Data: Heaven or Hell? (Adastra Podcast)

Shannon Bell, EVP, Chief Digital Officer and Chief Information Officer at OpenText, shares how “information first” thinking, simplicity, and agentic AI are reshaping how large enterprises work. She explains why most enterprises don’t have an AI problem but an information problem, how to go slow to go fast with AI, and how a blended workforce of humans and AI agents turns scarce skills and fragmented processes into scalable value. Crucially, she digs into change management and the future of jobs: why fear of displacement is often higher than the reality, how to position AI as a copilot rather than a competitor, and what it means to give 22,000+ employees an AI development goal so they can actively shape how their roles evolve. She also shows where agentic AI is ready now, such as search and summarize, root cause analysis, and software delivery, and why success depends on clear roles, governed data, and using HR and SRE teams as early champions to build an “AI fabric” across the enterprise.  What does it really take to make AI an assistant, not a threat, for your workforce?  How can you start small on messy, real-world systems and still build toward an AI ready data estate?  Which foundations, guardrails, and operating model let you decentralize AI innovation without losing control?  

Justin Rister, Senior Cloud and AI Specialist at Microsoft, explains why leaders should start with business pain points, not technology. He shares how Fabric unifies the analytics stack for teams of all skillsets, why Databricks and Fabric are a better-together story, and how an AI layer on unified data empowers business users to ask questions and get answers without waiting on IT.  What does it mean to be a strategic partner instead of a product pusher?   How do you remove bottlenecks by letting business users access insights directly?  Why should leaders think big, start small, and scale fast? 

Tamer Farag, Global Fabric Partner Lead at Microsoft, shares how the fastest-growing analytics platform in the world is helping 31,000 customers unify fragmented data estates and unlock AI value. He highlights why you don't need to move your data to govern it, how mirroring is offered free to accelerate adoption, and what makes partners like Adastra critical to scaling Fabric globally.  What does it take to connect AI to your data without a massive migration project?   How is Fabric enabling customers to move from static reports to asking questions directly to their data?  Which trends, from real-time intelligence to chat with your data, are driving customer demand in 2026? 

Jak připravit data, tak aby AI skutečně pomáhala a neškodila?  Jak funguje „chat with your data“ v praxi?  A proč bez kontextu AI odpovídá špatně, i když má správná data? Zjistěte více o řešení Power BI.

Kevin McCurdy, Global Partner Lead, Consumer Goods, AWS, shows how Gen AI, trusted data, and risk-based guardrails turn experiments into repeatable CPG value. He highlights AWS and partner capabilities (Amazon Bedrock, SageMaker, secure integrations) with real wins such as demand forecasting, planogram automation, and Adastra’s Mark Anthony Group solution that scales assortment optimization and auto-generates seller scripts, plus quick-win assistants, cost controls, and an enterprise AI program with clear budgets, ownership, and accountability across product, employee, and customer use cases.  What does it take to move from quick wins with Amazon Q to custom, domain-aware agents on Bedrock that scale across the enterprise?  When is “good enough” data enough to start, and how can AI assistants surface gaps while improving data quality over time?  Which operating model and risk-based guardrails help leaders control cost and compliance while accelerating adoption? 

Rehan Shah, General Manager and Head of Channel and Partner Sales for US Greenfield at AWS, explains how the right mix of AI tools, trustworthy data, and strong controls turns early AI trials into real business results. He shows how AWS provides access to top models, better value, responsible AI practices, and secure ways to connect your systems. Examples include instant insights from manufacturing data and Breakthru Beverage moving hundreds of servers, plus quick AI helpers like a Sales Coach and a Legal Assistant. He also shares how to keep costs in check and set up a company-wide AI program with clear budgets and accountability.  What does it take to move from quick wins with Amazon Q to custom agents on Bedrock that scale across the enterprise?   When is “good enough” data enough to start, and how can AI assistants surface gaps while improving data quality over time?   Which operating model and risk-based guardrails help leaders control cost and compliance while accelerating adoption? 

 Chris‑Markus “CMK” Kratz, AWS Global Director of Automotive and Manufacturing, explains how outcome‑first, customer‑obsessed transformation and ecosystem partnerships are reshaping the industry. He details the shift to software‑defined vehicles and the car as a proactive companion, how GenAI is collapsing mainframe refactoring from years to months, and what it takes to move beyond pilots to production. Kratz shares lessons from Amazon’s own “shop floor” in its fulfillment centers, why the cloud is ready for OT, and why critical thinking and change management matter as much as technology. He also covers autonomy at scale, the equalizing effect of AI for SMBs and OEMs alike, and the “better together” role of SIs like Adastra.  How do OEMs and suppliers work backwards from outcomes to deploy GenAI in real production?  What makes the factory floor ready for cloud and AI, and how do you ensure resilience?  How does mainframe modernization unlock microservices and accelerate transformation?  Which ecosystem partnerships and governance practices deliver value without slowing execution?  Is AI the great equalizer across company sizes, and how should leaders manage the cultural shift?  

Glenn Remoreras, EVP, Chief Information Officer at Breakthru Beverage Group, shares how a cloud-first “platform, data, AI” architecture and executive-led AI readiness turn market pressures into value. He highlights migrating 300+ services to AWS, why the data layer is the most critical, risk-based guardrails, and quick-win pilots like Legal GPT and an AI Sales Coach.  What does it take to build a foundation that learns fast and scales AI beyond hype?  When is “good enough” data enough, and how can AI expose and fix the gaps?   Which operating model and governance enable adoption without slowing delivery? 

Jak dlouho trval vývoj a rollout řešení?  Proč byl pilot klíčový pro přijetí mezi poradci?  A jaké další procesy chtějí v Člověku v tísni digitalizovat dál – od komunikace s finančním arbitrem až po soudy? Více o řešeních Power Platform a kvalitě dat.

How do you set up an AI strategy in a large organization?  Why is security more important than speed?  And how do you prevent AI from turning into an uncontrolled “agent zoo”? 

Learn more about: Adastra AI

What does it take to build an incubator that learns fast and delivers real value?   When is “good enough” data enough—and how can AI expose and improve the gaps?   Which operating model and governance practices drive adoption without slowing execution?   Learn more about: GenAI, Adastra AI

How can artificial intelligence help protect biodiversity? Will we ever objectively understand what is in the “interest” of other species? And what happens when the interests of different species collide?

How does Snowflake work with AI models to keep data in a secure environment Why is going back to on-prem solutions no longer an option? And why does Wojtkowski believe SaaS and AI will dominate the future of data platforms?

What use cases are companies solving with Fabric most often? How can organizations start with smaller projects and scale them to an enterprise level? And why does Andersen believe it’s always worth building new solutions “on a blank sheet of paper”?

How can data observability organizations detect silent failures before they impact business decisions?  What’s the difference between data quality management and data observability—and why does it matter for AI readiness?  What should organizations consider when deciding to build or buy a data observability solution?  Learn more about the solution: AI-ready data

Proč je porovnávání statutů fondů ideální úkol pro umělou inteligenci— a jak AVANTu pomáhá snížit riziko chyb i právní nejistoty. Jak by AI mohla asistovat při oceňování aktiv na základě předchozích posudků a výpočtových rámců.  Proč si Bezděk myslí, že AI může porazit juniory, ale ne nahradit manažera, který dělá zásadní rozhodnutí bez dostatku dat. Jaké změny AI přináší na trh práce — a proč se podle Bezděka vyplatí jít cestou, která člověka skutečně baví. Proč je regulace AI nezbytná, i když nedokáže zastavit vývoj. A jak by mohla AI sehrát roli ve světovém geopolitickém přetahování o technologickou dominanci.

How do you measure the success of data governance? Where do you find both the technical and “human” profiles for the team? And why should data governance be a natural part of work — not just another extra activity? In the podcast, Pavlína Vajgarová, Data Intelligence Lead at one of the largest Czech banks, explains how Česká spořitelna gradually transformed its approach to data over three years — from an Excel sheet of business terms to a dedicated data governance team and a full organizational rollout. 

Zemědělské stroje, které se skládají z tisíců dílů. Tým plánovačů, který přestával stíhat každou změnu. A linková výroba, která měla přinést vyšší efektivitu – ale zpočátku zpomalila celý provoz. „Museli jsme si přiznat, že to sami neutáhneme. A začali jsme hledat nástroj, který by plánování zvládl rychleji a lépe než člověk,“ říká Jan Slavík, IT ředitel společnosti Bednar FMT, v podcastu Adastry. Zjistěte více o řešení: AI plánování a optimalizace

V CETIN nepodléhají každému hype. Když přišla AI vlna, místo chatbotů a hezkých demo ukázek začali hledat konkrétní byznysové případy, kde může umělá inteligence reálně pomoct. „Nepotřebujeme víc sexy nástrojů. Potřebujeme nástroje, které fungují,“ říká Jan Štěpánovský, CIO CETIN, v novém dílu podcastu Adastry. Zjistěte více o řešení: Data governance

Zjistěte více o řešení: Hyperautomatizace

Tracking ESG data in Excel? With over 100 sites in 50 countries, that simply wouldn’t work at KUKA. “To manage ESG effectively, it’s not enough to just collect data. We need to understand the impact – across divisions, regions, and products,” says Kerstin Heinrich, Head of Corporate Sustainability at KUKA. In the latest Adastra podcast episode, she explains how ESG reporting is no longer just a compliance formality. It’s becoming a new standard—much like financial accounting. KUKA implemented Microsoft Sustainability Manager, built a custom data collector, and developed detailed guidelines for data governance and estimations. 

Na trhu existuje přes 900 000 jazykových modelů. Najít ten nejlepší pro konkrétní úkol je pro většinu lidí téměř nemožné. I proto vznikla platforma Everbot, která za uživatele vybere ideální AI model. „Lidé chtějí výsledek. Ne řešit, který z nástrojů použít,“ říká v novém dílu podcastu Adastry Roman Berglowiec, zakladatel a CEO Everbot a podnikatel, který s AI pracuje už od roku 2018. 

Jak snížit spotřebu materiálu v lakovně, vytížit linky ve svařovně a zohlednit 13 výrobních omezení v každodenním plánu? V Hyundai Nošovice na to šli přes data a optimalizační algoritmy. „Naše výroba funguje jako obrovský orloj – pokud něco nezapadne, celé se to zpomalí. Lidské plánování už nestačilo,“ říká Artur Heider, specialista na výrobní plánování v Hyundai, v novém díle podcastu Adastry. Ve spolupráci s Adastrou spustili proof of concept optimalizačního softwaru pro lakovnu a svařovnu. Výsledek? Úspora okolo 13 milionů korun ročně a návratnost investice do čtyř měsíců.  Co všechno projekt přinesl?  Ve svařovně pomohl model zohlednit složitá omezení pro sekvenci modelů různých aut, aby nedocházelo ke zbytečným prostojům.  V lakovně vedla optimalizace k výraznému snížení spotřeby ředidel, protože minimalizuje zbytečné přepínání barev.  Softwarová aplikace se přes API napojuje na interní systém, upraví plán a vrací ho zpět – denně, automaticky.  Projekt zaujal i ostatní závody v rámci koncernu Hyundai-Kia, například v Žilině nebo Turecku. A co bylo nejtěžší? „Přesvědčit vedení, že se vyplatí investovat do nástroje, který není z Koreje. Ale povedlo se – a dnes už vidí výsledky,“ uzavírá Heider. Zjistěte více o řešení: AI plánování a optimalizacePřečtěte si celou případovou studii: https://adastracorp.com/cs/success-stories/optimalizace-vyrobniho-planu-a-lakovny-setri-hyundai-125-milionu-kc-rocne/

Jestli chcete demokratizovat data, nestačí nasadit nový cloud nebo postavit datový tým. „Data mesh není jen technologická změna. Měníme způsob, jakým firma přemýšlí o datech i o odpovědnosti,“ říká Adéla Ráčková, Tribe Leader datového týmu v T-Mobile, v novém dílu podcastu Adastry. Spolu s Vojtěchem Laifrem, Data Mesh Product Ownerem, mluví o tom, proč se rozhodli opustit starý datový sklad a jít cestou decentralizace. T-Mobile dnes buduje hybridní architekturu s využitím privátního i veřejného cloudu, zavádí datovou akademii, datovou kulturu a mění i operační model tak, aby byznysové jednotky samy vytvářely datové produkty a sdílely je napříč firmou. - Osm byznysových domén už pracuje s data meshem. Cílem je jich 47 – a žádná cesta není stejná. - Vzdělávání běžných uživatelů i analytiků běží přes datovou akademii a interní komunitu. - Kde nestačí centrální IT, nastupují týmy s vlastními datovými rolemi. Výsledkem jsou rychlejší use cases, které přináší hodnotu bez zdlouhavého schvalování. Jak se nastavuje data governance v decentralizovaném světě? Kdy dává smysl veřejný cloud – a kdy ten privátní? A proč je důležité nezapomenout na manažery, kteří mají datové změny podporovat? Zajímá vás data mesh? Zjistěte více: https://adastracorp.com/cs/data-mesh/

Každý den musí AAA Auto vykoupit a prodat 300 aut. Bez pokročilých datových systémů by to podle Zdeňka Demetera, CEO společnosti Resulmatic (data a AI divize AAA Auto), nebylo možné. „Dnes už nejsme jen data-driven firma. Jsme data-managed. Polovina cesty zákazníka je čistě digitální,“ říká v novém dílu podcastu Adastry.V podcastu popisuje, jak Resulmatic za posledních deset let vybudovala robustní datovou infrastrukturu a týmy, které zajišťují, aby byl nákup a prodej ojetých vozů v Česku, na Slovensku i v Polsku maximálně efektivní.- Každý týden probíhá detailní rozbor více než 20 klíčových metrik napříč celým funnel procesem.- Nasazení AI hlasového asistenta do call centra přineslo výsledky tak dobré, že dnes zvládá velkou část běžné agendy lépe než lidští operátoři.- Z dat dokážou predikovat poptávku, sezónnost i důsledky geopolitických změn. A to v reálném čase.Jak se podařilo postavit firmu, kde se každý týden dívají na čísla až na třech úrovních managementu? Jak AI volá zákazníkům a domlouvá schůzky? A proč je podle Demetera nejtěžší věcí v AI projektech dodat správný kontext dat?Poslechněte si celý díl podcastu.Zjistěte více o řešení: AI-ready data

The rise of the Internet of Things (IoT) is transforming how businesses collect and utilize real-time data, driving efficiency, sustainability, and innovation. Yet, implementing IoT solutions comes with its own challenges—from navigating complex data management issues to ensuring seamless integration with existing infrastructure. How can companies leverage IoT to solve real-world problems while balancing technical and operational hurdles? Joining us to discuss the evolving IoT landscape is Petr Blabla, Head of IoT Solutions at Adastra, a leading provider of innovative technology solutions helping businesses harness the power of real-time data for smarter decision-making. Learn more about our IoT solutions: https://adastracorp.com/internet-of-things/

Cloud migration and advanced analytics are redefining how businesses leverage data, enabling shifts from traditional product sales to innovative service models. However, moving to the cloud brings its own set of challenges—cultural, technical, and strategic. How can companies navigate this transformation while ensuring data quality and maximizing ROI? Joining us to share insights is Stefan Lautenschlager, Head of Business Intelligence and Analytics at NETZSCH, a mid-sized German manufacturing company embracing the cloud to unlock new opportunities. 

Master Data Management (MDM) and Artificial Intelligence (AI) are transforming the way businesses manage and utilize their data, promising unprecedented efficiency and insights. But integrating AI into MDM is not without its challenges. How can companies ensure data quality and maintain ownership in this new landscape? Our guest today is Petr Žáček, Director of Product Management at Ataccama, who will shed light on the evolving role of AI in MDM and its implications for businesses. 

 What is personalization? And what is it not? How can we break the silos between it and business when it comes to personalization? We discussed the topic with Erasmus Houlind, Chief Experience Officer at Agillic. Learn more about our Customer Journey Monitoring solutions.

It sounds great. Each business unit owns and manages its own data, making it available for the rest of the company. This approach is essential for data mesh. But can large companies really achieve that? How realistic is it? Our guest today is Petr Žáček, Director of Product Management at Ataccama.

Ví, že umělá inteligence na trhu pomalu rozdává karty a že určuje, kdo zvládne držet krok a kdo se bude trápit. Chcete-li cílem udržet nejen konkurenceschopnost, ale také vybudovat interní oddělení, které bude machr na AI. Jak na to? O tom hovoří Pavel Jindra, manažer IT platforem v CETIN.Zjistěte více o řešení: AI strategie a AI governance

He wants to create a world where businesses deliver real value without relying on IT. By democratizing data and creating a data mesh, he aims to achieve this vision. Get inspired by vision of Lukáš Mazánek, Chief Data Officer of Raiffeisenbank in the Czech Republic.

Zjistěte více o řešení: Data governance, Kvalita dat

The Association of Business Service Leaders (ABSL) was established in the Czech Republic ten years ago and currently represents over 100 member companies. How do these business service centers adapt to changes like digital transformation and sustainability to stay competitive, innovative, and resilient? There are some questions for Joe Appleton, Managing Director of ABSL.Learn more about the solution: Hyperautomation

Cloudera is a hybrid data platform that operates in various cloud environments as well as on-premises. It provides secure data management and cloud-native data analytics. What are the experiences with clients from the public sector? We're going to discuss this with our guest, Peter Rizvi, account executive at Cloudera.Learn more about the solution: Cloud Adoption

• Proč říká, že se z nich stává datová firma?• Co znamená, když ze solárního pole coby výrobku uděláte komplexní službu?• Jakým výzvám aktuálně čelí solární byznys a kam směřuje trh?Zjistěte více o řešení: AI plánování a optimalizace, strojové učení a prediktivní analýza

Které milníky nejvíce přispěly k současnému vývoji AI? Proč je právě nyní umělá inteligence snadno dostupná a rozšířená? Jaké trendy by firmy měly sledovat a kde by měly být opatrnější a počkat na další vývoj? Zjistěte více o řešení: AI strategie a AI governance

Jaké technologie a metody Valeo používá pro sběr a analýzu dat z testovacích jízd?  Jaké výzvy přináší sdílení a zpracování obrovských objemů dat v praxi?  Jak firma zajišťuje bezpečnost a ochranu shromážděných dat?  Co Jan Zahradník předpovídá pro budoucnost samořídících vozidel?  Zjistěte více o řešení: Big Data

Které podoby pracovních činností AI skutečně může nahradit?  Jak konkrétně dokáže pozvednout AI kvalitu výkonu?  Proč může být pro firmu lepší si najmout externí odborníky? Zjistěte více o řešení: AI strategie a AI governance

Co přesvědčilo většinu zaměstnanců, aby přešli na nový nástroj a opustili staré postupy?  Jaké benefity IBM Planning Analytics Kooperativě přinesl?  S jakými peripetiemi se projekt v průběhu setkal?  Jaké vidí Jiří Drahoš změny v plánování a hospodaření pojišťoven v příštích letech?  Zjistěte více o řešení: Planning, budgeting, forecasting

Čeho se držet při psaní promptů v ChatGPT, abyste získali relevantní výsledky?  Jak T-Mobile s pomocí ChatGPT zvýšil návštěvnost své aplikace i bez zajímavé nabídky pro zákazníky?  Jaký přístup firma zvolila k zavádění AI nástrojů do firmy?  V čem se nejspíš pod tlakem na adaptaci AI nástrojů změní očekávání klientů od kreativních agentur?  Zjistěte více o řešení: AI, GenAI

Kdo je klientem IT oddělení pojišťovny?  Kde nachází IoT uplatnění v pojišťovacích službách a kde jsou zatím rezervy?  Jak v pojišťovně přistupují k řešení incidentů v systémech?  Jak postupuje v Generaci České pojišťovně adopce cloudu a automatizace procesů?  Čím se dnes vyznačuje kvalitní IT senior v pojišťovně? Zjistěte více o řešení: Spravované IT služby

Kolik času reálně zabere přechod na nový funkční systém?  Proč pojišťovna nezačala s novým systémem uvažovat hned čistě o cloudu?  Jak uvažovali nad nákladovou stránkou nového řešení?  A jak nutnost práce se systémem, který je stále "v plenkách" přijali uživatelé?  Podařilo se Direct pojišťovně dosáhnout zamýšlené agility napříč celou firmou? Zjistěte více o řešení: Cloudová infrastruktura, migrace do cloudu

Buy now, pay later. Na tomto principu funguje i fintech start-up Skip Pay, který patří pod křídla ČSOB a specializuje se na odložené platby. “Ve světě se běžně setkáváme s desítkami procent zákazníků, kteří odložené platby v rámci online nákupů využívají. U nás zatím máme ještě rezervy. Jestli ale někde v rámci e-shopů můžeme zabrat, pak je to user experience a nákupy přes mobilní telefony,” říká CTO Skip Pay Jakub Wagner.Zjistěte více o řešení: Analýza zákazníků Aby Vám neunikly novinky ze světa dat a digitalizace firem, sleujte nás na LinkedIn.

Co potřebuje ChatGPT, aby byl skvělým sluhou? Precizní zadání a flexibilitu v následném developmentu. “Pokud nenaučíme studenty, aby dokázali správně definovat své požadavky a uměli přesně specifikovat zadání, pak jim při studiu ChatGPT k ničemu nebude,” říká Tomáš Hülle, ředitel a zakladatel European Centre for Career Education (ECCEDU).Zjistěte více o řešení: GenAI

Nový způsob hromadné dopravy v příměstských regionech, kde dnes jezdí autobus třeba jenom dvakrát denně, realizuje start-up CITYA. „Díky kombinaci technologie a lepšího technologického plánování, uzavřenému regionu, virtuálních zastávek a našemu algoritmu, který využívá principy umělé inteligence, dokážeme poskládat co nejvíc lidí do jedné trasy při opravdu minimálních zdrojích. A tím jsme výrazně levnější v okrajových městských částech než hromadná doprava,“ říká v Adastra podcastu Dominik Janík, CEO start-upu CITYA.Zjistěte více o řešení: AI plánování a optimalizace

Co má smysl digitalizovat v pojišťovnictví? „Myslím, že prakticky všechno, kde nutně nepotřebujete lidský kontakt. My jsme tady pro to, abychom pomáhali lidem v průšvihu, což je zpravidla nějaká pojistná událost. Tady bych chtěl, aby klient měl vedle digitalizované formy vždycky možnost mluvit s živým člověkem, který ho uklidní, nasměruje, pomůže mu,“ říká v Adastra podcastu Michal Řezníček, CEO Direct pojišťovny.Zjistěte více o řešení: Inovace aplikací

I úspěšná firma může být ještě úspěšnější, pokud vsadí na správný algoritmus. Potvrzuje to každodenní zkušenost největšího výrobce vinylů na světě s více než 2000 zaměstnanci a tržbami bezmála 4 miliardy korun. „Lidská zkušenost pro nás byla nenahraditelná do doby, než jsme zjistili, že ani nejzkušenější člověk nedokáže najít optimální kombinaci tiskových archů. Adastra nám vytvořila řešení, díky kterému denně ušetříme desítky tisíc korun,“ říká v Adastra podcastu Michal Štěrba, CEO firmy GZ Media. Zjistěte více o řešení: AI plánování a optimalizace