• SEO Pivo
  • Marketingová Plzeň
  • AI Bootcamp
  • Kontakt
[email protected]
Osobní web
Blog o SEO, AI a Marketingu
Martin Bangho
  • GEO & SEO
  • AI & Agenti
  • Marketing
  • GEO & SEO
  • AI & Agenti
  • Marketing
Blog AI & LLMs
Martin Bangho porovnává dvě řady dřevěných bloků na pracovním stole.

AI pilot: jak poznat úsporu, kterou firma skutečně využije

Martin Bangho Martin Bangho
19. 11. 2026
Kategorie: AI & LLMs
7 minut čtení
0
0

AI pilot má ukázat, zda firma dokončí konkrétní práci lépe nebo levněji, ne kolik textu zvládne vygenerovat. Změřte proto celý postup od převzetí zadání po použitelný výstup. Připočítejte kontrolu, opravy i práci kolegů a předem určete, co uděláte s případně uvolněným časem.

Právě poslední krok v rozpočtech často chybí. Ušetřená hodina může pomoci zkrátit frontu požadavků, ale sama nesníží fakturu ani nezvýší tržby. Následující postup vám pomůže připravit pilotní kartu, podle které půjde rozhodnout o další investici. Číselná ukázka je výhradně modelová, nikoli výsledek mého klienta.

Vyberte opakovatelnou úlohu a srovnatelný vzorek

„Zavést AI do marketingu“ není měřitelná úloha. „Připravit z odsouhlasených produktových podkladů návrh odpovědi obchodníkovi, který před odesláním schválí specialista“ už má začátek, konec i člověka odpovědného za správnost. Nejdřív napište, co musí výstup obsahovat a kdy se naopak musí vrátit k doplnění.

Další články

Redakční AI ilustrace: konzultant v modré košili ukazuje na modrou kuličku v úzkém místě dřevěné dráhy.

RAG je pomalý nebo drahý: co měřit před cache a změnou modelu

19. 11. 2026
Muž v modré košili stojí vedle bílé tabule s řadou barevných obdélníků.

Jak AI rozumí textu: od tokenů k odpovědi

18. 11. 2026
Tři veřejné zdroje se spojují do jedné poznámky s otázkou, důkazy a historií opravy.

Jak propojit Hermes Agent s Obsidianem a udržovat poznámky se zdroji

19. 11. 2026
Dvě role s vlastními instrukcemi a pamětí propojuje předání; účty a soubory je nutné kontrolovat zvlášť.

Jak používat profily a Bot Mode v Hermes Agent pro oddělené pracovní role

19. 11. 2026

Vyberte případy z běžné práce, nikoli jen ty, na kterých se nástroj dobře předvádí. Rozdělte je například podle složitosti, dostupnosti podkladů a zkušenosti zpracovatele. Zahrňte neúplné zadání i případ, který AI nemá řešit. Podmínku „neodpovědět bez platného ceníku“ potřebujete otestovat stejně jako správně vyplněnou nabídku.

Výchozí stav neboli baseline měřte stejným způsobem jako novou variantu. Pokud je to provozně možné, rozdělte srovnatelné úlohy náhodně mezi práci s AI a bez ní a rozložte obě varianty mezi stejné lidi. Nenechte jednoho člověka nejprve vyřešit stejný případ ručně a pak s AI: podruhé už zná odpověď. U prostého srovnání „před a po“ přiznejte také změny vytížení, podkladů a zkušeností. Takové pozorování nemusí izolovat účinek nástroje.

Velikost vzorku odvoďte od různorodosti práce a závažnosti rozhodnutí. Několik případů může odhalit závadu, ale neprokáže stabilní úsporu celé firmy. Uchovejte počty, rozptyl časů a neúspěšné pokusy. Průměr doplňte mediánem a pohledem na pomalé či rizikové případy; výběr pouze povedených odpovědí by pilot proměnil v prezentaci.

Změřte celý proces včetně opravy a kontroly

Oddělte aktivní práci od čekání. Když model generuje a člověk mezitím zpracuje jiný požadavek, nezapočítejte stejnou minutu dvakrát jako odpracovaný čas. Dobu od zadání po schválení sledujte zvlášť: výstup může spotřebovat méně lidské práce, ale dorazit později kvůli frontě u schvalovatele.

Do záznamu patří příprava vstupů, formulace zadání, ověření zdrojů, věcná kontrola, úpravy a případné ruční dokončení. Připojte i čas kolegy, který odpověď zachraňuje. Neúspěšný AI pokus nemizí z nákladů tím, že se úloha nakonec vyřeší původní cestou. Jednorázové školení a nastavení evidujte odděleně od opakovaného provozu.

Proč nestačí pocit uživatelů? Studie METR z roku 2025 náhodně přidělovala možnost používat AI při 246 úlohách šestnácti zkušených open-source vývojářů. V daném prostředí úlohy s povolenou AI trvaly podle hlavního odhadu o 19 % déle, přestože účastníci po experimentu odhadovali zkrácení času o 20 %. Šlo o nástroje na úrovni února až června 2025 a o zkušené přispěvatele do známých projektů, ne o reprezentativní test každé kancelářské práce.

Opačný směr ukazuje Generative AI at Work, publikovaná v Quarterly Journal of Economics v roce 2025. Na datech 5 172 pracovníků zákaznické podpory autoři odhadují průměrný růst počtu vyřešených případů za hodinu o 15 %. Přínosy se výrazně lišily podle zkušenosti pracovníků. Jde o zavádění konkrétního asistenta v jedné firmě a jejích dodavatelských týmech, nikoli o příslib úspory stejného procenta vašich nákladů.

METR navíc v aktualizaci z 24. února 2026 upozornil na výběrové zkreslení navazujícího experimentu a obtíže s měřením souběžné práce agentů. Nová data považuje za velmi slabý důkaz velikosti zrychlení. Starší výsledek tedy nepoužívejte jako verdikt o dnešních nástrojích. Obě studie jsou důvodem měřit vlastní proces, ne vybírat si procento, které se hodí do nabídky.

Přepočítejte náklad použitelného výstupu

Modelová situace: fiktivní firma připravuje návrhy odpovědí z veřejných produktových podkladů. V každé variantě zpracuje 40 srovnatelných požadavků. Všechny jsou na konci přijaty, protože případné neúspěchy zahrnují ruční dokončení. Vstupy níže jsou zvolené pro vysvětlení výpočtu; nejde o skutečný pilot ani doporučené výkonnostní cíle.

Modelový lidský čas na jeden dokončený požadavek, v minutách
Část práce Původní postup Postup s AI
Příprava a návrh 18 6
Kontrola 4 7
Opravy a ruční dokončení, průměr přes všechny případy 2 5
Celkem 24 18

První návrh sice klesl z 18 na 6 minut, ale celý proces z 24 na 18 minut. Úspora lidského času je 6 ÷ 24 × 100 = 25 %, nikoli přibližně dvě třetiny. U 40 dokončených požadavků jde o 240 minut, tedy 4 hodiny. Vyšší počet výstupů za hodinu by byl jiný ukazatel s jiným jmenovatelem.

Pro nákladový přepočet předpokládejme stejný interní náklad 600 Kč za hodinu práce ve všech krocích a provoz AI 800 Kč za tuto dávku. Původní práce stojí 40 × 24 ÷ 60 × 600 = 9 600 Kč. Varianta s AI stojí 40 × 18 ÷ 60 × 600 + 800 = 8 000 Kč. Na použitelný výstup tedy připadá 240 Kč původně a 200 Kč s AI. Rozdíl 1 600 Kč je modelový nákladový rozdíl před jednorázovým zavedením, ne dosažená hotovostní úspora.

Pokud mají kontrolor a autor různý náklad, počítejte jejich minuty zvlášť. Když část případů zůstane nedokončená, uveďte počet přijatých výstupů a všechno vynaložené úsilí dělte tímto počtem. Nenechte srovnání odměnit postup, který jen odmítne složité úlohy. Kritéria přijetí i skladba požadavků musí zůstat srovnatelné.

Otestujte i nepříznivou variantu. Pokud opravy s AI v modelu vzrostou z 5 na 11 minut, lidský čas se vrátí na 24 minut a navíc zůstane 800 Kč za AI. Náklad dávky pak činí 10 400 Kč. To není pravděpodobnost budoucího výsledku, ale jednoduchá kontrola citlivosti: ukazuje, která proměnná může rozhodnutí obrátit.

Oddělte kapacitu, hotovost a novou tržbu

Čtyři uvolněné hodiny mají hodnotu, pokud je tým dokáže využít. Před pilotem proto zvolte konkrétní návaznost: zpracovat čekající požadavky, dokončit zanedbanou revizi dokumentace nebo omezit placené přesčasy. Rozptýlené minuty nejsou automaticky čtyřhodinový blok a plánované využití ještě není doložený výsledek.

Hotovostní úsporu vykazujte až proti skutečně omezenému výdaji, například neobjednané externí práci, kterou by firma jinak potřebovala. Pokud stejným lidem dál platíte stejnou mzdu, nepřičítejte hodnotu jejich kapacity ještě jednou jako snížení výdajů. U odloženého náboru doložte, zda byl opravdu potřebný a plánovaný; pouhá možnost jednou někoho nepřijmout není dnešní úspora.

Nová tržba vyžaduje další důkaz. Rychleji připravená nabídka neznamená, že díky ní zákazník objednal. Sledujte získané zakázky a jejich příspěvek po souvisejících nákladech, ale nepřipisujte celý růst AI, pokud se současně měnila cena, poptávka nebo obchodní tým. Kapacitu a její finanční využití držte v oddělených řádcích. Podobné rozlišení investice a přírůstkového přínosu rozebírá SEO ROI a forecast; zde rozhodujete o pracovním procesu, nikoli o návštěvnosti.

Dohodněte stop, pokračování a vlastníka

Pilotní karta může mít jednu stránku. Potřebuje ale rozlišit nezměřené předpoklady od výsledků a mít předem domluvené rozhodnutí. Zkopírujte následující pole a doplňte je pro jednu úlohu. Hranice přijatelnosti nejsou univerzální procenta; závisejí na následku chyby a nákladech kontroly.

Úloha a výstup
Co přesně přebíráme, kdo potvrzuje správnost a co zůstává mimo pilot?
Vzorek a srovnání
Které případy a pracovníky zahrneme, jak je rozdělíme a jak zohledníme obtížnost?
Měření
Lidský čas všech rolí, čekání, přijaté a odmítnuté výstupy, závažnost chyb, provoz a jednorázové náklady.
Využití kapacity
Jaký konkrétní úkol má získaný čas převzít a kde ověříme skutečné omezení výdaje či další přínos?
Hranice a termín
Jaké závady znamenají okamžité přerušení, co opravíme a znovu otestujeme, kdy proběhne vyhodnocení?
Rozhodnutí a vlastník
Kdo schválí pokračování, změnu rozsahu nebo konec a kdo zajistí další provoz?

Únik nepovolených dat nebo závažná věcná chyba se nemají schovat do průměrného skóre. Oddělte je od drobných oprav. Výsledek může být „pokračovat jen pro jednodušší případy“ nebo „nejdřív opravit podklady“. I zastavený pilot může splnit účel, pokud zabrání větší investici bez opory. Pro širší výběr priorit navazuje marketingová strategie v době AI.

Potřebujete připravit pilot, podle kterého půjde rozhodnout?

Pomohu vám vybrat konkrétní proces, sestavit zadání a domluvit měření i odpovědnosti týmu. Napište mi, jakou práci chcete pomocí AI zlepšit a co o ní dnes dokážete změřit. Technické řešení a případné vedení realizace vymezíme podle situace; úsporu nejdřív ověříme, ne slíbíme. Výběr pilotu a rozdělení rolí řeší AI strategie a projektové řízení.

Štítky: AnalýzaB2BNávod
Předchozí článek

Kdy GraphRAG pomůže a kdy jen prodraží vyhledávání

Další příspěvek

Koupit AI asistenta, nebo stavět vlastní? Zadání, které odhalí cenu i odpovědnost

Martin Bangho

Martin Bangho

Jmenuji se Martin a od roku 2015 se pohybuji ve světě online marketingu a tvorby webů. Věřím v marketing postavený na faktech, ne na iluzích. Mým cílem je pomáhat podnikatelům růst díky datově řízenému marketingu. Když zrovna neřeším marketing nebo podnikání, najdete mě ve fitku, na koncertě (hlavně hip-hop) nebo s přáteli. Jsem trochu kritik, puntičkář – ale hlavně optimista, který věří, že i marketing může být fér a ziskový.

Podobné články

Orientační bílo-modrá mapa cest od prvního startu k práci se zdroji a pravidelnému reportu.
AI & LLMs

Hermes Agent: přehled návodů od instalace po automatizaci úkolů

19. 11. 2026
Tři zdroje, uložené verze a kontrola reportu v bílo-modrém schématu.
AI & LLMs

Jak s Hermes Agent sledovat změny veřejných zdrojů a připravit report ke kontrole

19. 11. 2026
Společná Git historie se větví do vlastního worktree s patchem, testem, náhledem a kontrolou.
AI & LLMs

Jak s Hermes Agent upravit web v Git worktree a ověřit změny před nasazením

19. 11. 2026
Modelový proces sběru, návrhu a kontroly se závislostmi určenými před spuštěním.
AI & LLMs

Jak řídit úkoly, závislosti a kontrolu práce v Hermes Agent Kanbanu

19. 11. 2026
Další příspěvek
Martin Bangho porovnává hotovou dřevěnou krabici s rozloženými díly druhé.

Koupit AI asistenta, nebo stavět vlastní? Zadání, které odhalí cenu i odpovědnost

Odebírat
Upozornit na
0 Komentáře
Nejstarší
Nejnovější Nejlépe hodnocené

Bangho Martin

SEO Konzultant & AI Strategist

Specializuji se na datově řízené strategie, které propojují týmovou spolupráci napříč firmou, od obchodu přes vývoj až po obsah, s tvorbou plánů, jež posilují značku i výkonnost v konkurenčním prostředí.

Štítky

Analýza B2B B2C Brand E-commerce Google Hermes Nástroje Návod Off-page SEO On-page SEO Reporty z akcí SaaS Technické SEO Teorie User Experience Webové stránky

Nejnovější příspěvky

  • Produktový marketing: od znalosti zákazníka k úspěšnému uvedení produktu
  • Jak měřit AI viditelnost: protokol, vzorek a metriky
  • SEO audit: od checklistu k prioritám a opravám
  • Lokální SEO v době AI: co zkontrolovat jako první
  • Hermes Agent: přehled návodů od instalace po automatizaci úkolů
  • SEO Pivo
  • Marketingová Plzeň
  • AI Bootcamp
  • Kontakt

© 2025 Martin Bangho - SEO Konzultant & AI Strategist

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In
  • GEO & SEO
  • AI
  • Marketing
[email protected]

© 2025 Martin Bangho - SEO Konzultant & AI Strategist

Tato webová stránka používá soubory cookie. Pokračováním v jejím používání vyjadřujete souhlas s jejich používáním. Navštivte naši Zásady ochrany osobních údajů a používání cookies.