Znáte to. Firma potřebuje malý interní nástroj, řekněme schvalování dovolených nebo evidenci objednávek. Donedávna byly dvě cesty: koupit hotovou aplikaci za měsíční předplatné, nebo zaplatit vývojáře, ať ji postaví. Dnes přibyla třetí — napsat AI agentovi zadání a nechat ho kód vygenerovat. A čísla ukazují, že firmy po ní jdou stále častěji.
Co říkají čísla McKinsey
Studie The State of AI od McKinsey, zveřejněná tento týden, dává dohromady obrázek, který se nedá přehlédnout. Čtyři z pěti respondentů tvrdí, že jim AI zlepšila produktivitu. Téměř třetina firem se rozhodla nekoupit alespoň jednu softwarovou funkci, protože si ji umí postavit sama. A 93 procent organizací už vyvíjí — nebo plánuje vyvíjet — vlastní AI agenty.
Zajímavý je poměr mezi tím, kdo staví a kdo nakupuje. Víc než polovina firem (52 procent) spoléhá výhradně nebo primárně na vlastní vývoj. Pouhých 24 procent se drží výhradně hotového softwaru od dodavatelů. Váhy se tedy definitivně překlápějí od „kupme to" směrem k „nechme si to napsat".
Třetí klíčové číslo se týká peněz. Celých 28 procent firem už dává na umělou inteligenci víc než desetinu celého IT rozpočtu a čeká, že částka dál poroste. Podle agentury Gartner bude průměrná firma z žebříčku Fortune 500 do roku 2028 provozovat přes 150 000 agentů. Když si uvědomíte, že Microsoft jich interně nasadil přes 500 000, nezní to jako sci-fi — spíš jako logistická noční můra.
Build vs. buy se mění na „napiš mi to"
Tady je potřeba vysvětlit, co se vlastně změnilo. Dřív znamenalo „postavit si vlastní" najmout vývojáře, napsat specifikaci, čekat týdny a platit za údržbu. Proto většina firem raději koupila hotový SaaS, i když dělal jen osmdesát procent toho, co potřebovala. Zbylých dvacet procent se obcházelo tabulkami a ruční prací.
AI coding agent tenhle výpočet obrátil. Napišete mu, co má nástroj dělat, a on vygeneruje kód, připojí ho na firemní data a otestuje základní scénáře. Není to zadarmo — agenti při práci spotřebují řádově víc tokenů než běžný chat, protože si kód postupně čtou, přepisují a ověřují. Pořád to ale vychází levněji než roční licence podnikového systému. A hlavně: nástroj dělá přesně to, co firma potřebuje, ne osmdesát procent.
Kolik to vlastně stojí
Udělejme si rychlý orientační výpočet. U současných modelů zaplatíte za Claude Sonnet 5 dva dolary za milion vstupních tokenů a deset dolarů za milion výstupních. Levnější GPT-5.6 Luna stojí 0,20 dolaru za milion vstupních a 1,20 dolaru za milion výstupních tokenů.
Malý interní nástroj — řekněme stovky řádků kódu — spotřebuje při generování zhruba sto tisíc výstupních tokenů. To je při cenách Sonnetu přibližně jeden dolar za samotný kód. Když přičteme kontext, iterace a opravy (agent si obvykle „vezme" řádově milion vstupních tokenů), vyjde postavení takového nástroje na jednotky dolarů. V korunách mluvíme o desetikorunách, nikoli o tisících.
Neberte to jako přesnou kalkulaci — náklady se liší podle složitosti úlohy, počtu oprav a zvoleného modelu. Směr je ale neúprosný: jednorázové vygenerování nástroje se dostává pod cenu jednoho měsíce předplatného srovnatelného SaaS. Právě proto se finanční ředitelé začínají dívat na řádek „licence za software" úplně jinýma očima.
Od agentního chaosu ke kontrole
Než začnete agentům tleskat, jedna důležitá nuance. McKinsey i další zdroje ukazují, že se firmy posunuly z fáze „dejme agenta každému" do fáze přísnější správy. Úroveň autonomie je zatím nízká: 46 procent firem dovoluje agentům pouze doporučovat, 31 procent vyžaduje lidské schválení každé akce a jen 9 procent pouští agenty do plně autonomního provozu.
A dává to smysl. Agent, který dostane přístup k firemní databázi, je potenciální bezpečnostní díra, ne jen šikovný pomocník. S tím, jak agenti pronikají hlouběji do dat, roste i tlak na kyberbezpečnost a dodržování předpisů. Konzultační firma West Monroe je dobrý příklad: od května 2026, kdy spustila interní obchod s agenty, jich 15 procent jejích zaměstnanců vytvořilo přes 550. Bez jasných pravidel by se taková masa agentů rychle zvrhla v nezvladatelný chaos.
Co to znamená pro české firmy
České podniky stojí před stejnou volbou jako ty americké, jen s evropským rámcem navíc. Kdo nechá agenta zpracovávat osobní údaje zaměstnanců nebo zákazníků, musí myslet na GDPR. A s tím, jak evropský AI Act zpřísňuje požadavky na vysoce rizikové systémy, přibývá dokumentace a dohledu nad tím, co smí agent dělat bez lidské kontroly.
Druhé české specifikum je personální. Český trh má málo vývojářů a ti, co jsou, jsou drazí. Agent, který zvládne rutinní kód, tak vývojáře nenahradí — spíš ho přesune od psaní šablonovitého kódu k tomu, co AI nezvládne: k návrhu architektury, kontrole výstupu a odpovědnosti za výsledek. Role vývojáře se podle McKinsey mění z „píšu kód" na „hlídám, co AI vygenerovala".
Pro běžného uživatele a malé firmy je to zatím vzdálená zpráva z velkých korporací. Cítí ji ale nepřímo: pokud velcí zákazníci přestanou kupovat drahé licence a začnou stavět na míru, budou muset výrobci SaaS zlevnit, nebo přijít s něčím, co se nedá snadno vygenerovat. A to se nakonec projeví na cenách pro všechny. Více o trendu najdete v původním článku CIO Dive.
Jak firma pozná, jestli se jí vyplatí software koupit, nebo si ho nechat napsat agentem?
Jednoduché vodítko: čím standardnější je potřeba (účetnictví, mzdy, e-mail), tím spíš se vyplatí koupit hotový nástroj, protože prodejce nese náklady na údržbu, aktualizace a soulad s předpisy. Čím specifičtější je interní proces (vlastní schvalovací tok, evidence specifická pro obor), tím víc dává smysl nechat si nástroj vygenerovat na míru. Klíčové je přitom počítat i s průběžnou údržbou, ne jen s pořizovací cenou.
Co je „agent sprawl" a proč se toho firmy bojí?
Jde o situaci, kdy si zaměstnanci bez kontroly vytvoří desítky či stovky agentů, o kterých IT oddělení nemá přehled. Vzniká tak nepřehledná změť nástrojů s různými oprávněními, kterou nikdo nespravuje a která může číst citlivá data. Proto se firmy přesouvají k řízené správě: evidenci agentů, jasným přístupovým právům a vyhodnocování, jestli agent skutečně přináší návratnost.
Jsou AI agenti, kteří pracují s firemními daty, bezpeční?
Záleží na nastavení. Agent je automatizovaný proces s oprávněními, ne jen chatbot — proto většina firem zatím volí nízkou míru autonomie, kdy agent akce pouze doporučuje a schvaluje je člověk. Bezpečnost se zajišťuje omezením přístupů na nezbytné minimum, logováním všech akcí a pravidelným auditem. V Evropě k tomu navíc přistupují povinnosti plynoucí z GDPR a AI Actu.
