Majitel menší firmy zaplatí za asistenta pro psaní textů, za chatbota nebo za automatizaci e-mailů a po třech měsících neví, jestli se to vyplatilo. Zaměstnanci říkají, že je to rychlejší, ale na účtu ani v objednávkách to vidět není. Zavedení AI do práce týmu jsme rozebírali v dřívějších článcích, tady jde jen o to, jak přínos spočítat.

Zjednodušeně: místo odhadu ušetřených minut určit předem jeden měřitelný výsledek, tedy návratnost investice v číslech, změřit ho před zavedením a po něm a stanovit hranici, při které se projekt zastaví. Článek ukazuje, jak taková karta projektu vypadá, co všechno AI stojí a jak číst průzkumy o přínosu AI.

Stav informací k 20. 11. 2026. Vycházíme z příspěvku analytiků Forresteru z 18. 11. 2026, z průzkumu OECD mezi malými a středními firmami z roku 2026 a ze statistiky ČSÚ z ledna 2026. Karta projektu a pravidla zastavení jsou náš návrh postupu, ne ověřený oborový standard.

Proč ušetřené minuty nedokazují, že se AI vyplácí?

Ušetřené minuty ukazují, že se práce zrychlila, ale ne to, že firma vydělala. Analytici Forresteru v příspěvku z 18. 11. 2026 píší, že ušetřený čas je přesvědčivá ukázka, ale sám hodnotu investice nedokazuje. Podle nich nestačí přidat asistenta k nezměněnému postupu; práci je třeba přepracovat tak, aby se úspora promítla do výsledku podniku.

Modelová situace (nejde o skutečnou firmu): obchod s koly platí asistenta, který píše návrhy odpovědí zákazníkům, a zaměstnanec hlásí, že mu odpovědi zaberou o polovinu méně času. Odpovědi ale dál chodí do téže fronty a uvolněný čas nikdo nevyužije. Tržby, spokojenost ani počet vyřízených dotazů se nezmění a licence je čistý náklad.

Odhady přínosu bývají navíc subjektivní. V průzkumu OECD D4SME 2026 hodnotily malé a střední firmy, které AI používají, její přínos samy. Aspoň střední přínos uvedlo 54 procent z nich. Minimální nebo žádný přínos uvedlo 44 procent.

OECD zdůrazňuje, že jde o vlastní hodnocení a vzorek není reprezentativní. Tvoří ho zákazníci digitálních platforem ze 12 zemí a ze 2 018 odpovědí jich 1 376 přišlo z Japonska. Otázku o přínosu zodpovědělo 1 160 respondentů.

S českou adopcí si tato čísla nepleťte. Podle ČSÚ používalo v roce 2025 aspoň jednu z osmi sledovaných technologií umělé inteligence 18 procent českých firem s deseti a více zaměstnanci. Průměr EU byl 20 procent.

OECD uvádí, že AI používá 61 procent jejích respondentů, a rozdíl proti oficiálním statistikám vysvětluje složením vzorku: firmy na digitálních platformách bývají digitálně vyspělejší. Česko mezi 12 zeměmi průzkumu OECD není, takže číslo OECD neříká nic o českých firmách.

Jak malé a střední firmy hodnotí přínos AI

Transformační dopad6 % odpovědí
Významný přínos15 % odpovědí
Střední přínos33 % odpovědí
Minimální nebo žádný přínos44 % odpovědí
Odpovědi malých a středních firem na otázku, jak jim AI přináší hodnotu (OECD D4SME 2026, 1 160 odpovědí, vlastní hodnocení, neznáhodný vzorek); do 100 % zbývají 2 % odpovědi „nevím“. Zdroj: OECD.

Jak před nákupem určit měřitelný přínos AI?

Přínos je potřeba určit před nákupem: jedna metrika, její dnešní hodnota, cíl, termín a pravidlo, kdy se skončí. Forrester v příspěvku radí u každé investice určit výsledek, odpovědného vlastníka, očekávané načasování a důkaz, který přínos prokáže. Pro menší firmu stačí jedna strana, které lze říkat karta projektu.

Karta má šest položek a vyplňuje se ještě před platbou za nástroj. Při jejím vyplnění může pomoci AI audit a zavedení do firmy:

  1. Výsledek: jedna metrika, kterou AI přímo ovlivňuje, například objednávky po zodpovězeném dotazu, podíl chybných zásilek nebo doba do první odpovědi.
  2. Výchozí hodnota: stav před zavedením změřený aspoň několik týdnů, jinak není s čím výsledek srovnat.
  3. Cíl a termín: o kolik se metrika má změnit a do kdy.
  4. Náklady: licence, poplatky podle využití a čas lidí na zadávání, kontrolu a opravy výstupů.
  5. Vlastník: jedna jmenovaná osoba, která o pokračování rozhodne.
  6. Pravidlo zastavení: hodnota metriky nebo nákladů, při které se projekt ukončí nebo změní zadání.

Jaký přínos AI jde u malé firmy změřit?

U malé firmy jdou dobře změřit tři druhy přínosu: tržby nebo poptávky, chybovost a rychlost obsluhy. Každý má svou past, kterou je dobré znát předem. Údaje o objednávkách a tržbách se obvykle dohledají v obchodní analytice e-shopu nebo firmy.

  • Tržby nebo poptávky: počet objednávek či poptávek z místa, kde AI pomáhá, porovnaný se stejným obdobím před zavedením. Past je sezóna, proto srovnávat stejné období a ideálně i s kanálem bez AI.
  • Chybovost: podíl výstupů, které musel člověk přepsat, nebo počet reklamací. U textů a odpovědí zákazníkům jde o jednoduchý ukazatel kvality.
  • Rychlost obsluhy: doba do první odpovědi nebo do vyřízení objednávky. Past je v tom, že rychlost má cenu jen tehdy, když se zkrátila doba, kterou čeká zákazník, ne jen doba, kterou píše zaměstnanec.

Co AI projekt skutečně stojí?

Skutečné náklady AI jsou vyšší než cena licence, protože zahrnují i čas lidí a poplatky podle využití. Forrester v příspěvku s odkazem na text o celkových nákladech na AI (tokeneconomics.com) uvádí, že na samotné modely připadá jen 10 až 25 procent celkových výdajů na AI. Další nákladové položky jmenuje: cloud, software, vybavení, energii, chlazení a náklady mimo IT. Podíly ani to, o jaké firmy jde, příspěvek neuvádí, takže pro malou firmu z toho plyne jen obecný směr: licence není celá cena.

Poplatky podle spotřeby mohou s užíváním růst. Forrester píše, že náročnější nasazení může zvýšit spotřebu a že cena podle využití činí výdaje citlivé na to, jak se AI používá. Proto se tyto poplatky zapisují do karty i při pilotu. Do nákladů patří i hodiny, které lidé stráví kontrolou a opravami výstupů.

Jednoduchý výpočet: měsíční náklad se rovná licenci plus poplatkům za využití plus hodinám kontroly a oprav vynásobeným hodinovou cenou.

Průzkum OECD uvádí jako překážky při používání digitálních nástrojů obecně náklady na údržbu (39 procent odpovědí) a nedostatek času na školení (38 procent). Respondenti mohli vybrat až tři možnosti a nejde o údaje jen o AI. Potvrzují ale, že pozdější péče o nástroj je častý a často přehlížený náklad.

Kdy AI projekt zastavit a kdy pokračovat?

Projekt je rozumné zastavit nebo změnit, když po předem stanoveném termínu metrika nedosáhla hranice z karty. Prodlužování pilotu bez nové hypotézy je jen odkládání rozhodnutí. Forrester doporučuje vracet se k obchodním argumentům projektu, kdykoli se změní náklady, postupy nebo skutečné přínosy, a přesouvat peníze k použití, které se osvědčilo.

Návrh pravidel zastavení, která stačí zapsat do karty předem:

  • Po skončení pilotu (třeba po osmi týdnech, délku si firma určí sama) metrika nedosáhla stanovené hranice: zastavit nebo změnit zadání.
  • Přínos se projevuje jen v ušetřených hodinách, nikde v metrice: neplatit nad rámec pilotu.
  • Náklady rostou rychleji než používání nebo než přínos, například kvůli poplatkům podle využití: omezit nebo ukončit.
  • Podíl výstupů, které musí člověk opravit, roste místo aby klesal: vrátit se k zadání nebo ke kontrole kvality.
  • Metrika se zlepšila a změnil se i postup práce: pokračovat a rozšířit na další činnost.

Zdroje a stav informací

Stav informací k 20. 11. 2026. Údaje jsou ověřené u těchto zdrojů:

Jak články vznikají a ověřují: redakční zásady blogu.

ZKUSTE TO V PRAXI

Před dalším nákupem AI nástroje vyplňte kartu projektu: jedna měřitelná metrika, její hodnota dnes, cíl a termín, celkové náklady včetně času na kontrolu a pravidlo, kdy projekt skončí. Po pilotu porovnejte čísla s kartou a rozhodněte podle nich, ne podle pocitu.

Nejasný pojem?Nahlédněte do slovníku ↗