Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Ověřeno k 22. 4. 2026.
Účelem stránky je poskytnout přehledné institucionální hodnocení AI nástrojů z hlediska AI Actu, GDPR, kybernetické bezpečnosti, datové rezidence a vhodnosti pro pracovní, studijní a výzkumné použití na VUT. AI Act obvykle neposuzuje samotný nástroj izolovaně, ale konkrétní použití, účel, data a dopad na práva osob.
Katalog obsahuje 175 unikátních nástrojů nebo modelů. Hodnocení je orientační institucionální pomůcka: konečné rozhodnutí má vždy vycházet z konkrétního použití, smluvních podmínek, kategorií dat a bezpečnostního režimu.
ChatGPT Edu/Enterprise
Typ: enterprise_saas
Typický účel: Obecný asistent pro výuku, výzkum a administrativu
Typická data: dotazy, soubory, studijní materiály, interní texty
AI Act poznámka: Typicky GPAI / podpůrný nástroj; podle AI Act je rozhodující konkrétní use-case, zejména zda zasahuje do práv osob.
ČR právní a bezpečnostní poznámka: Veřejně doložené enterprise/EU prvky snižují regulatorní riziko; přesto je nutné správně aktivovat regionální nastavení a smluvní dokumentaci.
Garant: CIO / AI governance komise
Klíčové podmínky: uzavřít DPA/SCC dle potřeby; správně aktivovat EU region / tenant policy; zakázat citlivá data mimo schválené režimy; vydat interní pravidla citování, ověřování a zakázaných způsobů použití ve výuce
Hlavní zdůvodnění: OpenAI pro nové Enterprise/Edu workspaces nabízí evropskou data residency a in-region inference.
Odkazy:Oficiální webZdroj výrobce / produktuSpolečné regulační zdroje
Gemini (Google Workspace)
Typický účel: AI v Google Workspace pro psaní, analýzu a práci s dokumenty
Typická data: e-maily, dokumenty, tabulky, prezentace
Hlavní zdůvodnění: Google Workspace s Gemini nabízí data residency options, včetně EU zpracování.
Microsoft Copilot
Typický účel: AI v Microsoft 365 pro dokumenty, e-mail, meetingy a analýzu
Typická data: e-maily, dokumenty, meetingy, interní soubory
Hlavní zdůvodnění: Microsoft dokončil EU Data Boundary pro Microsoft Cloud a M365 data lze zpracovávat v EU/EFTA.
Perplexity Enterprise
Typický účel: Rešeršní a citační asistent
Typická data: dotazy, případně nahrané dokumenty
ČR právní a bezpečnostní poznámka: U všech nástrojů platí povinnost respektovat GDPR, zásady minimalizace a omezení účelu, český zákon o kybernetické bezpečnosti a doporučení NÚKIB nevkládat citlivé informace do neprověřených chatbotů.
Klíčové podmínky: ověřit DPA, subprocesory, lokalitu dat; pro citlivá data vyžadovat EU/EHP rezidenci nebo ekvivalentní záruky; provést DPIA pokud se zpracovávají osobní údaje ve větším rozsahu
Hlavní zdůvodnění: Enterprise SaaS může být použitelný, ale bez ověřené EU rezidence a smluv nelze automaticky potvrdit plný soulad s interními pravidly.
Odkazy:Oficiální webZdroj výrobce / produktu: použit oficiální web.Společné regulační zdroje
Claude for Education
Typický účel: Obecný asistent pro výuku a studijní podporu
Typická data: dotazy, studijní texty, interní materiály
ČR právní a bezpečnostní poznámka: Bez individuální smluvní úpravy nelze potvrdit evropské uložení; pro citlivá data není vhodný jako výchozí nástroj.
Klíčové podmínky: jen necitlivá data; pouze po individuální právní výjimce nebo jiné smluvě; preferovat alternativu s EU rezidencí; vydat interní pravidla citování, ověřování a zakázaných způsobů použití ve výuce
Hlavní zdůvodnění: Veřejná dokumentace uvádí, že data jsou ukládána v USA a routing probíhá globálně.
Character AI
Typ: consumer_saas
Typický účel: Konverzační simulace a jazykový trénink
Typická data: dialogy uživatelů
Klíčové podmínky: jen veřejná nebo necitlivá data; nepoužívat pro interní dokumenty, osobní údaje ani výzkumná data; nezavádět jako celouniverzitní standard
Hlavní zdůvodnění: Consumer AI služby typicky nenabízejí dostatečné smluvní a bezpečnostní záruky pro institucionální použití.
Kagi Assistant
Typický účel: Soukromější AI vyhledávání a sumarizace
Typická data: dotazy, historie hledání
Phind
Typický účel: Technický AI vyhledávač pro programování
Typická data: technické dotazy, úryvky kódu
Další výskyt v katalogu: 6 AI pro programování
Poe
Typický účel: Přístup k více modelům v jedné aplikaci
Typická data: dotazy, nahrané soubory
You.com
Typický účel: Veřejný AI vyhledávač
Typická data: dotazy, historie používání
AnythingLLM
Typ: oss_self_host
Typický účel: RAG a knowledge-base portál
Typická data: interní dokumenty, embeddingy, dotazy
AI Act poznámka: aplikační vrstva / chat nad interními daty
Garant: CIO / architektura / bezpečnost
Klíčové podmínky: self-host v EU/EHP nebo v ověřeném evropském cloudu; řízení přístupu, logování, patch management; DPIA pro osobní/citlivá data; ověřit licence open-source komponent
Hlavní zdůvodnění: U open-source a self-hosted nástrojů závisí soulad primárně na způsobu nasazení, nikoli na značce produktu.
Big AGI
Typický účel: Pokročilé UI pro agenty a multimodální modely
Typická data: dotazy, soubory, multimédia
Botpress
Typ: hybrid
Typický účel: Chatbot platforma pro helpdesk a web
Typická data: dotazy uživatelů, knowledge base
Klíčové podmínky: preferovat self-host nebo EU cloud; ověřit DPA a regiony; omezení pro citlivá data bez DPIA
Hlavní zdůvodnění: Hybridní nástroje jsou přijatelné, pokud univerzita zvolí EU/EHP hostování a omezí export dat.
Chatbot UI
Typický účel: Lehký front-end pro LLM
Typická data: dotazy uživatelů
Dify
Typický účel: Platforma pro chatboty a AI aplikace
Typická data: interní data, workflow, API klíče
Flowise
Typický účel: Low-code builder LLM workflow
Typická data: workflow, interní data, konektory
Langflow
Typický účel: Vizuální návrh LangChain workflow
Typická data: workflow, interní data
LibreChat
Typický účel: Vlastní multi-model chatový portál
Typická data: interní dotazy, soubory, API klíče
Open WebUI
Typický účel: Vlastní webové rozhraní pro lokální/hostované LLM
Rasa
Typický účel: On-prem chatbot framework
Typická data: dotazy, interní znalostní báze
AutoGPT
Typ: framework
Typický účel: Experimentální autonomní agenti
Typická data: dotazy, nástroje, akce agenta
AI Act poznámka: Primárně infrastruktura nebo GPAI model; povinnosti podle AI Act se u univerzity odvíjejí od konkrétního systému a účelu nasazení.
Garant: Enterprise architekt / knihovna / DPO
Odkazy:Oficiální web (doplněno)Zdroj výrobce / produktu: použit oficiální web.Společné regulační zdroje
Danswer
Typický účel: Interní knowledge-base a enterprise search
Embedchain
Typický účel: Jednodušší knihovna pro RAG chatboty
Typická data: dokumenty, embeddingy
Haystack
Typický účel: Open-source RAG a QA framework
Typická data: dokumenty, embeddingy, dotazy
LangChain
Typický účel: Framework pro LLM aplikace a agenty
Typická data: workflow, dokumenty, dotazy
LlamaIndex
Typický účel: Knihovna pro RAG aplikace
PrivateGPT
Typický účel: Lokální dotazy nad dokumenty bez cloudu
Typická data: citlivé interní dokumenty
Odkazy:Oficiální web (doplněno)Zdroj výrobce / produktu (doplněno)Společné regulační zdroje
Quivr
Typický účel: Osobní knowledge-base / second brain
Typická data: osobní poznámky, dokumenty
RAGFlow
Typický účel: End-to-end RAG platforma
Semantic Kernel
Typický účel: SDK pro agentní a RAG aplikace
Chroma
Typický účel: Jednoduchá vektorová databáze pro prototypy
Typická data: embeddingy, metadata
Garant: Enterprise architekt / DB tým
Elastic Vector Search
Typický účel: Vektorové vyhledávání v Elastic stacku
Typická data: embeddingy, logy, dokumenty
FAISS
Typ: library
Typický účel: Knihovna pro lokální vektorové vyhledávání
Typická data: embeddingy
Milvus
Typický účel: Vysoce výkonná vektorová databáze
OpenSearch Vector
Typický účel: Open-source vektorové vyhledávání
Pinecone
Typický účel: Spravovaná vektorová databáze
Klíčové podmínky: ověřit DPA, SCC/DPF a subprocesory; ověřit region zpracování a ukládání; nepoužívat pro zvláštní kategorie osobních údajů bez DPIA
Hlavní zdůvodnění: Vendor umožňuje volbu EU regionu alespoň u vyšších plánů; je nutné zvolit EU nasazení.
Qdrant
Typický účel: Lehká vektorová databáze
Redis Vector
Typický účel: In-memory vektorové vyhledávání
Vespa
Typický účel: Full-text + vektorové vyhledávání
Typická data: dokumenty, embeddingy, metadata
Weaviate
Typický účel: Vektorová databáze a vyhledávání
CodeGrade
Typický účel: Autograding kódu a LMS integrace
Typická data: zdrojové kódy studentů, známky
AI Act poznámka: Nejde automaticky o zakázané AI; vysoké riziko podle AI Act může vzniknout při použití pro rozhodování o studiu, přijetí, HR nebo profilování.
Garant: Prorektor pro studium / LMS tým / DPO
Klíčové podmínky: uzavřít DPA/SCC dle potřeby; správně aktivovat EU region / tenant policy; zakázat citlivá data mimo schválené režimy; respektovat pravidla pro známkování, akademickou integritu a přiměřenost profilování
Hlavní zdůvodnění: CodeGrade uvádí hosting všech dat v EU a GDPR compliance.
FeedbackFruits
Typický účel: Peer review a aktivní výuka v LMS
Typická data: příspěvky studentů, hodnocení
Klíčové podmínky: ověřit DPA, subprocesory, lokalitu dat; pro citlivá data vyžadovat EU/EHP rezidenci nebo ekvivalentní záruky; provést DPIA pokud se zpracovávají osobní údaje ve větším rozsahu; respektovat pravidla pro známkování, akademickou integritu a přiměřenost profilování
Gradescope
Typický účel: Odevzdávání a hodnocení úloh a testů
Typická data: studentské práce, známky, metadata
Khanmigo
Typický účel: Výukový asistent pro vedené učení
Typická data: dotazy studentů, výukové materiály
Knewton Alta
Typický účel: Adaptivní procvičování
Typická data: výsledky studentů, výkonová data
Packback
Typický účel: AI moderované diskusní fórum
Typická data: příspěvky studentů, metadata
PrairieLearn
Typický účel: Online úlohy a autograding
Typická data: studentské odpovědi, známky, metadata
Klíčové podmínky: self-host v EU/EHP nebo v ověřeném evropském cloudu; řízení přístupu, logování, patch management; DPIA pro osobní/citlivá data; ověřit licence open-source komponent; respektovat pravidla pro známkování, akademickou integritu a přiměřenost profilování
Turnitin
Typický účel: Kontrola originality a akademické integrity
Typická data: studentské práce, osobní údaje, metadata
Klíčové podmínky: ověřit DPA, SCC/DPF a subprocesory; ověřit region zpracování a ukládání; nepoužívat pro zvláštní kategorie osobních údajů bez DPIA; respektovat pravidla pro známkování, akademickou integritu a přiměřenost profilování
Hlavní zdůvodnění: Veřejně deklaruje GDPR a DPF, ale v rychlé kontrole nebyla doložena EU-only rezidence.
Duolingo AI
Typický účel: Jazykový asistent a konverzační trénink
Typická data: hlas, text, jazykové interakce
Socratic (by Google)
Typický účel: Domácí úkoly a vysvětlování odpovědí
Typická data: dotazy, obrázky úloh
Amazon Q Developer
Typický účel: AI asistent pro vývoj na AWS
Typická data: zdrojový kód, cloudová metadata
Garant: Garant předmětu / CIO
Continue.dev
Typický účel: VS Code doplněk pro vlastní/externí LLM
Typická data: zdrojový kód, prompty
GitHub Copilot
Typický účel: AI doplňování a generování kódu
Typická data: zdrojový kód, komentáře, prompty
Klíčové podmínky: ověřit DPA, SCC/DPF a subprocesory; ověřit region zpracování a ukládání; nepoužívat pro zvláštní kategorie osobních údajů bez DPIA; vydat interní pravidla citování, ověřování a zakázaných způsobů použití ve výuce
Hlavní zdůvodnění: Vyžaduje enterprise due diligence; veřejně jsme neověřili EU-only rezidenci promptů.
Odkazy:Oficiální webSpolečné regulační zdroje
JetBrains AI Assistant
Typický účel: AI asistent v JetBrains IDE
Sourcegraph Cody
Typický účel: AI asistent nad repozitáři
Typická data: repozitáře, zdrojový kód, prompty
Tabnine
Typický účel: AI asistent pro kódování
Codeium
Typický účel: AI doplňování kódu
Cursor IDE
Typický účel: IDE s hlubokou AI integrací
Replit AI
Typický účel: Cloudové kódovací prostředí s AI
Typická data: zdrojový kód, prompty, projektová data
Scopus AI
Typický účel: Generativní vrstva nad Scopus
Typická data: licencovaná bibliografická data, dotazy
AI Act poznámka: rešerše / literatura
Garant: Knihovna / prorektor pro vědu
scite
Typický účel: Analýza citací a kontextu citování
Typická data: bibliografická metadata, dotazy
Connected Papers
Typický účel: Mapování vztahů mezi články
Typická data: bibliografická metadata
Consensus
Typický účel: Vědecký vyhledávač odpovědí
Typická data: dotazy, bibliografická metadata
Elicit
Typický účel: AI rešerše a sumarizace literatury
Litmaps
Typický účel: Mapy literatury a doporučení
ResearchRabbit
Typický účel: Objevování literatury a autorů
ScholarAI
Typický účel: Plugin / konektor na vědecké zdroje
SciSpace
Typický účel: Čtení článků a vysvětlování pojmů
Typická data: články, dotazy
Semantic Scholar AI
Typický účel: Vyhledávání a doporučování literatury
CORE AI
Typ: open_data
Typický účel: Vyhledávání otevřených repozitářů a článků
Typická data: veřejná metadata
AI Act poznámka: přístup ke zdrojům
Garant: Knihovna
Klíčové podmínky: lze používat pro veřejná metadata; neobsahuje obvykle citlivé údaje
Hlavní zdůvodnění: Nástroj pracuje primárně s veřejně dostupnými metadaty; hlavní právní otázkou není lokalita osobních dat, ale licenční podmínky zdroje.
OpenAlex
Typický účel: Otevřená metadata vědeckých výstupů
Typická data: veřejná bibliografická metadata
Unpaywall AI
Typický účel: Hledání open-access kopií článků
BrowZine
Typický účel: Procházení časopisů a ukládání článků
Dimensions AI
Typický účel: Vyhledávání grantů a publikací
Iris.ai
Typický účel: Sémantická rešerše a analýza literatury
Lean Library
Typický účel: Přístup k licencovaným zdrojům knihovny
Typická data: URL, licenční metadata
Lens.org
Typický účel: Patenty a publikace v jedné databázi
LibKey
Typický účel: Vyhledání plných textů článků
Meta AI Scholar
Typický účel: Vyhledávání vědeckých článků
DeepL Write
Typický účel: Překlad a stylistické úpravy
Typická data: psané texty, dokumenty
Garant: Knihovna / jazykové centrum / DPO
Klíčové podmínky: ověřit DPA, SCC/DPF a subprocesory; ověřit region zpracování a ukládání; nepoužívat pro zvláštní kategorie osobních údajů bez DPIA; nevkládat zvláštní kategorie osobních údajů bez smluvní opory a DPIA
Hlavní zdůvodnění: DeepL deklaruje GDPR compliance a nevyužívání zákaznických dat pro trénink; EU-only rezidenci je třeba smluvně ověřit.
Grammarly
Typický účel: Kontrola gramatiky a stylu
Typická data: psané texty, e-maily
Klíčové podmínky: ověřit DPA, subprocesory, lokalitu dat; pro citlivá data vyžadovat EU/EHP rezidenci nebo ekvivalentní záruky; provést DPIA pokud se zpracovávají osobní údaje ve větším rozsahu; nevkládat zvláštní kategorie osobních údajů bez smluvní opory a DPIA
LanguageTool
Typický účel: Kontrola gramatiky a pravopisu
Typická data: psané texty
Paperpal
Typický účel: Kontrola stylu a akademického jazyka
Typická data: akademické texty
ProWritingAid
Typický účel: Analýza stylu a struktury
Trinka AI
Typický účel: Akademický a technický jazyk
Writefull
Typický účel: Akademické psaní a autokorekce
Hemingway AI
Typický účel: Zlepšení čitelnosti a stylu
Quillbot
Typický účel: Parafrázování a sumarizace
Wordtune
Typický účel: Přeformulování a stylistická pomoc
DALL·E
Typický účel: Generování obrázků z textu
Typická data: prompty, obrázky
Garant: Marketing / výuka médií / DPO
Klíčové podmínky: ověřit DPA, subprocesory, lokalitu dat; pro citlivá data vyžadovat EU/EHP rezidenci nebo ekvivalentní záruky; provést DPIA pokud se zpracovávají osobní údaje ve větším rozsahu; řešit autorskoprávní licenci výstupů a práva k podobě/hlasu
ElevenLabs
Typický účel: Syntéza hlasu a voice AI
Typická data: hlasové nahrávky, text
HeyGen
Typický účel: AI avatary, dubbing a video
Typická data: text, video, hlas
PlayHT
Typický účel: Text-to-speech a hlasové AI
Typická data: text, hlasové výstupy
Stable Diffusion
Typická data: prompty, případně trénovací data
Klíčové podmínky: self-host v EU/EHP nebo v ověřeném evropském cloudu; řízení přístupu, logování, patch management; DPIA pro osobní/citlivá data; ověřit licence open-source komponent; řešit autorskoprávní licenci výstupů a práva k podobě/hlasu
Synthesia
Typický účel: AI avatary a video z textu
Typická data: text, video, obraz
Ideogram
Typický účel: Generování obrázků s textem
Typická data: prompty
Klíčové podmínky: jen veřejná nebo necitlivá data; nepoužívat pro interní dokumenty, osobní údaje ani výzkumná data; nezavádět jako celouniverzitní standard; řešit autorskoprávní licenci výstupů a práva k podobě/hlasu
Midjourney
Typický účel: Generování obrázků
Pika
Typický účel: Krátká AI videa
Typická data: obrázky, video, prompty
Runway
Typický účel: Generativní video a editace
Trint
Typický účel: Transkripce a titulky
Typická data: audio/video, přepisy
AI Act poznámka: transkripce a meeting notes
Garant: CIO / DPO
Klíčové podmínky: ověřit DPA, subprocesory, lokalitu dat; pro citlivá data vyžadovat EU/EHP rezidenci nebo ekvivalentní záruky; provést DPIA pokud se zpracovávají osobní údaje ve větším rozsahu; získat informovaný souhlas / právní titul pro záznam a přepis
Whisper (OpenAI)
Typický účel: ASR model pro přepis a překlad řeči
Typická data: audio, přepisy
Klíčové podmínky: self-host v EU/EHP nebo v ověřeném evropském cloudu; řízení přístupu, logování, patch management; DPIA pro osobní/citlivá data; ověřit licence open-source komponent; získat informovaný souhlas / právní titul pro záznam a přepis
Zoom AI Companion
Typický účel: Shrnutí a přepisy meetingů
Typická data: audio/video záznamy, přepisy
Descript
Typický účel: Editace audia/videa přes text
Klíčové podmínky: jen veřejná nebo necitlivá data; nepoužívat pro interní dokumenty, osobní údaje ani výzkumná data; nezavádět jako celouniverzitní standard; získat informovaný souhlas / právní titul pro záznam a přepis
Fathom AI
Typický účel: Meeting notes a úkoly
Fireflies AI
Typický účel: Nahrávání a přepisy meetingů
Krisp AI
Typický účel: Potlačení hluku a přepisy
MeetGeek
Typický účel: Záznamy a analýza meetingů
Otter AI
Typický účel: Transkripce a shrnutí schůzek
Veed
Typický účel: Video editor s titulky a AI
ClearML
Typický účel: Open-source MLOps a orchestrace
Typická data: modely, experimentální metadata
Další výskyt v katalogu: 13 AI pro MLOps a orchestraci
Garant: HPC / datová platforma / DPO
Databricks Mosaic AI
Typický účel: Vývoj a nasazení modelů, RAG a MLOps
Typická data: datasety, modely, logy
Dataiku
Typický účel: Spolupráce v datové vědě
Typická data: datasety, modely
H2O AI
Typický účel: AutoML a modelování
KNIME AI
Typický účel: Vizuální ML pipeline
Kubeflow
Typický účel: Orchestrace ML pipeline na Kubernetes
Typická data: datasety, modely, pipeline
MLflow
Typický účel: Tracking experimentů a registry modelů
RapidMiner
Typický účel: Data mining a ML workflow
Snowflake Cortex
Typický účel: AI funkce nad datovým skladem
Typická data: datové sklady, dotazy
Weights & Biases
Typický účel: Experiment tracking a vizualizace
Typická data: experimentální metadata, modely
Airflow
Typický účel: Orchestrátor workflow
Typická data: datasety, pipeline
Garant: HPC / datová platforma
Dagster
Typický účel: Moderní orchestrace datových pipeline
Flyte
Typický účel: Orchestrátor workflow pro data a ML
Typická data: datasety, pipeline, modely
Metaflow
Typický účel: Správa datově-vědeckých workflow
Neptune AI
Typický účel: Správa experimentů a modelů
Prefect
Typický účel: Jednodušší orchestrátor workflow
CVAT
Typický účel: Anotace obrazu a videa
Typická data: obrázky, video, anotace
AI Act poznámka: anotace dat
Garant: Výzkumný garant / DPO
Doccano
Typický účel: Textová anotace pro NLP
Typická data: texty, anotace
Hive AI
Typický účel: Outsourcovaná anotace s pracovníky
Typická data: obrázky, video, texty
Label Studio
Typický účel: Anotace textu, obrazu a audia
Typická data: surová data, anotace
Labelbox
Typický účel: Správa anotací a datasetů
Prodigy
Typický účel: Efektivní anotace dat pro NLP/CV
Typická data: texty/obrázky, anotace
Roboflow
Typický účel: Správa CV datasetů a anotací
Scale AI
Typický účel: Outsourcovaná anotace dat
SuperAnnotate
Typický účel: Anotace obrazu a videa se spoluprací
V7
Typický účel: Anotace a aktivní učení
CrowdStrike Charlotte AI
Typický účel: AI asistent v Falcon/XDR
Typická data: logy, endpoint data
AI Act poznámka: Bezpečnostní AI typicky není sama o sobě zakázaná; je nutné zajistit lidský dohled, audit a minimalizaci falešných zásahů.
Garant: CISO / SOC
Klíčové podmínky: ověřit DPA, subprocesory, lokalitu dat; pro citlivá data vyžadovat EU/EHP rezidenci nebo ekvivalentní záruky; provést DPIA pokud se zpracovávají osobní údaje ve větším rozsahu; spadá do režimu zákona o kybernetické bezpečnosti, pokud je nasazen v regulované službě
Darktrace AI
Typický účel: Detekce anomálií a útoků
Typická data: síťová telemetrie, logy
Elastic Security AI
Typický účel: SIEM/EDR v Elasticu
Typická data: logy, telemetrie
Exabeam AI
Typický účel: Behaviorální analytika a SIEM
Typická data: logy, identity, telemetrie
IBM QRadar AI
Typický účel: SIEM s AI analýzou
Typická data: logy, incidenty
Microsoft Security Copilot
Typický účel: Shrnutí incidentů a asistence SOC
Typická data: logy, telemetrie, incidenty
Klíčové podmínky: ověřit DPA, SCC/DPF a subprocesory; ověřit region zpracování a ukládání; nepoužívat pro zvláštní kategorie osobních údajů bez DPIA; spadá do režimu zákona o kybernetické bezpečnosti, pokud je nasazen v regulované službě
Hlavní zdůvodnění: Při nasazení v tenant prostředí Microsoft lze opřít o EU Data Boundary, ale je nutné ověřit konkrétní workload.
Securonix AI
Typický účel: Bezpečnostní monitoring s AI
SentinelOne Purple AI
Typický účel: XDR/EDR s AI asistencí
Splunk AI
Typický účel: ML a AI moduly nad logy
Vectra AI
Typický účel: Detekce hrozeb v síti a cloudu
ClickUp AI
Typický účel: AI v projektovém řízení
Typická data: úkoly, komentáře, dokumenty
Garant: CIO / vedoucí procesu / DPO
Klíčové podmínky: ověřit DPA, subprocesory, lokalitu dat; pro citlivá data vyžadovat EU/EHP rezidenci nebo ekvivalentní záruky; provést DPIA pokud se zpracovávají osobní údaje ve větším rozsahu; nepoužívat pro automatizovaná rozhodnutí o uchazečích/zaměstnancích bez zvláštního posouzení; nepoužívat jako jediný základ pro HR, admissions ani disciplinární rozhodnutí
Coda AI
Typický účel: AI v tabulkách a dokumentech
Typická data: dokumenty, tabulky
Freshdesk AI
Typický účel: Helpdesk s AI prioritizací
Typická data: tickety, osobní údaje
Klíčové podmínky: ověřit DPA, subprocesory, lokalitu dat; pro citlivá data vyžadovat EU/EHP rezidenci nebo ekvivalentní záruky; provést DPIA pokud se zpracovávají osobní údaje ve větším rozsahu; nepoužívat pro automatizovaná rozhodnutí o uchazečích/zaměstnancích bez zvláštního posouzení
HubSpot AI
Typický účel: CRM a komunikace s uchazeči
Typická data: kontakty, komunikace, CRM data
Intercom Fin
Typický účel: Chatbot a podpora studentů
Typická data: chaty, tickety, osobní údaje
Notion AI
Typický účel: AI v knowledge base a dokumentaci
Typická data: dokumenty, poznámky
Salesforce Einstein
Typický účel: CRM a prediktivní analýza
Typická data: CRM data, kontakty
ServiceNow Now Assist
Typický účel: ITSM a automatizace ticketů
Typická data: tickety, interní KB, osobní údaje
Zendesk AI
Typický účel: Zákaznická podpora a třídění ticketů
Typická data: tickety, komunikace, osobní údaje
Zoho Zia
Typický účel: AI asistent v Zoho
Typická data: CRM/produktová data
FastChat
Typický účel: Server a UI pro LLM
Typická data: prompty, modely
Garant: HPC / enterprise architekt
LM Studio
Typ: local_app
Typický účel: Lokální GUI pro modely na notebooku
Typická data: prompty, soubory
LocalAI
Typický účel: OpenAI-kompatibilní lokální inference
Ollama
Typický účel: Lokální běh otevřených modelů
Typická data: prompty, soubory, modely
OpenLLM
Typický účel: Servis a deployment LLM
Ray Serve
Typický účel: Škálované inference služby
Typická data: prompty, modely, telemetry
Text Generation Inference
Typický účel: Produkční inference server pro LLM
Triton Inference Server
Typický účel: Inference server pro GPU modely
llama.cpp
Typický účel: Lehký runtime pro modely na CPU
vLLM
Typický účel: Výkonný inference server pro LLM
BLOOM
Typ: model
Typický účel: Multijazyčný open model
Typická data: prompty, jemné doladění
Garant: HPC / AI governance komise
Falcon
Typický účel: Open-weight LLM
Gemma
Typický účel: Open model od Google
Llama 2/3
Typický účel: Open-weight LLM pro interní provoz
Typická data: prompty, jemné doladění, modelová data
Mistral
Typický účel: Open-weight LLM evropského původu
Mixtral
Typický účel: MoE open-weight model
Phi
Typický účel: Menší modely od Microsoftu
Yi
Typický účel: Open model čínského původu
Klíčové podmínky: jen self-host v EU/EHP; bez osobních a citlivých dat; bez napojení na interní identity a dokumenty
Hlavní zdůvodnění: Nástroj pochází z jurisdikce s vyšším geopolitickým rizikem; platí stejná opatrnost jako u jiných chatbotů/modelů z této oblasti.
DeepSeek
ČR právní a bezpečnostní poznámka: Česká akademická doporučení výslovně varují před DeepSeek a současně upozorňují i na Qwen; pro pracovní a akademické účely nejsou doporučeny.
Garant: AI governance komise / CISO
Klíčové podmínky: nepoužívat pro pracovní, výzkumná ani studijní data; pouze izolovaný security review lab bez osobních dat, pokud vůbec
Hlavní zdůvodnění: Česká univerzitní doporučení a NÚKIB zdůrazňují vysokou opatrnost u náhle populárních aplikací a UK výslovně nedoporučuje DeepSeek; UK současně varuje i před Qwen.
Qwen
Typický účel: Open model Alibaba
Odpovědnost: doc. Ing. Petr Koňas, Ph.D.