AI audit: kde vám AI ušetří nejvíc a čím začít

Co v auditu děláme

Audit začíná rozhovory s lidmi, kteří e-shop provozují: podpora, produktový tým, marketing, sklad, vedení. Zajímá nás, kde se opakuje stejná práce, kde vznikají chyby a co brzdí růst. Paralelně projdeme systémy — platformu e-shopu, ERP, helpdesk, feedy, analytiku — a zjistíme, jaká data jsou k dispozici a jak se k nim dá dostat přes API. Výsledkem je seznam konkrétních use-casů, ne obecné doporučení „nasaďte chatbota“. Typicky jde o AI zákaznickou podporu, produktové popisy ve velkém, kategorizaci a parametry produktů, správu feedů nebo automatizaci interních procesů.

Jak prioritizujeme

Každou příležitost hodnotíme ve čtyřech osách:

• Přínos — kolik hodin, chyb nebo tržeb se tím reálně změní.
• Připravenost dat — jestli jsou data čistá a dostupná, nebo je nejdřív potřeba je dát do pořádku.
• Náročnost nasazení — hotový nástroj, workflow v n8n, nebo vlastní agent s napojením na více systémů.
• Riziko — co se stane, když AI udělá chybu, a jak velkou kontrolu člověkem proces potřebuje.

Nahoře roadmapy končí úlohy s vysokým přínosem, dobrými daty a nízkým rizikem. Jednodušší řešení, třeba AI FAQ nebo AI popisky, se obvykle nasazují v řádu dnů až 2 týdnů, komplexní agenti a integrace 4–8 týdnů.

Legislativa, kterou audit pokryje

AI Act dopadá na e-shopy hlavně v oblasti transparentnosti. Od 2. 8. 2026 platí povinnosti podle článku 50 — například zákazník musí vědět, že komunikuje s AI systémem, pokud to není zřejmé, a deepfakes musí být označené. Zakázané praktiky, mezi nimi rozpoznávání emocí zaměstnanců na pracovišti, platí už od 2. 2. 2025. Vysoce rizikové systémy se běžných e-shopových use-casů většinou netýkají, ale u každého návrhu to ověříme. Druhou vrstvou je GDPR: jaká data do modelu posíláte, kde je poskytovatel zpracovává a jestli je nepoužívá k tréninku. Víc v článku AI a GDPR.

Co dostanete

• přehled procesů s odhadem času, který dnes zabírají,
• seznam AI příležitostí s hodnocením přínosu, náročnosti a rizika,
• doporučené nástroje a modely pro každou prioritní úlohu, viz například srovnání GPT modelů a RAG architektury,
• odhad nákladů na nasazení i provoz a metriky pro měření návratnosti,
• roadmapu na nejbližší měsíce a doporučení, co zatím nedělat.