What can an edih do for a SME in a nutshell
0 likes5 views
What can an edih do for a SME in a nutshell
What can an edih do for a SME in a nutshell
- 1. EDIHNETWORK.EU Ing. David Pe邸ek, M鱈sto, 2025
- 4. EDIHCTU.EU
- 5. eskomoravsk辿 centrum pr哲lomov箪ch 岳艶界鞄稼看鉛看乙庄鱈
- 6. Brain 4 Industry (B4I) Doln鱈 Be転any Technologie: AI, aditivn鱈 v箪roba 鱈dic鱈 partner: Fyzik叩ln鱈 炭stav AVR Region叩ln鱈 p哲sobnost: Stedn鱈 echy (a okoln鱈 regiony) EDIH Northern and Eastern Bohemia Liberec Technologie: AI, kyberbezpenost 鱈dic鱈 partner: Agentura pro region叩ln鱈 rozvoj Region叩ln鱈 p哲sobnost: Libereck箪 a Kr叩lov辿hradeck箪 kraj EDIH CTU Praha Technologie: AI 鱈dic鱈 partner: VUT v Praze Celorepublikov叩p哲sobnost EDIH DIGIMAT Kuim Technologie: AI, robotika 鱈dic鱈 partner: Intemac Solutions, s.r.o. Region叩ln鱈 p哲sobnost: Jihomoravsk箪 kraj (a okoln鱈 regiony) Cybersecurity Innovation Hub Brno Technologie: kybernetick叩 bezpenost 鱈dic鱈 partner: CyberSecurity Hub, z.炭. Celorepublikov叩p哲sobnost EDIH Ostrava Ostrava Technologie: HPC 鱈dic鱈 partner: VB-TUO Region叩ln鱈 p哲sobnost: Moravskoslezsk箪 kraj (a okoln鱈 regiony)
- 7. EU Partnership ADRA Horizon 2020 Horizon Europe Networks of AI Centres of Excellence AI-on-Demand Platform Testing & Experimentation Facilities (E)DIHs
- 8. Hlavn鱈 v箪zvy Soci叩ln鱈 Skills &Trainings Ekonomick辿 Investment Assistance Struktur叩ln鱈 Innovation Ecosystem and Networking Technick辿 Test Before Invest
- 10. Testing and Experimentation Facility For AI 10 TEFs help technology providers to develop new technological solutions and bring them closer to the market, validating them in real environments using the testbeds or similar workplaces for discounted price. After successful validation in TEFs the technology should be ready to be deployed at an end-user site, distributed via the EDIHs to empower all local companies and users. EDIH TEF VUT High TRL level solution tested at client卒s side End User Low TRL level solution tested/experimented before launch Technology Provider Facility/Scheme Operation mode Beneficiary side 1 2 3 4 5 6 7 8 9 TRL Scheme Idea PoC Prototype demo Demo in real environ. Implementation Fully tested EDIH TEF The TRL level set the proper scheme to be applied in specific case:
- 13. VIZE
- 14. OD ROBOT (R.U.R.) IN 1920 K AI (SW ROBOT) eDIH hled叩me p鱈bhy 炭sp邸n箪ch aplikac鱈 tak, abychom o nich mohli mluvit, s odkazem zejm辿na na pipravenost z叩kazn鱈k哲 a t鱈m pomohli zre叩lnit oek叩v叩n鱈 s d哲razem na hodnotu pro podnik AI jako rodina 岳艶界鞄稼看鉛看乙庄鱈, vdeck辿 pole Automatizace, akcelerace, roz邸iitelnost Vn鱈m叩n鱈, rozva転ov叩n鱈, podpora rozhodov叩n鱈 Schopnosti: Interakn鱈 inteligence Analytick叩 inteligence Pohybov叩 a tvoiv叩 inteligence (GenAI)
- 15. V箪zvy v MSP
- 16. SIPOC Dodavatel Marketing Objedn叩vky Vstupy Efektivn鱈 logistika a Sklad Procesy Optimalizace Monitoring Prediktivn鱈 炭dr転ba V箪stupy Efektivn鱈 logistika a Sklad Z叩kazn鱈ci Marketing Individualizace Manu叩ly Celo転ivotn鱈 vzdl叩v叩n鱈, PR, HR, etnictv鱈
- 17. GENERATIVN APLIKACE Veejn dostupn辿 Na m鱈ru PROMPTING WORKSHOP AI TRANSFORMATION ACADEMY PSO TRACK
- 18. Lessons Learned OPTI-PREDI Optimalizan鱈 a predikn鱈 炭lohy VITINSPECTOR (邸etrn叩 v鱈na) MHMP Odpady (chytr辿 vyv叩転en鱈) Sklen鱈ky (炭spora energi鱈 monitoringem poas鱈) Stroj鱈rensk辿 firmy (predictive maintenance)
- 19. Lessons Learned - genAI Pr叩ce s generativn鱈 inteligenc鱈 VISION SOFTWARE, s.r.o. Robotick叩 sponka pr哲vodce Prompting Workshop Cheat Sheets v praxi SocietyForAll e-Pr叩vn鱈k e-Lekce pro lidi s ADHD
- 21. Kl鱈ov叩 infrastruktura pipraven叩 k pron叩jmu :: TEST BED
- 24. TEST BEFORE INVEST Pipravenost, Dopad m叩me ped sebou je邸t dva roky hled叩me pipraven辿 kandid叩ty, kte鱈 maj鱈 spo鱈tany impact s tmi piprav鱈me showcase pak bude pro ostatn鱈 vidt, kde m叩 smysl o AI uva転ovat Pipravenost Dopad Vysok叩 Vysok箪 Vysok叩 N鱈zk箪 N鱈zk叩 Vysok箪 N鱈zk叩 N鱈zk箪
- 25. INFRASTRUKTURA U転ivatelsk辿 rozhran鱈 Zdroj dat 1 Zdroj dat 2 Zdroj dat 3 AI/ML modul (pes API)
- 26. ETAPA 1 Definice zad叩n鱈 P鱈prava sady VZOROVCH OTZEK P鱈prava sady OEKVANCH ODPOVD Kl鱈ov箪m v箪stupem jsou PO貼ADAVKY NA DATA Spolen叩 pr叩ce
- 27. U転ivatelsk辿 rozhran鱈 Zdroj dat 1 Zdroj dat 2 Zdroj dat 3 AI/ML modul (pes API) ETAPA 2 P鱈prava podklad哲 P鱈prava datov辿 sady pro 炭ely nauen鱈 modelu - Identifikace zdroj哲 - Zaji邸tn鱈 転ivotn鱈ho cyklu zdroj哲 -> p鱈padn箪ch nutnost鱈 opakov叩n鱈 u鱈c鱈ho procesu = pi zmn podklad哲 je teba model znovu uit!!! - Zaji邸tn鱈 BEZPENOSTI zdroj哲 ICT & PSO
- 28. U転ivatelsk辿 rozhran鱈 Zdroj dat 1 Zdroj dat 2 Zdroj dat 3 AI/ML modul (pes API) ETAPA 3 Uen鱈 Modelu Testov叩n鱈 a ladn鱈 = Iterativn鱈 pr叩ce s pr哲b転nou validac鱈 v箪stup哲 EDIH Spolen叩 pr叩ce
- 29. U転ivatelsk辿 rozhran鱈 Zdroj dat 1 Zdroj dat 2 Zdroj dat 3 AI/ML modul (pes API) ETAPA 3 Integrace UX U転ivatelsk辿 rozhran鱈 Integrace do st叩vaj鱈c鱈 infrastruktury ICT & PSO
- 30. U転ivatelsk辿 rozhran鱈 Zdroj dat 1 Zdroj dat 2 Zdroj dat 3 AI/ML modul (pes API) ETAPA 4 Integrace AI/ML modelu AI MODEL Integrace do st叩vaj鱈c鱈 infrastruktury ICT & PSO
- 31. U転ivatelsk辿 rozhran鱈 Zdroj dat 1 Zdroj dat 2 Zdroj dat 3 AI/ML modul (pes API) ETAPA 5 TESTOVN A LADN (v UI) Spolen叩 Iteran鱈 Pr叩ce
- 32. U転ivatelsk辿 rozhran鱈 Zdroj dat 1 Zdroj dat 2 Zdroj dat 3 AI/ML modul (pes API) ETAPA 6 Spokojen箪 u転ivatel PROVOZOVATEL Spr叩va a 炭dr転ba
- 33. ETAPA X Trvale spokojen箪 u転ivatel PROVOZOVATEL Spr叩va a 炭dr転ba Pr哲b転n辿 vyhodnocov叩n鱈 N叩vrat ke krok哲m 2, 3 Nov辿 uen鱈 Nov辿 ladn鱈 Nov叩 integrace Spolen叩 pr叩ce EDIH Spolen叩 pr叩ce Spolen叩 pr叩ce
- 34. M ZAT? Cost/Benefit Anal箪zou! ETAPA 1 ETAPA 2 ETAPA 3 ETAPA 4 ETAPA 5 ETAPA 6 ETAPA X COSTS = INVESTIN pak PROVOZN Pen鱈ze as Kapacita Rizika BENEFITS = PROVOZN SUMA COSTS SUMA BENEFITS ><
- 40. EDIHCTU.EU