Hlavní strana -> Časopis IT Systems -> Rok 2026 -> IT Systems 10/2026 -> AI zrychlila vývoj. Kde jsou ty peníze?
IT SYSTEMS 10/2026 , AI a Business Intelligence , Trendy ICT

AI zrychlila vývoj. Kde jsou ty peníze?

Oskar Kříženecký

Velocity a počet merge requestů patří ve vývoji k nejsledovanějším číslům, ale neříkají přímo, kolik peněz práce firmě přinese. Kód se musí dostat do produkce, zákazníci ho musí používat a jeho vývoj včetně AI nástrojů musí stát méně, než přinese. Na každém z těchto kroků se část hodnoty ztrácí. Popíšeme si tři ukazatele, které spojí výstup s penězi, spočítáme modelový příklad a ukážeme, čím začít.


Velocity roste, peníze nikde

Firma nasadí AI agenty do vývoje. Za tři měsíce odevzdávají vývojáři víc kódu, velocity roste a počet merge requestů je nejvyšší, jaký kdy byl. Na poradě vedení se majitel zeptá na jednoduchou věc. O kolik jsme díky tomu ušetřili, nebo o kolik víc vyděláváme? V zasedací místnosti by se ticho dalo krájet. Tým ukazuje grafy výstupu, finance ukazují stejné mzdy jako loni a k tomu nové faktury za licence a tokeny. Vývojáři odvedli dobrou práci, jen ji firma měří čísly, která s penězi souvisí jen nepřímo.

Proč staré metriky přestaly fungovat

Řádky kódu, story pointy nebo počet merge requestů měří, kolik se toho udělalo. O tom, co práce firmě přinesla, říkají jen nepřímo. Dlouho to stačilo. Hodina vývojáře vyprodukovala zhruba podobné množství kódu, takže výstup věrně ukazoval, kolik zaplaceného času se proměnilo v produkt. Když výstup rostl, firma aspoň věděla, že se mzdy, které platí, mění v hotovou práci.
S AI napíše vývojář za stejnou hodinu výrazně víc kódu. Výstup roste, mzdy zůstávají stejné a z počtu řádků ani merge requestů už nejde poznat, kolik práce v nich je, ani jestli z nich bude něco, za co zákazník zaplatí. Podle zprávy DORA od Googlu z roku 2025 používá AI při práci 90 procent lidí ve vývojových a IT týmech [1]. Týmy, které AI používají víc, dodávají víc změn, zároveň ale mají víc chyb a oprav po nasazení. Víc kódu tedy samo o sobě neznamená víc hotové práce u zákazníka.

Co se stalo s nákladovou strukturou

O tomhle se v debatách o AI mluví nejméně. Mzda vývojáře je fixní náklad. Je předvídatelná, roste pomalu a dá se naplánovat na rok dopředu. Náklady na AI nástroje se chovají jinak. Licence rostou s počtem uživatelů, spotřeba tokenů s objemem práce a s tím, kolik činností se automatizuje. Agent, který celou noc refaktoruje kód, má jinou fakturu než našeptávač v editoru. Trh se tomu přizpůsobuje. GitHub Copilot od června 2026 zahrnuje v ceně licence balík kreditů, které se čerpají podle spotřeby tokenů. Doplňování kódu zůstává v ceně licence, chat a práce agentů čerpají kredity a nad rámec licence se doplácí [2].
Firma, která nahradila část práce nástrojem, si vyměnila fixní náklad za variabilní. Většinou o tom neví, protože faktury za AI často leží v účetnictví na stejném účtu jako ostatní software a nikdo je nepřiřazuje k týmům ani projektům. Mzdy zůstaly stejné, nábor se možná zpomalil a k tomu přibyl náklad, který roste s každým měsícem používání.
U dodavatelů softwaru, kteří fakturují odpracované hodiny, má zrychlení ještě jeden háček. Když vývojář s AI udělá za šest hodin to, co dřív za deset, vyfakturuje firma o čtyři hodiny méně. Úspora skončí u zákazníka a dodavateli zůstane faktura za tokeny. Zrychlení se vyplatí jen tehdy, když firma změní způsob nacenění. Například na pevnou cenu za dodávku, cenu za funkci nebo sazbu, která odráží výsledek místo odpracovaného času.

Co měřit místo toho

Hodnotové metriky spojují výstup s penězi. Pro většinu firem stačí tři:
  • Náklad na používanou funkci. Mzdy týmu plus náklady na AI nástroje vydělené počtem funkcí, které zákazníci skutečně používají.
  • Podíl práce, která se dostane k zákazníkovi. U dodavatelů softwaru podíl odpracovaných hodin, které se reálně vyfakturují. U produktových firem podíl funkcí, které zákazníci skutečně používají. Pokud AI zvýší počet nasazených funkcí, které nikdo reálně nepoužívá, firma pálí peníze zbytečně za tokeny i za mzdy.
  • Návratnost nástroje. Měsíční náklad na AI proti hodinám, které nástroj reálně ušetřil, vynásobeným hodinovým nákladem vývojáře. Ušetřená hodina má hodnotu jen tehdy, když se přesune na práci, za kterou někdo zaplatí, nebo když díky ní firma nemusí nabrat dalšího člověka.
Modelový příklad. Tým pěti vývojářů stojí s odvody 600 tisíc Kč měsíčně a nasadí deset funkcí, z nichž zákazníci používají osm. Náklad na používanou funkci je 75 tisíc Kč. Po zavedení AI nástrojů za 30 tisíc měsíčně nasadí tým dvanáct funkcí, tedy o pětinu víc. Zákazníci ale dál používají osm z nich. Náklad na používanou funkci vzrostl na 79 tisíc Kč. Podle výstupu se týmu daří lépe, podle peněz hůř.

Past hodnotových metrik

Hodnotové metriky znějí dobře, ale jsou měkčí a hůř se brání. Kolik hodin nástroj ušetřil, nikdo přesně nezměří. Většinou se to odhaduje a odhaduje to ten, kdo nástroj používá. Když si něco počítá ten, kdo je podle toho hodnocený, vždycky to vypadá líp, než jaké to je.
Dobře to ukázala studie METR z roku 2025 [3]. Zkušení vývojáři open source projektů před začátkem čekali, že je AI zrychlí o 24 procent. Úkoly s AI jim ale trvaly o 19 procent déle. Po skončení přesto odhadovali, že je AI zrychlila o 20 procent. Studie měla jen 16 účastníků a nedá se zobecnit na každý typ práce. Rozdíl mezi pocitem a měřením je ale výmluvný. Hodnotové metriky proto musí stát na datech, která tým sám nevykazuje. Účetnictví, fakturace a data o používání produktu.

Čím začít

Nejdřív vyčlenit náklady na AI nástroje na samostatný účet a přiřazovat je k týmům nebo projektům. Bez toho nejde spočítat nic z výše uvedeného. Pak vybrat jeden ukazatel, nejlépe náklad na používanou funkci, a sledovat ho průběžně každý měsíc. Návratnost jednotlivých nástrojů a rozpad podle lidí přijdou na řadu, až budou data pár měsíců sedět.
Vývojáři budou s AI psát víc kódu a rychleji. Pro vedení firmy zůstává otázka, kolik z toho se promění v peníze. Odpověď dostane jen ten, kdo začne měřit pohledem peněz.
 
Ing. Oskar Kříženecký
Autor článku je externí CFO pro majitele malých a středních firem. Přes deset let pracoval v mezinárodních korporacích Avast, Weber a Arkance, kde stavěl finanční modely, forecasty a reporting. Dnes pomáhá majitelům rozumět vlastním číslům a rozhodovat se podle nich.
 
Zdroje:
[1] DORA. 2025 DORA State of AI-assisted Software Development Report [online]. Mountain View: Google Cloud, 2025 [cit. 2026-10-06]. Dostupné z: https://dora.dev/research/2025/dora-report/
[2] RODRIGUEZ, Mario. GitHub Copilot is moving to usage-based billing. In: The GitHub Blog [online]. 27. 4. 2026 [cit. 2026-10-06]. Dostupné z: https://github.blog/news-insights/company-news/github-copilot-is-moving-to-usage-based-billing/
[3] BECKER, Joel, Nate RUSH, Beth BARNES a David REIN. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity [online]. arXiv, 2025 [cit. 2026-10-06]. arXiv:2507.09089. Dostupné z: https://arxiv.org/abs/2507.09089
Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.