Hlavní strana -> Časopis IT Systems -> Rok 2026 -> E-commerce -> E-commerce v éře AI
E-commerce , AI a Business Intelligence , E-commerce B2B/B2C

E-commerce v éře AI

Co dnes agenti v provozu skutečně převezmou

Petr Tulach

Česká e-commerce dosáhla v roce 2025 obratu 206 miliard korun, o šest procent víc než rok předtím. Aktivních e-shopů je kolem padesáti tisíc, což Česko v přepočtu na obyvatele dlouhodobě řadí k evropské špičce. Trh roste. Problém je jinde. Logistika a zákaznický servis nemají koho nabírat. Podle MPSV bude do roku 2035 v české ekonomice chybět kolem 400 tisíc zaměstnanců a pozice jako skladník nebo operátor zákaznického servisu patří stabilně mezi nejhůř obsaditelné. Devadesát devět procent logistických firem podle průzkumu spolku SKLAD očekává do pěti let alespoň částečnou automatizaci, a ne proto, že by po ní toužily. Agentní AI do tohoto kontextu vstupuje se správným načasováním. Přebírá celé části procesů, ve kterých dnes lidé jen přenášejí data mezi systémy, a uvolňuje kapacitu pro práci, kde rozhoduje úsudek a zkušenost.


Zákaznický servis: opakované dotazy bez člověka

Zákaznické centrum průměrného e-shopu odpovídá celý den na dotazy, které se opakují. Kde je zásilka? Jak ji vrátit? Kdy dorazí? Servisní týmy podle průzkumu Salesforce z roku 2025 odhadují, že AI dnes zpracuje asi třetinu případů, a do roku 2027 čekají polovinu. U zralých nasazení bývá míra automatického vyřešení výrazně vyšší, kolem sedmdesáti až osmdesáti procent, zatímco čerstvé nasazení se často drží pod polovinou. Ten rozdíl nedělá model, ale to, jak dobře má firma popsané vlastní procesy.
Neobvyklé, emocionálně náročné nebo obchodně citlivé dotazy zůstávají člověku. Ten místo přepisování čísla objednávky do tří systémů řeší případ, kde na jeho rozhodnutí opravdu záleží.

Výjimky ve fulfillmentu: konec přeposílání mezi systémy

Zpoždění zásilky, poškozené zboží nebo záměna ve skladu dnes projdou takhle: zákazník napíše e-mail, operátor ho přečte, zkopíruje číslo zásilky do portálu dopravce, zjistí stav, přepíše výsledek do WMS nebo ERP, odpoví zákazníkovi a zaeviduje reklamaci. Každý přechod mezi systémy je místo, kde se ztrácí čas i pozornost a kde vznikají chyby.
Podle průzkumu mezi pěti sty americkými profesionály stráví lidé přepisem dat z e-mailů, PDF a tabulek do systémů přes devět hodin týdně. Za tuhle činnost nemá zákazník žádný důvod platit.
AI agent zvládne celý řetězec: přečte e-mail, zkontroluje stav zásilky přes API dopravce, dohledá objednávku v ERP, navrhne nebo rovnou provede řešení a odešle odpověď. Člověk vstupuje u výjimek, které přesahují agentovu kompetenci. Předpokladem je ovšem to, na čem většina pilotů padá: dopravce musí mít použitelné API, data v ERP musí být důvěryhodná a někdo musí předem definovat, co agent smí rozhodnout sám a kdy má eskalovat.

Proč se vratky staly nákladovou položkou

Míra vratek se u módy a obuvi liší podle trhu od dvaceti procent po víc než polovinu, v Německu je běžných 50 až 60 procent. Zákazníci e-shopy otevřeně využívají jako virtuální kabinky a snadné vrácení je podle DHL E-commerce Trend Reportu podmínkou nákupu pro osm z deseti Čechů. Zároveň se z vratek stává nákladová položka: PPL od července zpoplatňuje každou zásilku e-shopů, u kterých podíl nepřevzatých zásilek dosáhne tří procent objemu, částkou 69 korun.
Náklady na vratky se u amerických online retailerů pohybují kolem pětiny hodnoty objednávky. U oděvů se navíc podle evropské analýzy 630 tisíc vrácených kusů 22 až 44 procent zboží k druhému zákazníkovi nikdy nedostane.
AI agent dokáže při přijetí vrácené zásilky klasifikovat důvod vrácení, ověřit stav zboží podle definovaného protokolu, rozhodnout o dalším osudu (další prodej, sleva, odpis) a okamžitě aktualizovat zásoby. Proces, který v sezoně zaměstnává tři lidi v rohu skladu, zvládne agent bez fronty a bez chyb z únavy po třísměnném provozu.

Doplňování: dlouhý chvost mikro-rozhodnutí

Nedávno jsem psal o posunu od reportingu k autonomní optimalizaci v retailu. E-commerce má stejnou logiku, ale vyšší frekvenci a granularitu.
Tisíce SKU, sezonní výkyvy, lokální akce konkurence, zpožděná dodávka od dodavatele. Každý z těchto signálů je sám příliš malý na to, aby ospravedlnil manuální zásah manažera. Dohromady tvoří rozdíl mezi e-shopem, který zboží má, a e-shopem, který má zásoby na nesprávném místě ve špatný čas. Agent je monitoruje nepřetržitě a upravuje parametry doplňování bez čekání na páteční report nebo pondělní poradu.
McKinsey u firem, které s AI v zásobování začaly dřív než konkurence, popsala o 35 procent nižší hladiny zásob a o 65 procent lepší úroveň dodavatelských služeb. Číslo je z roku 2021 a bez zveřejněné metodiky, takže ho berte spíše jako indikátor. Hodně efektu ostatně přinese už dobře nasazený systém řízení zásob, na kterém se pak dá agentní automatizace stavět.

Čím začít

Nespouštějte transformaci celé firmy. Začněte jedním procesem, kde dnes lidé primárně přeposílají informace mezi systémy: zákaznický servis, zpracování vratek, doplňovací alarmy. Definujte, co agent může dělat sám a kde bude navrhovat a vy výsledek schválíte. Nasaďte jej v omezeném rozsahu a výsledky změřte.
Měřte podíl případů uzavřených bez člověka, průměrnou dobu vyřešení, a hlavně podíl případů, které agent eskaloval pozdě nebo vůbec. To poslední číslo bývá při pilotech nejzajímavější a v reportech nejčastěji chybí.
Role se při tomto přechodu mění. Část lidí přestane přepisovat a začne procesy navrhovat a kontrolovat. V trhu, kde ty původní pozice nelze obsadit ani za vyšší mzdu, je to hlavně příležitost. Firmy, které přechod zvládnou dřív, získají kromě nižších provozních nákladů i procesy, které se na základě dat po agentech průběžně zlepšují.
Jedna výhrada na závěr. Autonomii dnes umožňují modely od hrstky amerických firem a ta závislost má i politický rozměr. V červnu 2026 nařídilo americké ministerstvo obchodu společnosti Anthropic zablokovat dvěma nejvýkonnějším modelům přístup pro všechny cizince, a to i mimo USA; firma je radši vypnula úplně, pro všechny. Podle Financial Times měla na vyřešení sporu s úřady devadesát minut. U procesu postaveného na jediném modelu drží vypínač někdo jiný, takže architektura musí umožnit model vyměnit.
Za pár let nám bude zákaznický agent, který sám dohledá zásilku, zpracuje reklamaci a aktualizuje zásoby, připadat stejně přirozený jako internetové bankovnictví. Ve většině oborů to zatím nikdo nemá hotové.
 
Petr Tulach
Autor článku je ředitelem strategie a inovací ve společnosti Logio.
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.

Inzerce

Chodí to krásně, ale neseje

Jak vám s tím Tovek pomůže?

Je asi jen málo lidí, kteří si nevyzkoušeli postavit vlastní řešení nad generativní AI. Většina proto zná ten pocit. První demo vznikne až podezřele rychle. Model hezky odpovídá, uživatelské rozhraní je hotové za chvíli, nad dokumenty se dá ptát přirozeným jazykem, z dat lezou chytré souhrny, barevné grafy i moudře znějící doporučení. Vypadá to, jako by se ta nejdražší a nejsložitější část firemního softwaru najednou stala komoditou a bylo načase plánovat, kam nasměrovat ušetřené peníze. A pak přijde produkce. V tu chvíli se ukáže, že jsme se dostali do scény z filmu Marečku, podejte mi pero!: secí stroj v ní chodí krásně, ale neseje.