Stručná odpověď
Začněte od práce, ne od technologie: od úlohy, která se často opakuje, má jasně ověřitelný výsledek a případná chyba se u ní dá napravit. Ve druhém měsíci dostaňte přesně jednu takovou úlohu do ostrého provozu. Ve třetím změřte ušetřené hodiny — a pak rozhodněte, jestli to rozšíříte, necháte běžet, nebo vypnete.
Hlavní body
- Nejdřív vyberte úlohu, teprve potom nástroj. První měsíc je průzkum, ne nákup.
- Jedna úloha v provozu má větší cenu než pět pilotů zaseknutých na osmdesáti procentech.
- Testujte od prvního dne na svých nejhorších reálných souborech, nikdy na vybraném vzorku.
- Všechno, co odchází z firmy, schvaluje člověk — a každá oprava se zapisuje.
- Devadesátý den písemně rozhodněte: rozšířit, nechat běžet, nebo zastavit. Všechny tři možnosti jsou legitimní.

Většina AI projektů ve středně velkých firmách neztroskotá na technologii, ale na tom, že po třech měsících nikdo neumí říct, co se vlastně změnilo. Proběhl pilot, ukázka někoho nadchla, koupila se licence — a pak se nástroj potichu přestal používat, protože nikdy nezapadl do toho, jak se ve firmě pracuje.
Tohle je plán na prvních devadesát dní, napsaný pro firmu s padesáti až pěti sty lidmi, která AI zatím naostro nepoužila. Nepotřebujete datový tým ani položku na AI v rozpočtu a klidně můžete mít plné ruce jiné práce. Nic z toho není překážka.
Dny 1 – 30: hledejte, kde se ztrácí čas, ne technologii
První instinkt velí začít výběrem nástroje. Odolejte mu. První měsíc je na to, abyste zjistili, kde vaši lidé opravdu ztrácejí čas — a odpověď skoro nikdy není tam, kde ji vedení čeká.
Sedněte si na hodinu se čtyřmi nebo pěti lidmi z různých pozic a položte každému stejnou otázku: co vás včera v práci nejvíc otravovalo? Neptáte se, co je těžké, ale co je mechanické, opakuje se a dělají to oni sami, i když to jejich kvalifikaci nevyžaduje. Odpovědi si zapište doslova. Hledáte úlohy, které se vyskytují často, opakují se podle stejného vzorce a případná menší chyba se u nich dá napravit.
- 1Četnost rozhoduje víc než důležitostÚloha, která se opakuje čtyřicetkrát týdně a trvá osm minut, má větší cenu než úloha, která přijde dvakrát měsíčně a zabere celý den. Automatizujte tu častější; u té měsíční nechte prostor úsudku zkušených lidí.
- 2Vyberte úlohu, u které je jasné, co je správněOtázka „Sedí objednávka s výkresem?“ má jednoznačnou odpověď. Otázka „Jaká má být naše cenová strategie?“ ne. Začněte tam, kde jednoznačně poznáte, jestli byl výstup správný — jinak se nikdy nedozvíte, jestli to funguje.
- 3Vyhněte se úlohám, u kterých je chyba drahá a dlouho skrytáNejhorší první projekt je takový, u kterého jsou chyby vzácné, drahé a vyplavou na povrch až po měsících. Potřebujete rychlou zpětnou vazbu a omyl, který je nepříjemností, ne důvodem k protokolu o neshodě.
Dny 31 – 60: jedna úloha, naostro, na reálných datech
Vyberte si přesně jednu úlohu — ne tři a ne portfolio. Jedna úloha dotažená až k lidem, kteří ji používají při skutečné práci, má větší cenu než pět pilotů, které se všechny zastaví na osmdesáti procentech.
Od prvního dne testujte systém na vlastních datech včetně neupravených souborů — ne na vybraném vzorku a už vůbec ne na čistých příkladech z ukázky dodavatele. Pusťte ho na skutečnou schránku, na skutečné výkresy od zákazníků, na skutečné popisy produktů i s překlepy. Systém, který funguje na uklizených datech a na reálných selže, je nejčastější důvod, proč se slibný pilot nikdy nedostane do provozu.
Na tenhle měsíc platí dvě pravidla. Zaprvé: všechno, co odchází z firmy, schvaluje člověk, bez výjimky a bez ohledu na to, jak dobře přesnost vypadá. Zadruhé: zapisujte si každou opravu. Tyhle opravy jsou nejcennější data, jaká letos vytvoříte, a skoro každá firma je zahodí.
Dny 61 – 90: změřte to poctivě a rozhodněte se
Na konci čtvrtletí potřebujete jedno číslo a jedno rozhodnutí. Tím číslem není přesnost — přesnost na testovací sadě vám o vaší firmě neřekne nic. Tím číslem je čas nebo peníze: hodiny, které konkrétní tým ušetří, nebo chyby zachycené dřív, než něco stály.
| Měřte tohle | Ne tohle |
|---|---|
| Hodiny, které konkrétní tým týdně ušetřil | Přesnost modelu na testovací sadě |
| Chyby zachycené dřív, než se dostaly k zákazníkovi | Počet zpracovaných dokumentů |
| Podíl výstupů, které člověk přijal beze změny | Počet lidí s licencí |
| Čas od požadavku k použitelné odpovědi | Počet běžících pilotů |
Potom písemně přijměte jedno ze tří rozhodnutí: rozšířit, nechat běžet tak, jak je, nebo vypnout. Vypnutí je legitimní výsledek, který se využívá málo. Firma, která dokáže AI projekt po devadesáti dnech ukončit, vyzkouší pět nápadů ročně. Firma, která to nedokáže, stráví tři roky u prvního.
Co dělat vedle toho, skoro zadarmo
- Sepište na jednu stránku, která data smějí opustit vaši infrastrukturu a která ne. Budete to potřebovat ve chvíli, kdy jednání s dodavatelem pokročí — a pravidla psaná pod tlakem bývají špatná.
- Raději důkladně zaškolte pět lidí než povrchně padesát. V prvním roce vás nebrzdí technologie, ale počet lidí, kteří odliší dobrý výstup od věrohodně vypadajícího.
- Řekněte lidem ve firmě, co děláte a proč. Pokud se to nedozvědí od vás, vyloží si mlčení po svém — často jako předzvěst propouštění — a vy přijdete o spolupráci, kterou potřebujete.
Firmy, které se v prvním roce s AI někam posunou, nemívají nejlepší technologii. Vybraly si nezáživný problém, poctivě ho změřily a byly připravené projekt i vypnout.
Co následuje po prvních devadesáti dnech
Pokud první projekt vyšel, druhý je lehčí a třetí ještě lehčí — ne proto, že by se zlepšila technologie, ale proto, že už máte lidi, kteří umějí takový systém zadat, otestovat a opravit. Tahle zkušenost se ve firmě hromadí. Nástroje ne.
Shrnutí
Devadesát dní stačí na to, abyste zjistili, jestli vám AI pomáhá — pod podmínkou, že prvních třicet strávíte hledáním správného problému, ne nakupováním. Týmy, které se v prvním roce někam posunou, málokdy mají nejlepší nástroje. Vybraly si nezáživnou, ověřitelnou úlohu, poctivě ji změřily a nechaly si možnost projekt vypnout.
Časté dotazy
Jak dlouho trvá zavést AI v menší firmě?
Zveřejněné odhady jdou od zhruba týdne při nastavení hotového nástroje po šest měsíců u vývoje na míru. Na první úlohu, která má smysl, počítejte minimálně s devadesáti dny: zhruba třicet na pořádné nasazení a šedesát na to, abyste zjistili, jestli výsledky vydrží i při skutečném objemu práce.
Kolik stojí první AI projekt?
Benchmarky pro rok 2026 uvádějí výdaje v prvním roce u firmy s 10 až 50 lidmi zhruba 5 000 až 40 000 USD, jde-li o nastavení SaaS nástrojů a lehkou automatizaci, a 30 000 až 100 000 USD u složitějších řešení na míru. Naše piloty začínají na 3–4 tis. € a běžná implementace stojí 12–18 tis. €, protože náklady vznikají při integraci a nastavování pravidel, ne u licencí.
Potřebujeme na začátek datového analytika?
Ne. U prvního projektu vás neomezují schopnosti modelu, ale to, jestli máte několik lidí, kteří odliší dobrý výstup od věrohodně vypadajícího. Raději důkladně zaškolte pět lidí než povrchně padesát a specialisty najímejte, až budete vědět, jaký problém řešíte.
Co když máme nepořádek v datech?
Nepořádek v datech má každý. Je to důvod testovat právě na nich, ne důvod nezačít. Ve třetím měsíci selhávají systémy, které se hodnotily na čistém vzorku — proto své nejhorší soubory zařaďte rovnou do výběru dodavatele, místo aby vás překvapily později.
Koupit hotové řešení, nebo vyvinout vlastní?
Kupujte všechno, co se dá koupit jako hotové řešení: kontrolu výkresů, přepis řeči, shrnutí. Vyvíjejte nebo integrujte jen tam, kde hodnota vzniká z něčeho, co je vaše — z vašich šablon, specifikací, vašeho ERP. Vyvíjet si vlastní řešení něčeho běžně dostupného je nejdražší způsob, jak zjistit, že to běžně dostupné bylo.
Co je dobrá první úloha?
Taková, která se často opakuje, má ověřitelnou správnou odpověď a případná chyba se dá napravit. Sdílená schránka, příchozí poptávky po nabídce a kontrola dokumentů splňují všechny tři podmínky. Cokoli, kde jsou chyby vzácné, drahé a vyplavou na povrch až po měsících, nesplňuje ani jednu.
