Odborné články

Proč retail potřebuje agenty, ne jen další dashboard

V uplynulém desetiletí retail propojoval ERP, POS, e‑commerce a sklady a servíroval data lidem v dashboardech. Petr Tulach, CTO Logia, popisuje, proč tahle práce byla nutná, ale nestačí – a co přinášejí AI agenti, kteří místo reportů rovnou jednají.

23. února 2026

4 min

Zaměstnanec prodejny snímá čtečkou zboží v regálu

V uplynulém desetiletí retail propojoval ERP, POS, e‑commerce a sklady a servíroval data lidem v dashboardech. Petr Tulach, CTO Logia, popisuje, proč tahle práce byla nutná, ale nestačí – a co přinášejí AI agenti, kteří místo reportů rovnou jednají.

V uplynulém desetiletí se retail soustředil na propojování ERP, POS, e‑commerce platforem, věrnostních programů a skladových systémů, přičemž data z nich servíroval lidem prostřednictvím dashboardů a reportů. Tahle práce byla nezbytná, jak popisuje Petr Tulach, CTO Logia, ale i tak ponechala podnikání silně závislé na manuálním úsilí, lokálních „expertech na Excel“ a tichém know‑how uvězněném v hlavách zaměstnanců. Agentní AI přidává novou vrstvu: místo pouhé analýzy a vizualizace dokážou AI agenti sledovat cíle, volat nástroje a provádět akce napříč systémy – upravovat parametry, navrhovat objednávky nebo připravovat změny cen ke schválení. Digitalizace se tak posouvá od „lepšího reportingu“ k neustálé autonomní optimalizaci každodenního provozu.

Halíře dělají talíře

Tradiční automatizace se podle Tulacha zaměřovala na malý počet velkých rozhodnutí s vysokým dopadem – centrální cenové strategie, velké promoakce, celoplošné zásady řízení zásob. Skutečná hodnota v maloobchodě je ale často skrytá v tisících mikro‑rozhodnutích: mírně chybně nastavená hladina minimálních zásob v jedné prodejně, lokální akce konkurence, která zůstane bez povšimnutí, zapomenutý „ležák“ zabírající místo v regálu i kapitál. Každý z těchto případů je příliš malý na to, aby ospravedlnil manuální pozornost manažera – společně ale tvoří rozdíl mezi průměrným a excelentním výkonem.

Agentní AI je pro tento prostor jako stvořená: agenti mohou nepřetržitě skenovat data, detekovat anomálie, navrhovat či provádět nápravná opatření a učit se z výsledků, aniž by vyhořeli nebo ztratili soustředění. V praxi to znamená přesnější doplňování zboží, méně výpadků zásob, nižší nadbytečné zásoby a hladší exekuci na prodejnách i v distribuci.

Hlas, překlad a vizuální vnímání

Pokroky v rozpoznávání řeči, vícejazyčných modelech a počítačovém vidění podle Tulacha dramaticky rozšiřují to, co v retailu považujeme za data. Personál prodejny může popisovat problémy hlasem místo vyplňování formulářů – AI přepis pochopí záměr a spustí workflow, vytvoří úkol, upraví parametr nebo položí doplňující otázku. Vícejazyčné modely umožňují podporovat mezinárodní obchod a komunikovat s každým uživatelem v jeho vlastním jazyce. Modely počítačového vidění analyzují fotografie regálů, zázemí nebo cenovek, detekují chybějící zboží, nedodržení planogramů, nesprávné ceny nebo bezpečnostní rizika a předávají tyto informace přímo plánovacím a optimalizačním agentům.

Jak uvést AI do praxe

Tulach doporučuje nečekat na akci typu „velký třesk“ – reálné není ani to, že AI vyřeší všechny problémy, ani ty nejtěžší. Začít se má tam, kde mají lidé velmi malou přidanou hodnotu, práce je rutinní a lidé fungují spíš jako rozhraní mezi systémy.

Prvním krokem je jeden měřitelný případ užití: doména s jasným dopadem na P&L, typicky tam, kde se údaje manuálně přepisují, kde je hodně e‑mailové komunikace a kde se pracuje s Excelem. V takovém omezeném rozsahu má AI agent zpočátku pouze navrhovat akce pod kontrolou člověka – a měřit zlepšení v dostupnosti, odpadu, marži nebo vytížení, aby si firma vybudovala důvěru a mohla nastavení dál ladit.

Druhým krokem je navrhnout spolupráci mezi lidmi a agenty: explicitně rozhodnout, které úkoly má AI pouze navrhovat, které může vykonávat automaticky a co musí zůstat pod lidskou kontrolou. „Přijměte fakt, že AI bude dělat chyby, my lidé je taky děláme,“ říká Tulach, a doporučuje zaměřit se na transparentnost, zpětnovazební smyčky a rychlou nápravu spíš než na nereálnou dokonalost.

Zlom, který přišel v tichosti

Digitalizace retailu podle Tulacha v tichosti překročila významný milník: většina obchodníků, kteří to s digitalizací mysleli vážně, už integrovala své klíčové systémy a strukturovala obrovské objemy dat. Skutečný zlom ale přichází až s nástupem agentní AI, která konečně dokáže efektivně zpracovat dlouhý chvost drobných, dříve přehlížených rozhodnutí. Za pár let nám podle Tulacha bude použití AI agentů přirozené stejně jako to, že jezdíme autem, a ne drožkou.

Kde o tom psali

Agentní AI v retailu, Petr Tulach, IT Systems 1–2/2026 (tištěné vydání)

Další na blogu

Ulička mezi skladovými regály s uloženým zbožím

Trendy a názory

Dynamický slotting a sklad, který počítá s budoucí poptávkou

Slotting podle historických obrátek optimalizuje sklad na poptávku, která už proběhla. Dynamický od statického odděluje jediná věc – prediktivní model, který odhaduje, co přijde příští týden. Jan Buba, senior konzultant Logia, to v novém čísle Systémů logistiky rozebírá na tom, kde se rozdíl projeví nejdřív: na délce vychystávacích tras a na počtu rozhodnutí, která musí denně udělat člověk.

18. srpna 2026

3 min

Číst dále
Skladník s tabletem kontroluje zásoby v regálovém skladu

Odborné články

Digitalizace logistiky nezačíná softwarem, ale úklidem dat

„Chceme investovat do umělé inteligence“ – tuto větu slýchá Jan Buba, Senior Consultant a Interim Stream Lead Logia, na úvodních schůzkách nejčastěji. Pak otevře systém zákazníka a najde kmenová data v chaosu. Dřív než dává smysl bavit se o technologiích, je potřeba narovnat procesy a informační toky.

24. června 2026

5 min

Číst dále
Mikrofony v podcastovém studiu

Rozhovory a příběhy

Buď rostete, nebo vás příroda vymaže

Jan Jirovec byl hostem podcastu Na vlně podnikání. Od globální logistiky se rozhovor posunul k tomu, proč českým technologickým projektům chybí odvaha, co si myslí o kritice mladé generace a proč považuje narativ o zastavení růstu za fatální chybu.

20. května 2026

3 min

Číst dále