AI & automatizace · 31. března 2026 · 18 min. čtení · Ohiku Mose Guy, Senior Engineer, Amplifa

AI pro energetickou účinnost: Praktický průvodce pro střední firmy

Přestaňte pálit peníze. Tento průvodce ukazuje, jak začít s AI pro energetickou účinnost – bez milionových investic a zbytečností kolem Data Science.

Znáte ten zvuk? To tiché, ale neustálé syčení ve výrobní hale, když jsou v pátek pozdě večer už dávno všechna světla zhasnutá. Většina lidí ho už ani nevnímá. Pro mě je to zvuk pětieurových bankovek, které jsou spalovány každou sekundu. Úniky v systému stlačeného vzduchu. Minulý týden jsem byl u jednoho zpracovatele kovů v Sauerlandu, který mi hrdě ukazoval svou novou pětiosou frézku – mistrovské dílo německého inženýrství. Když jsem se ho zeptal, kolik ho ročně stojí stlačený vzduch, pokrčil rameny. „Nemám tušení, Klaus Müller. Prostě to běží s elektřinou.“ Přesně to je ten problém.

Mluvíme o Průmyslu 5.0, o autonomních továrnách a dodavatelských řetězcích řízených AI – a přitom přehlížíme tiché žrouty ve vlastních čtyřech stěnách. Ceny energií nejsou jen volatilní, staly se strategickou hrozbou pro německé střední firmy. Zatímco Amerika láká na levný břidlicový plyn a Asie dotuje výrobu, my tu sedíme a debatujeme o barvě popelnic. Upřímně: Pokud nedokážeme zefektivnit naši výrobu – a to radikálně – pak to tu můžeme brzy zavřít. Jde o to, že technologie k lovu a likvidaci těchto tichých žroutů je už dávno tady. Jmenuje se AI. Ale většina lidí opět jen krčí rameny. Příliš drahé, příliš složité, něco pro velké hráče jako Siemens nebo Bosch.

Proč tento průvodce přichází právě teď (a co z něj budete mít)

Tady se na to jde od lesa. Místo filozofování o teoretických modelech AI Vám ukážu pragmatickou cestu, jak můžete jako středně velká firma k tématu AI pro energetickou účinnost přistoupit. Zcela konkrétně, s nohama na zemi. Nedávno jsem byl virtuálně na Hannover Messe – ano, i to už existuje – a díval jsem se, co tam dělají firmy jako Stefanini Group. Brazilci, partnerská země veletrhu 2026, přicházejí s více než 200 hotovými případy využití AI pro průmysl a slibují snížení variability procesů až o 50 %. Zda je to všechno pravda, nechme stranou. Ale ukazuje to směr. Pryč od řečí, směrem k činům. Tento průvodce je Vaším plánem.

• Krok 1: Nelítostná inventura – Kde finančně vykrvácíte?
• Krok 2: Projekt 'Low-Hanging-Fruit' – První rychlé vítězství, které se vyplatí.
• Krok 3: Výběr nástrojů a chytrý pilot – Jak nenaletět pozlátku.
• Krok 4 & 5: Pokročilé manévry pro profesionály – Od Predictive Maintenance po AI Act.
• Plus: Kontrolní seznam pro prověření Vaší připravenosti a odpovědi na otázky, které se bojíte položit.

Krok 1: Datová archeologie – Kde ty peníze skutečně zůstávají

Než začnete jen uvažovat o 'AI', musíte udělat jednu věc: Kopat. Musíte se stát archeologem ve vlastní firmě. Většina výrobních podniků sedí na obrovských datových hřbitovech. Jsou tam údaje o spotřebě od dodavatele energií, protokoly z Manufacturing Execution System (MES), chybové kódy z řídicích systémů PLC a ručně psané poznámky od vedoucího směny. Všechno tam je, ale nic z toho spolu nemluví. Vaším prvním úkolem tedy není najmout si drahého poradce, který Vám bude věšet bulíky na nos, ale identifikovat Vaše nejdůležitější spotřebiče energie a podívat se: Jaká data k nim mám? Často je to stlačený vzduch, který může tvořit až 20 % celkové spotřeby elektřiny. Nebo vytápění, větrání, klimatizace (HLK). Nebo určitá skupina strojů, která běží 24/7, i když vyrábí jen 8 hodin denně.

Začněte jednoduše. Vezměte si účty za elektřinu za posledních 24 měsíců. Existují sezónní špičky? Nevysvětlitelné výkyvy? Nainstalujte – a to dnes už opravdu nestojí svět – několik chytrých elektroměrů na Vaše hlavní spotřebiče. U kompresorové stanice. U lakovací kabiny. U největšího CNC stroje. Nepotřebujete cloud s daty v reálném čase v řádu petabajtů. Potřebujete jednoduchou tabulku v Excelu s údaji o spotřebě za hodinu po dobu jednoho týdne. To je Váš zlatý poklad. Minulý týden jsem mluvil s jedním jednatelem, který to udělal. Jeho výsledek? Jeden z jeho starších kompresorů běžel o víkendu naplno, protože byl vadný ventil. Náklady: přibližně 15.000 EUR ročně. To nemá nic společného s AI, ale se zdravým rozumem. Ale tento datový poklad je absolutním základem pro každý další krok směrem k AI pro energetickou účinnost.

Krok 2: Projekt 'Low-Hanging-Fruit' – Vaše první, rychlé vítězství

Takže, teď už tušíte, odkud vítr fouká. Nyní přichází největší chyba, kterou dělá 9 z 10 firem: Chtějí okamžitě optimalizovat celou továrnu. Sní o „digitálním dvojčeti“, které vše předpoví, a o plně automatickém energetickém managementu. Zapomeňte na to. To je jistá cesta do hrobu pro miliony, na jehož konci frustrovaný CFO vytáhne zástrčku ze zásuvky. Vaším cílem je malý, ohraničený projekt s jasným, měřitelným cílem a návratností investic (ROI) pod 12 měsíců. Vyberte si ten jeden stroj, ten jeden proces, který bolí. To 'snadno dostupné ovoce'.

Konkrétní příklad: Náladový vstřikovací lis

Představte si jeden z Vašich starších vstřikovacích lisů. Někdy vyrábí dobré díly, jindy zmetky. Doby cyklu kolísají. Spotřeba energie na kus je sázka do loterie. To je ideální kandidát. Váš cíl by mohl znít: „Chceme snížit spotřebu energie na dobrý kus u stroje 7 o 10 % a snížit zmetkovitost na polovinu.“ Teď máte něco hmatatelného. Na základě dat z kroku 1 začnete hledat korelace. Závisí spotřeba energie na venkovní teplotě? Na použitém materiálu? Na denní době a s tím spojeném kolísání napětí v síti? Zde může mít jednoduchý model AI – nic jiného než chytré rozpoznávání vzorců – cenu zlata. Analyzuje historická data o tlaku, teplotě, době cyklu a spotřebě elektřiny a dává doporučení pro optimální nastavení. To není žádná černá magie. Poskytovatelé jako již zmíněná Stefanini Group mluví o stabilizaci procesů a snížení variability až o 50 %. To může být marketingový řeč, ale i kdyby to bylo jen 20 % – spočítejte si, co to u Vašeho stroje 7 za rok udělá. Přes to nejede vlak, to se vyplatí.

Krok 3: Kufřík s nářadím – Koupit, postavit nebo pronajmout?

Teď, když máte jasný cíl, přichází otázka nástrojů. A zde číhá další džungle. Každý poskytovatel cloudových platforem, každý výrobce senzorů a každá firma, která dělá „něco s AI“, Vám chce prodat své řešení. Nenechte se zmást. V zásadě existují tři cesty: Postavit si to sami, koupit hotový software nebo si pronajmout řešení jako službu. Pro 95 % středních firem, se kterými mluvím, je 'postavit si to sami' naprostý nesmysl. Nemáte na to lidi, čas ani peníze. Jste strojaři, ne softwarový dům. Tečka.

Zbývá tedy koupě nebo pronájem. Koupený software (On-Premise) Vám dává plnou kontrolu nad daty, ale také znamená, že se musíte starat o aktualizace, údržbu a IT infrastrukturu. Přístup s pronájmem, často označovaný jako SaaS, je pro začátek většinou lepší volbou. Platíte měsíční poplatek, data jsou uložena (doufejme v souladu s GDPR) u poskytovatele a můžete rychle začít. Existují specialisté přesně na Váš problém – ať už jde o energetický management, optimalizaci procesů nebo prediktivní údržbu. U svého pilotního projektu pro stroj 7 se podívejte na dva nebo tři poskytovatele. Dejte jim svá anonymizovaná data z kroku 1 a nechte je udělat malou analýzu 'Proof of Concept'. Kdo dodá nejpřesvědčivější výsledky? Kdo rozumí Vašemu podnikání a neklade jen hloupé otázky? A co je velmi důležité: Kdo Vám dokáže říct jasnou cenu za pilota a transparentní plán pro škálování? Vsadím se, že polovina poskytovatelů zde už propadne sítem.

Pro pokročilé: Dalších 5 manévrů, jak se stát šampionem efektivity

Dobře, Váš pilotní projekt na stroji 7 byl úspěšný. Ušetřili jste 12 % energie a ROI bylo dosaženo po 9 měsících. Potlesk. Ale co teď? Teď začíná skutečná práce: škálování. Zde se odděluje zrno od plev.

1. 1. Od pilota k běžnému provozu: Zrádná integrace. Převést malý, jemný pilotní projekt do drsného světa Vašeho IT a OT prostředí je herkulovský úkol. Váš nástroj AI nyní musí umět mluvit s MES, ERP systémem (ano, i s tím starým SAP R/3) a řídicími systémy na lince. Zde jsou čistá rozhraní (API) vším. Vyjasněte si PŘEDEM se svým poskytovatelem, jak to funguje. Může být doporučení AI odesláno přímo jako nová sada parametrů do řízení stroje? Nebo to musí pracovník ručně naťukat do terminálu? Ďábel se skrývá v detailu a rozhoduje o přijetí a úspěchu.
2. 2. Predictive Maintenance jako lukrativní vedlejší efekt. Vaše AI pro optimalizaci energie se naučila, jak zní 'zdravý' stroj a jak vypadá jeho energetický tep. Jakákoli odchylka od toho – mírně zvýšená spotřeba proudu, minimální vibrace – je nejen neefektivní, ale často také včasným indikátorem hrozícího výpadku. Váš monitoring energie se tak – téměř zdarma – stane systémem prediktivní údržby. Místo výměny komponent podle pevných intervalů je vyměníte tehdy, když data řeknou, že je čas. To šetří nejen energii, ale především drahé, neplánované prostoje.
3. 3. Inteligentní plánování výroby (ve stylu 'SAI Smart Schedule'). To je vysoká škola. Teď už nejde jen o efektivní provoz jednoho stroje, ale o celou výrobu. Moderní nástroje AI, jaké ukazuje například Stefanini Group na Hannover Messe, dokážou optimalizovat celou výrobní sekvenci. Zohledňují přitom nejen časy seřízení a dostupnost materiálu, ale také aktuální ceny elektřiny (klíčové slovo: Day-Ahead obchodování na energetické burze) nebo předpovídané zatížení v elektrické síti. Proč spouštět energeticky náročnou kalicí pec ve 12 hodin v poledne, kdy je elektřina nejdražší, když by mohla běžet i ve 2 hodiny ráno, kdy je elektřina téměř zadarmo? To vyžaduje hlubokou integraci do Vašeho plánování, ale může to otevřít úspory v úplně nové dimenzi.
4. 4. Digitální dvojče jako Vaše energetické pískoviště. Než reálně zavedete nový proces, nový stroj nebo novou logiku výroby, otestujte je ve virtuálním prostředí. Digitální dvojče je přesná kopie Vaší výroby v softwaru. Zde můžete experimentovat podle libosti: Co se stane, když zvýším dobu taktu o 2 %? Jak ovlivní nové chladivo spotřebu energie? Můžete si přehrát stovky scénářů, aniž byste v reálném světě pohnuli jediným šroubkem nebo vyplýtvali jedinou kilowatthodinu. To už není science fiction, ale pro mnoho odvětví již realita.
5. 5. Compliance kladivo: Přichází EU AI Act. Od srpna 2026 to začne být vážné. AI Act EU je první komplexní zákon o AI na světě. A hádejte, co často spadá do kategorie 'vysoce rizikové AI'? Přesně tak, systémy pro řízení kritické infrastruktury – kam mohou patřit i velká průmyslová zařízení. Pokud tedy Vaše AI aktivně zasahuje do řízení strojů, musíte plnit rozsáhlé dokumentační, rizikové a monitorovací povinnosti. To není žádná maličkost. Pokud to budete ignorovat, hrozí pokuty, které rychle pohltí Váš zisk z úspor energie. EU sice podporuje programy jako STEP (Strategic Technologies for Europe Platform), který od března 2024 mobilizoval již 29 miliard eur, ale také se velmi pozorně dívá. Vyjasněte si toto téma včas se svým poskytovatelem a právním oddělením. To není volba, to je povinnost.

Kontrolní seznam: Je Váš provoz připraven na první projekt AI v energetice?

Použijte tuto tabulku jako upřímné sebehodnocení. Pouze tam, kde máte u většiny bodů 'Ano' nebo 'Částečně', byste měli podniknout další krok.

Bezplatný Sales Audit: Nejdříve ucpěte díry ve své pipeline — Než začnete ladit svou výrobu na efektivitu, měli byste vědět, zda Váš obchod vůbec získává ty správné zakázky. Náš Sales Audit analyzuje Vaše procesy a ukazuje, kde skutečně leží peníze na ulici.

Časté otázky (a nelítostné odpovědi)

Potřebuji k tomu celý tým datových vědců?

Ne. Alespoň ne na začátku. Pro první pilotní projekt potřebujete zvídavého inženýra nebo technika, který zná svůj proces skrz naskrz a má chuť si hrát s daty. Skutečnou 'magii AI' si dnes koupíte u specializovaných SaaS poskytovatelů. Jejich datoví vědci už vyřešili stovky podobných problémů. Soustřeďte se na své procesní know-how. To za Vás žádný AI nerd neudělá. Teprve až půjdete skutečně do škálování a budete chtít vyvíjet vlastní modely – pak, a teprve pak, se budeme bavit o najmutí vlastního specialisty.

Co kybernetická bezpečnost a EU AI Act?

Obojí je sakra důležité. U kybernetické bezpečnosti platí: Každé zařízení, které připojíte k síti, je potenciální vstupní branou. Segmentujte svou síť! Výrobní IT (OT) musí být přísně odděleno od kancelářského IT (IT). Pracujte s poskytovateli, kteří svou bezpečnostní architekturu zveřejňují. U AI Act: Dokud Vaše AI pouze analyzuje a dává doporučení ('nastavte stroj na 180 stupňů'), je riziko zvládnuté. Jakmile však systém začne samostatně a bez lidské kontroly zasahovat do řízení ('AI nastaví stroj na 180 stupňů'), mohli byste se ocitnout ve vysoce rizikové oblasti. Moje rada: Začněte s analytickými systémy a nechte finální rozhodnutí na člověku. To pro začátek vyřeší 90 % problémů s compliance.

Vyplatí se AI pro energetickou účinnost i podnikům s pouhými 50 zaměstnanci?

Ano, absolutně. Možná dokonce více než těm velkým, protože u Vás se každé ušetřené euro projeví přímo ve výsledku. Koncern má desítky štábních útvarů, které se o to starají. Vy máte svůj zdravý rozum. Trik je v tom, nemyslet jako koncern. Nepotřebujete cloudovou platformu SAP HANA. Potřebujete senzor za 300 eur na svém kompresoru a jednoduchý software, který Vám řekne, kdy ta věc běží zbytečně. Investice do vstupních projektů v posledních letech dramaticky klesly. Pokud máte náklady na energii přes 100.000 EUR ročně, vsadím se, že s chytrým projektem můžete v prvním roce ušetřit minimálně 10.000 EUR. Spočítejte si sami, zda se to vyplatí.

Amplifa AI: Najděte zákazníky, kteří ocení Vaši efektivitu — Optimalizovali jste svou výrobu a dodáváte včas a levněji než konkurence? Perfektní. Amplifa Vám pomůže najít přesně ty B2B zákazníky v Evropě, pro které jsou tyto výhody rozhodující pro nákup.

Závěr: Dělat, měřit, přizpůsobovat

Na konci dne je to v průmyslu jako vždy. Nejde o buzzwordy ani o převratné revoluce. Jde o solidní řemeslo. AI pro energetickou účinnost není všelék, který si prostě koupíte. Je to proces. Namáhavý, ale přínosný proces. Až se za tři roky znovu zastavím u toho zpracovatele kovů v Sauerlandu, nechci, aby mi vyprávěl o své 'strategii AI'. Chci, aby mi řekl: 'Klaus Müller, slyšíte to? Nic. To je zvuk 20.000 EUR, které jsem letos neutratil za stlačený vzduch.' To je jediné KPI, které se počítá.

• Začněte u problému, nikoli u technologie. Identifikujte svého největšího žrouta energie a udělejte z něj jediný cíl svého prvního projektu.
• Vyberte si malé bojiště pro rychlé vítězství. Pilotní projekt na jednom stroji s ROI pod jeden rok přesvědčí každého finančního ředitele a vytvoří potřebné přijetí v týmu.
• Nikdy nepodceňujte integraci a compliance. Technické napojení na Vaše stávající systémy a právní překážky AI Act jsou skutečnými výzvami – nikoli samotný model AI.