Rok s AI ve výrobní firmě s 45 zaměstnanci: 66 projektů, 190 € měsíčně a jeden neprogramátor

Na úvod musím zmínit, že už jsem trilobit, je mi za chvíli 58. Před dvaceti lety jsem spáchal něco v PHP, od té doby jsem softwarově zakrněl. Za poslední rok jsem se stal nočním programátorem, dopamin je svině.

Když se mě lidi v oboru, ale i kamarádi ptají na „to” AI, padají vždycky stejné otázky. Jestli to používám? Na co? Že oni neví, co by s tím AI dělali. A nakonec přijde smrtící otázka „Ty si to jako platíš?”

Odpovídám na to tak často, že jsem si řekl, že to sepíšu. Ne jako marketingový článek, ne jako tutorial — ale jako upřímnou retrospektivu toho, co se stane, když se ve výrobní firmě na tepelná čerpadla rozhodnou vzít AI vážně. Se vším, co to obnáší: s nadšením, s frustrací, se slepými uličkami i s momenty, kdy vám to ušetří den práce za patnáct minut.

Naše firma nikdy neměla několik úrovní řízení, takže všichni mají více funkcí a já z titulu ředitelování zasahuji do prodeje, produktového managementu, marketingu, financí, vývoje i servisu. Z toho titulu bych mohl říci, že jsem dnes ten bájný generalista. Od všeho vím něco.

Začalo to před rokem tak, jak to asi začalo u většiny z vás: kopírováním kódu zleva doprava. Vygenerovaný kód z promptu se někam nakopíroval, pustil, a v případě chyby se hodil zpátky. Paste bylo nejčastější tlačítko, které jsem používal.

Dneska diktuji do počítače přes Wispr Flow, protože psaní na klávesnici je pro mě opruz. Dneska mám na Vercelu běžící platformu s 99 000 řádky kódu, 100 Vue komponentami a 38 databázovými tabulkami. Dneska mám MCP server, přes který Claude přímo komunikuje s naším ERP systémem, čte faktury a kontroluje platby. Dnes mám za sebou 66 projektů, z nichž zhruba polovina žije, čtvrtina jsou užitečné experimenty a zbytek jsou slepé uličky, ze kterých se ale dá vyjít.

Začnu tím, co lidi zajímá nejvíc. Kolik mě to vlastně 03/2025–03/2026 stálo:

Když si představím, že hodina právníka stojí přes 2 000 Kč a Claude Max stojí 90 € měsíčně — to je asi tak hodina právníka. Zdá se mi, že útratu za Claudeho mám zpátky za jedno pondělní dopoledne prvního v měsíci.

Mimochodem, od té doby, co používám AI na právní dokumenty, posílám právníkovi jen věci, které vyhodnotím jako komplikované. Nebo ho používám k tomu, abych věděl, na co se mám právníka ptát a kde by mohly být problémy. Asi jim napíšeme, že chceme snížit paušál.

K tomu je třeba připočítat 400 € měsíčně za provoz Google Workspace. To jsou celé naše IT náklady, když pominu Abru, což je těžkotonážní softwarový dinosaurus, který na konci roku změnil licenční model a kterému asi AI užírá práci. Abra přišla se zdražením ne o 10–20 %, ale možná 400 %. Raději to ani nepočítám, je mi z toho mdlo.

S AI jsem začal na konci roku 2023, předplatil jsem si ChatGPT. V roce 2024 je chvíli platil a chvíli ne. V březnu 2025 jsem poprvé zaplatil Claude. A tím začal následující příběh.

Úplně první projekt vznikl v dubnu 2025 — AI chatbot pro technickou podporu našich tepelných čerpadel. Za první dva týdny dostal 205 commitů. To zní impozantně, ale většina z nich byla copy-paste opravy, protože jsem se nechtěl šťourat v kódu. Ten chatbot byl v čistém JavaScriptu, frontend vypadal jak z roku 2005 a backend byl spíš náhodná sbírka API volání.

Ale fungoval. Od té doby prošel třemi generacemi:

Ta třetí verze — Hotjet Hub — je dnes naše interní platforma. Ale k tomu se dostaneme.

Za těch 12 měsíců vzniklo 66 projektů. Tady je přehled těch větších:

Živé produkty (v produkci)

Firemní nástroje a utility

PLC řídicí systémy (průmyslová automatizace)

Experimenty a slepé uličky

Co normálně zabere pět let, se tady smrsklo do pěti měsíců.

Bře 2025   Čer       Čvc       Srp       Září      Říj–Led       Úno–Bře 2026
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Claude ████████████████████████████████████████████████████████████████████
Gemini ████████████████████████████████████████████████████████████████████
        ████████░░ VS Code
                ████████████████░░  Cursor
                              Claude Code  ██████████████████████████████
                                                            Cowork █████

Jedno, co z dat vyskočilo, jsou moje komentáře v průběhu vývoje:

Kdybych měl spočítat hodiny strávené řešením OAuth chyb, pravděpodobně bych brečel. Ale to k tomu patří.

Po dvanácti měsících experimentování se mi workflow ustálil na modelu, kterému říkám „přemýšlej tady, stavěj tam”:

Claude chat = strategická místnost. Přemýšlení, analýza, architektura, prompt design. Když potřebuji zpracovat 25 souborů ze stavebního úřadu proti projektové dokumentaci — hodím to do Coworku, za 10 minut mám report v Excelu.

Claude Code = dílna. Implementace, git, deployment, soubory. Tady vzniká kód, tady se commituje, tady se nasazuje na Vercel.

Cowork = business analyst. Lokální organizace, smlouvy, ceníky, faktury, nabídky. 21 z 22 mých sessions řeší business problémy, ne kód.

Perplexity = průzkumník. Aktuální informace z internetu s citacemi — kdo v EU vyrábí TČ něco, jaké dotace platí v Německu, co říká norma.

Gemini = druhé slovo. Paralelní zpracování úloh s Claude, hluboké výzkumy.

Nano Banana = vizualizace, grafika.

Google NotebookLM = firemní encyklopedie. Produktová dokumentace, technické manuály, servisní příručky. Na některé věci je lepší NotebookLM (pracuje přímo s nahranými soubory, výborný na citace), na jiné náš chatbot (pokouší se o totéž a přidává další funkce, napojení na ERP). Zatím fungují vedle sebe, každý na svou agendu.

A nejlepší moment: AI vytvořilo nástroj, který pak samo používá. MCP server pro ABRA Gen, vytvořený v Claude Code, dnes používám přímo z Coworku pro analýzu skladu a faktur. Kruhová závislost.

Co se stalo s tím chatbotem, který začínal jako „odpovídačka na otázky o tepelných čerpadlech”? Dnes je to platforma se 100 Vue komponentami, 222 API routes a 38 databázovými tabulkami.

AI chatbot s RAG — dotaz zákazníka se převede na embedding, vyhledá se ve 4 namespace vektorové databáze, Claude vygeneruje odpověď s kontextem z naší dokumentace. Pokud uživatel opraví špatnou odpověď, oprava se uloží s nejvyšší prioritou — systém se sám učí. Data jsou nová ropa, cpu tam všechno, ale každý kdo tohle dělá ví, že správná data jsou základ..

Monitoring tepelných čerpadel — Tohle provozujeme od roku 2010. Máme tisíce TČ na Siemens cloudu. Nestačilo nám to, udělali jsme si vlastní cloud s novými funkcemi, Siemens je teď jenom spojení. 3695 monitorovatelných parametrů, real-time dashboard, alarmový decoder. Z kanceláře sledujeme, jak funguje čerpadlo na druhém konci republiky nebo Evropy. Zkušenosti s těmito službami máme 15let, teď je to ještě lepší.

Projektové řízení — interní Kanban s Gantt diagramem. Není to Jira, ale pro naši firmu to stačí. Prošli jsme kdejaký systém a žádný nedělal co chceme. Navíc tady ty projekty můžeme plnit hlasem.

10+ inženýrských kalkulaček — od výpočtu tepelných ztrát přes simulaci výměníků tepla po elektrické dimenzování. Některé se dají zřetězit a do toho se pustíme.

Helpdesk integrace — Stávající sw používáme z 15% a platáíme 100%, příplatek za AI funkce je velký, udělali jsme si vlastní. AI generuje souhrny support ticketů. Denní a měsíční reporty. Tickety se automaticky přidávají do znalostní báze.

Celé to běží serverless na Vercelu. Žádný server, žádná údržba. Měsíční náklad: 20 € za Vercel Pro, databáze a Redis na free tierech.

Nejzajímavější použití AI ve firmě nejsou ty viditelné projekty. Je to neviditelná denní práce:

Zpracování dokumentů. desítky souborů ze stavebního úřadu a vedle projektové dokumentace od různých projektantů. Celkem 1100 souborů. Za 15 minut roztříděný report. Setříděné, přejmenované soubory.

Náhrada Excelu. Tabulka v Excelu → screenshot → Claude/Gemini → malá webová aplikace. Excel skončil jako read-only. Potřebujeme model s výpočty? Žádný problém, přepnout na zobrazení vzorců a zbytek postupu je stejný.

Generování dokumentů. Vzor: 7 historických dokumentů, aktuální hlavičkový papír, patnáct řádků toho, co se má měnit, JPEG razítko a podpis. Příprava 10 minut, generování. Mezi prvním a posledním souborem 1 minuta. výsledek? 82 souborů ve 12 složkách.

Analýza financí. MCP server pro ABRA: v lednu jsme faktury třídili ručně — 224 PDF, v březnu se to dělá automaticky 22 specializovaných parserů, AI fallback.

Nahrávání a přepis schůzek. Plaud Note Pin na nahrávání, TurboScribe na přepis, Claude na zpracování. Telefonáty se zákazníky jsou zlatý důl dat. Ze tří podobných podkladů vygenerujete manuál pro začínající obchodníky, z něj FAQ, z FAQ třeba testy. Uskladňujeme i mp3, co kdyby se časem z nich dostalo více.

Nejsme firma, která včera objevila počítače. Google Workspace máme od roku 2008. Mnoho let zdarma, dnes placený. Jako ERP celá firma používá ABRA Gen. Pomocí API se nám ho teď podařilo zpřístupnit — a to je ten MCP server.

Tenhle článek se zatím tváří, jako by to celé byl one-man show s počítačem. Ale to je jen polovina příběhu — ta jednodušší polovina. Naprogramovat MCP server za víkend je snadné. Přesvědčit kolegu, aby si otevřel nějaké AI — to je maraton.

Nasadili jsme to ve firmě shora dolů. U nás to jde ode mě dolů. Máme čtyři úrovně nasazení:

Úroveň 1 — Běžný chat. To zvládne každý. Používáme Gemini na psaní nabídek, emailů, překlady, marketing, analýzy. Mnozí lidé se ovšem musí neustále popostrkávat, jinak jedou jak jsou naučeni.

Úroveň 2 — Aplikace vyvinuté pomocí AI. Hotjet Hub, monitoring, kalkulačky. Cena externího řešení byla astronomická. Dneska to, co jsem včera dělal v Excelu, programuju. Ti lidé to pak používají jako hotový nástroj — nemusí vědět, že za tím stojí AI nebo to pohání AI.

Úroveň 3 — Cowork a zpracování dokumentů. Analýza smluv, ceníků, stavebních povolení. Bariéra vyšší — člověk musí umět formulovat, co chce. Ale když to ukážu a sednu si s někým k tomu — funguje to. Cowork je krok správným směrem — dělá z toho terminálu a CLI něco, co normální člověk neodmítne na první pohled.

Úroveň 4 — Claude Code a programování. To jsem zatím jenom já a jeden kolega z MaR. Připravil jsem celý balíček s návodem, jak si nainstalovat Claude Code na Windows, včetně kódu a handover dokumentace, kdyby náhodou. Ale upřímně — tady je ta bariéra nejvyšší.

Konkrétní příklad: servis dostane informaci, že zákazník potřebuje nový ventilátor do TČ z dubna 2020. Kolega se zeptá chatbota. Ten projde ABRU, najde co jsme mu prodali, najde výrobu, vytáhne vyskladněné díly, dohledá ventilátor, ověří sklad, napíše cenu. Dříve práce na 10 minut, někdy i nějaký telefonát. Teď jeden neurčitý dotaz.

Co mě trápí nejvíc: angažovanost. „Já dělám tohle, ne IT.” Jenže tady nejde o IT. Jde o to, jestli zpracujete úkol za hodinu, nebo patnáct minut. Pokud čtete tenhle článek a jste v podobné situaci: ano, je to maraton, ne sprint. Zatím nemám recept na to, jak lidi motivovat líp než osobním příkladem a trpělivostí.

S AI se mi bohužel stále častěji stává, že se nedaří delegovat úkoly. Než zaměstnanci vysvětlím, co potřebuju, s AI už to mám hotové. Deset minut vysvětluju něco, co s AI udělám za pět. Reálně to pak dopadne tak, že tomu člověku místo zadání ukážu, jak jsem to udělal. Což je vlastně lepší než delegování — protože příště by to měl zvládnout sám. Měl by.

AI zásadně změnila schopnost pracovat se softwarovými projekty, na které se dlouho nesáhlo, udržovat je a rozvíjet.

Před pár lety: otevřete projekt po půl roce — nikdo nevěděl, co je co. Špatná dokumentace, jiné styly kódování. Katastrofa.

Dnes se AI systémy strašně rychle zorientují v cizím kódu. Nemám problém rozdělat něco, nedodělat to a vrátit se k tomu za měsíce. Nemám obavy do starého programu rýpnout. Nemám obavy přesouvat program ze serveru na server, z cloudu na lokál a zpátky. Navíc se nástroje rychle vyvíjejí a včerejší problémy jsou dnes lehce řešitelnou hračkou.

Ten chatbot — měl kupu měsíců špatnou security, nedotažené funkce, rozbitý deployment. Teď jsem ho prohnal review, vyčistilo se to. Před pár měsíci by to šlo špatně. Dnes to jde.

Začít s CLAUDE.md dřív. V listopadu 2025 jsem měl moment prozření: „Lze tu znalost někam uložit, aby se použila i příště?” Kdybych to měl od začátku, ušetřil bych si stovky promptů.

Nebát se experimentů. Část mých projektů nikdy neopustily notebook. Nemají git, nemají dokumentaci (tu ani vlastně nepotřebují). Ale z každého jsem se něco naučil.

Nespoléhat na Excel. Vážně. Ty malé aplikace jsou pak sdílitelné, verzovatelné a rozšiřitelné způsobem, jakým spreadsheet nikdy nebude.

Security od začátku. V únoru 2026 jsem dělal masivní security audit — odstraňování hardcoded credentials, přidávání rate limitingu, centralizace auth middleware. Kdybych na to myslel od začátku, nemusel bych.

Protože nemáme na výběr.

Jsme firma s 45 lidmi. Konkurujeme korporátům, které mají stovky vývojářů, vlastní cloudové platformy a rozpočty na digitalizaci větší než náš celý obrat. Daikin, Viessmann, Bosch — ti všichni mají týmy, které dělají to, co my musíme zvládnout v pár lidech.

Jediná šance malého výrobce je být rychlejší. Ne větší, ne bohatší — rychlejší. A AI je poprvé v historii nástroj, který tu nerovnost vyrovnává. Před rokem to byla science fiction, dnes realita za 190 € měsíčně.

Jsem přesvědčený, že nám AI znásobí síly. Kde je dnes jeden člověk, bude za tři. A tam, kde není nikdo — tam se budeme tvářit, že máme celé oddělení.

AI mění pravidla hry stejně zásadně jako elektřina nebo internet. A nechci být u toho jako divák. Nechci za tři roky říkat „to jsme měli začít dřív”. Chci být u toho, rozumět tomu, mít náskok — i kdyby to znamenalo, že se občas probudím ve tři ráno s nápadem na nový MCP tool. Vlastně naopak, ve 3h ráno usínám s nápadem na nový MCP tool.

AI v regulacích. Tepelné čerpadlo je dnes hloupý stroj s chytrou regulací. Většina hodnoty je v softwaru. Pokud dokážeme dostat AI do regulací na úrovni celé soustavy: TČ + zásobníky + solární panely + fotovoltaika + síťové tarify + celá budova — máme konkurenční výhodu.

Chytré nástroje pro zákazníky a montážní firmy. Výběr správného TČ → dimenzování → kalkulace úspor → schéma → nabídka → objednávka → dodávka → uvedení do provozu → servis. Celé na mobilu, celé s AI, celé s reálnými daty. V 10 jazycích.

Interní automatizace. Sklad — skladník řekne do mikrofonu, že mu přišel dodací list, systém dohledá objednávku, udělá příjemku. Výroba — nad Abrou krouží agenti a dělají sami operace. Obchod — od poptávky po fakturu automaticky. Zárodek už máme.

Myslím si, že za chvíli budeme mít pod stolem nějaké krabičky, které tu infrastrukturu budou řešit samy. AI bude cosi pod stolem v kanceláři, ne někde v cloudu.

Celé AI odvětví mi připadá jako kombinovaný vynález knihtisku, internetu a elektřiny. A já si myslím, že to říkám ještě střízlivě.