Co vás čeká v tomto článku?
Tenhle článek je o tom, jak automatizace probíhá u mě v praxi. Od první schůzky po chvíli, kdy systém běží sám a vy se na něj přestanete dívat.
Co automatizace doopravdy je (a co není)
Automatizace procesů znamená, že práci, kterou dnes někdo dělá ručně a pořád dokola, převezme software. Přijde faktura, sama se zaúčtuje. Dorazí poptávka, sama se zapíše do CRM a obchodník dostane upozornění. Report, který někdo každé pondělí ráno lepí z pěti nástrojů do Excelu, se vygeneruje sám v šest ráno a čeká ve schránce.
Mám takový příklad i ze své vlastní agendy. Faktury od účetní mi chodily mailem a já je ručně přesouval na Google Drive. Klidně hodinu, někdy víc. Dneska to nedělám vůbec, fakturu z mailu uloží systém sám na správné místo. Přesně tohle automatizace je, sundá z vás práci, kterou nemusí dělat člověk.
A co automatizace není? Není to robot, co nahradí celé oddělení. Není to kouzlo, které zapnete a ono pochopí, jak vaše firma funguje. A hlavně to není způsob, jak zachránit špatně nastavený proces.
Software nezachrání rozbitý proces. Zrychlí jen jeho chyby.
Tohle je nejdražší chyba, jakou kolem sebe vidím. Když vezmete chaotický proces a zautomatizujete ho, dostanete rychlý chaos. Proto se u mě nikdy nezačíná kódem. Začíná se otázkou, jestli ten proces vůbec dává smysl.
Proč to dává smysl, ale jen s metodou
Teď to dobré. McKinsey spočítal, že zhruba 45 % činností, za které lidé dostávají zaplaceno, jde automatizovat už dnešní technologií. Neznamená to, že přijdete o polovinu lidí. Znamená to, že polovina nudné rutiny, kterou váš tým dělá, může zmizet a oni se můžou věnovat věcem, kvůli kterým jste je najali.
U firem, které to udělaly pořádně, vychází návratnost obvykle do dvanácti měsíců (Deloitte) a roční úspora nákladů na automatizovaných procesech se pohybuje mezi 20 a 35 procenty (McKinsey).
Tak proč těch 70 % zklame? Odpověď není v technologii. McKinsey to rozdělil na poměr, který si u každého projektu připomínám: úspěch automatizace je z 10 % o algoritmech, z 20 % o datech a technologii a ze 70 % o lidech a procesech. Ta těžká část není napsat kód. Těžká část je vybrat správný proces, upravit ho a dostat do hry lidi.
A ještě jeden střízlivý údaj. Z firem, co automatizaci vyzkoušely, ji jen 3 % dokázala rozšířit za hranice pár pilotních robotů (Deloitte). Pilot je snadný. Provoz ve velkém je práce. Přesně proto má smysl mluvit o postupu, ne o nástroji.
A není to jen stará historie. I podle čerstvějších dat (BCG, 2024) zatím 74 % firem nedokázalo z AI vytěžit hmatatelnou hodnotu, nejčastěji proto, že ji nasadily bez jasné metody.
Jak to probíhá u mě: čtyři fáze
Postup je pokaždé stejný a má svoji logiku. Nepřeskakuju ho, i když klient tlačí rovnou na „tak to pojďme naprogramovat“.
Fáze 1: Audit, čili kde se ztrácejí peníze
Sednu si s vámi a projdeme, jak firma reálně funguje. Ne podle toho, co je ve směrnici, ale podle toho, co se děje v úterý odpoledne. Hledám procesy, které mají jasné znaky toho, že se vyplatí automatizovat:
- Dělají se pořád dokola a stejně, tedy podle pravidel.
- Dějí se často nebo ve velkém objemu.
- Snadno se v nich chybuje, třeba přepisování čísel nebo ruční výpočty.
- Člověk v nich přeskakuje mezi systémy a kopíruje data z jednoho do druhého.
Ten poslední bod je zlatý důl. Kdykoliv někdo otevře e-shop, zkopíruje číslo objednávky, přepne do účetnictví, vloží ho tam, přepne do mailu a napíše zákazníkovi, právě tam se dá ušetřit nejvíc.
Než mi zavoláte, zkuste si týden zapisovat, kolikrát někdo ve firmě kopíruje data z jednoho systému do druhého. Ten seznam je váš první žebříček kandidátů na automatizaci.
Fáze 2: Vyhodnocení, čili čím začít
Z auditu vypadne seznam. A teď přijde nejdůležitější rozhodnutí, čím začít. Nedělám to podle toho, co vás nejvíc štve. Dělám to podle jednoduché tabulky. Na jednu osu dám hodnotu (kolik to ušetří), na druhou náročnost (jak těžké to je postavit). Začínáme tím, co je nahoře vlevo: velká hodnota, malá námaha.
Říká se tomu quick wins a má to jeden skrytý důvod. První automatizace musí fungovat a musí být vidět. Když tým uvidí, že mu zmizela hodina nudné práce denně, přestane se bránit a začne sám nosit nápady, co automatizovat dál.
Fáze 3: Vypracování postupu, čili návrh a pilot
Tady se teprve staví. Nejdřív nakreslím, jak má automatizovaný proces vypadat krok po kroku. Pak postavím první verzi a pustím ji na malém vzorku, třeba na desetině objednávek, ne na všech. Cíl pilotu není pochválit se, jak to hezky běží. Cíl je najít, co jsem nepředvídal. A vždycky se něco najde: výjimka, neočekávaný formát, zákazník, co vyplní formulář úplně jinak než všichni ostatní.
Fáze 4: Zavedení do reálného provozu
Když pilot drží, rozšíříme to na celý objem. Postupně, ne ze dne na den. Nejdřív jeden tým nebo jedna část procesu. K tomu nastavím měření, abyste viděli, jestli to opravdu šetří čas a snižuje chyby, ne jen že to „nějak běží“. A předám vám to tak, abyste nebyli závislí na tom, že vám každý týden volám.
Proč to napoprvé nebude dokonalé (a proč je to v pořádku)
Tady chci být upřímný, protože tohle většina nabídek zamlčuje. Žádná automatizace není hotová prvním nasazením. Realita je vždycky pestřejší než plán. Někdo zadá datum v jiném formátu, dodavatel změní strukturu faktury, přijde objednávka, jakou jste za tři roky neviděli.
Proto s každou automatizací počítám se dvěma až třemi koly ladění. Pustíme to, sbíráme data, díváme se, kde to drhne, a doháníme to. Není to chyba postupu, tohle je ten postup.
Když vám někdo slíbí, že automatizace bude dokonalá hned napoprvé, buď přehání, nebo to nikdy nedělal. Počítejte s laděním už v rozpočtu, ušetříte si zklamání.
Jak to celé drží pohromadě: spolehlivý kód a AI
Teď k tomu, co dělá můj přístup jiný. Skoro každý dnes radí udělat to celé přes AI. Já to tak nedělám a mám pro to dobrý důvod.
Existují dva druhy stavebních dílů:
- Deterministický kód je klasický software, který funguje jako kalkulačka. Dáte mu stejný vstup, dostanete pokaždé stejný výstup. Je spolehlivý, levný na provoz a dá se přesně ověřit, co udělal.
- AI, tedy jazykové modely jako Claude, umí věci, co obyčejný kód neumí: přečíst nestrukturovaný email, vytáhnout data z dokumentu, který pokaždé vypadá jinak, rozhodnout se v situaci, kterou nikdo dopředu nenaprogramoval. Daň za to je, že se občas splete, je dražší a nedá pokaždé stejnou odpověď.
Proč je nebezpečné lít všechno do AI? Je tu jedno staré inženýrské pravidlo (Lusserovo). Když dáte za sebe tři kroky, z nichž každý je spolehlivý na 90 %, celek není 90 %. Je to 0,9 krát 0,9 krát 0,9, tedy jen 73 %. Spolehlivost se v řetězu množí směrem dolů. Představte si proces, kde každá třetí faktura skončí špatně. To nikdo nechce.
Nejznámější varování z praxe je Klarna. Tahle fintechová firma vsadila skoro všechno na AI v zákaznickém servisu, propustila stovky lidí a chlubila se čísly. O rok později to její šéf otočil. Kvalita klesla, začali se vracet k lidem a k hybridnímu modelu. I Anthropic, firma za modelem Claude, ve své příručce radí hledat nejjednodušší možné řešení, a „někdy to znamená nestavět AI agenta vůbec“.
Vlastní pomocné systémy v PHP a Nette programuju klientům přes dvacet let. Naučilo mě to jednu věc: nejspolehlivější část automatizace je skoro vždycky obyčejný, dobře napsaný kód. Nejde o souboj starého s novým. Můj kód postaví mantinely, ve kterých AI běží naplno a bez rizika. Páteř stojí na kódu, AI přidávám tam, kde se její pružnost vyplatí.
Konkrétně: páteř automatizace drží PHP a Nette systémy, které řeší výpočty, přesuny dat, pravidla a propojení mezi systémy. AI nasadím na čtení textu, na pochopení nestrukturovaného vstupu a na rozhodování. K tomu používám agentní přístup přes Claude Code a jeho API. „Agentní“ znamená, že AI nedostane jen jednu otázku, ale celý úkol a sadu nástrojů, a sama si poradí v krocích. Jako šikovný junior, který umí použít nářadí, co mu dáte. Celé to pak propojí orchestrátor, často n8n.
A na jedné věci trvám. Na začátku u citlivých kroků vždycky stojí člověk, který výstup schválí. Důvěra se buduje postupně. Až systém měsíce ukazuje, že to dělá dobře, pustí se víc samostatně. Důvěra se získává výsledky, nedává se předem.
Ten audit, kterým automatizace správně začíná, dělám u každého projektu dřív, než navrhnu jediný krok - jinak se ušetřené hodiny nikdy nedostaví. Jak postupuju od mapování procesu k běžícímu řešení, popisuju u tvorby AI agentů a automatizací na míru →.
Hodnota, která roste v čase
Poslední věc, kterou si chci, abyste odnesli. Automatizace není jednorázová úspora, je to investice, která se skládá. Spočítejte si to. Když jedna automatizace ušetří dvě hodiny denně, je to deset hodin týdně. Přes čtyřicet hodin měsíčně. Skoro pět set hodin za rok, a to z jednoho jediného procesu. Navíc ten proces na rozdíl od najatého člověka nezapomene, neonemocní a v lednu nechce přidat.
Ta opravdová hodnota je ale jinde. Když máte tři, pět, deset automatizovaných procesů, nešetříte jen čas. Měníte to, co vaše firma vůbec zvládne. Přijmete dvakrát víc objednávek bez nabírání lidí. Tým, který dřív hasil rutinu, dělá věci, co firmu posouvají. Tahle výhoda se s každým dalším procesem nasčítává.
Kde začít
Tohle je přesně to, co pro firmy dělám. Nezačínám tím, že vám prodám nástroj. Začínám auditem. Sedneme si, projdeme vaše procesy a najdeme ty, kde se automatizace vrátí nejrychleji. Pak vám narovinu řeknu, co se vyplatí a co ne. Žádné sliby o zázracích, jen postup, který funguje.
Na úvodní konzultaci vám rovnou ukážu dva nebo tři procesy, kde byste ušetřili nejvíc, ještě než cokoliv zadáte. Mrkněte na službu automatizace procesů, nebo si domluvte nezávaznou konzultaci zdarma.
Co si z článku odnést?
- 70 % automatizačních projektů zklame, skoro vždy kvůli špatně vybranému procesu, ne kvůli technologii.
- Funguje to jen s postupem: audit, výběr procesů, pilot, reálný provoz.
- Napoprvé to nebude dokonalé a je to v pořádku. Ladí se ve dvou až třech kolech.
- Spolehlivé části stavím na klasickém kódu, AI nasazuju jen tam, kde se vyplatí.
- Hodnota se v čase skládá: jeden proces dokáže ušetřit stovky hodin za rok.
Časté otázky
Musím kvůli automatizaci propouštět lidi?
Ne. Cílem není nahradit tým, ale sundat z něj rutinu, ve které se jen ztrácí čas. Lidé se pak věnují práci, kterou software neudělá, tedy vztahům se zákazníky a rozhodování.
Jak dlouho trvá, než se automatizace zaplatí?
U dobře vybraných procesů vychází návratnost obvykle do dvanácti měsíců (Deloitte). Záleží na tom, kolik času proces dnes spolyká a jak často se opakuje. Proto se vždycky začíná auditem, který tohle spočítá dopředu.
Čím mám začít, když nevím, co automatizovat?
Auditem. Společně projdeme vaše procesy a najdeme ty, kde se automatizace vrátí nejrychleji. Začíná se quick wins, tedy věcmi s velkou hodnotou a malou náročností.
Proč ne udělat všechno přes AI?
Protože samotná AI se občas splete a chyby se v řetězu kroků sčítají. Spolehlivé části proto stavím na klasickém kódu a AI nasazuju tam, kde se její pružnost opravdu vyplatí. Tahle kombinace je stabilnější i levnější na provoz.
Zdroje
- McKinsey, Four Fundamentals of Workplace Automation (45 % činností): odkaz
- McKinsey, Intelligent Process Automation, 2017 (20 až 35 % úspora): odkaz
- BCG, Flipping the Odds of Digital Transformation Success, 2020 (70 % nesplní cíle): odkaz
- BCG, Where’s the Value in AI?, 2024 (74 % firem zatím bez hodnoty z AI): odkaz
- Deloitte, Global RPA Survey 2018 (návratnost do 12 měsíců, 3 % škálovalo): odkaz
- Anthropic, Building Effective Agents: odkaz
- Stonebranch, Deterministic vs. Probabilistic (Lusserův zákon): odkaz
Stavím firmám AI agenty a automatizace na míru
Chcete to zvládnout sami? Nabízím i individuální konzultace Claude Code · 2 000 Kč / lekce.
Pavel Szabo
Programátor webů, eshopů a informačních systémů s více než 23 lety praxe. Pomáhám firmám i jednotlivcům s online podnikáním, automatizacemi a využitím AI v praxi.
