 100 tisíc hodin hovorů15:22 Prioritizace a chyba s vrcholovým managementem16:50 AI platforma jako playground a otázka ROI18:51 Upskilling 2500 lidí a interní komunita21:04 Proč se nástroje v byznysu neujmou22:36 Adopce AI jako podmínka pro nábor23:00 Kdo AI odmítá a jak s tím mluvit25:45 40 % požadavků v podpoře, nula propuštěných27:16 Zájem zákazníků o AI klesá a proč29:38 95 % vývojářů si AI zvolilo samo, přínosy chybí32:48 Tři pilíře modelů a vlastní hardware36:56 Tokeny zdražily a brzdí adopci39:28 Jak měřit vývoj a proč lidé hackují metriky41:18 Procesní blokery a proces mining44:17 Kde je bottleneck: kód versus schvalování46:27 Cloudová suverenita a zadní vrátka z Azure49:38 Kam to míří dál a největší fail51:04 Cíl není snížit headcountOdebírejte kanál, ať vám neuteče další díl.Website 🖥 www.bighub.aiLinkedin 👥 https://www.linkedin.com/company/bighubContact ✉️ info@bighub.ai

3. 

   19 Aug 2026

   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).

4. 

   5 Aug 2026

   Václav Nežerka, Tomáš Zbíral (ČVUT) | Co dokáže AI ve stavebnictví (a co ještě ne). Jak vychovat ze studentů výzkumníky. Základní výzkum je dlouhodobě podfinancovaný.

   Státy vykazují, že se recykluje skoro všechen stavební odpad. Realita je jiná: velká část končí jen jako zavážka, ne jako plnohodnotný recyklát. A přitom stavebnictví tvoří víc než třetinu veškerého odpadu v EU, víc než kterýkoli jiný obor. V novém díle Synthetic Minds ukazujeme, jak s tím pomáhá AI třídicí linka, která z kamery pozná fragmenty suti a v reálném čase je roztřídí. Řeč ale byla i o dalších věcech, které se stavebnictvím řešíme s ČVUT: od 3D modelů budov z laserových skenů až po otázku, jak ze studentů a juniorů vychovávat výzkumníky. Hosté jsou Doc. Václav Nežerka a Ing. Tomáš Zbíral z Fakulty stavební ČVUT. Václav vede výzkum třídicí linky v našem společném projektu AI Cycle a stojí i za spin-offem dalšího společného projektu Constriq, který ze skenů budov staví 3D modely. Tomáš u projektu AI Cycle vede trénování modelů. Společně s BigHub vyvíjejí linku, která nahradí ruční a nebezpečné dotřiďování stavební suti: kamera a model strojového učení určí materiál, tryska ho vyfoukne do správné hromady a model se dá přetrénovat na míru každé lokalitě. Cíl je jednoduchý: z odpadu, který má často nulovou nebo zápornou hodnotu, udělat kamenivo, které se vrátí do nových staveb. V epizodě zazní: ✅ Proč státy vykazují 99% třídění, ale velká část je jen zavážka ✅ Jak linka pozná a roztřídí fragment suti za jednu sekundu ✅ Proč je „přesnost modelu" u recyklace zavádějící metrika ✅ Jak tým obešel drahá trénovací data metodou copy-paste ✅ Proč je skoro každý projekt strojového učení ve skutečnosti výzkum ✅ Kde končí základní výzkum a proč je podle hostů podfinancovaný ✅ Jak ze skenu budovy vzniká 3D model za sekundy místo dnů ✅ Proč je dnešní AI spíš „mimozemská" než umělá a jak z juniorů dělat senioryModeruje Jan Kabát (Head of Sales, BigHub). Synthetic Minds je podcast BigHubu o reálném nasazení umělé inteligence, ne o teorii. Související case study: AI třídicí linka pro Envisan-Gem a ČVUT: bighub.ai/case-studies/ctu-envisangemOdebírejte Synthetic Minds a sledujte, jak se AI dostává z prezentací do provozu. Více o BigHub 🖥 www.bighub.ai Linkedin 👥 www.linkedin.com/company/bighub Kontakt ✉️ info@bighub.ai

5. 

   7 Jul 2026

   Miroslava Šachová | UNIQA staví jednu AI platformu pro celou firmu. Nechceme 7 verzí stejného agenta

   Jak dostat AI z izolovaných experimentů do každodenního fungování velké a regulované organizace? 🚀Hostem pátého dílu podcastu Synthetic Minds je Miroslava Šachová, Head of AI, Data & BI v UNIQA pojišťovně. V rozhovoru popisuje, jak UNIQA propojuje AI a data s konkrétními potřebami byznysu, jak vybírá use cases a proč se rozhodla vybudovat vlastní AI platformu.V epizodě se dozvíte 💡: – proč AI a data v UNIQA získaly silný business ownership– proč firma nezačíná otázkou „Kde můžeme použít AI?“, ale mapováním skutečných pain pointů– jak UNIQA prioritizuje velké use cases s měřitelným přínosem i menší řešení pro produktivitu zaměstnanců– proč každý AI projekt potřebuje aktivního business ownera– proč UNIQA staví vlastní platformu místo oddělených AI řešení– jak řeší přepoužitelnost agentů, jejich katalog, vlastnictví a governance– jak lze podporovat interní inovace bez ohrožení bezpečnosti a regulatorních požadavků– kde vidí největší potenciál AI v likvidaci škod, call centrech, úpisu a práci s dokumenty– proč AI v UNIQA neslouží primárně ke snižování počtu zaměstnanců, ale k podpoře růstu a uvolnění kapacitMiroslava také vysvětluje, jak může regulovaná finanční instituce zpřístupnit AI širšímu počtu zaměstnanců, aniž by ztratila kontrolu nad bezpečností, kvalitou a provozem jednotlivých agentů.Host: Miroslava Šachová, Head of AI, Data & BI, UNIQAModerátor: Jan Kabát, BigHubSynthetic Minds přináší praktické zkušenosti lidí, kteří zavádějí AI, data a automatizaci do reálného provozu velkých organizací.Web 🖥 www.bighub.aiLinkedin 👥 https://www.linkedin.com/company/bighubKontakt ✉️ info@bighub.ai

6. 

   26 May 2026

   Tomáš Dudaško: Tomáš Dudaško: Budou AI agenti kupovat léky? Efektivní a kvalitnější lékárenství v Dr. Max díky AI

   Jak vypadá AI v jedné z největších lékárenských sítí v praxi? 💊 V nové epizodě Synthetic Minds jsme si povídali s Tomášem Dudáškem z Dr. Max o tom, kde dnes umělá inteligence dává v lékárenství reálný smysl — a kde naopak musí zůstat jasné hranice. Řešili jsme, proč AI pro Dr. Max není cesta k nahrazování lékárníků, ale způsob, jak jim uvolnit ruce pro odbornější práci. Lékárníků je na trhu nedostatek, a proto je klíčové jejich čas využívat lépe: méně rutiny, více komplexní péče o pacienta. Dostali jsme se také k dalším praktickým use casům: optimalizaci logistiky, efektivnějšímu naskladňování, práci s daty, agentic commerce i budoucnosti digitálních receptů. A otevřeli jsme i důležité téma odpovědnosti: proč AI nemůže bez kontroly poskytovat kvalifikovanou lékařskou radu a proč musí v citlivých oblastech vždy existovat odborný mezičlánek. V epizodě se dozvíte: proč AI v lékárenství neznamená automaticky snižování headcountu, jak může AI pomoci lékárníkům soustředit se na odbornější péči, proč je Dr. Max silně data-driven firma, jak AI pomáhá s logistikou a hodnotou zásob, kde jsou limity AI v poskytování zdravotních doporučení, jaký potenciál má agentic commerce v oblasti léků na předpis, proč bude důležitá certifikace, kontrola a odpovědnost. Tahle epizoda je o tom, jak může AI prakticky zlepšovat provoz, péči i rozhodování v regulovaném a vysoce citlivém prostředí jako je lékárenství. Web 🖥 www.bighub.aiLinkedin 👥 https://www.linkedin.com/company/bighubKontakt ✉️ info@bighub.ai

7. 

   13 May 2026

   Jan Kopecký : Košík.cz v ChatGPT. První krok k nákupům řízeným AI agenty. Agentic commerce.

   Agentic commerce mění způsob, jak budou lidé nakupovat online. Místo klasického procházení e-shopu, filtrování produktů a ručního klikání se nákup přesouvá do prostředí AI asistentů — například do ChatGPT.V tomto dílu Synthetic Minds jsme si povídali s Janem Kopeckým, šéfem produktu v Košík.cz, o tom, jak Košík.cz společně s BigHub otevřel své služby přes MCP servery a zpřístupnil nákup přímo v ChatGPT.Košík.cz se tím stal jedním z prvních retailerů v Česku a CEE, který reálně testuje agentic commerce v praxi — tedy model, kde zákazník nemusí začínat na webu nebo v aplikaci, ale může řešit svůj nákup přímo v konverzaci s AI.V epizodě řešíme:- co je agentic commerce a proč je to víc než jen další chatbot,- proč Košík.cz nechce čekat, až zákazník přijde na web,- jak může AI navrhnout recepty a rovnou připravit nákupní košík,- proč může být MCP důležitý pro budoucí obchodní ekosystémy,- jak se e-commerce mění z klikání na výsledek,- proč mohou být AI agenti novým obchodním kanálem pro retailery,- a proč firmy, které nejsou jedničkou na trhu, často musí inovovat agresivněji.Tento díl je pro každého, kdo řeší budoucnost e-commerce, digitálních produktů, AI agentů, retailu nebo nových obchodních kanálů.Web 🖥 www.bighub.aiLinkedin 👥 https://www.linkedin.com/company/bighubKontakt ✉️ info@bighub.ai

8. 

   17 Mar 2026

   Jakub Lada: Z likvidátora AI vývojářem. Jak vznikl oceněný AI systém pro likvidace škod v Direct pojišťovně

   Hostem této epizody podcastu Synthetic Minds je Jakub Lada z Direct pojišťovny. Jakub má poměrně unikátní příběh – začínal jako likvidátor pojistných událostí a dnes stojí za AI projekty, které pomáhají automatizovat část likvidace škod v Direct pojišťovně. Společně se bavíme o projektu agentního AI systému pro likvidaci škod. Ten dokáže analyzovat dokumenty a navrhovat rozhodnutí s velmi vysokou shodou s lidským likvidátorem. Produkční řešení vzniklo během několika měsíců a dnes pomáhá zvládat rostoucí objem škod bez nutnosti lineárně navyšovat tým. V epizodě řešíme: • jak musí firmy začít stavět AI-ready procesy • jak může člověk z byznysu začít tvořit AI řešení • proč je firemní kultura často větší bariéra než technologie • jak Direct dokázal dostat AI řešení do produkce během několika měsíců Jakub také otevřeně mluví o tom, jak se mění role lidí ve firmách – automatizace podle něj nemá lidi nahrazovat, ale umožnit jim soustředit se na složitější případy a lepší servis pro klienty.

9. 

   2 Mar 2026

   Jan Sovka: Change management je královská disciplína AI transformace. Vibe coding přinese rychlost, kterou většina firem neumí bezpečně řídit.

   AI je cool. Enterprise je pomalý. V téhle epizodě je hostem Jan Sovka, který přišel z velkých technologických firem a product/data prostředí (IBM, GoodData a taky ⁠Košík.cz⁠) a nyní působí jako strategický poradce pro BigHub. Mluvíme o tom, proč firmy umí postavit POC, ale neumí ho proměnit ve skutečnou adopci. Jak vypadá „AI, co přežije provoz“, proč je owner důležitější než další feature, a proč vibe coding může být buď turbo pro inovace, nebo rychlá cesta k průšvihu.

Reach and audience

Public platform figures. Ratings count people who left a rating, not total listeners.

Spotify

5.0 / 5

3 ratings

Contact Synthetic Minds

Guest appearances

Books guests

Based on episode analysis; this does not confirm that the show is currently accepting guests.