AI v e-shopu: proč ji jen 6 % firem má v procesech

Chatovat s AI umí každý. Rozdíl je v tom, co AI o vaší firmě ví.

Ze studie AI v české e-commerce 2026, na které se spolupodílela Asociace pro elektronickou komerci (APEK), mě nejvíc zaujalo jedno číslo. Ne to, že umělou inteligenci podle vlastních slov používá 98 procent e-shopů. Ale že jen šest procent ji má v produkci ve více oblastech a zapojenou do svých procesů. Skoro každý tedy s AI něco dělá. Do procesů firmy ji ale dostal málokdo.

Já sám nejsem programátor. Přesto se už víc než půl roku můžu u e-shopů, které pro klienty stavíme, zeptat obyčejnou lidskou větou, proč se ráno zadrhl přenos objednávek, a dostanu odpověď. Model má totiž přístup k danému e-shopu. Ví, jak je postavený a co se v něm právě děje. To je celý rozdíl oproti chatování v prohlížeči.

Fáze 1: AI generuje obsah

Zeptejte se dnes kohokoli z e-commerce, na co používá AI. Odpověď znáte předem. Texty, popisky, překlady, vizuály. Data ze studie to potvrzují do detailu. AI pro copywriting používá 83 procent e-shopů, pro vizuály 73, u popisků produktů 63. U copywritingu se míra využití AI drží mezi 73 a 88 procenty ve firmách všech velikostí. Samotným používáním AI v téhle vrstvě už výhodu nezískáte.

Na začátku roku jsme se na to ptali sedmi lidí z vedení a marketingu českých e-shopů. Sedm ze sedmi popsalo použití AI v obsahu. Byly to dobré případy s reálnou úsporou, překlady hotové místo za dva dny v řádu minut, bannerová produkce se ze 160 hodin měsíčně omezila na jednu variantu od grafika. Nic z toho není špatně. Jen to má strop a naráží se do něj rychle. Model, kterému nedáte přístup ke svým datům, je jako konzultant, který nikdy neviděl váš e-shop. Napíše vám text o čemkoli. O vás vám neřekne nic.

Vašek Macíček, CEO Shopsys: Model, kterému nedáte přístup ke svým datům, je jako konzultant, který nikdy neviděl váš e-shop.

Fáze 2: AI rozumí kontextu vašeho e-shopu

Podívejte se na odvrácenou stranu výsledků téže studie. Personalizaci dělá pomocí AI 25 procent e-shopů, doporučování produktů 21 procent. U cen je to ještě výmluvnější. S pomocí AI sleduje ceny konkurence 28 procent e-shopů, dynamické ceny podle ní nastavuje osm a marži optimalizuje šest procent. Čím blíž jsme samotnému rozhodování, tím méně ho AI svěřujeme.

Graf: AI používá 83 % e-shopů pro copywriting, 73 % pro vizuály, 63 % pro popisky, ale jen 25 % pro personalizaci, 21 % doporučování, 8 % dynamické ceny a 6 % optimalizaci marže

Rozhoduje, na co je AI napojená. Zákaznická péče s AI má u začátečníků horší skóre, 2,86 z pěti, zatímco u nejpokročilejších firem, tedy u špičky trhu, 4,00. Ten rozdíl je v napojení na CRM, na znalostní bázi a na stavy objednávek. Chatbot, který umí odpovídat jen z FAQ a do systémů nevidí, končí na 2,5.

V technologické vrstvě e-shopu jsou tři zdroje, které tohle rozhodují. Databáze říká, co je v e-shopu právě teď: produkty, objednávky, skladové zásoby, zákazníci. Provozní logy, tedy záznamy o tom, co se v systému skutečně dělo, říkají, kdy a kde se to zadrhlo. Zdrojový kód říká, proč se to stalo a jakým pravidlem se e-shop řídil. V Shopsys Platform jsme klientům postupně otevřeli všechny tři, od přístupu AI klientů k datům e-shopu po propojení AI s provozními logy. A když je AI čte zároveň, přestanete dostávat hlášení o chybě a začnete dostávat její vysvětlení.

V praxi to znamená, že se dá ptát na věci, na které se dřív ptát nešlo:

které produkty leží na skladě půl roku a nikdo je ani jednou neobjednal
které mají vysokou marži, nízkou vratkovost a začínají se přirozeně kupovat, takže si zaslouží pozornost marketingu
kteří zákazníci nakupovali opakovaně, ale posledních šest měsíců se nevrátili a co měli společného

Ukážu to na dvou situacích. Někdy stačí databáze. U jednoho klienta začal košík odmítat objednávky kvůli překročení váhového limitu 60 kilogramů. Vypadalo to na chybu v košíku, v dopravě nebo ve validaci. Jediný dotaz nad daty e-shopu ukázal, že problém není v kódu, ale v katalogu. Produkt, který měl vážit kilo a půl, měl vyplněnou hmotnost 3,5 tuny. A nebyl jediný.

Jindy databáze nestačí. U jiného klienta se ráno nepodařilo naložit celou rozvozovou trasu a auta nemohla vyjet. Teprve propojení dat, provozních logů a aplikační logiky ukázalo, co se stalo. Na trase bylo osm objednávek, jednu z nich někdo mezitím stornoval a protože systém zpracovával celou trasu najednou, spadlo s tou jednou i zbylých sedm.

Zatím jsem mluvil jen o e-shopu. Větší firmy dnes svoje data většinou někde mají, v CRM, v PIM, v ERP. Co v té skládačce často chybí, je právě e-shop. Když k němu máte plný přístup, dá se k ostatním systémům připojit – a máte pohromadě kompletní informace o byznysu. Rozhodujete se pak v kontextu celé firmy. Takhle dnes pracuje zlomek trhu, většina e-shopů se na práci s AI teprve adaptuje. Je to směr, kterým se e-commerce vydá.

Fáze 3: AI jedná, odpovědnost nese člověk

Tady se plete jedna věc. AI chat a AI agent nejsou totéž. Chatu položíte otázku a on odpoví. Agent dostane úkol, sám si obstará kontext a provede kroky.

Ostrá, produkční data u nás dnes AI výhradně čte a nic nemění. Data zůstávají u klienta, každé volání je dohledatelné a poslední slovo má vždycky člověk. Ve vývoji je to jinak. Díky tomu, že klient má přístup ke svému zdrojovému kódu, umíme s AI postavit funkční koncept nové funkce a ukázat ho zákazníkovi místo pouhé prezentace rovnou na jeho vlastních datech. Prototyp ale není produkce. Do ostrého provozu jde jen to, co senior vývojář zkontroloval a schválil. Odpovědnost za to nese on.

Kdo AI pustí do svých systémů, musí zároveň vyřešit, co v nich umělá inteligence smí vidět. U nás platí, že pro AI je zakázané všechno, dokud to výslovně nepovolíme. Stejný přístup ale zdaleka nemá celý trh. Žádná pravidla pro práci s AI dnes nemá šest z deseti firem, pravidla pro ochranu dat má jedna z deseti. Rozhodnutí o hluboké integraci je proto vždycky i rozhodnutím o tom, kdo se k vašim datům dostane, kde se zpracovávají a co se stane, když se něco pokazí. Kdo si tuhle část nechá na později, řeší ji obvykle až po incidentu. Hranice toho, co AI smí v produkci udělat, se bude posouvat. Otázka u toho ale bude jediná: kdo podepíše, že to AI smí udělat sama. Zodpovědnost se automatizovat nedá.

Čísla, která by si měl přečíst každý, kdo plánuje investice na příští rok: data připravená pro AI agenty mají dnes dvě procenta trhu, u nejpokročilejších firem je to čtrnáct procent. Autoři studie ten technologický náskok srovnávají s responzivním designem mezi roky 2014 a 2018.

Hlavní tlak na tuhle změnu přijde od zákazníků. Tomáš Čupr to v červnovém rozhovoru pro podcast Money Maker popsal jako svůj hlavní závěr z poslední cesty do Ameriky a formuloval ho jako „build for agents as well as humans“. Argument je jednoduchý: všechna dnešní rozhraní jsou postavená pro lidské oko, agent potřebuje strukturovaná data, ne grafiku.

Proč větší e-shopy s AI brzdí integrace

U větších e-shopů se mění povaha překážek. Integrace do existujících systémů je jediná bariéra, která s velikostí firmy roste. U nejmenších e-shopů ji uvádí 35 procent, u firem nad dvě stě zaměstnanců 54 procent. Čím je e-shop větší, tím víc ho brzdí jeho vlastní systémy.

Integrace je ale jen první limit. U řady platforem přijde druhý: ke klíčovým částem kódu nebo dat se bez dodavatele nedostanete. Dřív to byla otázka rychlosti, čekali jste na dodavatele. Dnes to rozhoduje o tom, jestli vůbec můžete nechat AI pracovat se svými daty a kódem.

Kde začít s AI ve vlastní firmě

Nevybírejte další AI nástroj. Vyberte jeden drahý nebo opakující se proces ve své firmě a zjistěte, co by o něm AI musela vědět a k čemu by potřebovala přístup, aby ho dokázala reálně změnit. Odpověď na tuhle otázku vám řekne o vaší připravenosti víc než jakýkoli nástroj, který si koupíte.

A pak si položte tři otázky:

Co dnes vaše AI o vaší firmě a vašem e-shopu ví?
Co z toho dokáže pochopit?
A co jí dovolíte skutečně udělat?

Časté otázky

Kolik českých e-shopů používá AI?

Podle studie AI v české e-commerce 2026, na které se spolupodílela APEK, používá AI 98 procent e-shopů. Do procesů ve více oblastech ji ale zapojilo jen šest procent. Nejčastěji slouží ke copywritingu (83 %), vizuálům (73 %) a popiskům produktů (63 %).

Jaký je rozdíl mezi AI chatem a AI agentem?

Chatu položíte otázku a on odpoví. AI agent dostane úkol, sám si obstará kontext a provede kroky. Produkční data e-shopů na Shopsys Platform dnes AI pouze čte a poslední slovo má vždy člověk.

K jakým datům e-shopu potřebuje AI přístup?

Ke třem zdrojům: k databázi (produkty, objednávky, sklad, zákazníci), k provozním logům (co se v systému skutečně dělo) a ke zdrojovému kódu (podle jakých pravidel e-shop funguje). Shopsys Platform klientům zpřístupňuje všechny tři.

Kde začít s AI v e-shopu?

Ne výběrem dalšího nástroje. Vyberte jeden drahý nebo opakující se proces a zjistěte, co by o něm AI musela vědět a k čemu by potřebovala přístup, aby ho dokázala reálně změnit.

Vašek Macíček je od března 2026 CEO Shopsysu, kde působí přes 11 let. Jako projektový ředitel vedl implementace pro SCONTO, Tescomu, Démos, Mountfield nebo Globus.

Chcete zjistit, co by AI mohla vědět o vašem e-shopu a jak ji bezpečně pustit k vašim datům? Ozvěte se Petru Štverkovi z našeho obchodního týmu na +420 776 632 786 nebo přes kontaktní stránku. Rádi to s vámi projdeme.

Čtěte také