admin 
První AI projekt vybírejte podle práce, která se opakuje, má jasný výsledek a dá se kontrolovat. Dobrou příležitostí může být třídění poptávek, příprava odpovědí nebo přepis údajů z dokumentů do firemního systému. Před vývojem změřte dnešní čas a chybovost. Potom porovnejte úsporu s cenou zavedení, provozu a lidské kontroly. Tak poznáte, zda AI automatizace pro firmy dává smysl právě ve vašem provozu.
Představte si běžný pondělní e-mail: zákazník žádá nabídku, v příloze má zadání a v textu zmiňuje termín. Někdo zprávu přečte, dohledá firmu, přepíše údaje do CRM a vytvoří úkol obchodníkovi. Jednotlivě drobnost. Stokrát za měsíc už jde o práci, kterou stojí za to rozebrat.
AI se přitom ve firmách zabydluje. V roce 2025 ji používalo 20 % sledovaných podniků v EU, v Česku 18 %. Údaje se vztahují na podniky s alespoň deseti zaměstnanci ve sledovaných odvětvích, nikoli na všechny živnostníky. Samotné používání technologie ale ještě neříká, zda se firmě vyplácí. (Eurostat, ČSÚ)
Který proces je vhodný jako první?
Začněte činností s dostatečným objemem, dostupnými podklady a člověkem, který pozná správný výsledek. První pilot by měl mít konkrétní začátek i konec: například od přijetí e-mailu po připravený úkol v CRM.
Při výběru si napište odpovědi na pět otázek:
- Jak často práci děláme? Vycházejte z počtu skutečných požadavků, ne z dojmu, že „to zabírá pořád“.
- Kde vzniká zdržení? Při čtení podkladů, přepisování, hledání informací, nebo čekání na rozhodnutí?
- Jak poznáme hotovo? Záznam v CRM musí například obsahovat ověřený kontakt, předmět zájmu a odpovědnou osobu.
- Jak vypadá chyba? Špatný štítek má jiný dopad než nesprávná cena v odeslané nabídce.
- Kdo převezme výjimku? Neúplný požadavek musí skončit u konkrétního člověka.
Pokud se práce pokaždé zásadně liší a nikdo neumí popsat správný výsledek, začněte sjednocením postupu. Automatizace neurčitá pravidla sama nevyřeší.
Kdy potřebujete AI a kdy stačí běžná automatizace?
AI se hodí pro různorodý text, dokumenty a přípravu návrhů. Pevná pravidla, výpočty a přesné přenosy dat obvykle lépe obstará klasický program. V jednom procesu se mohou oba přístupy doplňovat.
| Úkol | Vhodný přístup | Co ověřit |
|---|---|---|
| Založit úkol po odeslání formuláře | Běžná automatizace | Povinná pole a ochranu před duplicitou |
| Rozpoznat téma volně napsaného e-mailu | AI s kontrolou výjimek | Záměny kategorií a nejasné požadavky |
| Spočítat cenu podle ceníku | Pevná pravidla | Aktuální ceník, slevy a oprávnění |
| Připravit odpověď z firemních podkladů | AI nad schválenými zdroji | Správnost, aktuálnost a chybějící odpovědi |
| Odeslat nabídku zákazníkovi | Řízený postup s odpovídajícím schválením | Příjemce, částku a finální obsah |
U poptávky může AI vytáhnout požadovanou službu, termín a chybějící údaje. Program pak dohledá zákazníka a připraví záznam. Obchodník doplní cenu a schválí nabídku. Díky rozdělení kroků je zřejmé, za co odpovídá systém a kde rozhoduje člověk.
Co může AI převzít v e-mailech a zákaznické podpoře?
Praktickým začátkem je příprava práce pro zaměstnance: roztřídit zprávy, shrnout historii a navrhnout odpověď. Samostatné odesílání lze přidávat podle výsledků testů a dopadu případné chyby.
Obchodní poptávky: asistent rozpozná nový zájem, připraví shrnutí a upozorní na chybějící rozměry, množství či termín. Když údaje chybějí, nesmí si je domýšlet.
Sdílená schránka: zpráva dostane téma a odpovědného kolegu. Prioritu může systém navrhnout, ale pravidla musí vycházet z firemního provozu. Naléhavá formulace v e-mailu sama nezakládá nárok přeskočit všechny ostatní.
Zákaznická podpora: AI dohledá schválený postup a připraví návrh. Informace o konkrétní objednávce vyžadují napojení na správný systém a ověření oprávnění. Vrácení peněz je samostatná akce s vlastními pravidly.
Přínos podpůrné AI ukazuje terénní studie Erika Brynjolfssona, Danielle Li a Lindsey Raymond. U 5 172 pracovníků podpory zjistila průměrně 15% zvýšení počtu vyřešených požadavků za hodinu. Výsledky se ovšem lišily podle zkušeností. „Méně zkušení a méně kvalifikovaní pracovníci zlepšují rychlost i kvalitu svých výstupů,“ píší autoři ve vlastním shrnutí studie; zde jde o český překlad. Je to výsledek konkrétního nasazení, který nelze automaticky přenést na jinou firmu. (Generative AI at Work)
Jak spočítat přínos včetně kontroly a provozu?
Počítejte čas od přijetí požadavku po správně dokončenou práci. Do výsledku patří i opravy, řešení výjimek a údržba. Rychle vytvořený návrh nepomůže, pokud jeho kontrola zabere stejně dlouho jako původní práce.
Následuje modelový příklad, nikoli výsledek klienta ani cenová nabídka. Všechny částky jsou bez DPH.
Firma zpracuje 400 e-mailových požadavků měsíčně. Dnes jeden zabere v průměru osm minut. Po zavedení automatizace by lidská práce včetně kontroly a výjimek trvala průměrně tři minuty.
400 × (8 − 3) minut ÷ 60 = přibližně 33 hodin měsíčně.
Při interní hodnotě hodiny 600 Kč představuje uvolněná kapacita 20 000 Kč. Odečteme modelové měsíční náklady 3 000 Kč na provoz a další tři hodiny údržby, tedy 1 800 Kč. Zbývá 15 200 Kč měsíčního přínosu v hodnotě kapacity. Při jednorázovém zavedení za 60 000 Kč vychází jednoduchá návratnost přibližně na čtyři měsíce.
Podstatný detail: uvolněná kapacita není automaticky hotovost na účtu. Pokud ji firma využije jen z poloviny, přínos po uvedených nákladech klesne na 5 200 Kč a návratnost se prodlouží přibližně na dvanáct měsíců. Pilot proto musí ukázat i to, k čemu lidé získaný čas použijí.
Co chtít od dodavatele před začátkem vývoje?
Požadujte popis jednoho celého pracovního postupu, jeho cenu a podmínky úspěchu. Ukázka plynulé konverzace sama neověří, že řešení správně zapisuje do vašich systémů a zvládá výpadky.
Dejte dodavateli anonymizované příklady běžných i problematických zadání. Část si nechte stranou pro závěrečné ověření. V návrhu pilotu by mělo být jasné:
- které systémy se propojí a jaká data budou potřeba;
- co AI pouze navrhuje a co může skutečně provést;
- kdo řeší nejasnosti, chyby a opakované požadavky;
- jak se zabrání dvojímu vytvoření objednávky nebo odeslání zprávy;
- podle čeho změříte čas, správnost a nutnost ručních zásahů;
- kdo řešení provozuje, co stojí údržba a jak získáte svá data při ukončení spolupráce.
Tanduva staví AI automatizace pro firmy kolem propojení e-mailu, dokumentů a firemních systémů. V nabídce počítá s pilotem konkrétního procesu, měřením a kontrolou výjimek. Její portfolio ukazuje například přípravu fakturačních údajů v Doklad.ai nebo překlady produktových textů v CBD Svět. Funkce a rozhraní pomáhají posoudit způsob práce; přínos pro vlastní firmu je potřeba ověřit na vlastních datech.
Máte proces, který tým každý týden zdržuje? Popište Tanduvě, odkud práce přichází, ve kterých nástrojích pokračuje a kolikrát za měsíc ji řešíte. Takové zadání je konkrétním podkladem pro posouzení pilotu i jeho ceny.
Na co se firmy často ptají?
Musíme kvůli AI vyměnit CRM?
Nejdříve má smysl ověřit možnosti propojení stávajícího systému. Rozhoduje dostupné rozhraní, exporty, oprávnění a náročnost údržby.
Může AI pracovat bez schvalování?
U vymezených a ověřených kroků ano. Rozsah samostatnosti nastavte podle dopadu chyby; změna ceny potřebuje jiná pravidla než přiřazení štítku.
Kdy poznáme, že se pilot nepovedl?
Když po započtení kontroly a oprav nepřináší dostatečnou úsporu, nesplní dohodnutou kvalitu nebo provoz stojí více než dosažený přínos. I takový závěr má hodnotu: umožní projekt upravit před další investicí.
