AI nástroje pro programování dnes píší zhruba o 30 % více kódu než dřív. Jenže čerstvá analýza Harvardovy univerzity ukazuje, že z toho nevzniká více hotového softwaru. Úzké hrdlo se přesunulo do kontroly kódu: revize trvají déle, seniorní vývojáři přetékají a počet dokončených úkolů se nezměnil. Pro firmy i živnostníky to znamená jediné – kód sám o sobě není výsledek.
Co přesně Harvard změřil
Studie s názvem Artificial Intelligence in the Firm: Bottlenecks in Software Production je první svého druhu. Autorky Fiona Chen a James Stratton analyzovaly data z platformy Jellyfish, která firmám měří produktivitu vývojářů. Vzorek je obrovský: 718 firem a více než 725 000 pracovníků sledovaných v letech 2021 až 2026. To je důležité, protože dosavadní důkazy o přínosu AI programování pocházely většinou z laboratorních testů nebo malých experimentů. Tady jde o reálná data z běžného provozu velkých firem – s reálnými pull requesty, revizemi a tiketovacími systémy. Právě díky tomu studie zachytila něco, co jednoduché měření „kolik řádků kódu vzniklo" nikdy neukáže.Více kódu, ale stejně hotové práce
Čísla na první pohled vypadají skvěle. Vývojáři s nástroji jako Claude Code, Cursor nebo Devin vyprodukují měsíčně o 30 % více kódu, tedy zhruba o 1 500 řádků na člověka navíc. Přibývá i aktivity: o 20 % více commitů a o 23 % více pull requestů měsíčně. Jenže když se podíváte na to, co se skutečně dokončí, čísla zůstávají plochá. Počet vyřešených úkolů v Jira a dokončených epiků se statisticky vůbec nezvýšil. Jinými slovy: firmy platí za výrazně více napsaného kódu, ale neodevzdávají výrazně více fungujících funkcí. Jeden juniorní vývojář to ve studii shrnul přesně: „Lidé zvládnou rychle udělat obrovské množství commitů, ale úzkým hrdlem pořád byla revize kódu."Úzké hrdlo jménem code review
Tady je jádro problému. Když AI zrychlí psaní kódu, neznamená to, že se software dokončí rychleji. Znamená to, že se do fronty na kontrolu nasype více práce – a tu kontrolu musí dělat lidé. Data to ukazují jednoznačně. Doba revize kódu se prodloužila o 49 %, v průměru o 3,45 dne. Podíl pull requestů, které se vrátí k přepracování, se téměř zdvojnásobil. Počet komentářů na jeden požadavek vzrostl o 35 %. A do procesu revize se zapojuje o 14 % více lidí než dřív. Dopadá to hlavně na zkušenější vývojáře. Ti místo vlastní práce kontrolují přísun kódu vygenerovaného AI – jev, kterému se v oboru říká „babysitting tax", tedy daň za hlídání. Jak to popsal jeden seniorní vývojář ve studii: „Někdy jsme dokázali psát kód rychleji, ale úzké hrdlo je vždy jen jedno. Když zrychlíte psaní, přesune se jinam."AI revizi zatím nenahradí
Logická otázka zní: proč kontrolu kódu neudělá taky AI? Podle studie to firmy zkoušejí, ale zatím to nefunguje. 80 % firem ve vzorku používá nástroje pro AI-asistovanou revizi, přesto jen 23 % revizních komentářů skutečně vygeneruje AI. Zbytek pořád píšou lidé. Závěr autorů je věcný: samotné AI nástroje zvýší produktivitu psaní, ale ten zisk se nepromítne do výstupu, pokud firma nezlepší i navazující kapacitu revize. „Realizace přínosů AI vyžaduje doplňkové investice do revizní kapacity po proudu, ne jen zvýšení objemu kódu," píší. Kdo zrychlí jen jednu část systému, nepřidává produktivitu – jen přesouvá hromadu práce.Kolik to stojí českého vývojáře
Pro český tým nebo živnostníka je to praktická zpráva: nejde o to, jestli si nástroj pořídit, ale jestli máte někoho, kdo výstup zkontroluje. Ceny přitom nejsou vysoké. Všechny zmíněné nástroje jsou dostupné i v Česku, platí se v dolarech a ovládání je v angličtině, ale prompty fungují i v češtině. Pro srovnání při kurzu zhruba 22 Kč za dolar: GitHub Copilot Pro vyjde na 10 dolarů měsíčně (asi 220 Kč), vyšší tarif Pro+ na 39 dolarů (asi 860 Kč) a nejvyšší Max na 100 dolarů (asi 2 200 Kč). Cursor nabízí zdarma omezený tarif Hobby, individuální předplatné stojí 20 dolarů měsíčně (asi 440 Kč) a týmové 40 dolarů na uživatele (asi 880 Kč). Ceny vycházejí z oficiálních ceníků GitHubu a Cursoru z října 2026 a jsou uvedeny bez DPH.Co z toho plyne pro malou firmu
Studie není argument proti AI programování – jen proti slepému měření. Pro malý český tým z ní plyne jednoduché doporučení. Nekupujte AI nástroj s tím, že ušetříte vývojáře. Kupujte ho s vědomím, že zrychlí psaní, a dopředu naplánujte, kdo kód zkontroluje: nastavte automatické testy, vyhraďte čas na revizi a nepočítejte s tím, že AI revizi odvede za vás. Adopce agentů ve firmách každopádně roste – podle studie z téměř nuly na konci roku 2024 na více než 95 % začátkem roku 2026. Kdo chce z AI programování opravdu těžit, měl by měřit dokončené úkoly, ne počet řádků. To je rozdíl mezi psaním kódu a odváděním práce.Jsou tyto AI programovací nástroje dostupné v češtině?
Rozhraní Cursoru, GitHub Copilot i Claude Code je v angličtině, ale instrukce a prompty můžete psát česky a nástroje s češtinou běžně pracují. Platí se v dolarech kartou, nákup z Česka není nijak omezený.
Vyplatí se AI programování člověku, který se učí kódit?
Zčásti ano, protože vám ukáže vzorová řešení a urychlí hledání chyb. Ale právě začátečník nepozná špatně navržený nebo nebezpečný kód – proto je u něj lidská kontrola a studium postupů ještě důležitější než u zkušeného vývojáře.
Proč studie říká, že se nezvýšil počet vyřešených úkolů?
Protože měřila reálný provoz 718 firem, ne laboratorní test. AI sice napíše více kódu rychleji, ale tento kód musí někdo zkontrolovat a schválit. Revize trvají déle a chybí lidé, takže celkový počet dokončených funkcí zůstal stejný.
