AI je všude, jen ne ve výsledovce. Jak spočítat, jestli se vám vyplácí

Proč většina projektů končí mimo účetnictví.

"Většina firem dnes tvrdí, že s umělou inteligencí něco dělá, že ji zapojila do svých operací a že všechno mění. Ale méně než čtyři z deseti těchto organizací dokážou ukázat skutečný zisk nebo úsporu nákladů ze svých AI projektů," píše softwarový inženýr Lavkesh Dwivedi na odborném portálu (DEV Community, Lavkesh Dwivedi, 12. září 2026).

Podle zprávy Stanford AI Index za rok 2026 dokáže pouze 39 % organizací doložit, že jim zapojení umělé inteligence přineslo měřitelný zisk nebo úsporu nákladů. Většina podniků platí faktury za vývoj i licence, aniž by tyto částky viděla ve své výsledovce. Nadšení z technických novinek často zastíní otázku, co přesně má nový systém vydělat nebo ušetřit.

Analytická společnost Gartner očekává, že firmy do příštího roku odloží více než 40 % projektů zaměřených na autonomní agenty. Důvodem je nejasná finanční návratnost a nečekaně vysoké provozní výdaje. Stejný vývoj provázel v minulosti hromadný přesun do cloudu. Podniky tehdy oslavovaly samotné nasazení na nové servery, jenže měsíční faktury vzrostly a spolehlivost zůstala stejná.

Kde vzniká past na firemní rozpočet.

V českých firmách do 250 zaměstnanců bývá potíž v tom, jak vedení o technologiích přemýšlí. Místo sledování ušetřených hodin nebo rychlejšího odbavení zakázek se pozornost stáčí k technickým parametrům. Počítá se počet uživatelů, množství dotazů nebo rychlost odezvy, ale ve firemním zisku se neobjeví ani koruna.

Každý pokročilý model vyžaduje datové toky, dohled a pravidelnou údržbu. Pokud systém nahrazuje rutinní činnost, která člověku zabere jen pár minut týdně, měsíční provoz technologie snadno převýší hodnotu ušetřeného času. V takovém uspořádání firma prodělává od prvního dne ostrého provozu.

Před zahájením jakýchkoliv prací je potřeba znát odpovědi na čtyři otázky. Který přesný úkol systém nahrazuje? Kolik hodin měsíčně nad ním lidé tráví dnes? Kolik tyto hodiny firmu stojí na mzdách? A kolik bude stát měsíční provoz nového řešení? Bez těchto čtyř čísel jde pouze o utrácení peněz za zajímavý nápad.

Jak si spočítat návratnost na jednom procesu.

Ukážeme si jednoduchý postup na příkladu z běžné obchodní firmy. Představte si rutinní agendu přepisu přijatých objednávek z e-mailů do podnikového systému. Následující řádky nabízejí modelový příklad, do kterého dosadíte vlastní firemní čísla.

Modelový příklad: Asistentka nebo dispečer věnuje kontrole a ručnímu přepisu objednávek průměrně 2 hodiny denně. Při 21 pracovních dnech v měsíci to dělá 42 hodin lidské práce. Pokud počítáme s celkovými mzdovými náklady zaměstnavatele ve výši 350 Kč na hodinu, stojí tento ruční proces firmu 14 700 Kč měsíčně.

Když na tuto práci nasadíte specializovaného AI zaměstnance, jeho měsíční provozní paušál činí od 8 000 Kč měsíčně. Měsíční čistá úspora na provozních nákladech je v tomto modelovém výpočtu 6 700 Kč. Zavedení systému na míru a propojení s firemními databázemi stojí 89 000 Kč. Počáteční investice se firmě vrátí za 14 měsíců.

Opačný modelový odhad ukazuje druhou stranu mince. Pokud má stejný proces objem pouze 15 minut denně, znamená to za 21 pracovních dnů zhruba 5 hodin práce měsíčně. Při hodinové sazbě 350 Kč jsou měsíční náklady firmy jen 1 750 Kč. V takové situaci by provoz za 8 000 Kč měsíčně znamenal čistou ztrátu 6 250 Kč každý měsíc. Zde má majitel na papíře jasné vodítko, že technologii nasazovat nemá.

Modelová čísla proto vždy oddělte od doložených faktů. Skutečné hodinové sazby i časová náročnost závisejí na organizaci práce ve vaší konkrétní firmě.

Proč je i zamítnutí dobrý výsledek.

Mnoho majitelů firem má obavu, že zastavení projektu znamená promarněný čas. Ve své praxi to vnímám opačně. Když s klientem připravuji plán nasazení moderních nástrojů, často společně zjistíme, že se zatím nemá na čem stavět.

Takový výsledek často přináší například náš AI plán do 48 hodin. Během dvou setkání projdeme firemní procesy a zhodnotíme připravenost dat. Pokud z rozboru vyjde, že postupy nemají pevná pravidla nebo v datech panuje nepořádek, investice do autonomních nástrojů by byla vyhazováním peněz.

Zjištění, že firma na pokročilé technologie ještě není připravena, ušetří statisíce korun za zbytečný vývoj. Správným navazujícím krokem v takovém případě bývá příprava firmy a mapování procesů, kde se nejprve vyčistí datové toky a určí pravidla pro práci s údaji. Teprve na pevných základech můžete stavět nástroje, které budou firmě skutečně vydělávat peníze. O tom, co AI zaměstnanec reálně je a co není, rozhoduje právě připravenost podkladů.

Kdy má smysl začít a kdy raději počkat.

Pokud vaše postupy nemají stabilní řád nebo se v datech ještě nikdo nevyzná, AI zaměstnance zatím nepotřebujete. V takové chvíli má smysl nejprve uspořádat toky informací a vyjasnit pravidla mezi lidmi. Pokud však máte rutinní agendu, která zaměstnancům bere desítky hodin měsíčně a pravidla jsou jednoznačná, rád s vámi projdu vaše podklady a navrhnu řešení.