IT SYSTEMS 5/2026 , AI a Business Intelligence

IoT přináší do retailu a logistiky data, která dříve neexistovala

Petr Blabla


Firmy dnes detailně analyzují online kampaně, konverzní poměry i chování uživatelů na webu. Paradoxně ale často nemají přesná data o tom, co se děje v jejich kamenných prodejnách, distribučních centrech nebo během samotné přepravy zboží. Fyzický svět byl dlouho posledním „blackboxem“ digitalizace. Zároveň ale roste počet firem, které tuto problematiku systematicky řeší. IoT technologie se i v České republice postupně posouvají z pilotních projektů do produkčního nasazení, zejména v logistice, retailu, výrobě, odpadovém hospodářství a energetice.
 



Firmy, které začínaly s omezenými proof-of-concept scénáři, dnes pracují s vlastními provozními daty a potvrzují, že přínosy jsou měřitelné a návratnost investic je v řádu měsíců. Ať už v oblasti snížení ztrát, energetické efektivity nebo optimalizace zásob.
E-commerce má konverzní poměry, heatmapy, atribuci kampaní. Kamenné prodejny a fyzická logistika dlouho fungovaly bez granulárních dat. I zásadní obchodní rozhodnutí se vedla podle intuice místo podle reality. Fyzický svět byl dlouho „neviditelný“. IoT z něj dělá měřitelný, analyzovatelný a plně funkční ekosystém. 

Mikrooptimalizace prodejní plochy a 12% nárůst prodeje

V retailu se IoT nejčastěji spojuje s chytrými regály nebo monitorováním chladicích zařízení. V praxi je ale dopad širší. Jedním z typických problémů je sekundární vystavení: promo stojany, brandované lednice nebo sezónní ostrůvky. Tyto prvky představují významnou investici, zahrnují náklady na návrh, výrobu, logistiku, instalaci i servis. Přesto jejich skutečný dopad na prodej bývá bez dat jen obtížně doložitelný.
 
IoT senzory dnes umožňují sledovat například:
  • otevření a reálné využití brandovaných lednic, tedy zda je zařízení skutečně zapojené, v provozu a používá se k prodeji, nebo pouze zabírá místo na ploše, 
  • pohyb zboží na sekundárních plochách, například kolik kusů bylo skutečně odebráno z promo stojanu oproti hlavnímu regálu, 
  • interakci zákazníků se zbožím, tedy kolik lidí se u vystavení zastavilo, jak dlouho u něj setrvali a zda si produkt vzali do ruky, 
  • prázdné regály a výpadky zásob, včetně monitoringu chladicích zařízení a identifikace situací, kdy je produkt vyprodaný nebo není doplněný včas, 
  • propojení s marketingovými kampaněmi, které umožňuje vyhodnotit návratnost konkrétního vystavení, promo akce nebo sezónní instalace.
Data z realizovaných projektů ukazují, že díky průběžnému měření lze nejen optimalizovat prodejní plochu, ale také lépe kontrolovat zařízení a merchandisingové prvky v prodejnách. Správné umístění a dostupnost produktů mohou zvýšit prodej až o 12 %, zatímco stejná data zároveň odhalují ztráty zařízení v řádu 2–3 % ročně – způsobené například nevrácením, poškozením nebo neefektivní evidencí.
Klíčové ale není samotné měření. Hodnota vzniká ve chvíli, kdy se data napojí na procesy: automatické notifikace obchodním zástupcům, plánování doskladnění nebo vyhodnocení efektivity konkrétní kampaně. IoT tak přestává být reportingovým nástrojem a stává se nedílnou součástí operativního řízení.
 
Chytrá IoT zařízení sbírají v prodejně v reálném čase data o zákaznících, zásobách i interakcích se zbožím.

Logistika: Od dohledávání ztraceného zboží k prevenci

Podobný posun je patrný i v logistice. Tradičně se problémy řešily až ve chvíli, kdy nastaly – reklamace, zpoždění, ztracené palety. Bez detailního přehledu o pohybu zásilek nebo podmínkách přepravy bylo obtížné určit příčinu a tím pádem i vymoci náhradu škody apod.
 
IoT řešení dnes umožňují:
  • real-time sledování zásilek a palet, 
  • monitoring teploty a vlhkosti během přepravy, 
  • detekci nešetrné manipulace, 
  • automatické upozornění při odchylce od nastavených parametrů a notifikace dalších anomálií. 
V logistických provozech vedlo nasazení IoT k:
  • snížení ztraceného zboží o 10 %, 
  • redukci ztracených palet až o 30 %, 
  • pokles reklamací o 20 % díky kontrole přepravních podmínek. 
V logistice je návratnost investice často velmi přímá a každá ztracená nebo poškozená zásilka má konkrétní finanční hodnotu. Podle průmyslových odhadů se během přepravy ztratí nebo poškodí několik procent zásilek (např. 1–3 % v e-commerce logistice), což se bez kontinuálního IoT monitoringu může rychle promítnout do nákladů a reklamací.
Právě proto firmy postupně přecházejí od reaktivního řešení problémů k prevenci. Pokud systém pomocí IoT senzorů detekuje nevhodné přepravní podmínky nebo nestandardní manipulaci v reálném čase, lze zasáhnout dříve, než škoda vůbec vznikne.
Rozdíl je v tom, že data už nekončí v reportu. Propisují se přímo do operativních procesů a umožňují firmám reagovat okamžitě.

Datová architektura: senzory jsou jen začátek

Úspěšné IoT projekty však nestojí jen na senzorech. Rozhodující je architektura. Multisenzorická vrstva (RFID (Radio Frequency Identification), váhové senzory, teplotní čidla, pohybové senzory) musí být napojena na robustní IoT platformu, která data integruje, čistí a předává dál – do ERP (Enterprise Resource Planning - plánování podnikových zdrojů), WMS (Warehouse Management System, Systém řízení skladu), BI nástrojů nebo servisních systémů.
Častou chybou ovšem je, že projekt skončí u dashboardu. Data se sbírají, vizualizují, ale nepromítají se do procesů. Hodnota ale vzniká až ve chvíli, kdy se automaticky generují servisní zásahy, optimalizují se trasy, upravují se marketingové kampaně nebo se mění plánování zásob. IoT je tak spíše o integraci a datové strategii než o samotném hardwaru. 
 
IoT senzory schované přímo v regálech a chladicích boxech – nenápadné řešení, které neruší zákazníky a přitom poskytuje klíčová data o pohybu i dostupnosti zboží.

Co je pod kapotou úspěšného IoT řešení

Z technologického pohledu je IoT integrační disciplína. Senzory generují data, ale bez správně navržené platformy, datového modelu a napojení na core systémy zůstávají izolovaným zdrojem informací. Klíčem není hardware, ale architektura umožňující škálování, bezpečnost a procesní automatizaci.
 
Architektura typicky stojí na těchto vrstvách:
  • Multisenzorická vrstva (např. RFID, váhové, teplotní či pohybové senzory nebo kamerové systémy – konkrétní kombinace se liší podle potřeb klienta)
  • IoT platforma jako integrační a datová vrstva
  • Integrace do ERP, WMS a BI prostředí
  • Automatizované notifikace namísto pasivního reportingu

Tři úrovně návratnosti: Kde firmy skutečně vydělávají a kde jen sbírají data

IoT bez jasného byznysového cíle je jen drahý monitoring. Klíčová otázka proto nezní „jaká data sbíráme“, ale „kdy se investice vrátí a jak ji dokážeme změřit“. Odhady z praxe ukazují, že až 80 % IoT projektů končí u pouhého reportingu bez přímého dopadu na procesy nebo hospodářský výsledek. Přitom právě u IoT bývá návratnost velmi konkrétní a jasně měřitelná, ať už v úsporách nákladů, snížení ztrát nebo růstu tržeb.
Z pohledu byznysu lze přínosy IoT rozdělit do tří úrovní podle toho, jak rychle a kde se projeví návratnost investice. Následující příklady vycházejí z dat získaných při realizaci našich IoT projektů, například u známého výrobce nápojů, u společnosti zajišťující servis a oběh přepravních obalů a dalších klientů.

1. Přímé úspory 

Redukce ztrát zboží, reklamací nebo energetických nákladů. Tyto efekty se často projeví během měsíců:
  • −30 % ztracených palet
  • −10 % ztraceného zboží
  • −20 % reklamací díky monitoringu podmínek

2. Střednědobá ROI: Efektivita procesů 

Lepší plánování tras, prediktivní servis, optimalizace doskladňování. Návratnost je střednědobá, ale stabilní:
  • Snížení nákladů na dopravu a plánování
  • Snížení emisí CO₂
  • −15 % nákladů na energii
  • ESG reporting
  • Prevence výpadků výroby, lidských chyb a zbytečných prodlev v procesech

3. Strategická výhoda v podnikání 

Lepší rozhodování díky datům z fyzického světa. Retail může přesněji vyhodnotit efekt kampaní, logistika optimalizovat kapacity a reagovat rychleji na výkyvy:
  • +12 % prodej díky správnému vystavení
  • Lepší plánování marketingových investic
  • Prediktivní servis
  • Lepší plánování kapacit 
Firmy, které dokážou propojit fyzická data s procesy, získávají náskok – nejen technologický, ale i ekonomický. Významnou konkurenční výhodu.
Specializovaná trackovací zařízení pro sledování pohybu vyhozených PET lahví do odpadních nádob (projekt pro Ministerstvo životního prostředí ČR).

Kde firmy nejčastěji chybují

Technologie většinou funguje. Problém bývá v tom, co se s daty děje dál. Mnoho IoT iniciativ končí jako technicky zajímavý projekt bez skutečného dopadu. My v praxi vidíme, že firmy často opakují stejné chyby:
  • Sbírají data bez jasné hypotézy 
  • Nemají integrační vrstvu 
  • Nemají ownership nad daty 
  • Reporting není napojen na proces
  • Data nejsou na jednom místě, a proto s nimi nelze efektivně pracovat 

Digitalizace je hotová. Dalším krokem je řízení fyzických procesů

Digitalizace už dávno není jen o ERP (Enterprise Resource Planning – plánování podnikových zdrojů), CRM (Customer Relationship Management) nebo cloudu. Těžiště se přesouvá k měření a řízení fyzických procesů. IoT propojuje online a offline svět a umožňuje řídit provoz, marketing i logistiku na základě reálných dat.
Většina firem dnes disponuje kvalitními digitálními daty z transakčních a zákaznických systémů. Další logickou etapou je digitalizace samotného fyzického prostředí – tedy schopnost měřit, vyhodnocovat a řídit to, co se děje v provozu, ve skladech nebo během přepravy. Teprve propojením digitálního a fyzického světa do jednoho datového ekosystému vzniká skutečně řízený podnik.
Pro organizace, které ještě nezačaly, je důležité jedno: IoT se posunulo z fáze pilotních projektů do role standardní součásti enterprise architektury. Firmy tak dnes nemusí experimentovat bez směru ani „vymýšlet kolo“. Mohou stavět na ověřených vzorech a začít cíleně tam, kde je jasný ekonomický přínos. Často stačí jeden proces, jeden typ zařízení nebo jeden segment, na kterém lze návratnost rychle a měřitelně prokázat.
Otázkou už není, zda IoT dává smysl. Rozhodující je, kdo dokáže jeho přínos realizovat rychleji.
 
Chytrý promo stojan s integrovaným monitorem pro videoreklamu.
 
 
Petr Blabla
Autor článku je zakladatel a jednatel Adastra Lab. Dlouhodobě se věnuje propojování fyzického a digitálního světa prostřednictvím dat a IoT technologií.
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

Pro úspěšné nasazení AI v podniku

není rozhodující volba modelu, ale struktura a kvalita datového prostředí

Zavádění umělé inteligence v organizacích se často redukuje na výběr konkrétního modelu nebo AI asistenta. Diskuze se točí kolem jejich schopností, výkonu a dostupnosti. Z pohledu podnikové praxe je to ale vedlejší téma. Skutečná otázka totiž nezní, jakou AI organizace používá. Správná otázka je: Jaká data má AI k dispozici? V praxi se ukazuje, že rozhodujícím faktorem není volba modelu, ale kvalita a struktura datového prostředí, do kterého je AI integrována. Právě to rozhoduje o úspěchu nebo neúspěchu většiny AI projektů.