AI v jádru vs. AI jako doplněk: proč na tom záleží

Slovo „AI” se dnes objevuje v popisu skoro každého firemního nástroje. Jenže výsledky jsou ve většině případů hodně skromné. Tento článek vysvětluje, jaký je zásadní rozdíl mezi AI nalepenou na okraj produktu a AI, která opravdu zná vaši firmu — a proč to rozlišení není marketingový detail, ale věc, která ovlivňuje, jestli vám systém práci zjednodušuje, nebo jen přidává další klikání.

Co dnes znamená „AI funkce” — a proč většinou zklame

Typický scénář vypadá takto: zavedený software přidá do rozhraní nové tlačítko. Někde v rohu stránky se objeví ikonka s hvězdičkou nebo jiskrou. Kliknete a otevře se chatovací okno — nebo se vygeneruje obecný text, který byste napsali za tři minuty sami.

Problém není v technologii. Problém je v tom, jak je zapojena.

Tahle „AI” nemá ponětí o tom, kdo jste. Neví, s kým váš obchodník jednal minulý týden. Neví, jaké SLA jste slíbili zákazníkovi ve smlouvě z minulého roku. Neví, které zakázky jsou aktuálně ve skluzu. Pracuje s tím, co jí v daném okamžiku napíšete — a nic víc.

Výsledkem jsou generické návrhy, na které musíte stejně sami navázat. Ušetříte možná dvě minuty. Ale přehled o firmě vám to nepřidá ani o píď.

Co znamená AI v jádru systému

AI v jádru není tlačítko. Je to vrstva, která prostupuje celým systémem a v každém okamžiku pracuje s živým kontextem vaší firmy.

Konkrétně to znamená, že AI:

zná vaše zakázky — kdo je na nich, v jaké fázi jsou, jestli se blíží deadline
čte historii komunikace — e-maily, poznámky, zprávy ze zákaznického portálu
rozumí smlouvám a SLA — ví, co jste zákazníkovi slíbili a do kdy
pracuje se znalostní bází firmy — servisní postupy, ceníky, interní pravidla
vidí sklad, faktury, docházku — má přehled o tom, co se ve firmě skutečně děje

Tohle není chatbot přilepený ke stránce. Je to systém, který drží celý kontext — a díky tomu může dávat konkrétní, smysluplné výstupy místo obecných doporučení.

V Elorai je AI asistentka Elora (postavená na Anthropic Claude) součástí systému od základů, ne přidaná funkce verze 3.2. Zná smlouvy, e-maily, zakázky i interní znalostní bázi firmy — a pracuje napříč všemi moduly zároveň.

Jak to vypadá v praxi: ticket, priorita a draft odpovědi

Zkusme si konkrétní příklad. Představme si IT servisní firmu, která obsluhuje padesát firemních zákazníků.

Přijde nový ticket: „Nefunguje nám VPN, celé oddělení stojí.”

Scénář A — AI jako doplněk: Technik otevře ticket, klikne na AI tlačítko a dostane nabídku: „Napsat zdvořilou odpověď zákazníkovi?” Výsledek je šablona s mezerou pro jméno zákazníka. Technik ji upraví, odešle. Prioritu musí nastavit sám, eskalaci řeší sám, SLA zkontroluje v jiné záložce.

Scénář B — AI v jádru: Ticket přijde do systému. Elora okamžitě porovná zákazníka se smlouvou — a zjistí, že tento zákazník má ve smlouvě SLA s reakční dobou dvě hodiny a garantovanou dostupností 99,5 %. Ticket automaticky dostane prioritu „kritická”. Elora navrhne konkrétního technika, který s tímto zákazníkem pracoval naposledy a zná jeho infrastrukturu. Připraví draft první odpovědi, ve které zákazníkovi potvrdí přijetí a uvede čas, do kdy se technik ozve — přesně podle podmínek smlouvy. Technik draft zkontroluje, případně upraví a odešle jedním kliknutím.

Rozdíl není v tom, že druhý scénář je „chytřejší”. Rozdíl je v tom, že systém zná kontext — a díky tomu může udělat smysluplnou práci, ne jen generovat text do prázdna.

Proč na kontextu záleží: smlouvy, e-maily, znalostní báze

Možná si říkáte: „Jenže já mám jen malou firmu, tohle přece nepotřebuji.”

Právě naopak. V malé firmě bývá kontext roztříštěný nejvíc.

Smlouva se zákazníkem leží v e-mailu z roku 2023. Dohodnutá sleva je v Excelu, který zná jen obchodník. Servisní postup pro konkrétní zařízení má technik v hlavě nebo v poznámkovém bloku. Když přijde nový kolega — nebo když klíčový člověk onemocní — firma se na hodiny nebo dny zasekne.

AI, která zná celý tento kontext, tohle přestává být problém. Nový technik se může Elory zeptat: „Jak jsme tohle naposledy řešili u zákazníka X?” a dostane relevantní odpověď ze znalostní báze, z historie ticketů i z komunikace — ne obecný návod z internetu.

Stejně důležitá je otázka bezpečnosti. Když AI pracuje s daty vaší firmy, musíte vědět, kde ta data leží a kdo k nim má přístup. Elorai na tohle myslí — data zůstávají v systému, nejsou posílána do externích modelů bez kontroly. Jak přesně je bezpečnost dat v systému řešena, rozvedeme v samostatném článku.

Co to znamená v praxi pro vaši firmu

Není nutné měnit celý způsob práce najednou. Ale stojí za to položit si jednu otázku: co skutečně váš současný systém o vaší firmě ví?

Pokud je odpověď „jen to, co mu ručně zadám”, pak AI funkce, které nabízí, budou mít vždy strop. Budou tak chytrá, jak chytrá je vstupní data — a ta jsou neúplná.

Systém s AI v jádru přistupuje k věci jinak. Sbírá kontext průběžně — z e-mailů, z objednávek, ze zakázek, z kalendáře, z docházky. A díky tomu může dávat výstupy, které jsou konkrétní, aktuální a propojené s reálným stavem vaší firmy.

Pár věcí, kde se to projeví jako první:

Servis a tickety: správná priorita a návrh technika bez ručního přidělování
Obchod a CRM: příprava podkladů pro schůzku z celé historie komunikace se zákazníkem
Zakázky: upozornění na blížící se deadline nebo překročení rozpočtu dřív, než to zjistíte sami
Onboarding nových lidí: nový kolega se může ptát systému, ne čekat, než ho někdo zaučí

Tohle nejsou funkce pro korporace. Jsou to věci, které každodenně řeší firmy o deseti, dvaceti, třiceti lidech — a které spolehlivě padají mezi stoly, pokud je systém nedrží pohromadě.

Elorai je od září 2026 v ostrém provozu a Elora je v něm od prvního dne — ne jako přídavek, ale jako součást každého modulu. Chcete-li ji vyzkoušet, nechte nám e-mail níže — ozveme se do jednoho pracovního dne s přístupem do 14denního trialu zdarma. Žádný newsletter, žádný spam.

Máte otázku? Napište na hello@elorai.cz.