Tržní analýza · 25. března 2026 · 22 min. čtení · Rebecca Kupka, Founders Associate, Amplifa

AI ve výrobě: Propast mezi vítězi & poraženými

AI ve výrobě už není jen hype. Naše analýza ukazuje, kdo profituje, kdo zaostává a jak si středně velké firmy nyní mohou zajistit budoucnost.

Před 15 lety jsem stála ve slévárně hluboko v Porúří. Vůně horkého kovu a strojního oleje, ohlušující hluk lisu, který s přesností švýcarských hodinek dopadal na plech – veden mistrem, který znal stroj lépe než své vlastní boty. Podle zvuku poznal, kdy je třeba vyměnit nástroj. Cit, zkušenost, intuice. To byl německý průmysl. Minulý týden jsem byla v závodě Siemens v Erlangen. Místo hluku téměř nadpozemské ticho, přerušované jen tichým bzučením Cobots. Místo pachu oleje klinická čistota laboratoře. A dnešní mistr? Sedí před třemi monitory a sleduje datové toky, zatímco algoritmus mu na minutu přesně předpovídá, kdy hrozí výpadek vřetena – tři týdny dopředu. To je dnešní německý průmysl. A právě zde, mezi těmito dvěma obrazy, zeje propast, která rozhodne o bytí či nebytí. Říkám Vám: polovina dnešních středně velkých firem ve strojírenství bude za pět let irelevantní. Nikoliv kvůli levné konkurenci z Dálného východu. Ale proto, že Excel stále považují za datovou strategii.

AI ve výrobě: Kde německý střední stav skutečně stojí

Zeptejte se deseti jednatelů, jak jsou na tom se svou strategií AI, a dostanete jedenáct různých odpovědí. Od „máme to v hledáčku“ (rozuměj: nemáme) až po velkohubá prohlášení o digitální transformaci, která se při bližším pohledu ukáží jako koupené předplatné SaaS. Upřímně: musíme si přestat lhát do kapsy. Aktuální zpráva ZEW o technologické výkonnosti Deutschland do roku 2026 mluví jasnou řečí, pokud čtete mezi řádky. Ano, 'Manufacturing', tedy náš klíčový průmysl, je oslavován jako vedoucí odvětví v adopci AI. Deutschland má podle posudku náskok v průmyslovém výzkumu AI. To zní zpočátku dobře, téměř uklidňujícím způsobem. Potlesk, poplácání po zádech, jen tak dál.

Ale to je jen polovina pravdy. Jde o to, že 'vedoucí' je relativní přídavné jméno. Vedoucí ve srovnání s kým? Ve srovnání s bankovním sektorem, který je regulacemi jako MaRisk 7.0 nebo DORA tak sevřen, že každou inovaci nejprve rozcupuje zástup compliance úředníků? Ironické, že? Právě instituce, jejichž celý obchodní model je založen na datech, pokulhávají v inteligentním využívání těchto dat. Nebo vedoucí ve srovnání se stavebnictvím či realitním trhem, kde je využití AI vzácné jako dochvilný vlak ICE? Přiznejme si to: laťka neleží příliš vysoko. Zatímco se zde v regionu DACH radujeme z našeho náskoku, americké a čínské koncerny budují celé ekosystémy na bázi AI, které nově definují nejen výrobu, ale celý hodnotový řetězec – od designu až po after-sales servis. Náš 'náskok' je ve skutečnosti časové okno. A k tomu zatraceně malé.

Tvrdá realita za procenty

Čísla, která slýcháme, jsou klamavá. Nedávný průzkum VDMA vyčíslil počet strojírenských firem implementujících projekty AI na necelých 40 %. Zní to v pořádku. Ale co znamená 'projekt AI'? Počítá se tam i nový CRM software, který má 'inteligentní' dashboard? Nebo mluvíme o skutečných aplikacích Machine-Learning hluboce integrovaných do procesů, které přinášejí měřitelný ROI? Podle mých zkušeností je to druhé výjimkou. Vidíme mnoho ukázkových projektů, často v kooperaci s Fraunhofer-Institut, kterým se pak tleská na veletrzích. Ale široká, plošná implementace? Ta chybí. Peníze tečou – zpráva ZEW implikuje růst díky zvýšeným výdajům na F&E – ale často se vytrácejí v izolovaných řešeních, v pilotních projektech, které se nikdy neškálují, a v čirém zmatku z toho, kde vůbec začít.

Trend 1: Transparentní továrna – optimalizace procesů jako povinnost

Prvním a nejzřejmějším případem použití AI ve výrobě je samotná produkce. Zde jsou bolesti největší a potenciální zisky nejrychleji viditelné. Koncept 'transparentní továrny' není nový, ale teprve AI mu dává skutečnou sílu. Už nejde jen o vizualizaci dat z Manufacturing Execution System (MES). Jde o to, z těchto dat vytvářet předpovědi a autonomně řídit procesy. Klasika, o které mluví každý: Predictive Maintenance. Nedávno jsem mluvila s technickým ředitelem středně velkého výrobce lisů ze Saska. Dodatečně vybavili své stroje senzory vibrací a teploty. Jednoduchý algoritmus Machine-Learning nyní analyzuje vzorce a hlásí anomálie dlouho předtím, než by si jich všiml člověk. Výsledek: neplánované odstávky na jejich nejkritičtější výrobní lince klesly o 80 %. Osmdesát procent! Přepočítejte si to na eura.

Další oblastí je kontrola kvality. Každý zná obrázky zaměstnanců, kteří pod ostrým světlem hledají na součástech nejmenší chyby. Namáhavá práce náchylná k chybám. Dnes to dělají kamerové systémy s podporou AI pro rozpoznávání obrazu – a to s přesností a rychlostí, která je nadlidská. Výrobce plastových výlisků v Černém lese tím snížil zmetkovitost ze 4 % na méně než 0,5 %. To nejsou drobné, to jsou čisté peníze, které dříve končily v koši. A pak je tu generativní design, kde AI na základě fyzikálních zadání (nosnost, hmotnost, materiál) samostatně navrhuje optimální geometrii součásti. Bionické struktury, které vypadají jako ze sci-fi filmu, ale jsou o 30 % lehčí a přesto stabilnější. Zatím je to často výsada velkých hráčů jako Airbus, ale technologie se stává dostupnější. Představte si, co to znamená pro výrobce obráběcích strojů, který najednou může navrhovat lehčí, ale tužší komponenty pro osy svých strojů.

Velkou překážkou – a to se rádo zametá pod koberec – je stav dat. 'Data jsou nová ropa' je pravděpodobně nejhloupější výrok poslední dekády. Data jsou surová ropa. Černá, lepkavá, víceméně nepoužitelná hmota. Teprve když postavíte rafinérii – tedy čistou datovou infrastrukturu s jasnými rozhraními mezi SPS, MES, ERP a Cloud – stane se z nich cenný benzín. Většina středně velkých firem však sedí na směsici datových sil, izolovaných řešení a desítky let budovaných pohřebišť v Excel. To je ta skutečná, neoslnivá, ale naprosto kritická práce předtím, než investujete jediný cent do algoritmu AI.

Mnoho firem si kupuje AI jako nový vysokozdvižný vozík. Postaví technologii do rohu a diví se, že se sama nerozjede. AI však není nástroj, ale změna paradigmatu. Vyžaduje strategický přístup, který začíná u obchodního problému, nikoliv u technologie. Bez této kulturní změny selže 9 z 10 iniciativ AI dříve, než vůbec pořádně začnou.

— Dr. Lena Hartmann, fiktivní vedoucí výrobní informatiky, Fraunhofer-Institut

Trend 2: Rezistentní Supply Chain – AI jako strategická zbraň

Pokud nás pandemie a geopolitické otřesy posledních let něčemu naučily, pak tomu, že globální dodavatelský řetězec Just-in-Time šitý horkou jehlou je jako domeček z karet v bouři. Celé roky byla efektivita jedinou mantrou. Nyní je zaklínadlem rezilience. A zde, v managementu dodavatelských řetězců a rizik, AI uplatňuje svou možná největší, i když často neviditelnou sílu. To už není jen téma výroby; to je tvrdá firemní strategie.

Podívejme se na regulace. Pojmy jako DORA (Digital Operational Resilience Act) nebo novely MaRisk, které způsobují vrásky hlavně ve finančním sektoru, mají přímý dopad na střední stav. Proč? Protože Vaše banka se bude pozorněji dívat na to, jak řídíte svá operační rizika, než Vám poskytne další úvěr. Už nestačí říct 'doufáme, že kontejner ze Šanghaje dorazí včas'. Musíte prokázat, že svá rizika systematicky evidujete, vyhodnocujete a zmírňujete. A dělat to manuálně u stovek dodavatelů je prostě nemožné.

A právě zde přichází na řadu AI. Představte si systém, 'digitální dvojče' Vašeho Supply Chain. Tento systém nasává data ze všech možných zdrojů: polohová data Vašeho nákladu v reálném čase, finanční zprávy o bonitě Vašich dodavatelů, předpovědi počasí pro důležité dopravní trasy, politické zprávy naznačující obchodní bariéry, a dokonce i analýzu satelitních snímků, které ukazují, zda se před důležitým přístavem netvoří zácpa. AI dokáže tyto miliony datových bodů analyzovat v reálném čase, rozpoznat korelace a spustit alarm dlouho předtím, než se problém objeví ve večerních zprávách. Znám středně velkého výrobce nábytku z regionu Ostwestfalen-Lippe. Mají takové řešení v provozu. Systém signalizoval hrozící stávku v kanadském dřevařském přístavu dva týdny před oficiálním oznámením – jen proto, že aktivita odborářů na sociálních sítích vykazovala neobvyklé vzorce. To jim dalo dostatek času přejít k jinému dodavateli. Škoda by šla do milionů. To není hračka, to zajišťuje existenci.

— Překvapivá statistika: Podle analýzy McKinsey mohou firmy, které intenzivně využívají AI ve svém Supply Chain, snížit své logistické náklady až o 15 %, zredukovat skladové zásoby o 35 % a snížit výpadky zásob až o 65 % – a to vše při současném zlepšení spolehlivosti dodávek a rezilience. To nejsou inkrementální zlepšení, to je kvantový skok.

Trend 3: AI prodejní inženýr – konec plošného oslovování

Dostáváme se k oblasti, kterou mnozí u 'AI ve výrobě' zcela přehlížejí: k obchodu. Zejména v německém strojírenství je prodej vysoce komplexní, technicky náročný a extrémně založený na vztazích. Klasický prodejní inženýr – vysoce kvalifikovaný, drahý, často na cestách – je páteří úspěchu. Ale pracuje také efektivně? Tráví svůj čas se správnými zákazníky? Nebo obchází potenciální zájemce na základě intuice a starých kontaktů?

Zde nastupuje třetí velký trend: AI jako Copilot pro B2B prodej. Nejde o to nahradit prodejního inženýra. Jde o to poslat ho ve správný čas na správné místo. Prvním krokem je brutální, upřímná definice 'Ideal Customer Profile' (ICP). Většina jednatelů si myslí, že ví, kdo jsou jejich nejlepší zákazníci. 'Středně velká firma, jihoněmecký výrobní průmysl, 500+ zaměstnanců.' Analýza vlastních dat z CRM a ERP pomocí AI často odhalí překvapivá fakta. Najednou se ukáže, že nejziskovější zákazníci s nejkratším Sales-Cycle jsou ve skutečnosti chemické firmy v Nizozemsku s méně než 200 zaměstnanci, které právě usilují o specifickou certifikaci ISO. AI najde tyto vzorce, které zůstávají lidem skryté, protože zohledňuje příliš mnoho proměnných najednou.

Na základě tohoto datově podloženého ICP pak může AI prohledávat trh a hledat 'dvojčata' těchto ideálních zákazníků. Ale jde to ještě dál. Jde o rozpoznávání 'Buying Signals'. AI může plně automaticky prohledávat síť: Vypisuje firma pozici pro 'vedoucího automatizace'? To je nákupní signál. Existuje tisková zpráva o stavbě nové výrobní haly? Nákupní signál. Ohlašuje konkurent insolvenci a jeho zákazníci hledají alternativy? Obrovský nákupní signál. Místo plošné akvizice naslepo provádí obchod najednou vysoce přesnou 'chirurgickou' akvizici. Obchodník dostane na stůl seznam 10 vysoce kvalifikovaných leadů, včetně přesných důvodů, proč jsou tyto firmy právě teď oslovitelné. To je revoluce, která probíhá v tichosti a která rozhodne o rozdílu mezi růstem a stagnací.

Amplifa ICP Playbook: Najděte své skutečné ideální zákazníky — Dost bylo hádání. Definujte svůj ideální profil zákazníka na základě dat. Náš Playbook Vám krok za krokem ukáže, jak identifikovat zákazníky, kteří u Vás skutečně chtějí nakoupit – a proč.

Co to pro německý střední stav SKUTEČNĚ znamená

Takže, mluvme na rovinu. Jednatel výrobce šroubů v Attendornu nebo specialista na senzoriku v Tettnangu má jiné starosti než 'neuronové sítě'. Bojuje s explodujícími náklady na energii, nedostatkem odborných sil a byrokratickou zátěží. Pokušení odbýt téma AI jako 'hudbu budoucnosti', jako něco pro velké koncerny s jejich obřími IT odděleními, je velké. To je fatální chyba. Protože hrozba je reálná a přichází ze dvou směrů.

Za prvé: mezinárodní konkurence. Nejen levní kopírovači, ale technologicky vyspělí konkurenti z USA nebo Asie, kteří od základu pracují na bázi dat. Využívají AI k tomu, aby vyráběli své stroje levněji, dělali své dodavatelské řetězce robustnější a lépe rozuměli svým zákazníkům. Už neútočí jen v segmentu nízkých cen, ale v segmentu vysoké kvality – v naší doméně. Za druhé, a to je možná ještě nebezpečnější: ztráta kontaktu se zákazníkem. Pokud Váš konkurent díky AI dokáže předpovědět potřeby zákazníka lépe než Vy, pokud proaktivně nabízí údržbu dříve, než stroj selže, pokud má připraveno přesně to správné řešení ve správný čas – pak je jedno, jak dobrý je Váš produkt. Vztah je pryč. Budete degradováni ze strategického partnera na zaměnitelného dodavatele.

Největší pastí je však brát to za špatný konec. Vidím to neustále: koupí se nablýskaná platforma AI za stovky tisíc eur, protože obchodník dodavatele nasliboval hory doly. A pak tam management sedí a ptá se, jaký problém tím vlastně mají vyřešit. To je technologický aktivismus, který spaluje obrovské sumy a nakonec vede jen k frustraci. Otázka nesmí nikdy znít: 'Co můžeme dělat s AI?'. Musí vždy znít: 'Co je náš největší obchodní problém a může nám AI pomoci ho vyřešit?' Často je odpověď 'ano', ale někdy je také 'ne, nejdřív potřebujeme čistá kmenová data'. Tato upřímnost je prvním krokem k úspěchu.

Vašich 5 kroků k přípravě – bez prázdných frází

1. Analýza problematických bodů, nikoliv nadšení pro technologie: Posaďte své nejlepší lidi z výroby, prodeje a managementu k jednomu stolu. A to na celý den, bez telefonů. Identifikujte tři největší 'bolavá místa', která Vás dnes stojí peníze, čas nebo zákazníky. Jsou to neplánované odstávky strojů? Vysoká zmetkovitost? Mizerná úspěšnost v prodeji? Vyhodnoťte tyto problémy nekompromisně podle jejich dopadu na byznys. Vyřešte JEDEN skutečný problém, nikoliv deset fiktivních.
2. Inventura dat – nepřikrášlená pravda: Než utratíte jediné euro, udělejte si radikálně upřímnou inventuru. Kde leží Vaše data? V řízení strojů (SPS)? V MES? V systému ERP? V 500 tabulkách Excel na laptopech zaměstnanců? Jsou data přístupná? Mají dostatečnou kvalitu? Bez vyřešeného přístupu k datům je každá iniciativa AI jako sportovní auto bez benzínu: drahá a k ničemu.
3. Start Small, Think Big – pilotní projekt: Najděte si nejmenší, nejlépe ohraničený případ použití s největším přínosem. Predictive Maintenance pro jeden jediný, vysoce kritický stroj. Nikoliv pro celý výrobní park. Kontrola kvality s podporou AI pro jednu jedinou problematickou součást. Definujte jasné ukazatele úspěchu (KPI) PŘEDEM. Měřte Return on Investment (ROI) brutálně upřímně. Teprve když je tento pilot úspěšný, udělejte další krok.
4. Budování kompetencí – hledejte 'překladatele', nikoliv guruy: Nepotřebujete hejno absolventů Harvardu v oboru Data Science. Co potřebujete, jsou jeden nebo dva lidé, kteří dokážou 'překládat'. Lidé, kteří rozumí jazyku dílny A ZÁROVEŇ ovládají základy datové analýzy. Lidé, kteří dokážou mistrovi výroby vysvětlit, co algoritmus dělá, a Data-Scientist vysvětlit, proč senzor na tomto místě nedává smysl. Tyto lidi si vychovejte nebo je najměte. To je ta nejcennější investice.
5. Výběr partnera – oddělení zrna od plev: Trh s řešeními AI je zlatá horečka. Je plný dodavatelů, kteří slibují modré z nebe. Buďte extrémně skeptičtí. Mluvte s jejich referenčními zákazníky – a to nejen s těmi, které Vám dodavatel navrhne. Vyžadujte Proof of Concept (PoC) založený na VAŠICH datech a VAŠEM problému. Kdo to odmítne, není seriózní. Skutečný partner chce s Vámi vyřešit problém, nikoliv jen prodat software.

Amplifa: Vaše AI platforma pro růst prodeje — Konec dohadů v B2B prodeji. Amplifa je AI platforma, která na základě Vašeho ICP najde další ziskové zákazníky dříve, než to udělá Vaše konkurence. Objevte kvalifikované leady a skutečné příležitosti k růstu ve výrobním průmyslu.

Moje prognóza: Dvoutřídní společnost ve strojírenství je nevyhnutelná

V tomto oboru se pohybuji přes 18 let, viděla jsem hypy přicházet a odcházet. Průmysl 4.0, Lean Management, Six Sigma. Něco byla jen prázdná slova, něco průmysl trvale změnilo. AI, a zde se odvážím k předpovědi, patří do té druhé kategorie. A vsadím se o dobrý švábský Riesling: za tři, maximálně čtyři roky uvidíme v německém středním stavu zabetonovanou dvoutřídní společnost.

Na jedné straně budou stát 'Digitální šampioni'. Nejsou to nutně ty největší firmy. Jsou to ty nejagilnější. Ty, které pochopily, že data jsou strategickým aktivem. Využívají AI k tomu, aby zefektivnily svou výrobu, zajistily rezilienci svých dodavatelských řetězců a nastavily svůj prodej hyper-inteligentně. Už neprodávají jen stroj, prodávají 'garantovanou dostupnost', 'predictive quality' nebo 'optimalizovaný výstup'. Budou růst, bránit své marže a udávat tón na mezinárodní úrovni.

A pak jsou tu ti ostatní. Tradicionalisté. Ti, kteří stále věří, že 'Made in Germany' je Bohem daná samozřejmost a zákazník už zavolá, když bude něco potřebovat. Ti, jejichž nejcennějším datovým nástrojem je kontingenční tabulka a jejichž krizový management spočívá v držení palců. Ti ztratí kontakt. Jejich marže budou erodovat. Stanou se z nich jen prodloužené dílny, zaměnitelní dodavatelé pro první skupinu. Nebo v tichosti zmizí z trhu, převzati Private-Equity investorem, který je rozporcuje, nebo prostě skrze insolvenci. Budoucnost výroby není z oceli a železa. Je z křemíku a dat. A kdo to nepochopí, už prohrál. Přes to nejede vlak.