AI zákaznická podpora: jak funguje a kolik ušetří
Většina dotazů na podporu e-shopu se opakuje. AI je umí vyřídit za sekundy, pokud má přístup ke správným datům a ví, kdy předat člověku. Ukážeme, jak to funguje a jak spočítat úsporu.
Podívejte se do schránky zákaznické podpory jakéhokoliv e-shopu a najdete stejný vzorec. Kde je moje objednávka? Jak vrátím zboží? Kdy budete mít naskladněno? Máte to i v jiné velikosti? Odpovědi existují v administraci, v obchodních podmínkách nebo v produktových datech. Člověk je jen hledá a přepisuje.
Právě tady dává AI největší smysl. Ne jako chatbot, který zkouší být vtipný, ale jako první linie, která zná vaše podmínky, vidí stav objednávky a ví, kdy dotaz předat kolegovi. V článku vysvětlujeme, jak taková podpora technicky funguje, kde má limity, jak spočítat úsporu a co k tomu od srpna 2026 říká AI Act. Srovnání typů chatbotů na web najdete v samostatném článku AI chatbot na e-shop: srovnání přístupů.
Jak AI podpora funguje: tři vrstvy
Kvalitní AI podpora stojí na třech vrstvách. Když některá chybí, výsledek je buď nepřesný, nebo k ničemu.
| Vrstva | Co dělá | Příklad dotazu |
|---|---|---|
| Znalostní báze | Odpovídá z vašich textů: podmínky, doprava, reklamace, FAQ, produktové informace | „Můžu vrátit zboží koupené ve výprodeji?“ |
| Napojení na systémy | Čte živá data z e-shopu, ERP nebo od dopravce | „Kde je moje objednávka 2026012345?“ |
| Předání člověku | Pozná, kdy dotaz nepatří AI, a předá ho i s kontextem | „Přišlo mi rozbité zboží a chci peníze zpět.“ |
Znalostní báze a RAG
Jazykový model sám o sobě vaše obchodní podmínky nezná. Proto se používá RAG architektura: texty ze znalostní báze se rozdělí na kratší úseky a převedou na číselné vektory pomocí embedding modelů. Když přijde dotaz, systém najde nejpodobnější úseky a model odpovídá jen z nich.
V praxi rozhoduje kvalita podkladů víc než volba modelu. Pokud máte v podmínkách jednu lhůtu pro vrácení a v FAQ jinou, AI to neopraví, jen zopakuje jednu z nich. Před nasazením proto vždy procházíme a sjednocujeme zdroje. Stejná báze pak může sloužit i týmu, jak popisujeme v článku o interní znalostní bázi.
Napojení na objednávky
Dotazy na stav objednávky bývají u e-shopů jedním z nejčastějších typů dotazů. Aby je AI mohla vyřídit, potřebuje přístup k datům přes REST API platformy nebo ERP a ke sledování zásilek. Zásady, které dodržujeme:
- AI data jen čte. Změny, jako storno nebo vrácení peněz, spouští člověk nebo pevně definovaný proces s kontrolou.
- Před zobrazením údajů o objednávce ověří, že dotaz posílá její majitel, typicky kombinací čísla objednávky a e-mailu.
- Model dostane jen údaje potřebné k odpovědi, ne celou zákaznickou kartu.
Předání člověku
Nejdůležitější funkce AI podpory je vědět, kdy přestat. Předání člověku nastavujeme podle pravidel, ne podle „pocitu“ modelu:
- reklamace, stížnosti, vrácení peněz a právní dotazy,
- negativní emoce nebo opakovaná nespokojenost v konverzaci,
- dotaz, na který znalostní báze nemá odpověď,
- výslovné přání zákazníka mluvit s člověkem.
Operátor dostane shrnutí konverzace a údaje o objednávce, takže se zákazník nemusí opakovat. Varovný příklad je Klarna. V únoru 2024 oznámila, že její AI asistent za první měsíc vedl 2,3 milionu konverzací a odvedl práci odpovídající 700 pracovníkům na plný úvazek. V květnu 2025 ale její generální ředitel pro Bloomberg řekl, že důraz na náklady vedl k nižší kvalitě, a firma začala znovu posilovat lidskou podporu, aby zákazník mohl vždy mluvit s člověkem. Úspora na nákladech nesmí jít na úkor vyřešených problémů.
Co AI podpora zvládne a co ne
| AI zvládne dobře | AI zvládne s kontrolou | Nechte člověku |
|---|---|---|
| Stav objednávky a zásilky | Doporučení produktu podle parametrů | Reklamace a spory |
| Doprava, platby, lhůty | Návrhy odpovědí na e-maily k odsouhlasení | Vrácení peněz a kompenzace |
| Postup vrácení zboží | Dotazy na dostupnost a naskladnění | Stížnosti a citlivé situace |
| Otázky z FAQ a podmínek | Překlad dotazů v cizích jazycích | Cokoliv, kde chybí podklady |
Dobrý start je prostřední sloupec v režimu návrhů: AI připraví odpověď, člověk ji jedním kliknutím odešle nebo upraví. Tím získáte data o přesnosti dřív, než pustíte AI přímo k zákazníkům.
Kolik ušetří: modelový výpočet
Úsporu nelze slíbit předem. Záleží na skladbě dotazů a kvalitě dat. Můžete si ji ale spočítat na vlastních číslech. Následující výpočet je modelový, všechny vstupy jsou předpoklady, které nahraďte svými.
| Předpoklad | Hodnota v modelu |
|---|---|
| Dotazů na podporu měsíčně | 3 000 |
| Podíl dotazů, které AI vyřeší sama | 40 % |
| Průměrný čas člověka na jeden dotaz | 6 minut |
| Náklad na hodinu práce podpory včetně odvodů | 400 Kč |
| Model a spotřeba na konverzaci | Claude Haiku 4.5, 8 000 vstupních a 800 výstupních tokenů |
| Kurz | 22 Kč za USD |
Výpočet úspory práce: 3 000 × 40 % = 1 200 dotazů. 1 200 × 6 minut = 7 200 minut, tedy 120 hodin. 120 hodin × 400 Kč = 48 000 Kč měsíčně na uvolněné kapacitě.
Výpočet nákladů na model: Claude Haiku 4.5 stojí 1 USD za milion vstupních a 5 USD za milion výstupních tokenů (ceník k 9/2026, aktuální ceník ověřte u poskytovatele). Jedna konverzace v modelu vyjde na 0,008 + 0,004 = 0,012 USD. Pokud AI zpracuje všech 3 000 dotazů, jde o 36 USD, tedy zhruba 800 Kč měsíčně.
Z výpočtu plynou dva závěry. Zaprvé, samotný jazykový model bývá nejmenší položka. Hlavní náklady jsou implementace, napojení na data a průběžná péče o znalostní bázi. Zadruhé, úspora je uvolněná kapacita, ne automaticky nižší mzdy. Nejčastěji ji e-shopy využijí na rychlejší odpovědi ve špičce, delší provozní dobu nebo na péči o náročné případy. Jak návratnost měřit po spuštění, rozebíráme v článku ROI AI nasazení.
AI Act, GDPR a transparentnost
Od 2. srpna 2026 platí povinnosti transparentnosti podle čl. 50 AI Act. Balíček Digital Omnibus odložil termíny pro vysoce rizikové systémy, transparentnost ale ne. Pro AI podporu to znamená:
- Systém určený k přímé komunikaci s lidmi musí být navržen tak, aby lidé věděli, že komunikují s AI, pokud to není zjevné z okolností.
- Informace má zaznít jasně a nejpozději při první interakci. Prakticky: viditelné označení v okně chatu a v podpisu e-mailů, které AI odesílá.
Druhá vrstva je GDPR. AI pracuje s osobními údaji zákazníků, takže potřebujete smlouvu o zpracování s poskytovatelem modelu, informaci v zásadách ochrany osobních údajů a minimalizaci dat. Pozor na automatizované rozhodování: o reklamaci nebo vrácení peněz by neměla bez účasti člověka rozhodovat AI. Podrobnosti v článku AI a GDPR.
Jak na to prakticky
Nasazení AI podpory rozdělujeme do kroků, které se dají zastavit, pokud data ukážou, že to nefunguje:
- Analýza dotazů. Vzorek několika set tiketů roztřídíme podle typu a zjistíme, jaký podíl je opakovatelný.
- Sjednocení podkladů. Podmínky, FAQ a interní postupy uvedeme do souladu.
- Režim návrhů. AI navrhuje odpovědi, lidé je schvalují. Měříme přesnost.
- Postupné spuštění. AI odpovídá sama nejdřív u nejjednodušších kategorií, ostatní předává.
- Průběžná kontrola. Pravidelně procházíme vzorek konverzací a doplňujeme znalostní bázi.
Jednodušší řešení typu AI FAQ nasazujeme za dny až 2 týdny, komplexní agenty napojené na objednávky a ERP za 4–8 týdnů. Pokud nevíte, kde začít, AI audit do týdne ukáže, které dotazy se vyplatí automatizovat. Samotnou AI zákaznickou podporu stavíme nad vašimi daty a nastavujeme tak, aby zákazník vždy mohl dojít k člověku. Cenu připravíme po konzultaci podle rozsahu.
Potřebujete s tím pomoct?