Kolik stojí AI? Většina firem to počítá špatně

Každá interakce se zákazníkem, kterou dnes řeší člověk, stojí několikanásobek toho, co by stála při správně nasazené AI. A přesto 90 % firem při plánování AI projektu podceňuje skutečné provozní náklady — a pak se diví, proč jim faktura nevychází.

Tady je pravda o tom, co AI skutečně stojí. A kde se ty peníze opravdu ztrácejí.

Proč cena AI vypadá jinak na papíře a jinak v realitě

AI nemá cenovku jako notebook. Je to systém, jehož náklady závisí na třech věcech: co má dělat, s čím se má propojit a jak moc ho budete využívat. Za každou z těchto tří věcí platíte zvlášť — a právě tohle většina firem nepočítá.

Za každou interakci, kterou AI zpracuje, se spotřebovávají tokeny — jednotky zpracovaného textu. Jednoduchý dotaz spotřebuje 500–1 000 tokenů. Složitá automatizace propojená s CRM, e-mailem a databází klidně 5 000 tokenů a více.

Jeden reálný příklad: středně velký e-shop nasadil AI agenta pro zákaznickou podporu. Po zapnutí sledování objednávek se spotřeba tokenů zvýšila o 300 % — a měsíční náklady čtyřnásobně.

Co skutečně tvoří cenu AI — a co se do nabídky nevejde

Nabídka na AI projekt vypadá úhledně. Implementace, provoz, hotovo. Jenže za každou položkou se skrývá vrstva nákladů, o které se nemluví.

Kategorie nákladů AI projektů

• Implementace: Analýza, vývoj, konfigurace - čím složitější integrace, tím vyšší cena
• Tokeny a API: Každá interakce něco stojí - objem škáluje rychle, náklady taky
• Integrace: Napojení na ERP, CRM, e-mail, databáze - vlastní logika = vlastní vývoj = vlastní cena
• Agent Ops: Monitoring, ladění, bezpečnost - bez toho agent postupně degraduje
• Skryté náklady: Čas vašeho týmu, GDPR audit, testování - nikdo to neřekne dopředu

Agent Ops je přitom kategorie, o které se mluví nejméně — a přitom rozhoduje o tom, jestli AI funguje za rok stejně dobře jako v den spuštění. Pouze 38 % firem má pro toto formální procesy.

Tři typy AI projektů a kde stojí peníze

Nejde o ceny. Jde o složitost — a složitost určuje, kde a kolik zaplatíte.

Základní AI

Jednoduchý agent pro FAQ, třídění e-mailů nebo zpracování formulářů. Nízká spotřeba tokenů, minimální integrace, rychlé nasazení. Návratnost přichází nejrychleji — typicky do šesti měsíců.

Specializovaná AI

Agent pro B2B objednávky, HR screening nebo monitoring cen. Vyšší objem zpracovaných dat, napojení na interní systémy, složitější workflow. Právě tady firmy nejčastěji narazí na nečekaný nárůst tokenů.

Enterprise AI

Víceúrovňová automatizace napříč odděleními, plná integrace s ERP, CRM a skladovým systémem. Enterprise nasazení trvají typicky 3–6 měsíců jen na implementaci. Komplikovanost datového mapování, vývoj API a validace bezpečnosti — to jsou položky, které se v původní nabídce těžko odhadují přesně.

Jak se počítá ROI — a proč ho většina firem počítá pozdě

ROI AI se nepočítá po nasazení. Počítá se před podpisem. Jinak nemáte měřítko, jestli to funguje.

Základní vzorec:

Roční přínos = (hodiny ušetřené týdně × 52 × cena hodiny práce) − roční náklady na AI

Příklad: AI v HR

Firma třídí 200 životopisů měsíčně. Každý zabere HR pracovníkovi průměrně 15 minut — celkem 50 hodin měsíčně.

• Hodin ušetřených měsíčně: 50
• Měsíční úspora v nákladech práce: 25 000 Kč
• Roční úspora: 300 000 Kč
• Čistý přínos od 2. roku: 200 000+ Kč ročně

Příklad: AI v zákaznické podpoře

Automatizujte 30 % rutinních dotazů. U týmu deseti lidí to odpovídá třem pracovníkům, kteří se přesunou na práci, kde jsou skutečně nenahraditelní.

• Automatizovaný podíl dotazů: 30 %
• Odpovídá ušetřeným pracovníkům: ~3 FTE
• Měsíční úspora nákladů práce: 180 000 Kč
• Návratnost investice: méně než 3 měsíce

AI vs. člověk: kde je skutečný rozdíl

AI nenahrazuje lidi. Přebírá to, co lidi brzdí — rutinu, opakování, čekání. A uvolňuje je na práci, kde jsou skutečně nenahraditelní.

Porovnání klíčových parametrů

• Dostupnost: Člověk (pracovní doba) vs AI (24/7/365)
• Konzistence výstupu: Člověk (kolísá) vs AI (stabilní)
• Škálovatelnost: Člověk (nábor trvá týdny) vs AI (okamžitá)
• Cena za rutinní interakci: Člověk (vysoká) vs AI (zlomková)
• Empatie a složité situace: Člověk (nezastupitelná) vs AI (omezená)

Nejčastější otázky o ceně AI

Kolik stojí AI pro malou firmu?

Záleží především na složitosti procesu a objemu dat, ne na velikosti firmy. Malá firma s jednoduchým, dobře definovaným use-casem zaplatí výrazně méně než velká firma s komplexní integrací.

Za jak dlouho se investice do AI vrátí?

U dobře zvoleného use-casu průměrně za 3–8 měsíců. Projekty v zákaznické podpoře a zpracování dokumentů dosahují návratnosti přes 300 % do šesti měsíců od spuštění.

Co jsou tokeny a proč na nich záleží?

Token je základní jednotka textu, kterou AI zpracovává. Čím složitější workflow, čím víc nástrojů agent používá a čím delší kontext udržuje, tím více tokenů spotřebuje — a tím vyšší jsou provozní náklady.

Co je Agent Ops a musím to řešit?

Agent Ops je průběžná péče o AI agenta — monitoring výkonu, ladění promptů, detekce chyb a bezpečnostní compliance. Bez Agent Ops agent postupně degraduje. Ano, musíte to řešit.

Je lepší koupit hotové AI řešení nebo nechat si vyvinout vlastní?

Hotová SaaS řešení jsou rychlá, ale obecná. Partnersky vyvíjená AI se přesně napojí na vaše ERP, CRM nebo skladový systém. Pro většinu firem je nejefektivnější spolupráce s partnerem.

85 % firem už AI má. Kde jste vy?

Globální trh AI přesáhl v roce 2025 hodnotu 180 miliard korun a do roku 2032 poroste na odhadovaných 2,5 bilionu. Více než 85 % světových firem už AI využívá alespoň v jednom procesu.

Okno pro získání konkurenční výhody se nezavírá proto, že by AI přestala fungovat. Zavírá se proto, že vaše konkurence ji možná nasazuje právě teď — a vy stále počítáte, jestli si to můžete dovolit.

Jak začít tak, aby to vyšlo

Největší chyba není špatně zvolená technologie. Je to nasazení AI bez toho, aniž byste věděli, kde skutečně ztrácíte čas a peníze.

Proto je prvním krokem vždy strategická analýza. Než se pustíte do pilotu, musíte vědět, který proces má největší ROI potenciál, kde jsou vaše data v pořádku a kde se skrývají skutečné brzdy efektivity.

Strategická analýza vám dá konkrétní odpovědi: kde AI nasadit jako první, s jakým očekávaným přínosem a v jakém časovém horizontu. Teprve pak dává smysl pilot — jeden proces, jasná metrika, reálná čísla za 4–6 týdnů.

V Apertia.ai jsme prošli přes 35 AI projektů pro české firmy. Každý úspěšný začal analýzou — ne nabídkou. Rádi vám ukážeme, kde ve vaší firmě AI přinese hodnotu jako první.