AI vs. lidský tým: kde AI nahrazuje a kde jen pomáhá
Otázka nezní „AI, nebo lidi“, ale které úlohy komu svěřit. Rozdělili jsme typickou práci v e-shopu do tří skupin: automatizovat, asistovat a nechat člověku. A přidali kritéria, podle kterých rozhodnout u vašich úloh.
„Kolik lidí nám AI ušetří?“ Tuhle otázku slyšíme často a je položená špatně. AI nenahrazuje role, nahrazuje úlohy. Pracovník podpory nedělá jednu věc, ale desítky: odpovídá na stav objednávky, řeší reklamace, uklidňuje naštvané zákazníky, dohledává zásilky u dopravce. Část z toho AI zvládne sama, část s dohledem a část vůbec.
V článku rozdělujeme typickou práci v e-shopu do tří skupin. Automatizovat znamená, že AI úlohu dělá sama a člověk kontroluje vzorek. Asistovat znamená, že AI připraví návrh a člověk ho schválí nebo upraví. Nechat člověku znamená, že AI nanejvýš pomůže s podklady, rozhoduje a jedná člověk.
Podle čeho rozhodnout
Než se podíváte do tabulky, projděte si u každé úlohy pět otázek. Tabulka je obecná, vaše úlohy mohou vyjít jinak.
| Kritérium | Spíš automatizovat | Spíš nechat člověku |
|---|---|---|
| Opakovatelnost | stovky podobných případů měsíčně | každý případ je jiný |
| Pravidla | jasná, dají se sepsat | záleží na úsudku a kontextu |
| Data | existují a jsou dostupná přes API | jsou v hlavách lidí nebo chybí |
| Dopad chyby | malý, snadno opravitelný | finanční, právní nebo reputační |
| Emoce a vztah | neutrální komunikace | stížnost, krize, vyjednávání |
Pokud úloha splní první čtyři kritéria pro automatizaci a nejde v ní o emoce, je dobrý kandidát. Pokud jedno kritérium vybočuje, začněte asistencí. Nejčastější chyba, kterou vídáme, je automatizace úlohy s vysokým dopadem chyby jen proto, že je opakovaná.
Tabulka úloh v e-shopu
| Oblast | Automatizovat | Asistovat | Nechat člověku |
|---|---|---|---|
| Zákaznická podpora | stav objednávky, doprava, platby, postup vrácení, třídění tiketů | odpovědi na e-maily, dotazy na dostupnost, cizojazyčné dotazy | reklamace, stížnosti, kompenzace, citlivé situace |
| Produktový katalog | kategorizace, extrakce parametrů, párování s dodavatelem | produktové popisy, překlady, SEO texty | sortimentní strategie, výběr dodavatelů |
| Feedy a data | kontrola chyb ve feedech, hlídání anomálií | návrhy oprav, čištění dat | pravidla, co a kam publikovat |
| Marketing | shrnutí výkonu kampaní, varianty inzerátů k testu | kreativy, e-mailové kampaně, obsahový plán | positioning, rozpočet, značka |
| Ceny | monitoring cen konkurence | návrhy cenových úprav v mezích pravidel | cenová strategie, marže, akce |
| Objednávky a sklad | přepis objednávek mezi systémy, notifikace | predikce naskladnění, návrh objednávek u dodavatele | vyjednávání s dodavateli, řešení výpadků |
| Analytika | denní a týdenní souhrny, upozornění na odchylky | odpovědi na ad hoc dotazy nad daty | interpretace a rozhodnutí |
| Interní provoz | přepis a shrnutí porad, vyhledávání v interních postupech | návrhy dokumentace a školicích materiálů | nábor, hodnocení lidí, vztahy v týmu |
K tabulce dvě poznámky. Zaprvé, „automatizovat“ neznamená „zapomenout“. I u nejjednodušších úloh pravidelně kontrolujeme vzorek výstupů. Zadruhé, hranice se posouvá. Co dnes dáváme do sloupce „asistovat“, může za rok po ověření přesnosti přejít do automatizace.
Kde AI opravdu nahrazuje práci
Největší úspory času vidíme u úloh, které lidé dělají neradi a které nikoho nerozvíjejí:
- Třídění a směrování. E-maily, tikety, poptávky. AI přečte, zařadí, doplní údaje z objednávky a pošle správnému člověku.
- Práce s produktovými daty. Kategorizace tisíců položek, doplnění parametrů z popisů a fotek, párování s katalogem dodavatele.
- Opakované dotazy zákazníků. Kde je zásilka, jak vrátit zboží, jaké jsou lhůty. S napojením na data a znalostní bázi přes RAG.
- Přenosy mezi systémy. Objednávka z e-shopu do ERP, faktura do účetnictví, notifikace skladu. Tady často stačí klasická automatizace, například v n8n, a AI jen řeší nestrukturované vstupy.
Úspora je uvolněná kapacita, ne automaticky menší tým. Jak ji spočítat, ukazujeme na modelovém výpočtu v článku AI zákaznická podpora: jak funguje a kolik ušetří.
Kde AI jen pomáhá
Ve druhé skupině je AI silný pomocník, ale bez člověka udělá chyby, které se nevyplatí:
- Texty pro zákazníky. AI napíše první verzi popisku nebo e-mailu za sekundy. Člověk hlídá fakta, tón značky a to, aby text nesliboval něco, co produkt neumí.
- Návrhy cen. AI zpracuje data o konkurenci a navrhne úpravu. Kde jsou meze, co je akce a jaká je minimální marže, určuje člověk.
- Analýzy. AI rychle odpoví na dotaz nad daty. Interpretace, zda jde o trend, nebo náhodu, a co s tím udělat, zůstává na lidech.
V této skupině je nejdůležitější nastavit schvalování tak, aby nebylo formální. Pokud člověk schvaluje stovky návrhů denně bez čtení, jde fakticky o automatizaci bez kontroly.
Kde AI nechat stranou
Třetí skupina není o tom, že by AI tyto úlohy nezvládla technicky. Jde o odpovědnost, důvěru a právo.
- Rozhodnutí s dopadem na zákazníka. Čl. 22 GDPR dává lidem právo nebýt předmětem rozhodnutí založeného výhradně na automatizovaném zpracování, pokud je významně ovlivňuje. O zamítnutí reklamace nebo blokaci účtu proto rozhoduje člověk.
- Konflikty a krize. Naštvaný zákazník, veřejná stížnost, výpadek dodávek. Tady rozhoduje empatie a ochota převzít odpovědnost.
- Strategie. Co prodávat, komu a za kolik. AI dodá podklady, směr určují lidé, kteří za výsledek ručí.
Zkušenost firem, které šly v automatizaci podpory příliš daleko, jsme rozebrali v článku Nejčastější mýty o AI v ecommerce. A ještě jedna povinnost: od 2. srpna 2026 musí podle čl. 50 AI Act zákazník vědět, že komunikuje s AI, pokud to není zřejmé z okolností.
Co to znamená pro lidi v týmu
S AI se mění náplň práce víc než počet lidí. Pracovník podpory méně přepisuje stav zásilek a víc řeší případy, kde je potřeba rozhodnout. Produktový specialista méně vyplňuje parametry a víc kontroluje kvalitu a řeší sortiment. K tomu přibývají nové úlohy: někdo musí udržovat znalostní bázi, kontrolovat vzorky výstupů a hlásit, kde AI chybuje.
Tyto úlohy je dobré někomu výslovně přidělit. Pokud za kvalitu AI výstupů neodpovídá konkrétní člověk, nikdo si nevšimne, že se po změně obchodních podmínek začaly šířit staré informace. A zapojte lidi, kteří úlohy dnes dělají. Nejlépe vědí, kde jsou výjimky a na čem by AI narazila.
Jak to děláme u nás
Stejný princip používáme i ve vlastním týmu. Převeďshop má pět odborných oddělení a každé vede člověk. S team leady pracují AI spolupracovníci na konkrétní úlohy. Například v oddělení UX, analytiky a podpory vede práci Lukas a AI spolupracovníci Robin a Pulse pomáhají s podporou a analytikou. Odpovědnost za výsledek a rozhodnutí má vždy člověk.
Jak rozdělení zavést prakticky
- Sepište úlohy, ne role. U každé pozice vyjmenujte, co člověk během týdne skutečně dělá a kolik času to zabere.
- Ohodnoťte je podle pěti kritérií z první tabulky.
- Začněte asistencí i u úloh, které vyšly na automatizaci. Měřte přesnost na reálném provozu.
- Posuňte do automatizace, až přesnost odpovídá vašim nárokům. Nastavte pravidelnou kontrolu vzorku.
- Rozhodněte, co s uvolněným časem. Nejlépe předem, jinak se rozpustí.
- Po čtvrt roce vyhodnoťte, co funguje a co vrátit lidem. Jak měřit, popisujeme v článku ROI AI nasazení.
Při rozdělení úloh vám rádi pomůžeme. AI audit do týdne ukáže, které úlohy ve vašem e-shopu automatizovat, kde nasadit asistenta a co nechat lidem. Interní pomocníky pro tým stavíme v rámci služby AI asistenti pro interní procesy, jednodušší řešení obvykle za dny až 2 týdny, komplexní agenty a integrace za 4–8 týdnů.
Potřebujete s tím pomoct?