Otázka, kterou slyším pořád dokola
Poslední rok se mi na mentorinzích opakuje stejná scéna. Majitel firmy vyjmenuje, co všechno už na AI pořídil: ChatGPT, Copilot pro Microsoft 365, nějakou integraci s CRM, občas i externího dodavatele na „AI transformaci“. Licence běží, lidé si s AI hrají, na poradách se o ní mluví.
Pak se zeptám na tři čísla: Kolik z toho je v EBIT? Kolik hodin to ušetřilo? Kolik objednávek to přineslo navíc? A nastane dlouhé ticho. Pak obvykle padne věta, kterou slyším v různých variantách od desítek majitelů: „Jirko, oni to všichni přece zavádějí. Tak co tedy s tím?“
Přesně tohle je největší obchodní téma roku 2026. Ne jestli AI ano, nebo ne. Ale proč 94 % firem nevidí návratnost AI — a co je třeba udělat, aby vaše firma patřila k oněm 6 %, které vidí.
V McKinsey to nazývají „AI propast“. V Bostonu „AI scaling gap“. Já tomu říkám jednoduše:
rozdíl mezi tím, kdo si nakoupil licenci, a tím, kdo přepracoval firmu.
A v tomhle článku ten rozdíl rozeberu — s daty z roku 2025, s konkrétními příklady firem, které to umí, a s praktickým návodem, který si můžete pondělí ráno přilepit na nástěnku.
Co se reálně stalo v letech 2024–2026 — tvrdá data k zavedení AI ve firmě
Začněme od reality. McKinsey ve své studii „The state of AI in 2025: Agents, innovation, and transformation“ z listopadu 2025 zveřejnil čísla, která změnila celé debatě tón. Pojďme si je pojmenovat jednoduše, bez korporátního pozadí.
- Adopce je hotová věc. Osmdesát osm procent firem celosvětově dnes používá AI alespoň v jedné podnikové funkci. Pro srovnání — ještě před rokem to bylo 78 %. To není trend, to je masová exploze. Pokud jste majitel firmy a říkáte si „my s tím počkáme, až se to usadí“, tak vám musím s respektem říct — usazeno je. Zbytek trhu se valí dál.
- Hodnota ale nepřišla. Devadesát čtyři procent respondentů McKinsey říká, že nevidí ze svých AI investic významnou hodnotu. Jen 39 % uvádí jakýkoli dopad na EBIT — a v drtivé většině případů je tento dopad pod hranicí pěti procent celkového provozního zisku.
- Jenom 6 % firem to umí. Tzv. AI high performers — firmy, které z AI generují EBIT dopad 5 % a více a hlásí významnou hodnotu — tvoří pouhých 6 % všech respondentů. Šest procent. Z osmaosmdesáti procent všech, kteří už AI zavedli. Představte si sto majitelů firem, kteří investovali do AI. Jen šest z nich peníze skutečně zhodnocuje. Zbylých devadesát čtyři utrácí bez měřitelného výsledku.
- A teď to nejdůležitější číslo pro vás. Firmy v té šestiprocentní špičce mají dvě věci, kterými se odlišují od zbytku trhu drtivým způsobem:
- První věc: Pětapadesát procent z nich od základu přepracovalo pracovní toky (workflow) — proti pouhým 20 % ostatních firem. To znamená, že nepřidali AI k tomu, co dělali předtím. Změnili to, jak to dělají, a teprve potom přidali AI jako součást nového procesu. Druhá věc: Tyto firmy přidělují více než 20 % digitálního rozpočtu přímo na AI — což je pětkrát víc než průměrná firma. Pětkrát.
- Bostonská konzultace BCG to ve své publikaci z února 2026 „As AI Investments Surge, CEOs Take the Lead“ doplnila ještě jedním klíčovým údajem: 75 % CEO je dnes hlavním rozhodovatelem AI strategie ve své firmě. A firmy očekávají, že v roce 2026 zdvojnásobí svoje výdaje na AI — z průměrných 0,8 % tržeb na zhruba 1,7 %. Pokud máte firmu s tržbami 100 milionů, mluvíme o investici 1,7 milionu korun ročně jen do AI — a zatím nikdo neměří, jestli tu částku ten následující rok vrátíte zpět. Většinou nevrátíte.
Jak vypadá AI propast v Česku — překvapivě dobré zprávy
Tady mám pro vás něco, co málokdo říká nahlas. Česko v adopci AI patří k evropské špičce. Evropská investiční banka (EIB) v průzkumu z roku 2025 uvádí, že 48 % českých firem systematicky používá generativní AI, zatímco evropský průměr je 37 %. Adastra ve své studii hlásí, že 29 % všech českých firem konzistentně používá AI (loni 22 %, růst 32 % meziročně). A 82 % českých AI adopterů hlásí nárůst tržeb — průměrně o 15 %.
Slyšíte to dobře — patnáct procent. To je víc, než kolik dnes řada firem v ČR vůbec generuje růst. Češi tedy nezaspávají, naopak. Ale — a tady je háček — 56 % českých firem zároveň přiznává, že jejich data nejsou připravena. A jen 4 % firem hlásí, že jejich datová zralost stačí pro nasazení AI ve velkém měřítku. Čtyři. Procenta.
To je přesně ta propast, o které mluvíme. Český majitel firmy nakupuje licence a nasazuje pilotky rychleji než průměr Evropy — ale potom narazí na to, že jeho data jsou v Excelech, v hlavě paní účetní a v PDF z roku 2018. Pilot vidíte, produkce nikde. To je AI propast po česku.
Pět skutečných důvodů, proč zavedení AI ve firmě selhává
Tohle není seznam, co jsem si vymyslel u kávy. Je to syntéza šesti datových studií z roku 2025 (McKinsey, BCG, OpenAI Enterprise Report, Adastra, EIB, Particle41) a mojich osobních zápisků z mentoringů s majiteli českých a slovenských firem za posledních dvanáct měsíců. Pojďme je projít.
Důvod 1 — Workflow zůstal stejný, jen s AI navíc
Tohle je matka všech selhání. Dvacet procent průměrných firem přepracuje pracovní postupy, když nasazují AI. Padesát pět procent high performerů to udělá od základu. Rozdíl je dramatický.
Co to znamená v praxi? Představte si, že máte obchodního manažera, který tráví třicet procent času psaním follow-up e-mailů po obchodních schůzkách. Většina firem to vyřeší tak, že manažerovi nakoupí ChatGPT, aby mu pomohl ty e-maily psát rychleji. Manažer ušetří hodinu denně. A co dělá s tou hodinou? Nic strukturovaného — protože nikdo neřekl, na co tu hodinu má dát. Tak se prostě posune o hodinu dál v tom, co dělal vždycky. EBIT — žádný. Pohled CFO za půl roku: drahá licence bez výsledku.
Co dělají high performers? Přepracují celý obchodní proces. Z následujícího obchodního týdne udělají „AI-augmented sales week“ — obchodník přichází na schůzku s předgenerovanou personalizovanou prezentací, AI mu po schůzce do CRM zapíše strukturovaný záznam včetně klíčových slov pro pozdější vyhledávání, automaticky vygeneruje tři varianty follow-upu, doporučí další krok podle dat z obdobných případů a vygeneruje konkrétní cílovou hodnotu pro další schůzku. Obchodník neušetří hodinu — „zvládne za stejný čas třikrát víc kvalitních schůzek.“ To je rozdíl mezi nákupem nástroje a redesignem procesu.
Důvod 2 — Pilot bez plánu na škálování
Sedmdesát až osmdesát procent AI projektů nikdy nedosáhne udržitelné produkce. Tohle číslo opakovaně potvrdily studie od McKinsey, Gartneru i Particle41 v roce 2025. Pětapadesát osm procent organizací experimentuje s AI agenty, ale jen 23 % je škáluje v produkci. To je propast jako blázen.
Proč to tak je? Protože pilot je rád každý — je to malé, sexy, dá se za to získávat hezké body. Ale produkce vyžaduje datovou integraci, governance, vlastnictví procesu, měření výsledků, alokovaný rozpočet a — to je to nejtěžší — politickou vůli v celé firmě. A tahle vůle se rodí jen tehdy, když je u toho od začátku majitel nebo CEO. Ne IT manažer, ne externí konzultant. Majitel. Pětasedmdesát procent CEO ve světových firmách tohle už pochopili. V Česku to teprve teď klepe na dveře.
Důvod 3 — Data nejsou připravená a nikdo to neřekl nahlas
Pamatujete na ten údaj — 56 % českých firem přiznává, že jejich data nejsou AI-ready, a jen 4 % mají dostatečnou datovou zralost. To znamená, že každý druhý CEO v ČR si dnes pouští AI na data, která jsou rozházená v Excelech, ve šuplíkových PDF, v různě pojmenovaných polích CRM a v hlavách kolegyň, které jsou v důchodě za rok a půl.
A teď si představte, že AI je nesmírně chytrý asistent, který má ale jednu hlavní vlastnost: dělá rozhodnutí na základě toho, co mu dáte. Pokud mu dáte chaos, vrátí chaos. Pokud mu dáte předsudky, vrátí je s argumenty. Pokud mu dáte 70 % dat, kde je chyba, dostanete velmi sebejistě formulovaný špatný report.
High performers dělají dvě věci jinak.
- Investují do dat dřív, než nasadí AI. Velmi pragmaticky. Ne velký „data lake“ projekt na 18 měsíců, ale konkrétní úklid v top pěti nejdůležitějších tabulkách firmy: zákazníci, produkty, zakázky, finance, lidi. Pět tabulek, jasné definice, jeden vlastník na každou. Tři týdny práce, ne tři roky.
- Nasazují AI tam, kde data jsou nejčistší, ne tam, kde to vypadá nejvíc moderně. Ne v marketingu, kde se chce každý chlubit. Ale v účetnictví, kde existují faktury v jednotném formátu, nebo v servisu, kde máte řešené tikety s pevnou strukturou. To není sexy, ale generuje to návratnost.
Důvod 4 — CEO je u rozhodování jen na fotce
Nejbolestivější důvod selhání při nasazení AI. BCG v roce 2026 zveřejnil data, která potvrzují: AI high performers mají třikrát vyšší pravděpodobnost, že jejich senior leadership prokazatelně vede AI iniciativu. Ne deklaruje. Vede. Sedí v projektovém týmu, modeluje použití AI, ukazuje ostatním, jak používá Claude na vlastní práci, čte výstupy, ptá se na měření.
V drtivé většině českých středních firem se to děje jinak. CEO si AI „ohlásí“ na poradě, deleguje na CTO/IT manažera/marketingovou ředitelku, a pak se po šesti měsících ptá: „Tak co ta AI?“ — a IT mu ukáže prezentaci s nadšenými screenshoty bez čísel. Tohle vůbec nefunguje.
S respektem — pokud nepatříte mezi CEO, kteří ovládají AI nástroje na vlastní úrovni (alespoň ChatGPT na expertní úrovni, alespoň jednu specializovanou AI v oboru, alespoň jeden workflow, který sami denně používáte), pak nemůžete řídit AI transformaci ve své firmě. To je matematická jistota, ne názor.
Důvod 5 — Měření zůstalo z roku 2019
A poslední — měříme špatně. Když jsme zaváděli ERP, měřili jsme „počet uživatelů, kteří se přihlásili“, místo „kolik dnů jsme zkrátili závěrku“. Když zavádíme AI, měříme „kolik lidí používá ChatGPT alespoň jednou týdně“, místo „kolik EBIT navíc, kolik schůzek navíc, kolik vyřešených tiketů za hodinu“.
High performers měří tři věci: dopad na zisk (EBIT %), dopad na konkrétní výstup (čas/náklad/objem), a kvalitu rozhodnutí (správně/špatně/přepracováno). Pokud vaše firma neměří aspoň tyhle tři kategorie, nevíte, jestli AI funguje, nebo nefunguje. A to je nejhorší pozice — utrácet bez vědomí výsledku.
Co dělá 6 % AI high performers při zavedení AI ve firmě jinak (a co si z toho můžete vzít)
Pojďme se teď podívat zblízka na ty, kteří to umí. McKinsey, BCG i OpenAI Enterprise Report 2025 shrnují čtyři charakteristiky, které tihle lidé sdílejí. Není to magie. Je to disciplína.
1. Redesignují workflow od základu — a teprve potom přidávají AI
Tohle už jsem zmiňoval, ale stojí to za zopakování s konkrétním příkladem. Banka, kterou popisuje McKinsey ve své zprávě, nasadila „coding assistant“ (AI pomocník pro programátory) a zvýšila produktivitu desítek tisíc inženýrů o 10 až 20 %. Ale tady je trik: ty inženýry potom nepustili dělat víc tickets stejného typu. Místo toho jim redesignovali zadání— větší část jejich času šla na vývoj AI a datových produktů. Tedy: nepřidali rychlost, přesměrovali energii. Z údržby do růstu. To je rozdíl mezi prosperitou a stagnací.
Co to znamená pro středně velkou českou firmu? Mapujte procesy. Najděte ten, kde tým utráci nejvíc času na rutinní práci. Přepracujte zadání. „Tým marketingu už nedělá pět newsletterů týdně — dělá tři newslettery týdně plus dva A/B experimenty na konkrétní personu. Tým obchodu už nezpracovává sto leadů — zpracovává sto leadů s předpřipravenou personalizovanou nabídkou.“ Po změně zadání přidáte AI. Ne naopak.
2. CEO osobně vede AI strategii firmy
Sedmdesát pět procent CEO ve světových firmách dnes vede AI strategii osobně (BCG 2026). High performers nepřivedou externí konzultanty „aby jim něco udělali“. Najmou si externí konzultanty „aby je naučili, jak to dělat sami“. To je obrovský rozdíl.
V praxi to znamená — CEO si jednou týdně sedne s key lidmi (ne s celým týmem, jen s 3–5 lidmi) a projíždí tři otázky: Co jsme se za týden naučili o tom, jak AI mění naši práci? Jaký konkrétní výsledek (číslo) jsme naměřili? Co nasazujeme příští týden? Žádné šedesátistránkové prezentace. Žádné konzultantské matice. Tři otázky. Patnáct minut.
3. Nasazují AI agenty, ne jen chatboty
Tady se trh prudce mění. Ještě v roce 2024 se mluvilo o AI jako o chatovacích nástrojích. V roce 2025 nastoupili AI agenti — systémy, které dokážou nejen odpovídat, ale i vykonávat akce: založit fakturu, otevřít ticket, naplánovat schůzku, zaslat nabídku, vyhodnotit lead. McKinsey uvádí, že 23 % firem už škáluje agenty v produkci, dalších 39 % experimentuje. Klarna nasadila agentního AI asistenta v zákaznickém servisu — 2,3 milionu konverzací v prvním měsíci, čas na vyřízení klesl z 11 minut na 2 minuty. ServiceNow s integrací AI agentů snížil čas na komplexní případy o 52 %. Deloitte Zora AI cílí na 25% snížení nákladů a 40% nárůst produktivity ve finančních týmech.
Pro českého majitele firmy to znamená: nestačí pustit lidem do prohlížeče Chat. Musíte hledat konkrétní místa, kde agent může převzít celý mikroproces — třeba prvotní třídění poptávek, předpříprava odpovědi, kalkulace cenové nabídky podle parametrů, postupné generování servisních ticketů. Tam je hodnota.
4. Investují koncentrovaně, ne plošně
Více než třetina AI high performers alokuje přes 20 % digitálního rozpočtu na AI. Průměrná firma jen kolem 4 %. Pětkrát menší koncentrace. A to je důvod, proč průměrná firma nemá výsledky — investuje se příliš málo, příliš plošně, příliš pomalu.
High performer neudělá pět malých pilotů. Udělá dva velké, ostře měřené projekty, dá na ně peníze, energii i top lidi, a pokud do šesti měsíců neukáží konkrétní finanční dopad, zařízne je. Disciplína v alokaci je tu klíčová. Lépe dva projekty s dopadem než dvacet bez něj.
Reálné případové studie ze zavedení AI ve firmě (2024–2025)
Pojďme se podívat na tři krátké příklady, které ukazují konkrétní výsledky a co stálo za nimi. Nejsou to české firmy, ale principy platí všude — a kde to jde, doplním paralely z českého prostředí.
Klarna — zákaznický servis s AI agentem. Švédský fintech nasadil v roce 2024 AI agenta v podpoře (tisková zpráva Klarna). V prvním měsíci agent obsloužil zhruba dvě třetiny všech příchozích chatů — 2,3 milionu konverzací. Průměrný čas na vyřízení dotazu klesl z 11 minut pod 2 minuty. Klarna ušetřila několik set milionů korun na lidských nákladech a zároveň zlepšila spokojenost zákazníků. Co tomu předcházelo: kompletní redesign customer service workflow, jasné definice, kdy agent převezme případ a kdy ho předá člověku, čisté datové podklady FAQ a historických tiketů. A poctivý dovětek: v roce 2025 Klarna část lidských agentů vrátila — u komplexních případů AI nestačila. I to je lekce: agent nenahradí člověka všude, a kdo to ví předem, neztratí důvěru zákazníků.
ServiceNow — interní operace. Po integraci AI agentů do svých interních týmů snížila ServiceNow čas na komplexní případy o 52 %. Klíčový moment: investice nešla do nástroje, ale do redesignu procesů a do zaškolení lidí, aby agent fungoval jako rovnocenný kolega.
Deloitte Zora AI — financování. Platforma Zora AI cílí na snížení nákladů finančních týmů o 25 % a zvýšení produktivity o 40 %. Návrat investice se podle Deloitte odhaduje v rozmezí 12–18 měsíců — což je u takto velkých projektů velmi solidní. Bankovní příklad od McKinsey: programátorský AI asistent zvýšil produktivitu desítek tisíc engineers o 10–20 %, a ti pak přesměrovali svůj čas z údržby na vývoj AI a datových produktů — tedy z nákladu na investici.
Co všechny tyto případy spojuje: redesign procesu předcházel nasazení technologie, byl jasný vlastník (CEO/byznysový leader, ne IT), bylo definované měření před spuštěním a investice byla koncentrovaná, ne rozprášená. Tedy přesně čtyři klíčové prvky, o kterých mluví McKinsey jako o znacích high performera.
Lidská stránka zavedení AI ve firmě — kde to padá nejčastěji
O tom se moc v reportech reportech nepíše, ale v reálných projektech rozhodne o 70 % úspěchu nebo selhání. Pojďme tomu říkat lidská stránka AI transformace. A to je oblast, kde drtivá většina majitelů a CEO udělá tu samou chybu — myslí si, že to vyřeší rozhodnutím shora.
Představte si typickou situaci: majitel přijde z konference, kde mu někdo ukázal Klarnu a Deloitte, a v pondělí ráno na poradě oznámí „zavádíme AI“. Pět lidí kolem stolu si v hlavě pomyslí pět různých věcí. Účetní si pomyslí „chce mě nahradit“. Marketingová ředitelka „skvělé, konečně bude rozpočet na ten projekt, co chci“. Provozní ředitel „zase nějaká IT hra, projde to za půl roku“. Obchodní manažer „fajn, ale nevěřím, že to bude fungovat“. A IT manažer „já jsem na to upozorňoval, teď to bude všechno na mně“.
Pět různých příběhů kolem jednoho stolu. A žádný z nich neodpovídá tomu, co skutečně chce CEO. Tohle je 80 % AI projektů v ČR — nikdo nemá společný příběh.
Pravidlo tří otázek pro lidi
Než nasadíte první AI nástroj, odpovězte týmu na tři otázky — krátce, jasně, písemně. Ne na slidu. V jednom dokumentu na maximálně dvou stránkách. Posílám je vám jako konkrétní šablonu, kterou používám s klienty.
| ❓ Otázka 1: Proč to děláme? | ❓ Otázka 2: Co se v práci konkrétně změní? | ❓ Otázka 3: Co se nezmění? |
| Konkrétně, bez korporátního jazyka. | Pojmenujte minimálně tři role a u každé řekněte, co bude jinak. | Tohle je klíčové a často přeskočené. |
| ✅ „Chceme do dvanácti měsíců zvýšit EBIT o 5 % díky tomu, že obchodníci budou trávit polovinu času s klienty místo s reportingem.“ To je dobrá odpověď. | ✅ „Účetní Andrea bude místo zaúčtování faktur dělat manuálně kontroly anomálií, které AI označí jako podezřelé. Bude se rozhodovat víc a opakovat méně. Bude potřebovat zaučení v novém nástroji — 4 půldny v září.“ | ✅ „Nikoho nepropustíme. Mzdy zůstávají. Tým a struktura zůstávají. Měníme proces, ne lidi.“ |
| ❌ „Chceme být moderní firma s AI“ je špatná odpověď. | ⚠️ Pokud to není pravda — řekněte to nahlas. „Z dlouhodobého pohledu plánujeme zeštíhlení servisního týmu o 2 lidi do 18 měsíců. Pro koho to znamená, řekneme do konce června, a každému, kdo bude muset odejít, dáme tři měsíce na hledání nové role v rámci firmy.“ |
Tahle úroveň otevřenosti je v Česku vzácnost. A přesně proto polovina projektů padá — protože si lidé domyslí horší variantu, než kterou by jim CEO řekl, kdyby měl odvahu.
Tři osobnosti, které AI projekt potřebuje
Z mentoringů uplynulého roku jsem si všiml, že každý funkční AI projekt má v týmu tyhle tři typy lidí:
Architekt procesu — člověk, který vidí firmu jako systém propojených toků a umí říct „tady se to láme“. Nemusí být CEO, často je to provozní ředitel nebo někdo z týmu, kdo má zkušenost s LEAN nebo Six Sigma. Bez architekta procesu skončíte u nákupu nástrojů.
Datový praktik — člověk, který rozumí tomu, kde data ve firmě jsou, v jakém jsou stavu a jak je dostat do použitelné podoby. Nemusí to být data scientist. Často je to někdo z finančního týmu nebo z controllingu, kdo už roky bojuje s Excely a má v hlavě mapu, kde co leží.
Komunikační most — člověk, který umí v týmu vysvětlit, co AI dělá, co nedělá, čeho se obávat a čeho ne. Tohle bývá nejvíc podceněná role. V praxi to často je HR manažerka nebo někdo z lidských zdrojů, kdo má důvěru lidí napříč firmou. Pokud takovou osobu ve firmě nemáte, najměte si ji externě — vyplatí se to mnohonásobně.
A samozřejmě nad tím vším CEO/majitel, který drží rozhodnutí, energii a směr. Pokud chybí kterákoli z těchto čtyř rolí, projekt jde do hluchá.
Praktický návod — Jak ve své firmě zahájit zavedení AI tak, aby přineslo návratnost
A teď nejdůležitější část — co konkrétně udělat příští pondělí ráno. Pokud máte firmu od 20 do 250 zaměstnanců, držte se těchto pěti kroků. Jsou seřazeny v pořadí, v jakém je dělají firmy, které z AI generují EBIT.
Začněte mapou procesů, ne nákupem nástroje — Vezměte si tři dny. Sestavte s top pěti lidmi mapu deseti nejdůležitějších procesů firmy. U každého napište: kolik času to dnes spotřebuje, kde je největší úzké místo, jaké chyby se opakují. AI bez mapy procesů je jako navigace bez cíle. Tohle je krok, který 80 % majitelů přeskakuje — a pak se diví.
Vyberte dvě úzká místa, kde AI dává smysl — Jen dvě. Ne deset. Dvě konkrétní místa, kde nasazení AI může za 90 dnů ukázat měřitelný výsledek. Typicky: zákaznický servis (rychlost odpovědi), předpříprava nabídek (čas obchodníka), generování reportů (čas finančního týmu). Vyberte ta, kde máte čistá data a kde je dopad číselně měřitelný.
Definujte tři čísla, která budete měřit od dne nula — Bez čísel není transformace. EBIT dopad v procentech, konkrétní operační KPI (čas, počet, kvalita), a satisfaction score (zákazník, zaměstnanec). Pokud nedokážete tři čísla pojmenovat, nezačínejte projekt. Vraťte se k bodu jedna.
CEO sedí v projektovém týmu, ne na ředitelství — Vy osobně. Patnáct minut týdně. Tři otázky: co jsme se naučili, jaké číslo jsme naměřili, co nasazujeme dál. Žádné prezentace. Žádné výmluvy. Tohle je hodina, která ušetří firmě miliony.
Redesignujte workflow před nákupem licencí — Tohle je největší obrat oproti běžné praxi. Nejdřív přepracujte, jak se práce dělá, a teprve potom přidejte AI jako součást nového workflow. Stojí to dva–tři týdny navíc na začátku, ale ušetří to půl roku marné práce a stovky tisíc neefektivně utracených korun.
Investujte 20 % digitálního rozpočtu koncentrovaně — Pokud máte digitální rozpočet 1 milion korun ročně, dejte 200 000 na dva AI projekty (po 100 000 každý). Ne 20 000 na deset projektů. Koncentrace > rozprostření. To je matematicky doložené v datech McKinsey.
Naučte tým pracovat s AI jako se členem — Ne jako s nástrojem. Naučte lidi formulovat zadání (prompt engineering základy), kontrolovat výstupy (kritická kontrola, ne automatická důvěra), a vrátit zpětnou vazbu do systému. Investice do dovednosti AI se vrací rychleji než investice do technologie.
Pravidelně řežte to, co nefunguje — Každých 90 dní revidujte. Pokud projekt po 90 dnech neukazuje měřitelný posun ke třem KPI, zařízněte ho. Nevyhazujte peníze do mrtvého. Realokujte je do toho, co funguje.
Co s tím dál — propojení s vaším řízením firmy
Všechno, co jsem popsal, není o AI. Je to o řízení firmy. AI je jen nový nástroj, ale principy úspěšného zavedení AI ve firmě jsou ty samé, jaké platí pro každou transformaci: jasná strategie, jasní lidé, jasná čísla, redesign procesů, koncentrované investice, osobní vedení CEO. To je Management jako Puzzle — propojení strategie, lidí, procesů a kultury do funkčního celku.
Pokud řešíte zavedení AI ve své firmě a chcete to udělat tak, aby vám to vrátilo investici v prvním roce, doporučuji začít komplexnějším pohledem. Na vlastnicesta.cz najdete v sekci kurzů a programů detail metodiky Management jako Puzzle, která tyto principy popisuje krok po kroku — včetně toho, jak je aplikovat v kontextu české středně velké firmy. AI je jen jeden z dílků puzzle. Ten poslední, co teď přibyl. Ale když ho dáte na špatné místo, nepasuje a celý obrázek se rozpadne.
Pokud tohle čtete a říkáte si „Jirko, mě to vlastně přesně sedí — utratil jsem nějaké peníze, vidím nějaké náznaky, ale nemám jistotu, jestli to skutečně přináší výsledek“, mám pro vás nabídku. Rezervujte si se mnou úvodní devadesátiminutový hovor. Probereme konkrétní situaci ve vaší firmě, podíváme se na to, kde stojíte v rámci pěti kroků popsaných výše, a navrhnu vám konkrétní další směr — bez nutnosti čehokoli kupovat. Mým cílem je, abyste odešli s jasnem, ať už se rozhodneme spolu pokračovat, nebo ne. Druhá možnost je přijít na Experience HUB — workshop, kde tyhle principy zažijete na vlastní kůži ve společnosti dalších majitelů a CEO. Každý člověk má svou cestu k úspěchu. AI je nový terén, na kterém se ta cesta dnes formuje. Pojďme se podívat na tu vaši.
❓ Otázky, které slyším od majitelů firem nejčastěji
Kolik mě bude stát smysluplné zavedení AI ve firmě, pokud mám firmu kolem 100 milionů tržeb?
Podle dat BCG 2026 alokují průměrné firmy v roce 2026 zhruba 0,8 % tržeb, high performeři kolem 1,7 % tržeb. Při tržbách 100 milionů to znamená 800 000 až 1,7 milionu korun ročně. Ale klíčové není kolik – ale kam. Pět projektů po 200 000 obvykle nevrátí nic. Dva projekty po 800 000 mohou v roce vrátit dvojnásobek. Koncentrace vítězí.
Mám malou firmu (20 lidí). Týká se mě to vůbec?
Týká. Adastra 2025 ukazuje, že 29 % všech českých firem už AI konzistentně používá. EIB potvrzuje, že 48 % českých firem systematicky používá GenAI. Pokud nezačnete během příštích 12 měsíců, vstoupíte do druhé poloviny pelotonu. To není dramatizace, je to statistika. U malých firem to navíc často znamená rychlejší a dramatičtější dopad – protože menší firma má jednodušší procesy k redesignu.
Naše data jsou ve špatném stavu. Mám počkat, až je urovnáme?
Ne, ale ani nezačínat ve velkém. Začněte v té oblasti, kde máte alespoň jednu čistou tabulku – typicky faktury, zákaznické tickety, kalkulace. Tam nasaďte první projekt, ukažte výsledek, a paralelně si napište 90denní plán úklidu top 5 datových oblastí. Nečekat 18 měsíců na perfektní data. Začít tam, kde to jde, a paralelně čistit.
Bojím se, že nám AI nahradí lidi a budeme muset propouštět. Co s tím?
Z dat McKinsey i BCG vyplývá, že firmy, které z AI generují největší hodnotu, nepropouštějí – přesouvají energii lidí. Příklad z banky: programátoři získali 10–20 % času navíc a šli dělat vývoj nových produktů. Klíčové je mít jasnou vizi, kde bude lidem v nové firmě lépe, a tu vizi komunikovat dřív, než lidé začnou strachovat. Strach o práci zabíjí AI projekt z 80 %. Otevřená komunikace ho táhne dopředu.
Náš CEO/majitel není zrovna technický typ. Stačí, když bude AI strategii řídit někdo z týmu?
S respektem – nestačí. Sedmdesát pět procent CEO úspěšných firem dnes řídí AI osobně. To neznamená, že musíte programovat. Znamená to, že musíte AI nástroje sami denně používat a chápat, jak fungují v běžné práci. Investice do osobního zaškolení CEO/majitele se vrací rychleji než jakákoli jiná. Existují kurzy, které vám to za víkend udělají na použitelné úrovni.
Související články na Vlastní cestě
Jiří Střelec je specialista portálu Vlastní cesta. 30 let praxe v rozvoji firem a manažerů · 403+ tréninků · 2535+ odmentorovaných hodin · 10+ vlastních metodik (mj. Management jako puzzle). Pomáhá majitelům a manažerům budovat odolné týmy a pružné firmy, které obstojí i v dynamické době s AI.
Více o Jiřím: vlastnicesta.cz/poradce/jiri-strelec
jstrelec@vlastnicesta.cz | +420 737 279 917 | vlastnicesta.cz | jiristrelec.cz
