Skryté náklady na AI: za čo firmy platia zbytočne a ako ušetriť

Faktúra za vývoj AI agenta vyzerá rozumne. 380 000 Kč za implementáciu, 12 000 Kč mesačne za prevádzku. O šesť mesiacov neskôr sedí CFO nad výkazom a nechápe, prečo skutočné náklady v tomto roku prekročili milión. Odkiaľ sa to vzalo? Z kategórie, ktorú dodávateľ v prezentácii neukázal: zo skrytých nákladov.

Tento článok rozoberá položky, ktoré sa do prvej kalkulácie často nezmestia, ale skôr či neskôr narastú na desiatky až stovky tisíc korún ročne. Ak chcete nasadzovať AI vo firme seriózne, prejdite si tento checklist ešte pred podpisom objednávky.

1. Tokeny: položka, ktorá rastie s úspechom

Každé volanie LLM niečo stojí. Tarify sa uvádzajú v centoch za milión tokenov, preto pôsobia ako drobnosť. V praxi to drobnosť nie je, najmä keď riešenie začne používať veľa ľudí.

Modelový príklad: zákaznícky chatbot

• Priemerný dopyt: 800 vstupných tokenov + 400 výstupných
• Cena GPT-4o podľa príkladu: približne 2,50 USD / mil. vstupných tokenov a 10 USD / mil. výstupných tokenov
• Náklad na jeden dopyt: približne 0,15 Kč
• 1 500 dopytov denne × 30 dní = 45 000 dopytov × 0,15 = 6 750 Kč mesačne

Vyzerá to výborne. Lenže keď chatbot funguje dobre, zákazníci ho používajú viac. Po pol roku často vidíme objem 4 000 až 6 000 dopytov denne. To je 18 000 až 27 000 Kč mesačne iba za tokeny. A to ešte nerátame RAG vyhľadávanie, embeddingy nových dokumentov a reranking.

Ako ušetriť

• Caching odpovedí: opakované FAQ dopyty sa dajú uložiť a nevolať model zakaždým. Úspora 30 až 50 %.
• Routing na menšie modely: jednoduchý dopyt nepotrebuje najdrahší model. Úspora 60 až 80 % na časti prevádzky.
• Kompresia promptov: odstránenie balastu vie znížiť vstupné tokeny až o desiatky percent.
• Self-hosted modely: pri vysokých objemoch sa môže oplatiť vlastná Llama alebo Mistral na GPU serveri.

2. Agent Ops: kategória, ktorú nikto neplánuje

AI agent po nasadení nebeží sám. Modely sa menia, prompty zastarávajú, integrácie sa lámu pri aktualizáciách API tretích strán a RAG znalostná báza sa musí udržiavať. Bez priebežnej starostlivosti výkon počas prvého roka často klesá.

Realistické náklady na Agent Ops

• Monitoring kvality výstupov: 8 až 20 hodín mesačne
• Ladenie promptov: 10 až 30 hodín štvrťročne
• Aktualizácia RAG znalostnej bázy: 5 až 15 hodín mesačne
• Reakcia na incidenty: 5 až 15 hodín mesačne
• Migrácia medzi modelmi: 40 až 80 hodín ročne

Ročný Agent Ops pri stredne veľkom nasadení typicky stojí 180 000 až 450 000 Kč. Je to opakovaný náklad, nie jednorazová položka.

3. Integrácie, ktoré „nebudú potrebné“

Klasický scenár: dodávateľ sľúbi, že AI agent bude čítať dáta z ERP cez štandardné REST API. O tri mesiace sa ukáže, že vaša verzia Heliosu alebo Money S5 dané API nemá, má inú autentifikáciu, alebo má rate limit 100 requestov za hodinu, kým vy potrebujete 10 000.

Skryté integračné náklady

• Vlastný konektor pre staršie ERP/CRM: 80 000 až 300 000 Kč
• Middleware vrstva pre caching, transformácie a throttling: 40 000 až 120 000 Kč
• Dátová synchronizácia a ETL pipeline: 60 000 až 200 000 Kč
• SSO a role-based access integrácia: 50 000 až 150 000 Kč

Pri stredne veľkej výrobnej firme sme potrebovali konektor pre 12 rokov starú verziu MS Dynamics NAV. V pôvodnej ponuke táto položka nebola a pridala 240 000 Kč nad rámec.

4. GDPR audit, DPIA a compliance

Ak AI spracúva osobné údaje, potrebujete DPIA, aktualizovaný záznam o činnostiach spracúvania, zmluvy so spracovateľmi a v niektorých prípadoch konzultáciu s úradom. Ak spadáte pod NIS2 alebo EU AI Act, pribúda ďalšia vrstva povinností.

• DPIA od špecializovaného advokáta: 40 000 až 120 000 Kč
• Zmluva o spracúvaní osobných údajov s LLM providerom: 15 000 až 40 000 Kč za právne posúdenie
• Aktualizácia interných smerníc: 20 000 až 60 000 Kč
• Pravidelný compliance audit: 40 000 až 100 000 Kč ročne

5. Čas vášho tímu: najväčší skrytý náklad

Túto položku nikto nefakturuje, ale často je najväčšia. Implementácia AI potrebuje:

• Mapovanie procesov s dodávateľom: 40 až 80 hodín manažérov
• Prípravu dát, čistenie, anotáciu a kategorizáciu: 80 až 240 hodín
• UAT testovanie: 30 až 80 hodín
• Change management a školenie používateľov: 40 až 120 hodín
• Priebežnú spätnú väzbu v prvých troch mesiacoch: 5 až 10 hodín týždenne

Pri priemernej sadzbe 800 Kč/h to znamená 200 000 až 500 000 Kč skrytých nákladov, ktoré nie sú v žiadnej dodávateľskej faktúre. Pri plánovaní ich však musíte počítať.

6. Vendor lock-in a migračné náklady

Lacné riešenie od jedného dodávateľa sa môže o rok stať drahým. Najčastejšie vidíme:

• Proprietárny framework: bez prepísania sa nedá prejsť k inému dodávateľovi.
• Závislosť od jedného LLM: pri zdražení nemáte fallback.
• Žiadny export dát: RAG znalostná báza sa nedá preniesť.
• Žiadna dokumentácia: vaše IT riešenie neprevezme.

Migrácia po roku typicky stojí 50 až 80 % pôvodnej implementácie. Prevencia je lacnejšia: pýtajte sa na otvorenosť architektúry, exportovateľnosť a multi-LLM podporu.

7. Náklady na chybné odpovede

Halucinácie nie sú kozmetický problém. Keď AI agent dá zákazníkovi zlú informáciu o produkte, vrátenie peňazí je len začiatok. Reálne prípady:

• AI v podpore prisľúbila zľavu, ktorú firma neponúkala: 28 000 Kč náhrada zákazníkovi.
• AI odporučila nesprávny náhradný diel: 65 000 Kč škoda a stratený zákazník.
• AI odpovedala na technický dopyt nesprávne: reklamačné konanie za 180 000 Kč.

Bez správne postavenej kontroly halucinácií, teda RAG, guardrails a human-in-the-loop pri kritických rozhodnutiach, sú tieto náklady len otázkou času.

8. Cena škálovania: od MVP do produkcie

MVP za 250 000 Kč zvláda 100 dopytov denne. Keď chcete 5 000 dopytov denne, nepripočítate iba viac tokenov. Potrebujete:

• load balancer a failover infraštruktúru,
• asynchrónne spracovanie cez queue systém,
• cache vrstvu,
• monitoring a alerting,
• performance tuning.

Škálovanie typicky stojí 40 až 80 % hodnoty MVP. Plánujte ho od začiatku, inak budete platiť za prepis architektúry.

9. Realistická TCO kalkulácia

Typický projekt: AI agent pre zákaznícku podporu. Verejne prezentovaná cena je 450 000 Kč implementácia + 18 000 Kč mesačne prevádzka.

Skutočné TCO za 24 mesiacov:

To neznamená, že projekt je zlý. Ak prinesie benefity nad 3 mil. Kč za 24 mesiacov, ROI môže byť stále výborné. CFO však musí počítať reálnu sumu, nie marketingovú.

10. Checklist pred podpisom zmluvy

• Aká je očakávaná spotreba tokenov pri 1×, 3× a 10× väčšom objeme než MVP?
• Koľko bude stáť Agent Ops ročne počas troch rokov?
• Ktoré integrácie s ERP, CRM a helpdeskom sú v cene a ktoré nie?
• Máte DPIA šablónu pre náš scenár?
• Koľko hodín našich ľudí budete potrebovať počas implementácie?
• Ako riešite kontrolu halucinácií pri kritických rozhodnutiach?
• Čo sa stane, ak budeme chcieť prejsť k inému dodávateľovi?
• Aký je predpokladaný náklad na škálovanie z MVP do produkcie?

V Apertii tieto odpovede dávame v rámci úvodnej konzultácie zdarma, pretože transparentná kalkulácia je základ dlhodobého vzťahu.

Záver: nepodpisujte prvú cenu, ktorú uvidíte

AI projekty majú často skrytú cenu 80 až 150 % nad prezentovanou sumou. Nie vždy je to zlý úmysel dodávateľa, často ide o neskúsenosť s dlhodobou prevádzkou. Vy však platíte celé TCO. Pýtajte sa na detaily a počítajte 24-mesačný horizont.

Ak chcete spočítať realistické TCO pre konkrétny AI projekt, napíšte nám cez kontakt. Pri automotive scenároch odporúčame aj sesterský projekt AutoERP.

Často kladené otázky (FAQ)

Aké percento rozpočtu tvoria skryté náklady?

Typicky 80 až 150 % nad oficiálnou ponukou pri 24-mesačnom horizonte. Najväčšie položky sú Agent Ops, čas interného tímu a integrácie so staršími ERP alebo CRM systémami.

Koľko stojí Agent Ops?

Pri stredne veľkom AI nasadení realisticky 180 000 až 450 000 Kč ročne. Zahŕňa monitoring kvality, ladenie promptov, aktualizáciu RAG bázy, incidenty a migráciu medzi modelmi.

Ako sa vyhnúť vendor lock-in?

Trvajte na otvorenej architektúre, multi-LLM podpore, exportovateľnej RAG znalostnej báze a kompletnej dokumentácii. Migrácia po roku je výrazne drahšia než prevencia.