Past vibe codingu: Co pro vaši firmu AI neudělá

Claude vám do oběda postaví pět scénářů v Make.com a v n8n jich zvládne klidně sedm. Neřekne vám ale to podstatné: že automatizujete úplně špatný proces.

Napsat prompt a propojit aplikace dnes zvládne víceméně kdokoliv. Fungující kód máte za desítky minut, šablony a logické diagramy najdete zdarma na internetu nebo si je vygenerujete. A přesto čtyři z pěti automatizačních projektů podle průzkumu Gartneru umírají do 90 dnů.

Neumírají proto, že by nefungovaly webhooky. Umírají, protože někdo postavil špatný systém nebo ho postavil na křehké architektuře. A i když ho postavil rekordně rychle, firmě to žádnou reálnou výhodu nepřineslo.

Kód je levný, lidský úsudek ne

Dřív bylo drahé napsat samotný kód. Potřebovali jste správné vývojáře, robustní infrastrukturu a měsíce času. Dnes je kód komodita. Co ale levné není a nebude, je správný lidský úsudek: vědět, co dělat, jak to udělat, kde to rozběhnout a jak to pak dlouhodobě provozovat.

V malých a středních firmách to dnes vypadá často stejně. Co by se dřív stavělo čtvrt nebo půl roku, je s pomocí AI hotové za pár týdnů. Scénáře běží, agenti jsou nasazení. Když se ale podíváte pod pokličku a zeptáte se:

Kolik času jste reálně ušetřili?
O kolik víc jste vyprodukovali?
Kde konkrétně se to promítlo do zisku?

Odpověď často chybí. Tým má pořád plný kalendář. Náklady nezmizely, jen se přesunuly jinam: místo ruční práce teď lidé tráví hodiny správou agentů, laděním AI systémů a údržbou infrastruktury, kterou předtím vůbec nepotřebovali.

Vidíme to i u nás v Ninjabotu. Před pěti šesti lety šly při automatizacích a integracích zhruba dvě třetiny rozpočtu do samotného vývoje. Dnes jde do kódu mnohem méně. Zato narostly konzultace: strategické schůzky se zákazníky, rozhodování o tom, co má smysl dělat a co ne, a příprava stabilní architektury. U nás to funguje, protože máme specialisty a jejich čas dokážeme rozložit mezi desítky projektů.

Pokud si ale všechno budujete a udržujete sami uvnitř firmy, pohlídejte si jednu věc: abyste jen nepřerozdělovali rozpočet. Pokud peníze a čas, které dřív šly do samotné práce, teď jdou do stavby agentů, jejich správy a plateb za tokeny, byznys jste nezlepšili. Jen jste přelili náklady.

Co už je dnes mrtvá komodita

Výstupy, za které si agentury a konzultanti dřív účtovali astronomické částky, jsou dnes běžné zboží:

Procesní mapu si navrhnete s AI během chvilky.
Kód a integrační skripty vyvinete za zlomek původní ceny.
Technické překlady a dokumentace jsou prakticky zdarma.
Reporting se dá jednoduše napojit přes Model Context Protocol (MCP).
Claude vám vygeneruje přesný JSON pro automatizační scénář a přes prohlížeč nakliká pole v CRM.

Platit externistům za základní šablony už dnes nedává smysl. Lidskou práci to ale nenahrazuje. Nestačí na všechno nekriticky nasadit agenty.

Následujících sedm rozhodnutí za vás dnešní AI modely neudělají. Možná se to jednou změní, ale zatím musí zůstat u vás a zaslouží si podstatně víc pozornosti než jeden rychlý prompt.

1. Výběr procesů (Kudy do firmy tečou peníze)

Když se zeptáte jazykového modelu, co ve firmě automatizovat, dostanete dvacet nápadů. Vyjmenuje vám procesy, které se technicky automatizují nejsnáz – od třídění e-mailů po sociální sítě.

Model ale nevidí do vašeho cashflow. Vy jediní víte:

Kudy do vaší firmy peníze přitékají (jak zrychlit poptávky, domluvené schůzky a uzavřené obchody).
Kudy vám naopak náklady nekontrolovaně odtékají.

U každého nápadu si spočítejte předpokládanou návratnost. A nepočítejte jen s tím, že si aplikaci rychle vytvoříte pomocí vibe codingu. Vývoj sice nestojí skoro nic, ale aplikaci musíte někde provozovat.

Když se rozbije, někdo ji musí opravit a mít na to vyhrazený čas. Většinou to bude ten, kdo ji postavil, protože za ním celý tým přijde s větou: „Hele, ta tvoje aplikace nefunguje.“ A kolik vás bude stát, když nepoběží den nebo dva? Teprve když vidíte náklady i provozní rizika, děláte správné byznysové rozhodnutí.

2. Adopce týmem

Většina firem žije v omylu, že stačí vybrat nejlepší software na trhu, předat ho týmu a problém je vyřešený. Není. Digitalizace v praxi vždycky stojí na třech pilířích:

Rozumět procesu: Vědět, jak práce proudí dnes a proč v ní vůbec potřebujeme další nástroj.
Vybrat vhodný nástroj: Nejhledanější software na trhu není nutně ten pravý. Potřebujete nástroj, který přesně pokryje potřeby vašeho procesu, a musíte ho správně integrovat.
Adopce v praxi: Tým nástroji rozumí, umí s ním pracovat a reálně v něm eviduje data.

Právě na třetí krok se zapomíná nejčastěji. Můžete mít technicky dokonalý nástroj s AI agenty, ale pokud v něm tým nebude denně pracovat a nebudou v něm čistá data, je vám úplně k ničemu.

3. Disciplína v zadání (Boj se scope creepem)

V technickém žargonu se tomu říká scope creep. Ať stavíte automatizaci, AI řešení nebo vlastní software, budou vás za běhu pořád napadat další a další vylepšení.

Právě tady je potřeba se zastavit a říct si: tohle je první verze (MVP). Potřebujeme ověřit, jestli funguje, šetří čas a jestli se investice vrací. Teprve potom můžeme přidávat další funkce. Spousta firem místo malého a funkčního pomocníka postaví robustní monstrum, které v reálu nefunguje a všichni jsou akorát frustrovaní z vyhozených peněz.

4. Nepsaná pravidla firmy

Každá firma funguje podle pravidel, která nikdo nikdy nesepsal. Máte je v hlavě – pocitově, instinktivně, na základě letitých zkušeností s konkrétními případy:

Jak nacenit zakázku pro rizikového klienta, u kterého hrozí komplikace?
Kdy ukončit spolupráci se zákazníkem, protože je vztah toxický nebo neplatí včas?

Vy tyhle hranice přesně cítíte. Jazykový model je znát nemůže, protože nikde nejsou zapsané. A bez kontextu vám logicky nemůže dát správný výstup.

5. Připravenost na výjimky a provozní rizika

Co se stane, když automatizace přestane fungovat? Když agent začne halucinovat nebo přestane odpovídat?

Když software koupíte jako hotovou službu, za dostupnost ručí dodavatel se svým SLA. Když si řešení poskládáte sami, veškerá zodpovědnost padá na vás:

Co když spadne platební brána uprostřed kampaně?
Co když selže jeden webhook a klientům přestanou chodit týdenní reporty?
Kdo to vyřeší o svátcích, když nikdo z týmu není online? A jak se o tom vůbec dozvíte?

Systém není hotový ve chvíli, kdy funguje ideální scénář. Hotový je tehdy, když máte vyřešené výjimky. Například: když automatizace spadne, pošle se výstraha do e-mailu, a pokud ji nikdo do dvaceti minut nepotvrdí, odejde SMS technikovi. U procesů kritických pro firmu musíte mít jistotu, že se o výpadku okamžitě dozví živý člověk.

6. Kůže na trhu

AI nemá ve vaší hře vlastní kůži. Zeptejte se ChatGPT, jestli provozovat n8n na vlastním serveru, nebo platit cloud. Jestli si nástroj napsat na míru, nebo koupit hotové SaaS řešení. Dostanete skvělou tabulku osmi důvodů pro a osmi proti. Rozhodnutí ale zůstane na vás.

Vy víte, kolik máte na účtu a jestli si teď můžete dovolit riskovat s vlastním vývojem. Vlastní řešení sice na papíře vypadá levněji, ale po cestě se téměř vždy něco pokazí a prodraží. Hotový produkt má předvídatelnou měsíční platbu, kterou promítnete do nákladů. AI vám dá strukturovaný názor, ale byznysové riziko nesete vy.

7. Zodpovědnost a dotažení do konce

Otevřete Claude Code nebo začněte chatovat s modelem a bude pro vás pracovat donekonečna. Bude ochotně brainstormovat, navrhovat další varianty a psát kód celou noc. Dotáhnout věc do konce ale musíte vy: zajistit, aby o ní lidé věděli, pochopili ji a začali ji používat.

Nízká cena vývoje paradoxně způsobuje rozhodovací paralýzu. Najednou máte pocit, že můžete postavit cokoliv. Vidím spoustu podnikatelů, kteří do téhle pasti spadli: místo aby používali hotové nástroje na trhu, začali po večerech stavět vlastní aplikace a přestali se věnovat jádru svého byznysu.

Často slýchám otázku, jestli má smysl digitalizaci řešit teď, když za půl roku budou LLM modely zase úplně jinde. Vývoj jde dopředu extrémně rychle – naše první scénáře z doby před třemi lety jsou proti dnešním úplně jiná liga.

Jedna věc se ale nemění: zodpovědnost za to, že dáte peníze do správných věcí a postavíte systém, který dává smysl. AI vám umožní stavět rychle, levně a na úrovni, kterou byste dřív nezvládli. Když ale budete technologický rozpočet rozdávat nalevo napravo jako opilí milionáři, firmu položíte stejně spolehlivě jako dřív.

Papír snese všechno, provoz ne

S dobrým ekonomickým vzděláním a pomocí AI napíšete na papíře perfektní byznys plán i procesní diagram. Jakmile ale firmu začnete reálně provozovat a systém narazí na skutečné zákazníky a každodenní provoz, plány se začnou lámat. Musíte reagovat na odezvu týmu i trhu.

Odolná firma není ta, která má padesát poslepovaných automatizačních scénářů a platí deset nových AI předplatných jen proto, že vypadají moderně.

Je to firma, která:

Klidně a udržitelně roste i v době technologického překotného vývoje.
Využívá technologie k posílení jádra svého byznysu, ne k výrobě interního chaosu.
Nepraskne ve švech, když majitel odjede na tři týdny na dovolenou.

Přemýšlejte o architektuře jako o jednom pevném celku místo spousty křehkých skriptů, které se při první změně API rozpadnou. Firma, kde lidé přesně vědí, co mají dělat, a automatizace spolehlivě jistí rutinu, má nekonečně větší hodnotu než další třpytivá aplikace s jednou funkcí navíc.

Kód je levný. Úsudek zůstává na vás.

Budujte firmu s klidem.

Chcete se podívat na procesy ve vaší firmě střízlivýma očima a postavit automatizace, které vydrží? Ozvěte se nám do Ninjabotu – navrhneme architekturu, na kterou se můžete spolehnout.