Přeskočit na obsah
AICanDoItAll

O projektu

Bez fungujícího zázemí se technologie neujme

Léta práce na složitých firemních projektech, v digitální transformaci a v náročné výrobě – včetně automobilového průmyslu – ukázala, že k zavedení nové technologie nestačí, aby technicky fungovala. Je potřeba i stabilita, jasné procesy, lidé a další zdroje s jasně přidělenou odpovědností, přehled o ekonomice a možnost vše zpětně auditovat. CanDoItAll proto zapojuje AI a agenty přímo do toho, jak firma skutečně pracuje, místo aby zůstaly jen dalším izolovaným nástrojem.

Proč open source

Užitečné know-how je třeba sdílet, ne objevovat dokola

Firmy za zavřenými dveřmi pořád dokola řeší stejné problémy: jak koordinovat AI agenty a jednotlivé kroky práce, jak napojit další systémy a jak mít vše pod kontrolou. Když je jádro zveřejněné, může si kdokoli prohlédnout jeho architekturu, zvolené kompromisy i řešení, která lze znovu použít.

Díky sdílenému kódu mohou odborníci z praxe prozkoumat řešení, vylepšit základy a převzít jednotlivé moduly – a přitom si ponechat plnou kontrolu nad tím, kde a jak systém provozují, i nad svými daty.

Ověřitelnost

Systém, který lidem i AI uděluje oprávnění, by měl otevřeně ukazovat, kdo co smí, jaká rozhodnutí padla a jaké záznamy je dokládají – aby si to kdokoli mohl zkontrolovat.

Sdílené know-how

Osvědčená technická řešení, která lze znovu použít, by měla dalšímu týmu ušetřit práci, aby nemusel stejné základy stavět znovu a sám.

Provoz pod vlastní kontrolou

Jádro běží primárně lokálně a organizace ho mohou provozovat na vlastních serverech i počítačích. Infrastrukturu, přihlašovací údaje i provozní data tak mají stále pod kontrolou samy.

Technické zázemí

Od průmyslové automatizace k řízené AI

Projekt CanDoItAll nevznikl jako izolovaná ukázka AI. Vychází ze zkušeností se systémy, které musely sladit stroje, software, data a rozhodnutí, za která někdo odpovídá.

Profil na LinkedInu
  1. Rentgenová, CT a vizuální inspekce

    Ještě před CanDoItAll Tomáš vybudoval a vedl firmu, která vyvíjela vlastní průmyslové systémy pro kontrolu kvality výrobků – pro výrobce mimo jiné i z automobilového průmyslu.

  2. Řízení výrobních linek

    Šlo i o modulární řídicí software pro roboty, lasery, paletové systémy, inspekční zařízení a postupy obsluhy – od jediné samostatné stanice až po výrobní linky složené z mnoha propojených stanic.

  3. Digitální transformace

    Několik let práce pro větší firmy přineslo zkušenosti s modernizací, s propojováním systémů tak, aby bylo jasné, co který z nich má na starosti, se zaváděním změn v organizacích i s podnikovými systémy, které běží dlouhá léta.

  4. Aplikovaná AI v průběhu let

    První pokusy s konverzačními systémy vedly ke studiu bioelektroniky a bioinformatiky s neuronovými sítěmi a potom k průmyslovému strojovému učení pro zpracování obrazu, vibrodiagnostiku a rozpoznávání výrobků. Velké jazykové modely (LLM) otevřely další kapitolu: AI agenty, kteří používají nástroje, a automatizaci pod kontrolou.

  5. Operační systém pro projekty

    CanDoItAll tyto zkušenosti spojuje: moduly, které spolupracují podle pevně daných pravidel, jasně určenou odpovědnost, automatizaci pod kontrolou, dohledatelnost a doklady o tom, co se na projektu skutečně udělalo.

Jak se vývoj financuje

Otevřené jádro – vývoj financují skutečné zakázky

Další vývoj financuje obchodní spolupráce při úspěšném zavádění ve firmách – jádro zůstává otevřené a s volnou licencí, tedy jej mohou používat všichni.

Organizace si mohou zaplatit práci, kterou potřebují, a vylepšení, která patří do společného jádra, přitom zůstanou k dispozici celému projektu.

Možnosti spolupráce

Zavedení a architektura

Začlenění CanDoItAll do vašich stávajících pravidel řízení, práce s daty, zabezpečení a provozu.

Integrace a funkce na míru

Napojení firemních systémů nebo vývoj specializovaných modulů tak, aby projekty zůstaly spolehlivě oddělené.

SLA a provozní podpora

Dohoda o době reakce, údržbě a zajištění nepřerušeného provozu tam, kde na systému firma skutečně závisí.

Předání know-how

Pomoc vašim týmům, aby systém samy pochopily, provozovaly, rozšiřovaly a měly pod kontrolou.

Časová osa projektu

Od prvního řádku kódu ke stabilní verzi 1.0

Časová osa ukazuje, proč projekt vznikl, co už je zveřejněné, v procesu vývoje či v plánu. Budoucí termíny jsou současné cíle – mohou se posunout podle toho, co ukáže používání alfa verze.

  1. březen 2026 Začátek projektu

    Takový systém jsem chtěl mít už roky. Řídil jsem mnoho projektů najednou v řadě oddělených nástrojů a udržet v nich přehled a aktuální informace bylo těžké. Možnost zapojit AI a agenty přímo do práce ukázala lepší cestu: jeden operační systém pro projekty, od záměru až po realizaci. Díky AI nástrojům pro programování se dalo pustit do takového rozsahu, ale od začátku bylo jasné, že půjde o dlouhodobý projekt. Zvolil jsem open source, protože sdílené znalosti šetří ostatním práci se stále stejnými složitými problémy a pomáhají posouvat celý obor dopředu.

  2. srpen 2026 Zveřejnění repozitářů

    Po pěti měsících vývoje a pokusů s AI, agenty a podobou platformy jsem repozitáře zveřejnil. Je to raný milník: části kódu je ještě potřeba přepracovat a zpevnit a instalaci zjednodušit. Základ už ale začíná být dost stabilní na to, aby si ho technici mohli prozkoumat a poslat zpětnou vazbu.

  3. říjen 2026 Cíl: přepracování kódu a stabilizace

    Další fáze se soustředí na moduly, které jsou zatím spíš načrtnuté než dotažené do hotového produktu. Přepracovat a zpevnit tyto základy má přednost před přidáváním dalších funkcí. Až bude tahle práce hotová, může platforma díky jasněji daným rozhraním mezi svými částmi přidávat další poskytovatele AI připravené k použití, napojení paměti pro agenty a pluginy.

  4. listopad 2026 Cíl: modul Economy

    CanDoItAll už dnes zaznamenává ceny agentů a náklady pracovníků z modulu CRM / HR a podle předchozích spuštění odhaduje, kolik budou stát workflow a procesy. Tento přehled se zatím soustředí hlavně na práci AI a lidí. Hlubší propojení s knihovnou Ledger a modulem Economy má rozšířit ekonomickou analýzu, plánování, simulace a realizaci na úrovni celých projektů.

  5. prosinec 2026 Cíl: verze 1.0

    Hlavním cílem je mít do konce roku stabilní verzi 1.0 jádra aplikace: jednodušší instalaci, spolehlivější moduly a co nejvíc opravených chyb, na kterých nejvíc záleží. Spolu s ní může vyjít raná alfa nebo beta verze Cognitive Memory, přednost ale má spolehlivost jádra aplikace.

  6. 2027 Plán vývoje podle skutečného používání

    Plán na rok 2027 bude víc než odhady určovat zpětná vazba od těch, kdo budou používat alfa a beta verzi. Už teď je jasné, že jedním z témat bude hlubší rozvoj Cognitive Memory. Několik dalších modulů zůstává záměrně neohlášených, dokud nebude jasnější, co přesně mají mít na starosti a jaký přinesou užitek.

Kontakt

Otázky, nápady i vážně míněné experimenty jsou vítány