AI nebo klasický automat? Kdy se ve firemním procesu vyplatí které řešení

Publikováno 14. 8. 2026 · B2B Technological Insight · 6 minut čtení

„Dejte tam AI“ je dnes nejčastější zadání, které slyšíme. Často je ale správná odpověď obyčejný pravidlový automat za zlomek ceny – a někdy naopak AI odemkne proces, který se automatizovat nedal vůbec. Tady je jednoduchý způsob, jak se rozhodnout.

Dva různé nástroje na dva různé problémy

Pravidlový automatAI model (LLM, klasifikace, extrakce)
VstupStrukturovaný: formulář, API, tabulka, databázeNestrukturovaný: e-mail, smlouva, PDF, hovor, volný text
ChováníDeterministické – stejný vstup, stejný výstupPravděpodobnostní – potřebuje kontrolu a hranice
Náklady na běhZanedbatelnéZa každé volání (API) nebo za vlastní hardware (lokální model)
Rychlost nasazeníHodiny až dny (Make, vlastní adaptér)Dny až týdny včetně testování a ochranných mechanismů
Typický přínosOdstraní přepisování, zrychlí tok datZpracuje to, co dřív musel číst člověk

Kdy stačí automat

Příklad z praxe: synchronizace webu s interní databází projektů a produktů přes adaptéry nad platformou Make. Žádná AI, přesto zmizely všechny ruční zásahy a portfolio je vždy aktuální.

Kdy se vyplatí AI

Příklad z praxe: zpracování příchozích smluv a leadů. Dokument zachytí integrační služba, AI z něj vytěží klíčové údaje do strukturovaného JSON a předá je backendu k dokončení transakce. Člověk jen schválí výsledek.

Nejlepší odpověď je většinou „obojí“

Nejvíc hodnoty vzniká v kombinaci: automat hlídá, co přišlo a kam to má jít; AI zpracuje nestrukturovanou část; automat znovu převezme výsledek, zvaliduje ho a zapíše do systémů. AI tak nikdy nezapisuje přímo do vaší databáze – pracuje uvnitř mantinelů, které nastavil deterministický kód.

  1. Zachycení – událost (nový e-mail, nahraný soubor, webhook) spustí proces.
  2. Vytěžení – AI převede obsah na strukturovaná data podle pevně daného schématu.
  3. Validace – automat zkontroluje povinná pole, formáty a limity; co neprojde, jde člověku.
  4. Zápis – zvalidovaná data putují do CRM, ERP nebo účetnictví.
  5. Měření – logujeme úspěšnost, dobu zpracování a podíl ručních zásahů.

Lokální model nebo API?

Pro citlivá data (smlouvy, osobní údaje) dává smysl lokálně nasazený model (například z rodiny LLaMA): data neopouštějí firmu a náklad na volání je nulový. Pro méně citlivé úlohy a rychlý start jsou výhodnější API modely (Claude, Gemini, ChatGPT, Groq pro rychlou inferenci), kde neřešíte hardware. Často začínáme na API a po ověření přínosu přesouváme citlivé části na lokální model.

Tři otázky před rozhodnutím

  1. Je vstup strukturovaný, nebo ho dnes musí někdo přečíst?
  2. Co se stane, když bude výsledek jednou za sto případů špatně?
  3. Kolik lidských hodin proces stojí dnes a kolik operací proběhne měsíčně?

Odpovědi na tyto otázky jsou součástí našeho ratingu procesů. U každého procesu díky nim víte, zda se vyplatí automat, AI, kombinace – nebo zda ho zatím nechat být.

Nevíte, kterou cestou se u vás vydat?

Na úvodní konzultaci zdarma projdeme jeden konkrétní proces a řekneme, co se vyplatí.

Domluvit konzultaci zdarma Číst dál: jak vybrat způsob integrace