Claim OwnershipData: Hell or Heaven? (Adastra Podcast)
Subscribed: 2Played: 47
Subscribe
© Adastra s.r.o.
Description
Listen to Adastra’s podcast dedicated to latest trends in data management, AI and analytics.
This engaging podcast series showcases the visionaries reshaping the tech landscape. Featuring strategic leaders and boardroom heroes who persuade decision-makers to back new technologies, each episode dives into stories of ambition, innovation, and collaboration.
Join us to witness the evolution of technology across various sectors.
This engaging podcast series showcases the visionaries reshaping the tech landscape. Featuring strategic leaders and boardroom heroes who persuade decision-makers to back new technologies, each episode dives into stories of ambition, innovation, and collaboration.
Join us to witness the evolution of technology across various sectors.
72 Episodes
Reverse
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”?
Elton Martins, former data leader at the NFL and Genius Sports, joins Mark Kohout to explore the rising discipline of data observability. From detecting silent failures in data pipelines to enabling AI-ready data ecosystems, Elton shares real-world lessons from scaling data platforms across industries – and explains how observability empowers teams to build trust in their data—before it powers analytics, AI, and decision-making.
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?
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.
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.
Po patnácti letech v Alze, kde stál u jejího růstu na pozici místopředsedy představenstva a CEO, se Tomáš Havryluk pustil do úplně jiného oboru. Se startupem Medevio mění způsob, jakým pacienti komunikují se svými lékaři. „Zatímco retail digitalizaci zvládl před lety, zdravotnictví stále běží na pevných linkách. My nahrazujeme analogový telefon CRM systémem pro doktory,“ říká v novém díle podcastu Adastry.
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.
Přečtěte 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.
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.
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.
Zajímá vás AI strategie a AI governance? Zjistěte více: https://adastracorp.com/cs/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.
Comments
Download from Google Play
Download from App Store
United States