Strategie AI · 21. března 2026 · 14 min. čtení · Mohsen Ghulami, GTM Engineer, Amplifa
AI Build vs Buy: Proč střední firmy investují špatně
AI Build vs Buy ve středních firmách: Většina pálí peníze špatnými strategiemi. Zjistěte, proč je hybridní cesta jediným řešením.
Minulý týden jsem seděl s jednatelem strojírenské firmy z Teutoburského lesa. Klasický Hidden Champion, 250 zaměstnanců, lídr světového trhu v nice, o které jste nikdy neslyšeli. Se směsí hrdosti a zoufalství mi vyprávěl o svém 'maják projektu': vlastní vyvinuté AI pro prediktivní údržbu svých zařízení. Rozpočet: 1,5 milionu eur. Doba trvání: dva roky. Výsledek: polovičaté řešení, které produkuje více falešných poplachů než nervózní hlídací pes a které údržbáři v první linii – říkejme jim třeba mistr Kaczmarek – prostě ignorují. Celá debata 'AI: Build vs. Buy' v německém středním stavu je fraška. A řeknu Vám také proč: Obě cesty, tak jak jsou dnes většinou pojímány, vedou přímo do slepé uličky.
Upřímně: V představenstvech se šíří nebezpečná směs paniky z promeškání a touhy po uznání. Chtějí 'dělat něco s AI', protože konkurent z vedlejšího města se tím už také chlubí. Takže se na to jde od lesa. Jedni propadají mánii 'Build'. Poháněni romantickou představou vývoje svatého grálu – proprietární AI, která rozdrtí konkurenci. To se projevuje duše inženýra, znám to. Člověk chce tu věc stvořit sám. Problém: Nejste Google ani OpenAI. Kompletní vlastní vývoj AI řešení spolyká miliony (podle analýz W&P mluvíme o 5-10 milionech eur během tří let pro středně velký projekt) a nese gigantické riziko. Míra úspěšnosti? Vystřízlivujících 30-50 procent.
A ta druhá strana? Ta podléhá vábení frakce 'Buy'. Kupme prostě standardní software od jednoho z velkých poskytovatelů, pak budeme na bezpečné straně. Zní to lákavě, že? Rychlé, zdánlivě levné, škálovatelné. Problém: Tato řešení 'z regálu' jsou často flexibilní asi jako železniční kolejnice. Fraunhofer IPA to v jedné studii z roku 2026 (ano, ti se dívají už dál dopředu) dokázal černé na bílém: V 70 až 80 procentech případů selhávají standardní AI modely na komplexnosti reálných výrobních procesů, například při prognóze energetických špiček. To je, jako byste se pokoušeli řídit vysoce komplexní, individualizovaný výrobní proces pomocí aplikace z App Store. Dá se to udělat – ale výsledek bude k ničemu.
AI Build vs Buy: Nepříjemná pravda v číslech
Přestaňme si lhát do kapsy. Rozhodnutí pro AI strategii není otázkou víry, je to tvrdá podniková ekonomika. Podíval jsem se na nejnovější analýzy Fraunhofer IPA a strategického poradenství Wieselhuber & Partner (W&P). A ta čísla – ta jsou fackou pro každého snílka.
| Metrika | Pure Build (Vlastní vývoj) | Pure Buy (Standardní software) | Hybrid (Buy & Adapt) |
|---|---|---|---|
| Náklady (Initial + 2 roky) | 5-10 mil. € (vysoké náklady na údržbu 20-30% p.a.) | 0,5-2 mil. € (licence + úprava, 10-15% údržba) | 1-3 mil. € (ROI často za 12-18 měsíců) |
| Timeline do Go-Live | 18-36 měsíců (40% zpoždění kvůli datům) | 3-9 měsíců | 6-12 měsíců (o 80% rychlejší iterace) |
| Míra úspěšnosti | 30-50% | 60-70% (jen pokud je přizpůsobitelný), jinak <30% | 75-90% (s jasným zaměřením) |
| Míra chyb / Riziko | Vysoké (50-70% kvůli špatným modelům nebo porušení compliance) | Střední (20-40% kvůli nedostatečné shodě) | Nízké (10-25%) |
Podívejte se na to. Čistě vlastní vývoj je finanční sebevražedná mise s neuvěřitelně vysokou mírou chybovosti. Pure Buy je loterie, kde je prohra (nedostatečná shoda) pravděpodobnější než hlavní výhra. To není názor, to jsou fakta z analyzovaných projektů. A to v tom ještě nejsou započteny následné náklady na údržbu a frustrovaní zaměstnanci, které trápíte nedotaženými nástroji. Nemluvíme tu o drobných, ale o investicích, které mohou středně velkou firmou otřást. Přes to nejede vlak.
AI je hybatelem a enablerem; začněte s Pain Points a čistými daty – pak projekty zažijí AI boost, místo aby vyšuměly do ztracena.
— Volker Riedel, partner ve W&P Strategieberatung
Minulý týden jsem telefonoval s Volkerem Riedelem z W&P a on to trefil přesně. Celá diskuse je špatně postavená. Nejde o technologii. Jde o problém. A jde o surovinu – data.
Ale... co náš jedinečný konkurenční náskok?
Teď už slyším námitku z technického kouta: 'Ale pane Müller, když budeme jen skládat standardní komponenty, kde zůstane naše USP? Naše jedinečná výhoda na trhu?' To je nejsilnější – a na první pohled nejlogičtější – argument pro přístup 'Build'. Sen o vytvoření AI, která je tak dokonale střižená na vlastní tajný výrobní recept, že konkurence bude jen užasle přihlížet.
To je nebezpečný omyl. Podle mých zkušeností 9 z 10 firem dramaticky přeceňuje jedinečnost svých procesů. Skutečná, nedostižná konkurenční výhoda dnes už jen zřídka tkví v samotném algoritmu (mnoho z nich je Open Source nebo snadno replikovatelných), ale ve dvou věcech: v jedinečných – a čistých! – datech, která jste sbírali po desetiletí, a v hluboké integraci AI logiky do Vašich klíčových procesů. A přesně zde přichází na řadu hybridní přístup. Kupte si standardní stavební kameny – datové propojení, vizualizaci, základní algoritmy. Ale na nich postavte vlastní, vysoce specifickou logiku, která bude krmena Vašimi expertními znalostmi a Vašimi jedinečnými daty. To není kapitulace. To je prostě chytré.
Co vidím v terénu: AI strategie ze slonovinové věže
Když procházím výrobními halami v Deutschland, vidím opakující se vzorec. Nahoře, v patrech s koberci, se vede bitva v PowerPointu o 'digitální transformaci' a 'AI-First strategii'. Schvalují se rozpočty, najímají se poradci a vyhlašují se majákové projekty. Dole, na podlaze haly, kde vzniká hodnota, zatím mistr Kaczmarek kroutí hlavou. Proč? Protože draze koupená nebo pracně vyvinutá AI je krmena daty, která dřímou v dvacet let starých tabulkách Excel, v proprietárním řízení PLC z devadesátých let nebo – a to není vtip, sám jsem to zažil – v osobním notebooku mistra, který jde za šest měsíců do důchodu.
Jde o to: Bez centrální, čisté a přístupné datové základny je každá AI strategie jako pokus natankovat do Porsche topný olej smíchaný s bahnem. Nejenže nepojede rychle, ale rozbije se. Úspěch firem jako REWE, které díky integraci standardních AI řešení dokázaly snížit své náklady na materiál o 10-20 %, není založen na magickém algoritmu. Je založen na mravenčí práci při zvládnutí svých dat. Čistá data jsou skutečnou surovinou digitalizace. Vše ostatní je drahé věštění z kávové sedliny.
Znáte vůbec svého zákazníka?
A to mě přivádí k ještě zásadnějšímu problému. Mnoho firem investuje miliony do optimalizace interních procesů pomocí AI, ale ani přesně neví, kdo je jejich ideální zákazník. Než vložíte jediné euro do AI projektu, musíte mít křišťálově jasno v tom, pro koho to všechno děláte a jaký problém pro tohoto zákazníka řešíte. Jinak optimalizujete do prázdna.
Amplifa ICP Playbook: Najděte svého ideálního zákazníka — Definujte svůj profil ideálního zákazníka (ICP) s chirurgickou přesností. Základ pro každou úspěšnou prodejní a produktovou strategii – a předpoklad pro smysluplnou investici do AI.
Když je ICP hotové, jde o to porozumět trhu. Jak velký je skutečně potenciál? Pro které segmenty se vyplatí úsilí o personalizaci s podporou AI?
Amplifa TAM-Analyse: Realistické posouzení tržního potenciálu — Přestaňte hádat. S naší analýzou Total Addressable Market (TAM) kvantifikujete svůj tržní potenciál a identifikujete nejlukrativnější cílové segmenty pro Vaši expanzi s podporou AI.
Konec teoretizování: Co se musí stát teď
Dost bylo analýz. Co to nyní konkrétně znamená pro Vás jako jednatele, CTO nebo šéfa digitalizace ve střední firmě? Znamená to, že musíte přestat honit módní slovíčka a místo toho si vyhrnout rukávy. Zde je Váš pětibodový plán – říkejme mu 'Müllerův manifest pro AI v praxi':
- Krok 1: Radikální analýza bolestivých míst místo zamilovanosti do technologií. Zavřete své IT pracovníky a AI evangelisty na jeden den. Místo nich pozvěte k jednomu stolu vedoucího výroby, šéfa prodeje a mistra Kaczmarka. Zeptejte se: 'Kde nám krvácejí peníze? Kde ztrácíme čas? Jaký problém nám noc co noc nedá spát?' Identifikujte tři největší Pain Points. Jen o nich se bude v souvislosti s AI vůbec uvažovat.
- Krok 2: Brutální inventura dat. Okamžitě. Vyhlaste tříměsíční moratorium na všechny nové AI projekty. Využijte tento čas k vyřešení jediného, nezpochybnitelného úkolu: dejte do pořádku svá data. Kde leží? Jak jsou aktuální? Kdo k nim má přístup? Vytvořte 'Single Source of Truth'. To je ta nejméně atraktivní, ale nejdůležitější úloha celé digitalizace.
- Krok 3: Definujte hybridní model jako zlatý standard. Na základě Vašich Pain Points vyhodnoťte podle frameworku W&P: Co je náš 'tajný recept' (jedinečná procesní data, expertní znalosti) a co je standard (datové propojení, vizualizace)? Kupte standardní komponenty od zavedených poskytovatelů. Ale trvejte na otevřených rozhraních (API). Na tomto základu pak s malým, specializovaným týmem nebo externím partnerem postavte těch rozhodujících 10 % Custom logiky, která tvoří ten rozdíl.
- Krok 4: Pilotní projekt se zabudovanou exit strategií. Vyberte si nejmenší ze tří Pain Points a spusťte jasně ohraničený pilotní projekt. Rozpočet: maximálně 100.000 eur. Časový rámec: maximálně šest měsíců. Předem definujte tvrdé KPI (např. 'snížení falešných poplachů o 50 %'). Pokud cílů po šesti měsících nedosáhnete, projekt se ukončí. Bez diskuse. Největším nebezpečím je Sunk-Cost-Fallacy – lpění na neúspěšném projektu, protože se do něj už tolik investovalo.
- Krok 5: Myslete na compliance od 1. dne. EU AI Act možná nepřijde, on přijde určitě (od roku 2027 to bude pro strojírenství vážné). Ignorování regulací není klukovina, ale potenciální showstopper. Využijte šablony a zkušenosti z projektů jako reálná laboratoř KIRR Real v Bádensku-Württembersku. Ti již ukázali, jak implementovat právně bezpečná AI řešení kombinací validovaných Buy prvků s custom validovanou integrací. To podle tamních výzkumníků snižuje rizika až o 50 %.
A nezapomeňte na lidi
Ta nejchytřejší AI Vám nepřinese vůbec nic, pokud Váš prodejní tým nepochopí, jak jím vytvořenou přidanou hodnotu u zákazníka proměnit na eura a centy. AI, která přesně předpovídá dodací lhůty, je výhodou jen tehdy, pokud ji Váš obchodník dokáže prodat jako garanční příslib. Technologie je pouze enabler. Prodávat musí stále člověk.
Amplifa Sales Coaching: Udělejte ze svého týmu stroj na tržby — Technologie neprodává, prodávají lidé. Náš koučink transformuje Váš prodejní tým, aby suverénně uplatnil hodnotu Vašich inovací – i Vašich AI řešení – u zákazníka.
Časté dotazy k AI strategii ve středních firmách – na rovinu místo poradenského žargonu
Jak vysoké jsou skutečné náklady na AI projekt?
Zapomeňte na nablýskané prospekty. U vlastního vývoje (Build) počítejte s minimálně 5 miliony eur během prvních tří let, včetně horentních nákladů na údržbu. Čistý nákup (Buy) začíná možná na 500.000 eurech, ale riziko, že to nebude sedět a Vy ty peníze odepíšete, je obrovské. Realistická a nejúspěšnější cesta – hybridní přístup – se většinou pohybuje mezi 1 a 3 miliony eur, má však zásadní výhodu v pozitivním ROI často již po 12 až 18 měsících.
Mám starý strojový park. Mohu ho vůbec dovybavit AI?
Ano, absolutně. A je to často dokonce ta inteligentnější cesta. Klíčové slovo je 'Retrofit'. Firmy jako IBHsoftec vyvinuly frameworky pro datové připojení i starších strojů bez moderních rozhraní přes standardy jako OPC-UA. To je často o 50 % levnější než kompletní nová pořízení a může, jak ukazují příklady u Siemens v Ambergu, vést k úsporám energie až o 70 %. Vaše staré stroje nejsou zátěží – jsou zlatým dolem plným historických dat, pokud je dokážete vytěžit.
Je 'Pure Build' někdy dobrou AI strategií pro střední firmy?
Ve velmi, velmi vzácných výjimečných případech. Pokud Vaše hlavní podnikání spočívá na absolutně jedinečném souboru dat, který nikdo jiný na světě nemá – například analýza specifických vlastností materiálu v tajném chemickém procesu –, pak může mít kompletní vlastní vývoj smysl. Pro 99 % středně velkých případů použití (plánování výroby, kontrola kvality, prediktivní údržba) je to však finanční a technologický overkill. Soustřeďte raději sílu svých vývojářů na to, aby standardní řešení dokonale přizpůsobili Vašemu procesu.
Vsadím se, že za tři roky už nebudeme mluvit o 'Build vs. Buy'. Budeme mluvit o 'Smart Adapt vs. Dumb Install'. Vítězi budou ti, kteří pochopili, že AI není produkt, který se kupuje, ale schopnost, kterou si člověk musí osvojit – na pevném základu z čistých dat a standardní technologie.
Otázka tedy nezní 'Build nebo Buy?'. Skutečná otázka, kterou si dnes musíte položit, zní: Máte odvahu udělat si nejprve domácí úkoly, než hodíte své těžce vydělané peníze do chřtánu dalšímu AI kejklíři? Diskutujte se mnou na LinkedIn nebo mi napište e-mail. Těším se na Vaše otevřené dopisy a příběhy o úspěchu.