Pri automatizácii zákazníckej podpory rozhoduje cena správne vybavenej požiadavky vrátane kontroly, opráv a prevádzky.
Otvorené AI modely môžu zlacniť odpoveď zákazníkovi. Ak ju však kolega musí celú skontrolovať, opraviť sľúbený termín doručenia a dohľadať správnu objednávku, úspora sa môže rozplynúť ešte pred odoslaním. Pre podnikateľa je preto užitočnejšia otázka: koľko stojí požiadavka vybavená správne a načas?
Predstavte si menší slovenský internetový obchod, ktorý chce odbremeniť zákaznícku podporu. Zakladateľ porovnáva modely umelej inteligencie a vidí lákavé ceny spracovania textu. Rozhodnutie však potrebuje oprieť o celý pracovný postup: od prijatia správy cez získanie údajov až po odpoveď, za ktorú sa firma môže postaviť.
Lacnejší token ešte neurčuje cenu výsledku
Jeffrey Morgan, spoluzakladateľ a výkonný riaditeľ Ollamy, v rozhovore pre Y Combinator označuje náklady za hlavný bezprostredný dôvod záujmu o otvorené modely (02:13). Zároveň zdôrazňuje ambíciu firiem získať väčšiu kontrolu a prispôsobiť si model vlastným potrebám. Pre malú firmu z toho vyplýva praktická príležitosť: preveriť, ktorú opakovanú činnosť dokáže zvládnuť lacnejšie pri požadovanej kvalite.
Morgan tiež uvádza, že celková spotreba tokenov v Ollama Cloud od začiatku roka vzrástla na 150-násobok; rast spotreby vysvetľuje v časti od 03:31. Token je jednotka textu, ktorú model spracúva, napríklad časť slova. Ide o údaj za konkrétnu službu, z ktorého nemožno vyčítať rast produktivity jej zákazníkov.
Pri automatizácii môže lacnejšie spracovanie znamenať, že si firma dovolí spracovať viac požiadaviek. Celkový účet potom nemusí klesnúť, hoci sa služba oplatí. Rozhodujúce je, či pribudli správne vybavené prípady, alebo iba ďalšie pokusy o odpoveď.
Pri porovnaní preto spočítajte výpočty, prevádzku, dohľad aj čas strávený opravami a súčet vydeľte počtom úspešne dokončených úloh. Do nákladov patria aj neúspešné pokusy; úspech si definujte vopred. V našom príklade nestačí vytvoriť správu: musí obsahovať správne údaje a vyriešiť zákazníkovu otázku. Úspora vzniká až vtedy, keď klesne cena spoľahlivo dokončenej práce.
Každá časť požiadavky potrebuje inú mieru kontroly
Správu o meškajúcej zásielke možno rozdeliť na viac krokov. Treba rozpoznať problém, nájsť objednávku, získať stav doručenia a pripraviť odpoveď. AI agent je program, ktorý s pomocou modelu vykonáva takéto nadväzujúce kroky a používa dostupné nástroje. Práve preto zavádzanie AI agentov do firmy mení spôsob práce aj rozdelenie zodpovednosti.
Na triedenie správ môžete otestovať jednoduchší model. Stav objednávky má systém načítať z evidencie; jazykový model ho nemá odhadovať. Sporný prípad alebo chýbajúce údaje môžu byť dôvodom na odovzdanie pracovníkovi. Takéto rozdelenie je návrhom pracovného postupu, ktorého prínos treba overiť na vlastných požiadavkách.
Ani kombinácia viacerých modelov však nezaručuje úsporu. Každé odovzdanie pridáva čakanie, ďalšie spracovanie a možnosť chyby. Ak rozdelený postup potrebuje viac opráv než jednoduché riešenie s jedným modelom, lacnejšia položka v cenníku nepomohla. Pre malý tím môže byť prehľadný postup s jasným bodom ľudskej kontroly ekonomicky rozumnejší.
Vlastná prevádzka má aj menej viditeľné náklady
Pri otvorených modeloch sa často sprístupňujú váhy, teda parametre získané pri učení, ktoré umožňujú model spustiť mimo služby jeho tvorcu. Rozsah použitia však závisí od konkrétnych podmienok. Pred výberom si preto overte možnosti komerčného nasadenia aj to, čo budete musieť zabezpečiť sami.
Vlastná prevádzka znamená náklady na zariadenie, energiu, aktualizácie a riešenie výpadkov. Pri prenajatej službe zasa porovnávajte účtovanie, dostupnú kapacitu a možnosti podpory. Pri úvahách o lacnejších výpočtoch pre firemnú AI má preto zmysel sledovať využitie zariadenia počas bežnej prevádzky aj sezónnej špičky.
Ak vybavujete požiadavky nárazovo, vlastný stroj môže značnú časť času čakať bez práce. Pri pravidelnej záťaži môže vyzerať porovnanie inak. Do rozhodnutia započítajte aj čas človeka, ktorý bude systém udržiavať: v malom podniku ten istý človek často zabezpečuje aj ďalšie potrebné činnosti.
Slovenčinu preverí skutočná zákaznícka správa
Pre slovenský obchod má skúška v slovenčine väčšiu výpovednú hodnotu než pôsobivá ukážka v angličtine. Model musí správne pochopiť správu bez diakritiky, neúplnú vetu aj zákazníka, ktorý spojí zmenu adresy s otázkou na doručenie. Plynulá odpoveď môže znieť presvedčivo aj vtedy, keď časť požiadavky prehliadne.
Najlepšie podklady na skúšku už možno máte v zákazníckej schránke. Vyberte bežné aj zložité prípady, odstráňte osobné údaje a ku každému určte prijateľný výsledok. Zahrňte aj správu, pri ktorej sa treba niečo dopýtať. Schopnosť rozpoznať chýbajúcu informáciu môže ušetriť viac práce než rýchle vytvorenie nesprávnej odpovede.
Na rovnakých prípadoch porovnajte navrhované riešenie so súčasným postupom. Zapisujte čas vybavenia, potrebné opravy a celkové náklady; osobitne sledujte chyby s následkom pre zákazníka. Pri posudzovaní skúseností zakladateľov s AI v podnikaní sa oplatí pýtať aj na túto každodennú prácu okolo systému. Pekná ukážka sama neodhalí, koľko pozornosti bude potrebovať v pondelok ráno.
Čo si z toho odniesť
Otvorené AI modely rozširujú možnosti, ako si firma môže zostaviť a prevádzkovať automatizáciu. Ich hospodársky prínos sa ukáže pri konkrétnej úlohe, požadovanej kvalite a skutočnom objeme práce. Začnite preto činnosťou, pri ktorej viete rozpoznať úspech a zmerať náklady už dnes.
Pred skúškou si určte, aké chyby sú neprijateľné, kto preberie nejasné prípady a aký výsledok odôvodní širšie nasadenie. Ak po započítaní kontroly a opráv vychádza postup lepšie, máte podklad na ďalší krok. Ak nevychádza, získali ste užitočnú odpoveď skôr, než ste na riešení postavili celú zákaznícku podporu.
Sprievodné video: Y Combinator, rozhovor s Jeffreym Morganom o ekonomike otvorených modelov, 4. septembra 2026.
Úspora vzniká až vtedy, keď klesne cena spoľahlivo dokončenej práce.
Najlepšie podklady na skúšku už možno máte v zákazníckej schránke.

Zdroje
- Y Combinator: Otvorené modely menia ekonomiku umelej inteligencie — Rozhovor s Jeffreym Morganom. Náklady a kontrola od 02:13; rast spotreby tokenov od 03:31. Údaj o 150-násobku sa týka celkovej spotreby v Ollama Cloud, nie produktivity zákazníkov.
- Prepis rozhovoru s Jeffreym Morganom — Prepis sprístupnený službou uListen; pasáže o dôvodoch zavádzania otvorených modelov a raste spotreby tokenov.
Innohub TV
Pozrite si tento obsah aj na Innohub TV
Vybrali sme pre vás klipy z Innohub TV, ktoré pokračujú v rovnakej téme.
