České firmy se rozhodly zavést AI. To je dobře. Jenže hned potom přichází druhé rozhodnutí, o kterém se skoro nemluví: kdo to postaví.
České firmy se rozhodly zavést AI. To je dobře. Jenže hned potom přichází druhé rozhodnutí, o kterém se skoro nemluví: kdo to postaví. A přesně tam se dnes prodělává nejvíc peněz. Tenhle článek je o tom, proč AI implementace není nový obor, jak poznat, komu ji svěřit, a co si spočítat dřív, než podepíšete první fakturu.
Co říkají čísla
Česká asociace umělé inteligence s Hospodářskou komorou se na přelomu roku ptaly 1 033 českých firem. Devět z deseti firem s AI letos počítá, dvě třetiny navyšují rozpočet o čtvrtinu i víc. A zároveň: 80 % firem chybí kvalifikovaní lidé a většina přiznává, že neumí změřit návratnost.
Přeloženo: poptávka po lidech, kteří umí AI zavádět, vznikla přes noc. Nabídka se přes noc vyrobit nedá. Tak se vyrábí aspoň naoko.
Nová profese, která vznikla přes noc
Vídám to v praxi pořád dokola. Člověk, který ještě před rokem dělal úplně jiný obor, projde pár víkendových kurzů, na LinkedIn si napíše AI konzultant a jde výrobní firmě navrhovat, jak má fungovat její provoz. Nikdy nestál ve výrobní hale. Nikdy nedělal assessment. Nikdy nenavrhoval systém, který musí běžet roky, ne týden do prezentace.
A firma to nemá jak poznat. To není výčitka směrem k majitelům, je to logické. Když AI vypadá jako úplně nový obor, zdá se, že staré zkušenosti neplatí a všichni začínají od nuly. Takže kandidáty nejde srovnat podle řemesla. A když nejde posoudit řemeslo, posuzuje se sebevědomí. Sebevědomí je v AI branži momentálně nejlevnější surovina.
Ten omyl má jeden kořen: promptovací rozhraní působí jako expertiza. Není. Umět napsat prompt je jako umět napsat e-mail. Užitečné, za odpoledne se to naučí každý, a nikoho to nedělá architektem.
AI je pořád IT. To se nezměnilo
Chatovací okno budí dojem, že mezi vámi a technologií už nic nestojí. Napíšete větu, vypadne výsledek. Jenže to okno je jen fasáda. Pod ní je všechno, co v IT bylo vždycky:
Data. Odkud tečou, v jaké jsou kvalitě, co se stane, když v ERP je deset let starý nepořádek. AI nad špatnými daty jen rychleji vyrábí špatné výsledky.
Integrace. Řešení musí mluvit s vaším e-shopem, účetnictvím a skladem. Ne s demem na slidu.
Architektura. Co s čím komunikuje, co se stane, když jedna část selže, kde do procesu vstupuje člověk. Systém, který selhává potichu, je horší než systém, který spadne nahlas.
Bezpečnost. Kam tečou vaše firemní data a data vašich zákazníků.
Provoz. Kdo to udržuje za půl roku, až se změní model, API nebo člověk, který to nastavoval.
Nic z toho se s příchodem AI nezrušilo. Jen se to schovalo za hezčí rozhraní. Ano, přibylo i pár věcí, které klasické IT neučilo: práce s pravděpodobnostními modely, vyhodnocování kvality výstupů, práce s kontextem. Jenže to jsou nová patra na starých základech, bez dat, integrací a provozu nemáte na čem stavět. A mimochodem, na tohle nedojíždí jen malé firmy. Zillow, americký realitní gigant s armádou datových vědců, prodělal v roce 2021 přes 500 milionů dolarů, když svému cenovému algoritmu věřil víc než průběžnému měření. Není to příklad z generativní AI, ale princip je stejný: technologie nezklamala, zklamalo to, že nikdo neměřil. Česká firma o padesáti lidech takový omyl nepřežije bez následků.
Co všechno se v takovém návrhu potkává
Tady budu osobní, protože přesně tohle je moje zkušenost. V IT jsem s přestávkami od 17 let a za mě osobně mám za sebou stovky projektů. A nejenom IT projekty.
Řídil jsem výrobu high-end brýlových obrub s vlastním technickým řešením pantu ve vlastní firmě. I dnes pracuji např. v CAD nebo Blenderu na výkresech až po sériovou výrobu, a to více než v bývalé firmě lume, kde byl designérem můj společník. Já se díky němu strašně moc naučil, protože jsem strávil roky vedle někoho, kdo byl naprosto z jiného oboru a světa a ještě k tomu byl a je absolutní špička v oboru, a zjistil jsem, jak věci fungují.
Říkali jsme tomu „vlčí mlha": dokud člověk neřešil výrobu produktu, výkresy, nejednal s inženýry a nezažil stovky hodin, kdy řešil, jak něco vůbec technicky udělat. Díky tomu se pak podívá na produkt, a i když ho nikdy nedělal, má velmi dobrou představu a znalost, jak se ten produkt vyrábí a vlastně staví.
„Design má logickou stavbu." Není to umění, kde může být chaos a čistě pocit nebo emoce. I když to spoustě lidí tak přijít nemusí, produktový design má logickou stavbu a má svá pravidla. Např. my u našeho bezšroubového pantu museli i řešit to, jestli pant netahá vlasy a nechytají se do něj. Kravina, ale zásadní kravina z hlediska bezpečnosti a pohodlí zákazníka, co se musí vyřešit.
Já díky tomu zjistil, že mám inženýrský mindset. A zároveň že mám cit pro produkt a design, což se, i když se to nezdá, teď úročí i v tom zdánlivě nesouvisejícím AI oboru.
Multioborovost je u AI architektury, návrhu systémů, produktizace řešení apod. strašně důležitá, protože tisíce hodin strávených v různých oborech mi pomáhají propojovat si věci, které by mi jinak unikly.
A ani já nejsem neomylný, proto mám společníka. Tomáš Neumann, náš CEO, je rozhodně lepší v procesech a operativě než já, zastřešuje celou firmu a hlídá, aby vše běželo, jak má. A často mi stejně jako Petr Cipra, náš CTO, řekne pár vět a vyřeší se nevyřešitelný problém.
Vedl jsem e-commerce projekty s napojením na SAP a jiná ERP pro firmy jako ETA a řídil vývoj aplikací na Shopify pro Gopay nebo francouzského giganta typu Fittingbox. Stavěl jsem také vlastní předplatitelský byznys od nuly včetně logistiky. ALE pořád se učím a pořád se snažím hledat lidi a bavit se s lidmi schopnějšími a lepšími než já. Nejenom že se tak člověk učí a posouvá, ale zjistí, že měl dost často klapky na očích, a to ohledně naprosto očividných řešení.
Nepíšu to jako výčet trofejí. Píšu to proto, že v návrhu AI řešení se tyhle světy potkávají najednou. Musíte rozumět provozu, aby vám mistr ve fabrice vůbec řekl, kde ho bota tlačí. Musíte rozumět datům, abyste poznali, že polovina problému není AI, ale neuklizené ERP. A musíte umět počítat, aby z toho vyšla návratnost v korunách, ne dobrý pocit z prezentace. A hlavně nejsem na to sám, jeden člověk nedokáže pojmout všechno :).
Architektura navíc není znalost, kterou si stáhnete. Je to návyk, za kterým jsou tisíce hodin řešení problémů z různých oborů a firem. U brýlí to byl pant, co nesmí tahat vlasy. U e-shopu sklad, který nesmí lhát účetnictví. U AI data, která nesmí téct ven. Otázky jsou pořád stejné: co se stane, když tahle část selže? Kdo to bude reálně používat? Co to stojí za rok provozu? Ten návyk vzniká tím, že jste věci stavěli, provozovali a viděli je i umírat. A je to ta samá vlčí mlha: jakmile si tím projdete, vidíte logickou stavbu i v systému, který jste nikdy nedělali. Nedá se to získat za víkend, za tři měsíce, ani za rok nebo dva. Je to dlouhodobá činnost, často bolestivá, často bez odměny a nedá se pověsit na sociální sítě. Proto je jedno, že se obor teď jmenuje AI. Design má logickou stavbu a systémy taky. Přemýšlení je pořád stejné jako u brýlí, e-shopů, skladů, výroby a integrací.
Pocit není úspora
AI řešení a implementace nebo vůbec návrh bohužel často není hezký, barevný a super zábavný. Netrvá jedno odpoledne a často se za 20 hodin neotočí celá firma vstříc lepším zítřkům. Změna je vždy náročná a neřešíte jen procesy, ale i lidi. A každý je jiný, má jinou motivaci, jinou kognitivní kapacitu a jinou ochotu.
Workshopy vibe codingu jsou super, je to zábava, nikoho to nebolí, nikoho to neklepne přes prsty a navíc to vypadá skvěle na linkedinu. Sami je děláme. Je tam ale jasný rozdíl. Vibe coding je skvělý na učení: ukázky toho, co se dá dělat, jak nad tím přemýšlet, a zkoušení vlastních věcí. A v pořádku jsou i nástroje pro osobní potřebu nebo interní věc pro jednoho člověka: běží na lokálu ve vašem počítači, ne na serveru, a nikam se nenapojují. To je zábava, klidně i teambuilding, a zároveň efektivita a pragmatičnost.
Jenže jakmile si zábavné odpoledne kupujete jako řešení opravdových problémů firmy, je to jinak. Vyřeší Vám je? Nebo si kupujete pocit pro sebe a vedení, že se něco děje a přece to AI řešíte?
Pocit = úspora času nebo peněz? Na konci dne Vám zůstane ten pocit, ale ve firmě se to kromě počátečního nadšení výrazně neprojeví. A také firmu netvoří jednotlivci.
Co si spočítat, než cokoli podepíšete
Tolik k pocitům. Teď čísla. Dobrá zpráva: první část si uděláte sami, bez dodavatele a bez ajťáka. V oboru se tomu říká AI opportunity assessment. Já tomu říkám obyčejné počítání, kde vám tečou hodiny a koruny.
1. Zjistěte, kde váš tým tráví čas. Ne odhadem, poctivě. Týden si značte, co kdo dělá. Reporting, e-maily, nabídky, přepisování dat mezi systémy.
2. Přepočítejte to na koruny. Deset hodin rutiny týdně krát 400 Kč za plně zatíženou hodinu krát 50 týdnů je 200 000 Kč ročně. Jeden člověk, jeden zlozvyk. Máte deset lidí? Počítejte dál.
3. Teprve s těmito čísly v ruce se bavte o řešení. Často zjistíte, že potřebujete něco jiného, než jste chtěli. Firma chce chatbota, čísla ukážou, že podpora žere tři hodiny týdně a reporting patnáct.
4. Začněte největší bolestí, která jde vyřešit nejjednodušeji. Rychlá výhra za pár dní udělá pro důvěru víc než roadmapa na rok.
5. Měřte před startem a po měsíci. Rozdíl krát hodinová sazba je vaše návratnost, černá na bílém.
Jak poznat, komu to svěřit
A teď to hlavní. Tři otázky, které položte každému, kdo vám chce AI implementaci prodat, ať je to dodavatel, nebo kandidát na pozici:
1. Co jste stavěl před třemi lety? Řemeslo má historii. Když v odpovědi není nic o systémech, datech, produktech nebo procesech, kupujete si kurz promptování s přirážkou.
2. Vyprávějte mi o nasazení, které nešlo podle plánu. Kdo nic neprovozoval, nemá co vyprávět. Hotové systémy vám dodavatel většinou neukáže, patří klientům a bývají pod NDA, to je normální a je to tak správně. Ale čísla a fuckupy nebo problémy, co vyřešil, říct umí: kde ušetřil kolik hodin, co se pokazilo a jak to spravil, a na koho si to můžete ověřit. Demo dnes postaví každý za odpoledne. Historka z provozu se vymyslet nedá.
3. Co u nás AI neudělá? Kdo nepřizná limity, neví, kde jsou. My na tuhle otázku odpovídáme rádi, protože poctivá odpověď šetří peníze oběma stranám.
A ty tři otázky klidně položte i nám na callu nebo na osobní schůzce :).
A chtějte dopředu domluvené měření. Stav před startem, stav po měsíci, rozdíl v korunách. U nás platí jedna věta: když čísla nedávají smysl, řekneme vám to dřív než vy nám.
Závěr
Nepíšu to, abych vás od AI odradil. Zavádět se má a čísla z průzkumu jsou v jádru dobrá zpráva. Jen si z celého článku odneste tohle:
AI implementace je pořád IT, i když má hezčí rozhraní. Pod chatovacím oknem jsou pořád data, integrace, architektura a provoz.
Hledejte lidi, kteří si prošli vlčí mlhou. A protože jeden člověk to všechno nepojme, kupujete tým, ne jednotlivce.
Nekupujte si pocit. Pocit není úspora. Chtějte počítání v hodinách a korunách před startem a měření po měsíci. Expertiza se pozná podle historie, čísel a historek z provozu, ne podle sebevědomí na LinkedIn.
Víte, komu byste dnes AI implementaci svěřili? A podle čeho byste ho poznali?
Pokud si chcete první počítání projít se mnou, úvodní hovor na 15 minut je bez závazku: cal.com/transformuj.ai/30min, nebo jakub@transformuj.ai.
Zdroje: průzkum ČAUI a Hospodářské komory ČR AI Momentum 2026 (1 033 firem, sběr listopad až prosinec 2025, asociace.ai). Zillow Offers: GeekWire a CBS News, listopad 2021.
Článek původně vyšel na LinkedInu. Původní článek na LinkedInu
