Planeta AI 2026: O modelech se skoro nemluvilo. A to je ta hlavní zpráva

V polovině září jsem strávil celý den na konferenci Planeta AI, kterou pořádají Hospodářské noviny. Sedmnáct vystoupení a žádná teorie, jen firmy, které AI skutečně nasazují: Rohlík, Shoptet, O2, Groupon, ESET a další. Čekal jsem debatu o tom, který model je nejlepší. Nejzajímavější ale nakonec bylo právě to, o čem se téměř nemluvilo.

Nikdo z řečníků, kteří ukazovali skutečné výsledky, neřešil, jaký jazykový model používá. Všichni mluvili o tom, jak je postavená jejich firma. Jako analytik, který s klienty navrhuje řešení s využitím AI, to beru jako důležitý signál. Tady je pět věcí, které si z konference odnáším.

Tomáš Čupr (Rohlík Group) na konferenci Planeta AI 2026

Nikdo z řečníků, kteří ukazovali skutečné výsledky, neřešil, jaký jazykový model používá. Všichni mluvili o tom, jak je postavená jejich firma. Jako analytik, který s klienty navrhuje řešení s využitím AI, to beru jako důležitý signál. Tady je pět věcí, které si z konference odnáším.

Brzda je v organizaci, ne v modelu

Tahle myšlenka zazněla nezávisle od Adastry, Deloitte, O2, Shoptetu i Rohlíku. Nejostřeji ji formuloval Jan Hejtmánek z Deloitte: nasazení AI agentů je IT projekt, ale transformace firmy pomocí agentů je transformace firmy. Pokud se řídí jako IT projekt, je podle dat Deloitte dvakrát pravděpodobnější, že nepřinese očekávané výsledky.

Petr Zelenka z Adastry k tomu přidal čísla z průzkumu McKinsey. U firem, kterým se AI skutečně vyplatila, byl součástí nasazení redesign procesu ve třech případech ze čtyř. U ostatních jen v jednom ze čtyř.

Nejkonkrétněji to ukázal Tomáš Čupr z Rohlík Group, který si nechal změřit celý inženýrský tým:

• Koordinační daň: pětičlenné týmy vykazovaly 2,6× více příspěvků na inženýra než týmy s více než deseti lidmi. Rohlík proto přešel na menší týmy a monorepo.

• Úzké hrdlo se posouvá: jakmile agenti zrychlili psaní kódu, práce se zasekla na code review, kde čekala 22,5 hodiny. Když proces revizí upravili, zkrátil se čas do sloučení kódu o 48 %.

• Výsledek za první čtyři měsíce: o 78 % více příspěvků na inženýra, o 57 % kratší čekání na sloučení a o 36 % kratší doba cyklu úkolu.

Podobnou zkušenost popsal Jan Hospodka ze Shoptetu. Vývoj se u nich za tři čtvrtě roku zrychlil dvakrát až třikrát. Vzápětí se ukázalo, že obchod nestíhá prodávat, co se vyvine, a zákaznická podpora nestíhá nové funkce vstřebat. Úzkým hrdlem Shoptetu je dnes rychlost rozhodování.

Nejdřív kontext, pak agenti

Druhá věc mě překvapila nejvíc. Čtyři firmy nezávisle na sobě postavily v podstatě totéž, jen tomu každá říká jinak: Rohlík „mozek firmy“, Shoptet „Shoptet Brain“, O2 „AI Workspace“ a Groupon „harness“. Vždy jde o jedno místo, kde je firemní kontext dostupný lidem i agentům: dokumentace, rozhodnutí, zápisy z porad nebo znalostní báze. Mluví se o tom jako o demokratizaci firemních dat.

Tomáš Čupr to shrnul větou, která se dobře pamatuje: Bez paměti je agent stážista. Neví, proč se firma rozhodla tak, jak se rozhodla, co už jednou selhalo, ani kdo komu co slíbil.

Přidal k tomu rámec, který podle mě výstižně popisuje prostředí většiny firem. Třicet let jsme stavěli systémy záznamu: ERP eviduje objednávku, sklad ví, co dorazilo, e-mail uchovává odpověď dodavatele. Každý nástroj dělá svou práci, ale výsledek padá mezi ně. Integrační vrstvou tak zůstává člověk. Dnes se začínají stavět systémy akce, tedy software, který práci dovede k ověřenému výsledku napříč všemi těmito nástroji.

Software se začíná psát i pro agenty

Panelová diskuse Jana Čurna (Apify), Lubomíra Forejtka (Aricoma) a Jiřího Fabiána (TopMonks) se točila kolem otázky, zda AI nahradí klasický software. Závěr byl opačný: softwaru přibude. Mění se ale to, kdo ho používá. Lidé stále méně chtějí proklikávat další rozhraní a raději úkol zadají svému agentovi.

Shoptet už to má v provozu. Díky MCP serveru mohou obchodníci řídit svůj e-shop přímo z ChatGPT nebo Clauda, aniž by vstoupili do administrace. Pro každého, kdo staví portály, samoobslužné zóny nebo integrační platformy, z toho plyne jasný závěr: vedle rozhraní pro člověka bude potřeba i rozhraní pro agenta.

Jan Čurn k tomu nabídl jednoduchý test. Stojí váš software na nějakém fundamentu, tedy na fyzických aktivech, unikátních datech nebo partnerstvích, která nikdo jiný nemá? Pak má budoucnost. Pokud jde jen o pěkné rozhraní nad databází, bude to mít těžké.

Rizika jsou prozaická, ne sci-fi

Nejtvrdší čísla dne přinesl Juraj Jánošík z ESETu. Jeho tým analyzoval zhruba 800 tisíc AI skillů na agentických platformách. Přes 30 tisíc z nich vyhodnotil jako nebezpečné a více než 5 tisíc jako vyloženě škodlivé, přičemž některé měly desítky tisíc stažení. Agentická platforma se tak stává dodavatelským řetězcem, jen bez procesu, kterým firmy běžně schvalují softwarové závislosti.

Raffaele D’Albenzio z F5 k tomu doplnil praktický pohled. Zakazovat neschválené AI nástroje podle něj nefunguje, protože si lidé vždy najdou cestu. Odpovědnost za to, co zaměstnanec udělá, přitom podle AI Actu nese firma. Doporučuje proto čtyři kroky v tomto pořadí:

• Zjistit: z reálného provozu, nikoli z dotazníku, jaké AI nástroje se ve firmě skutečně používají.

• Klasifikovat: nesledovat jen to, který nástroj kdo použil, ale hlavně to, jaká data odešla mimo firmu.

• Nasměrovat: nabídnout schválenou cestu, která je rychlejší a pohodlnější než ta neoficiální.

• Doložit: vést záznamy, které obstojí před regulátorem.

Co si z toho bereme my?

V Lundegaard pomáháme firmám zavádět AI do portálů, integrací i interních procesů a konference nám v řadě věcí potvrdila směr, kterým jdeme.

• Začínáme procesem a daty, ne modelem. Na workshopech s klienty nejdřív mapujeme, jak proces skutečně funguje a jaký kontext k němu existuje. Technologie přichází na řadu až potom.

• Zadání je víc než prompt. Spec-driven development, na kterém stavíme, vychází ze stejného principu, jaký zmiňoval Tomáš Čupr: agent nepotřebuje prompt, ale kvalitní zadání se záměrem, rozsahem a akceptačními kritérii.

• Governance od prvního dne. Jsme mezi prvními firmami v Česku, které získaly certifikaci systému řízení AI podle normy ISO/IEC 42001. Postup, který popsal Raffaele D’Albenzio, odpovídá tomu, co bude od firem vyžadovat AI Act. Vyplatí se mít ho nastavený dříve, než přijde první kontrola.

Know-how, nebo know-why?

Konferenci uzavíral biolog a kněz Marek Orko Vácha a jedna jeho poznámka mi utkvěla víc než všechna čísla. Celý den jsme mluvili o know-how, tedy o tom, jak AI nasadit. O know-why, tedy proč a k čemu, téměř vůbec.

Velmi prakticky na to přitom dopoledne odpověděl Petr Zelenka, když účastníkům doporučil položit si po návratu do kanceláře tři otázky. Hodí se pro každou firmu.

1. Co můžete díky AI dělat, co dosud nešlo?

2. Kdybyste stavěli firmu od nuly, který proces byste postavili úplně jinak? Pravděpodobně je to ten, na který se vyplatí zaměřit jako první.

3. Jaké konkrétní číslo se má díky AI změnit?

Firmy, které si tyto otázky položí hned na začátku, se sice rozjíždějí pomaleji, zato na konci dokážou doložit, zda se jim investice vyplatila.

Jak jste na tom vy?

Pokud s AI ve firmě teprve začínáte, nebo jste se zasekli někde mezi pilotem a ostrým provozem, ozvěte se mi. Rádi se na to s vámi podíváme.