AI ve výrobě: Propast mezi vítězi a poraženými

Marktanalyse · 25. März 2026 · Rebecca Kupka

AI ve výrobě už není jen humbuk. Naše analýza ukazuje, kdo profituje, kdo zaostává a jak si střední podniky mohou zajistit náskok.

Asi před 15 lety jsem stál ve slévárně v nejhlubším Porúří. Vůně horkého kovu a strojního oleje, ohlušující hluk lisu, který s přesností švýcarských hodinek bušil do plechu – vedeného mistrem, který stroj znal lépe než své vlastní boty. Podle zvuku poznal, kdy je třeba vyměnit nástroj. Cit, zkušenost, intuice. To byl německý průmysl. Minulý týden jsem byl v továrně Siemens v Erlangenu. Místo hluku téměř děsivé ticho, přerušované tichým bzučením kobotů. Místo zápachu oleje klinická čistota laboratoře. A dnešní mistr? Sedí před třemi monitory a monitoruje datové toky, zatímco algoritmus mu s přesností na minutu předpovídá, kdy hrozí selhání 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 středních strojírenských podniků bude za pět let irelevantní. Ne kvůli levné konkurenci z Dálného východu. Ale proto, že tabulku Excel stále považují za datovou strategii.

AI ve výrobě: Kde se skutečně nachází německý střední podnik

Zeptejte se deseti generálních ředitelů, jak je na tom jejich strategie AI, a dostanete jedenáct různých odpovědí. Od „Máme to na očích“ (což znamená: nemáme) až po velkolepá oznámení o digitální transformaci, která se při bližším pohledu ukáže jako zakoupené softwarové předplatné. Upřímně: Musíme si přestat lhát do kapsy. Aktuální zpráva ZEW o technologické výkonnosti Německa do roku 2026 hovoří jasnou řečí, pokud čtete mezi řádky. Ano, „Manufacturing“, tedy náš klíčový průmysl, je oslavován jako vedoucí odvětví v adopci AI. Německo má podle posudku náskok v průmyslovém výzkumu AI. To zní zpočátku dobře, téměř uklidňující. Potlesk, poplácání po rameni, jen tak dál.

Ale to je jen polovina pravdy. Jde o to: „Vedoucí“ je relativní přídavné jméno. Vedoucí ve srovnání s kým? Ve srovnání s bankovním sektorem, který je tak svázán regulacemi jako MaRisk 7.0 nebo DORA, že každá inovace je nejprve rozebrána hordou compliance úředníků? Ironické, že? Právě instituce, jejichž celý obchodní model je založen na datech, zaostávají v inteligentním využívání těchto dat. Nebo vedoucí ve srovnání se stavebnictvím nebo realitním průmyslem, kde je využívání AI tak vzácné jako včasný ICE? To je jasné: Laťka není příliš vysoko. Zatímco se zde v regionu DACH oslavujeme za náš náskok, americké a čínské korporace budují celé ekosystémy založené na AI, které redefinují nejen výrobu, ale celý hodnotový řetězec – od designu po poprodejní servis. Náš „náskok“ je ve skutečnosti časové okno. A zatraceně malé.

Tvrdá realita za procenty

Čísla, která slyšíte, jsou klamná. Nedávný průzkum VDMA odhadl počet strojírenských firem, které realizují projekty AI, na necelých 40 %. Zní to dobře. Ale co znamená „projekt AI“? Zahrnuje to i nový software CRM, který má „inteligentní“ dashboard? Nebo mluvíme o skutečných aplikacích strojového učení hluboce integrovaných do procesů, které přinášejí měřitelnou návratnost investic? Podle mých zkušeností je to druhé spíše výjimkou. Vidíme mnoho pilotních projektů, často ve spolupráci s Fraunhoferovým institutem (Bůh jim žehnej, drží prapor vysoko), které jsou pak tleskány na veletrzích. Ale široká, plošná implementace? Nic. Peníze tečou – zpráva ZEW naznačuje růst díky zvýšeným výdajům na výzkum a vývoj – ale často se ztrácejí v izolovaných řešeních, v pilotních projektech, které nikdy nejsou škálovány, a v naprostém zmatku, kde vůbec začít.

Trend 1: Skleněná továrna – Optimalizace procesů jako povinný program

První a nejzřejmější případ použití AI ve výrobě je samotná výroba. Zde jsou bolesti největší a potenciální zisky nejrychleji viditelné. Koncept „skleněné továrny“ není nový, ale teprve AI mu dává skutečné zuby. Už nejde jen o vizualizaci dat ze systému řízení výroby (MES). Jde o to, z těchto dat vytvářet předpovědi a autonomně řídit procesy. Klasika, o které všichni mluví: prediktivní údržba. Nedávno jsem mluvil s technickým ředitelem středně velkého výrobce lisů ze Saska. Ti své stroje dovybavili dalšími senzory pro vibrace a teplotu. Jednoduchý algoritmus strojového učení nyní analyzuje vzorce a hlásí anomálie dlouho předtím, než by si jich všiml člověk. Výsledek: Neplánované prostoje na jejich nejkritičtější výrobní lince klesly o 80 %. Osmdesát procent! Spočítejte si to v eurech.

Další oblastí je kontrola kvality. Každý zná obrázky zaměstnanců, kteří pod ostrým světlem hledají na součástech sebemenší vady. Náročná, chybová práce. Dnes to dělají kamerové systémy s AI-podporovaným rozpoznáváním obrazu – a to s přesností a rychlostí, která je nadlidská. Výrobce plastových výlisků v Černém lese snížil díky tomu svou míru zmetkovitosti ze 4 % na méně než 0,5 %. To nejsou drobné, to jsou čisté peníze, které dříve skončily v koši. A pak je tu ještě generativní design, kde AI na základě fyzikálních specifikací (nosnost, hmotnost, materiál) autonomně navrhuje optimální geometrie součástí. Bionické struktury, které vypadají, jako by pocházely ze sci-fi filmu, ale jsou o 30 % lehčí a přesto stabilnější. Zatím je to často vyhrazeno velkým hráčům 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 je – a to se rádo zametá pod koberec – datová situace. „Data jsou nová ropa“ je snad nejhloupější výrok posledního desetiletí. Data jsou surová ropa. Černá, lepkavá, z velké části bezcenná hmota. Teprve když se postaví rafinerie – tedy čistá datová infrastruktura s jasnými rozhraními mezi PLC, MES, ERP a cloudem – stane se z ní cenný benzín. Většina středních podniků však sedí na mozaice datových sil, izolovaných řešení a excelových hřbitovů, které se vyvíjely po desetiletí. To je skutečná, neokázalá, ale naprosto kritická práce, než se investuje 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, nikoli u technologie. Bez této kulturní změny selže 9 z 10 AI iniciativ, než vůbec pořádně začnou.

— Dr. Lena Hartmann, fiktivní vedoucí pro výrobní informatiku, Fraunhoferův institut

Trend 2: Odolný dodavatelský řetězec – AI jako strategická zbraň

Pokud nás pandemie a geopolitické otřesy posledních let něčemu naučily, pak to, že globální dodavatelský řetězec Just-in-Time, šitý na míru, je domeček z karet v bouři. Po léta byla efektivita jediným mantrou. Nyní je kouzelné slovo odolnost. A zde, v řízení 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 regulaci. Pojmy jako DORA (Digital Operational Resilience Act) nebo novely MaRisk (Minimální požadavky na řízení rizik), které způsobují pocení především ve finančním sektoru, mají přímý dopad na střední podniky. Proč? Protože vaše banka se pečlivěji dívá na to, jak řídíte svá operační rizika, než vám poskytne další úvěr. Už nestačí říkat „Doufáme, že kontejner ze Šanghaje dorazí včas“. Musíte prokázat, že svá rizika systematicky zaznamenáváte, vyhodnocujete a zmírňujete. A dělat to ručně je u stovek dodavatelů prostě nemožné.

A právě zde přichází na řadu AI. Představte si systém, „digitální dvojče“ vašeho dodavatelského řetězce. Tento systém nasává data ze všech možných zdrojů: data o poloze vašeho nákladu v reálném čase, finanční zprávy o bonitě vašich dodavatelů, předpovědi počasí pro důležité dopravní trasy, politické zprávy, které by mohly naznačovat obchodní bariéry, a dokonce i vyhodnocování satelitních snímků, které ukazují, zda se před důležitým přístavem tvoří zácpa. AI dokáže analyzovat tyto miliardy datových bodů v reálném čase, rozpoznat korelace a spustit alarm dlouho předtím, než se problém objeví ve večerních zprávách. Znám středně velkého výrobce nábytku z Ostwestfalen-Lippe. Ti takové řešení používají. Systém signalizoval hrozící stávku v kanadském dřevařském přístavu dva týdny před oficiálním oznámením – jen proto, že aktivita členů odborů na sociálních sítích vykazovala neobvyklé vzorce. To jim dalo dostatek času přejít na jiného dodavatele. Škoda by šla do milionů. To není hračka, to zajišťuje existenci.

Trend 3: AI obchodní inženýr – Konec plošného přístupu

Pojďme se podívat na oblast, kterou mnozí v souvislosti s „AI ve výrobě“ zcela přehlížejí: prodej. Zejména v německém strojírenství a výrobě zařízení je prodej vysoce komplexní, technicky náročný a extrémně závislý na vztazích. Klasický obchodní inženýr – vysoce kvalifikovaný, drahý, hodně cestující – je páteří úspěchu. Ale pracuje efektivně? Tráví svůj čas se správnými zákazníky? Nebo obchází potenciální zájemce na základě pocitu a starých kontaktů?

Zde nastupuje třetí velký trend: AI jako kopilot pro B2B prodej. Nejde o nahrazení obchodního inženýra. Jde o to, poslat ho ve správný čas na správné místo. Prvním krokem je brutální, upřímná definice „ideálního profilu zákazníka“ (ICP). Většina generálních ředitelů si myslí, že ví, kdo jsou jejich nejlepší zákazníci. „Střední podnik, jihoněmecký výrobní průmysl, 500+ zaměstnanců.“ Analýza vlastních dat CRM a ERP pomocí AI často odhalí překvapivé věci. Najednou se ukáže, že nejziskovější zákazníci s nejkratším prodejním cyklem jsou ve skutečnosti chemické společnosti v Nizozemsku s méně než 200 zaměstnanci, které právě usilují o specifickou certifikaci ISO. AI nachází tyto vzorce, které zůstávají lidem skryté, protože zohledňuje příliš mnoho proměnných najednou.

Na základě tohoto datově podloženého ICP pak může AI prohledávat trh po „dvojčatech“ těchto ideálních zákazníků. Ale jde to ještě dál. Jde o rozpoznávání „nákupních signálů“. AI dokáže plně automaticky prohledávat internet: Vypisuje společnost pozici „vedoucí automatizace“? To je nákupní signál. Existuje tisková zpráva o výstavbě nové výrobní haly? Nákupní signál. Ohlásí konkurent insolvenci a jeho zákazníci hledají alternativy? Obrovský nákupní signál. Místo plošného studeného volání provádí prodej najednou vysoce přesnou „chirurgickou“ akvizici. Obchodník dostane na stůl seznam 10 vysoce kvalifikovaných potenciálních zákazníků, 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 Už žádné hádání. Definujte svůj ideální zákaznický profil na základě dat. Náš Playbook vám krok za krokem ukáže, jak identifikovat zákazníky, kteří u vás skutečně chtějí nakupovat – a proč.

Co to SKUTEČNĚ znamená pro německý střední podnik

Takže, mluvme jasně. Generální ředitel výrobce šroubů v Attendornu nebo specialisty na senzory v Tettnangu má jiné starosti než „neuronové sítě“. Bojuje s explodujícími náklady na energii, nedostatkem kvalifikovaných pracovníků a byrokracií, která mu bere poslední nervy. Je velkým lákadlem odsunout téma AI jako „hudbu budoucnosti“, jako něco pro velké korporace s jejich obrovskými IT odděleními. To je fatální chyba. Protože hrozba je reálná a přichází ze dvou směrů.

Za prvé: mezinárodní konkurence. Nejen levní kopíráci, ale vysoce technologicky vyspělí konkurenti z USA nebo Asie, kteří od základu pracují s daty. Využívají AI k levnější výrobě svých strojů, k robustnějšímu dodavatelskému řetězci a k lepšímu pochopení svých zákazníků. Už neútočí jen v nižším cenovém segmentu, ale ve vysokokvalitním segmentu – naší doméně. Za druhé, a to je možná ještě nebezpečnější: ztráta zákaznického rozhraní. Pokud váš konkurent díky AI dokáže lépe předvídat potřeby zákazníka než vy, pokud proaktivně nabízí údržbu, než se stroj porouchá, pokud má přesně to správné řešení ve správný čas – pak je jedno, jak dobrý je váš produkt. Vztah je pryč. Jste degradováni z strategického partnera na zaměnitelného dodavatele.

Největší pastí je však začínat od konce. Vidím to neustále: Za stovky tisíc eur se nakoupí elegantní AI platforma, protože prodejce slíbil hory doly. A pak tam sedí management a ptá se, jaký problém by s tím teď vlastně měl vyřešit. To je technologický aktivismus, který spaluje obrovské sumy a nakonec vede jen k frustraci. Otázka nikdy nesmí znít: „Co můžeme dělat s AI?“. Vždy musí znít: „Jaký je náš největší obchodní problém a může nám AI pomoci ho vyřešit?“ Často je odpověď „Ano“, ale někdy je také „Ne, nejprve potřebujeme čistá kmenová data“. Tato upřímnost je prvním krokem k úspěchu.

Vašich 5 kroků k přípravě – Bez nesmyslů

1. Analýza bolestivých bodů, nikoli zamilovanost do technologie: Sejděte se s nejlepšími lidmi z výroby, prodeje a managementu. A to na celý den, bez mobilních telefonů. Identifikujte tři největší „bolestivé body“, které vás dnes stojí peníze, čas nebo zákazníky. Je to neplánovaná odstávka stroje? Vysoká míra zmetkovitosti? Špatná úspěšnost v prodeji? Vyhodnoťte tyto problémy tvrdě podle jejich obchodního dopadu. Vyřešte JEDEN skutečný problém, ne deset fiktivních.
2. Inventura dat – Nezkreslená pravda: Než utratíte jediný euro, proveďte radikálně upřímnou inventuru. Kde se nacházejí vaše data? V řízení stroje (PLC)? V MES? V systému ERP? V 500 excelových tabulkách na noteboocích zaměstnanců? Jsou data dostupná? Jsou dostatečně kvalitní? Bez vyjasněného přístupu k datům je každá iniciativa AI jako sportovní auto bez benzínu: drahá a zbytečná.
3. Začněte v malém, myslete ve velkém – Pilotní projekt: Vyberte si nejmenší, nejlépe ohraničený případ použití s největším pákovým efektem. Prediktivní údržba pro jediný, vysoce kritický stroj. Ne pro celý výrobní park. Kontrola kvality podporovaná AI pro jediný, problematický díl. Předem definujte jasné klíčové ukazatele výkonu (KPI). Brutálně upřímně změřte návratnost investic (ROI). Pouze pokud je tento pilot úspěšný, udělejte další krok.
4. Budování kompetencí – Hledejte „překladatele“, ne guru: Nepotřebujete roj absolventů Harvardu v datové vědě. Co potřebujete, je jeden nebo dva lidé, kteří umí „překládat“. Lidé, kteří rozumí jazyku dílny A ovládají základy datové analýzy. Lidé, kteří dokážou výrobnímu mistrovi vysvětlit, co dělá algoritmus, a datovému vědci, proč senzor na tomto místě nedává smysl. Vzdělávejte tyto lidi nebo je zaměstnejte. To je nejcennější investice.
5. Výběr partnera – Oddělte zrno 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. Požadujte Proof of Concept (PoC), který je založen na VAŠICH datech a VAŠEM problému. Kdo to odmítne, není seriózní. Skutečný partner s vámi chce vyřešit problém, ne jen prodat software.

Amplifa: Vaše AI platforma pro růst prodeje Už žádné hádání v B2B prodeji. Amplifa je AI platforma, která na základě vašeho ICP najde další ziskové zákazníky, než to udělá vaše konkurence. Objevte kvalifikované potenciální zákazníky a skutečné růstové příležitosti ve výrobním průmyslu.

Moje prognóza: Dvoutřídní společnost ve strojírenství je nevyhnutelná

V tomto odvětví se pohybuji přes 18 let, viděl jsem, jak se hypy objevují a mizí. Průmysl 4.0, Lean Management, Six Sigma. Něco bylo horký vzduch, něco průmysl trvale změnilo. AI, to se teď hodně odvážím, patří do druhé kategorie. A vsadím se o dobrý švábský ryzlink: Za tři, maximálně čtyři roky uvidíme zabetonovanou dvoutřídní společnost v německém středním podnikání.

Na jedné straně budou stát „digitální šampioni“. To nejsou nutně největší společnosti. Jsou to ti nejagilnější. Ti, kteří pochopili, že data jsou strategickým aktivem. Využívají AI k zefektivnění své výroby, k odolnějšímu dodavatelskému řetězci a k hyperinteligentnímu řízení prodeje. Už neprodávají jen stroj, prodávají „garantovanou dostupnost“, „prediktivní kvalitu“ nebo „optimalizovaný výstup“. Budou růst, bránit své marže a udávat tón na mezinárodní úrovni.

A pak jsou tu ti druzí. Tradicionalisté. Ti, kteří stále věří, že „Made in Germany“ je bohem daná samozřejmost a že zákazník zavolá, když něco potřebuje. Ti, jejichž nejcennějším datovým nástrojem je kontingenční tabulka a jejichž řízení rizik spočívá v držení palců. Ztratí krok. Jejich marže budou erodovat. Stanou se prodlouženými pracovními stoly, zaměnitelnými dodavateli pro první skupinu. Nebo tiše a nenápadně zmizí z trhu, převzati private equity investorem, který je rozkouskuje, nebo prostě zkrachují. Budoucnost výroby není z oceli a železa. Je z křemíku a dat. A kdo to nepochopí, už prohrál. To je jasné.