Trendy a názory
Od nápadu k funkčnímu řešení: Tři dny Development hackathonu
Na třídenním Development hackathonu s heslem Víc AI vytvořilo sedm týmů z Logia prototypy a nástroje, které pomocí AI zrychlují vývoj, testování i práci s našimi aplikacemi.
05. listopadu 2026
8 min

Co se stane, když na necelé tři dny odložíme běžné úkoly, dáme dohromady 25 lidí do sedmi týmů a necháme prostor nápadům, které se v každodenním provozu nemusí dostat na řadu? Hackathon pořádáme každý rok a pokaždé hledáme nové výzvy, které nás posunou dál. Zatímco loňský ročník se nesl v duchu tématu AI, letos jsme laťku posunuli ještě výš s heslem Víc AI.
Od čtvrtka do soboty jsme se usadili v Kolničce u Jihlavy, kde se místo klasické pracovní rutiny řešily nové nápady, testovaly možnosti AI a občas se hledalo i to, co všechno vlastně jde automatizovat. Ne proto, abychom AI používali za každou cenu, ale abychom hledali způsoby, jak nám může skutečně usnadnit práci, ať už při vývoji, v našich produktech, nebo při spolupráci se zákazníky.
Sedm týmů se pustilo do různých výzev. Někteří hledali cestu, jak omezit rutinní práci programátorů, jiní přemýšleli, jak pomocí AI lépe vysvětlit výsledky algoritmů nebo usnadnit uživatelům práci s našimi aplikacemi. A nezůstalo jen u nápadů na papíře. Během těchto dnů vznikaly prototypy a řešení, která ukázala, kam se můžeme posunout dál.
Co všechno týmy během tří dnů vytvořily a jak jejich nápady posunou dál naše produkty i každodenní práci? Pojďme se podívat na výsledky letošního hackathonu!
AI, která rozumí našim aplikacím
Představ si, že místo hledání správné funkce v aplikaci jednoduše napíšeš, co potřebuješ udělat – a AI asistent ti poradí nebo danou funkci rovnou pomůže ovládat. Právě tímto směrem se vydal tým, který pracoval na projektu Web MCP.
Během jediného dne vytvořil funkční prototyp vlastního AI agenta a znalostní wiki, ze které může agent čerpat informace. Cílem je umožnit uživatelům pokládat otázky a pracovat s funkcemi našich aplikací prostřednictvím přirozeného jazyka, bez nutnosti složitě procházet uživatelské rozhraní.
Prototyp už prošel prvotním bezpečnostním posouzením a je připravený k prezentaci i marketingovým ukázkám. Potenciál tým vidí například v aplikacích Promo, Price, Proman a Assman nebo v propojení s řešením VertiQ.
K plnohodnotnému produktu sice ještě vede cesta, ale hackathon ukázal, že i během jediného dne může vzniknout prototyp s reálným obchodním potenciálem.
Méně ruční práce, efektivnější implementace i upgrady
Druhý tým se zaměřil na oblast, která může výrazně ušetřit čas při technické práci: implementaci nových instancí Veritico Stock a jejich následné upgrady.
V první části se podařilo připravit řešení, které by po menším doladění mělo umožnit vytvoření a nastavení nové instance Veritico Stock prakticky na jedno kliknutí.
Druhá část projektu se soustředila na upgrady. Tým zapojil umělou inteligenci do ovládání upgrade nástroje i řešení výjimek, které při procesu vznikají. První testy naznačily, že i složitější upgrady by mohlo být možné řešit z velké části automatizovaně, s minimálními zásahy programátora.
Výsledek tak míří k jednoduššímu a efektivnějšímu procesu, ve kterém se vývojáři mohou méně věnovat opakujícím se manuálním krokům a více samotnému vývoji.
Vertik: Když AI dokáže vysvětlit, proč objednat právě tolik
Algoritmus může navrhnout chytré objednávky, ale co když se zákazník chce dozvědět, proč doporučuje právě takové množství zboží? Právě na tuto otázku se zaměřil další tým, který pracoval na projektu Vertik – AI agentovi pro vysvětlování navržených objednávek.
Cílem bylo posunout práci s objednávkami dál než jen k samotnému výpočtu. AI má pomoci srozumitelně vysvětlit, proč algoritmus doporučil konkrétní množství, a dát tak uživatelům větší přehled o tom, jak k výsledku dospěl.
Takový přístup může být užitečný nejen pro zákazníky, kteří chtějí doporučením lépe porozumět, ale také pro lidi, kteří s objednávkami pracují každý den. Místo složitého dohledávání informací by měli mít možnost rychleji získat odpovědi a lépe se zorientovat v navržených řešeních.
Hlavní myšlenka týmu byla jednoduchá: Nechceme lepší školení, chceme, aby se výpočet obhájil sám. A právě to je zajímavý příklad využití AI – ne jako náhrady chytrého algoritmu, ale jako pomocníka, který jeho výsledky dokáže přiblížit lidem.
Automatická detekce kanibalizačních skupin
Když je jedno máslo v akci, klesnou prodeje toho vedle? A když z nabídky zmizí jeden jogurt, přejdou zákazníci na jiný, nebo odejdou jinam? Právě tohle řešil tým Kanibalové. Dnes se takové vazby často odhadují podle produktové hierarchie. Ta ale spojuje i zboží, které si lidé nikdy nezamění, a naopak mine skutečné náhrady, třeba privátní značku a značkový výrobek.
Během hackathonu vznikly tři nezávislé pohledy na to, které produkty si mohou brát prodeje. První srovnává, jak si jsou podobné názvem, kategorií, cenou za gram, gramáží a tím, jestli stojí ve stejném regálu. Druhý se dívá do historie zalistování a vyřazení a měří, jestli se prodej po takové změně opravdu přesune z jednoho produktu na druhý. Třetí odhaduje říší vliv stockout jednoho produktu na prodeje jiného produktu. Na konci se tři pohledy sejdou v jednom verdiktu: pár buď jako substitut obstojí, nebo ne.
Místo hrubé skupiny z hierarchie tak vznikl seznam konkrétních dvojic, u kterých dává smysl hlídat, jestli akce na jednom produktu tahá prodej toho druhého. Prototyp už umí tyhle páry spojit a označit. Další krok je dostat je do predikce regulérních prodejů, aby model lépe rozlišil skutečnou kanibalizaci od zboží, které je jen ve stejné škatulce.
Testování pomocí AI agentů
Když jsme přemýšleli, kde pomocí AI ušetřit čas, napadlo nás hned manuální testování našich aplikací. Většinu času při něm nezabere přemýšlení, ale klikání: otevřít obrazovku, zadat hodnoty, zkontrolovat výsledek a celé to zopakovat v dalších rolích a scénářích. Tak vznikla Qachna.
Qachna si z Jira ticketu stáhne zadání s komentáři, napíše testcasy a po schválení člověkem je projde v prohlížeči jako uživatel. Nemá přístup ke zdrojovému kódu, testuje aplikaci jako běžný uživatel. Výstupem je video, screenshoty a report s výsledky u každého bodu zadání.
To ale není všechno, co umí. Dovede zkontrolovat zadání ještě před vývojem a upozorní na mezery a otázky pro analytika. Schválené testcasy ukládá do registru, ze kterého vzniká sada pro regresní testování. Podle toho, co při průchodu aplikací Qachna viděla, také píše uživatelskou dokumentaci.
Nástroj už používáme v každodenním vývoji a testování a postupně ho vylepšujeme.
Lopta: nástroj pro vyhodnocování datově‑optimalizačních algoritmů
Poslední dobou se často šíří zprávy o tom, jak velké týmy stovek až tisíců agentů vyřeší za pár hodin nějakou složitou úlohu. Jednou z hlavních věcí, kterou agenti pro efektivní spolupráci potřebují, je jednoznačně definované zadání spolu se způsobem, jak ověřit a vyhodnotit jeho správnost. A právě o tom je Lopta.
Lopta je prostředí, ve kterém se dají jednoznačně definovat, testovat a vyhodnocovat libovolné optimalizační úlohy. Hlavní myšlenkou bylo vytvořit na hackathonu proof of concept Lopty, která by nám v Logiu pomohla vytvořit právě takové prostředí pro agenty i lidi, a umožnit tak posouvat kvalitu řešení dál s mnoha agenty zároveň, klidně i když zrovna spíte!
Během hackathonu se nám podařilo vytvořit první verzi Lopty a vyzkoušet si, že s ní agenti dokážou efektivně pracovat. V Produktu ji máme v plánu otestovat na dalších projektech. Výsledky ale budou nakonec jako vždy záviset hlavně na tom, jak kvalitní zadání a KPI pro vyhodnocení úlohy zadavatel vymyslí.
Data & Infra Automation
V poslední době množství předplatných různých služeb narůstá a je stále více a více složité udržovat si interní přehled o tom, kdo co má a za kolik. Proto jsme s pomocí AI nástrojů vytvořili interaktivní přehled všech existujících účtů nejen v Google, ale i právě Claude, ChatGPT nebo Microsoft. Data se sbírají prostřednictvím Python skriptů z jednotlivých služeb a dále se generuje report. Všemožné další služby budeme průběžně dle potřeby doplňovat, aby nám nikde nezůstaly zapomenuté účty.
Nejde jen o bezpečnost, ale i o úsporu financí.
Kontejner na tlačítko ‑ nová aplikace pro všechny v Logiu, kteří potřebují vytvořit dočasný kontejner s frontou, cloud‑init konfigurací, progress pollingem a lifecycle cleanupem. Zní to sice složitě, ale obslouží to i děcko. Dále budeme pracovat na zdokonalování a další automatizaci, takže se v budoucnu těšte na další funkce.
Vítězem se stává…
O výsledcích rozhodovali sami účastníci hackathonu. Každý vybíral tři prezentace, které se mu nejvíce líbily, a zároveň tři témata, která považoval za nejužitečnější, nejzajímavější nebo nejlépe připravená pro reálné nasazení.
Vítězem letošního SW hackathonu se stal tým Data & Infra Automation pod vedením Žitňase, jehož projekt jsme představili jako poslední v tomto článku. Právě ten si od poroty vysloužil první místo!
Na vítěze čekaly mini herní konzole a na putovním hackathonovém poháru přibyl nový odznáček s názvem jejich projektu, který bude připomínat letošní vítězný tým i v dalších ročnících.
A co dál?
Hackathon nám přinesl spoustu skvělých nápadů, nové zkušenosti a taky tři dny mimo běžnou pracovní rutinu, které jsme si užili se vším všudy. Včetně skvělého jídla a bezproblémové organizace.
Každý rok nás baví sledovat, kam se díky hackathonu posuneme. Příště chceme ještě víc propojit programátory s produktovým týmem a SW implementačními konzultanty. Protože nejlepší nápady často vznikají, když se potkají různé pohledy.
Díky všem, kteří byli součástí a za rok zase!
Další na blogu

Trendy a názory
Přesnost předpovědi poptávky se počítá v zisku, ne v procentech
Retail News se v říjnovém vydání ptal obchodníků a dodavatelů technologií, co dnes přináší forecasting poptávky. Ondřej Klement, Chief Delivery Officer Logia, odpověděl na tři otázky: o kolik algoritmus zpřesní předpověď, jak zacházet s výkyvy v datech a kde končí automatizace. Tisk použil zkrácené citace, tady jsou odpovědi celé.
02. listopadu 2026
3 min

Rozhovory a příběhy
Jak se staví automatický sklad. Příběh projektu v Plzeňském Prazdroji
Plně automatizovaný sklad Plzeňského Prazdroje najel na ostrý provoz 26. ledna 2023. Cesta k němu začala o několik let dřív studií proveditelnosti, ve které jsme porovnávali stupně automatizace a hledali variantu, která dá ekonomicky smysl. Tohle je příběh projektu ve čtyřech etapách, od business case po první palety v regálech.
17. září 2026
4 min

Trendy a názory
Optimalizace zásob nekončí u správného množství
Většina debat o optimalizaci zásob se točí kolem otázky, kolik zboží držet. Ondřej Klement, Chief Delivery Officer Logia, míří jinam: rozhoduje to, jak rychle firma pozná, že se odhad netrefil. Retail News z jeho odpovědí použil jednu citaci, tady je celá argumentace.
14. září 2026
3 min