AI & Data Science
Modul AI & Data Science zahrnuje veškeré inovace ČNB na poli umělé inteligence, jejího testování a využívání v každodenní praxi s důrazem na zefektivňování a zjednodušování rutinních činností, uvolňování kapacit expertů pro řešení strategických, koncepčních a složitých úkolů a v neposlední řadě také s důrazem na bezpečnost a ochranu citlivých údajů. Dále je věnován též inovativním projektům v oblasti analýzy ekonomických dat.
Zavádění AI v ČNB
Umělá inteligence má obrovský potenciál usnadňovat lidem rutinní a časově náročnou práci. Umožňuje jim tak věnovat více času kreativním činnostem a strategickému uvažování. I díky tomu dokáže otevírat zcela nové možnosti v mnoha různých oborech lidské činnosti (centrální) bankovnictví nevyjímaje.
Také v ČNB má AI své místo. Již v roce 2024 zakoupila prvních několik desítek licencí generativního AI chatbotu ChatGPT Team a od té doby se paleta dostupných nástrojů umělé inteligence výrazně rozrostla – od Copilot Chat pro všechny zaměstnance až po vysoce pokročilé modely sloužící vybraným expertům k plnění specifických úkolů či k testování schopností AI v různých oblastech (viz např. blog První využití AI při prognózování inflace v ČNB). „Skvělý nápad na využití umělé inteligence se původně zrodil na jedné z mých snídaní se zaměstnanci banky. Od té doby jsme rozjeli v bance pilotní projekty na umělou inteligenci a postupně jsme ji začali zavádět také do běžné praxe“ říká guvernér ČNB Aleš Michl, podle něhož bude klíčové s pomocí AI mimo jiné programovat.
Jedním z konkrétních příkladů využití AI při plnění úkolů centrální banky je podpůrná role umělé inteligence při vyřizování žádostí o povolení poskytovat služby související s kryptoaktivy podle evropského nařízení MiCA. ČNB obdržela celkem 248 takových žádostí, což je nejvyšší počet v celé EU. AI nástroje expertům pomáhají zejména s obsahovou kontrolou dokumentací, identifikací nesouladů mezi předloženými podklady či vyhledáváním chybějících informací a poskytují tak důležitou podporu pro zvládání stanovených lhůt i při tak velkém objemu práce. Výsledné rozhodnutí o udělení či neudělení licence je však samozřejmě nadále na příslušných odborných pracovnících ČNB.
Výrazný pokrok ČNB učinila také na poli hardwaru. V únoru 2026 zprovoznila v rámci vlastní IT infrastruktury server Dell PowerEdge XE7740 se čtyřmi špičkovými grafickými kartami (GPU/AI) NVidia H200.
Server poskytne dostatek výkonu pro zrychlení a zefektivnění provozu velkých jazykových modelů, které ČNB již interně používá, a také pro testování a využívání AI při úlohách, na které dosavadní infrastruktura zatím nedostačovala. Vysoce výkonné grafické karty v rámci vlastního serverového řešení ČNB zařadila i z toho důvodu, že tak může provozovat pokročilé AI nástroje uvnitř svého plně kontrolovaného prostředí, a ne v cloudu – to je klíčové z pohledu bezpečnosti a práce např. s citlivými daty.
Z pohledu dalšího rozvoje umělé inteligence v ČNB je důležitá také existence Koordinační skupiny pro AI. Jedná se o projekční tým tvořený zástupci všech businessových sekcí centrální banky. Jeho hlavním úkolem je definovat potřeby AI, koordinovat implementaci a sdílet best practices mezi sekcemi. Zajišťuje efektivní zavádění AI v centrální bance, eliminuje duplicitní iniciativy a propojuje jednotlivé sekce s IT týmem pro technologickou podporu. Koordinační tým zároveň určuje rámec a směrování AI iniciativ napříč bankou tak, aby jednotlivé aktivity ostatních týmů byly vzájemně sladěné a naplňovaly jednotnou strategii.
- Koordinační tým pro AI – složený ze zástupců všech sekcí. Jeho úkolem je definovat potřeby AI, koordinovat implementaci a sdílet best practices.
- IT tým pro AI – zajišťuje technologickou podporu, kybernetickou bezpečnost a integraci AI do systémů.
- HR tým pro AI – zaměřuje se na školení, rozvoj kompetencí a podporu zaměstnanců při přijímání.
Z výsledků ankety mezi zaměstnanci ČNB uskutečněné v dubnu 2025 vyplynulo, že alespoň jednou týdně umělou inteligenci používá 81 % respondentů, přičemž více než třetina (34 %) uvádí každodenní používání. Pouze 18 % dotázaných odpovědělo, že AI nástroje zatím nevyužívají.
Anketa také potvrdila vysokou ochotu zaměstnanců podílet se na dalším rozvoji AI v rámci ČNB. Více než polovina respondentů (56 %) deklarovala přímý zájem účastnit se testování, dalších 36 % zvažovalo zapojení v případě, že budou mít více informací.
V polovině roku 2025 ČNB učinila další významný krok k širšímu využívání umělé inteligence, když přistoupila k zavedení nového nástroje Copilot Chat pro všechny zaměstnance. Zároveň byly pořízeny enterprise licence ChatGPT, které slouží k testování pokročilých možností generativní AI a podpůrných úloh napříč útvary.
Kromě toho ČNB začala testovat také další AI nástroje. Například Claude od společnosti Anthropic, který rozšíří možnosti v oblasti analýzy a automatizace procesů, nebo specializované nástroje v oblasti legislativy. V prostředí pro analýzu dat zvaném DSLab (podrobněji viz níže) je také k dispozici jazykový model Llama. Cílem je ověřit praktické přínosy různých přístupů k AI, zajistit jejich bezpečné používání a postupně vytvářet ucelený rámec pro odpovědné a efektivní využívání AI v prostředí centrální banky.
Mezi příklady konkrétního nasazení AI v praxi patří kromě Prvního využití AI při prognózování inflace v ČNB třeba i kontrola (f)influencerů s pomocí AI či využití umělé inteligence k urychlení vývoje ekonomických modelů (např. při přepisu matematických rovnic a tvorbě dokumentace či při generování vizualizací ve formě diagramů).
Data Science Laboratory
Data Science Laboratory (jinak také DSLab či Sdílená datová laboratoř ČNB) je sdílené prostředí pro provádění datových analýz a ekonomického výzkumu, a dále pak pro provádění pokročilých analytických úloh typu Machine Learning/AI pomocí jazyků Python, R, Matlab.
- Prostředí bylo zaměstnancům ČNB v první fázi zprovoznění poprvé zpřístupněno v prosinci 2024.
- Logické oddělení výpočetní kapacity pro jednotlivé uživatele je zajištěno prostřednictvím kontejnerové technologie (Podman).
- Sdílené skupinové disky a verzovací systém GitLab umožňují sdílení programového kódu a dat ve skupinách uživatelů pracujících nad stejnými úlohami.
- Díky centralizované správě a pravidelným bezpečnostním skenům softwarového vybavení, představuje DSLab garantovanou, podporovanou a bezpečnou variantu práce s jazyky pro datovou analýzu (Python/R/Matlab).
V průběhu roku 2025 a 2026 se prostředí Data Science Laboratory rozrostlo o řadu dalších inovativních prvků, jako například:
V rámci infrastruktury DSLabu pracujeme s jazykovými modely s otevřenými parametry (open weights), které umožňují generovat text, překládat mezi jazyky, odpovídat na otázky, shrnovat informace i tvořit zdrojový kód. Původně jsme nasadili model Llama, ke kterému jsme postupně přidali další pokročilé modely, jako je Mistral a Granite. Všechny modely běží plně v interním prostředí ČNB, což zajišťuje vysokou úroveň zabezpečení při práci s citlivými daty.
Softwarová platforma Dynare 5.0 pro Matlab určená k práci s ekonomickými modely. Dynare rozšiřuje analytické možnosti DSLab a přináší nástroj pro modelování, simulace a odhady parametrů ekonomických systémů v jednotném a výpočetně připraveném prostředí.
Podpora programovacího jazyka Julia. Toto rozšíření přineslo uživatelům nové možnosti při práci s ekonomickými modely, jak z hlediska flexibility, tak i výpočetní rychlosti.
- Julia je moderní programovací jazyk zaměřený na vědecké výpočty, který vyniká vysokou rychlostí a jednoduchou syntaxí, podobnou Matlabu nebo Pythonu. Umožnuje rychlé prototypování i náročné numerické simulace, a tím se stává vhodnou alternativou k tradičním nástrojům. To umožnuje rychlý vývoj a efektivní běh složitých ekonomických modelů, jejich simulací a optimalizačních úloh.
- Integrace do DSlabu umožňuje uživatelům psát a spouštět Julia kódy bez nutnosti lokální instalace. Cílovou skupinou rozšíření DSlabu o Julia jsou především analytici, modeláři a výzkumní pracovníci zabývající se makroekonomickým modelováním, s potřebou výkonného prostředí pro tvorbu a testování svých modelů.
Webové IDE Visual Studio Code. Jedná se o webovou verzi populárního IDE (Integrated Development Environment) Visual Studio Code. IDE VS Code se díky své "rozšiřitelnosti" (instalací tzv. rozšíření do VS Code) stalo de-facto standardem prostředí pro vývojáře/datové analytiky. Primární motivací pro nasazení této webové varianty VS Code v DSLab bylo poskytnutí komfortnějšího prostředí pro vývoj/ladění Python kódu v prostředí DSLab.
Na podzim 2025 bylo zahájeno testování běhu velkých jazykových modelů (LLM) s využitím grafické karty (GPU) NVIDIA H100 na zapůjčeném serveru. Cílem je ověřit možnosti využití této technologie pro zrychlení a zefektivnění provozu velkých jazykových modelů, které ČNB již interně používá. Předběžné výsledky naznačují výrazné zvýšení rychlosti a kvality výstupů.
V návaznosti na výsledky testování serveru s grafickým procesorem NVIDIA H100, jež ukázaly výrazné zvýšení rychlosti a kvality výstupů, se ČNB rozhodla vlastní AI infrastrukturu trvale rozšířit o server Dell PowerEdge XE7740 se čtyřmi grafickými kartami (GPU/AI) NVidia H200.
Server byl do provozu zařazen v únoru 2026 s cílem zrychlit a zefektivnit provoz velkých jazykových modelů, které ČNB již interně používá, a také zapojit AI i do řešení úloh či testů, na které by dosavadní technologické vybavení nedostačovalo. Klíčový je rovněž fakt, že centrální banka tuto pokročilou AI infrastrukturu provozuje ve vlastním plně kontrolovaném prostředí, namísto v cloudu. To zaručuje vyšší bezpečnost a možnost pracovat také s citlivými daty.