Rok pravdy pro AI: osm poradenských firem, 11 zpráv, jeden nepohodlný závěr

Otevřel jsem nejnovější AI report, pak dalších deset - McKinsey, BCG, Bain, Deloitte, KPMG, Accenture, Capgemini, PwC, ročníky 2025-26. Jedenáct reportů. Čekal jsem mišmaš: každý má svůj seznam trendů, svoje hezká slova. Dostal jsem vzácnou shodu. A to takovou, že si titulky týchž zpráv samy odporují.

Ve zkratce

• Agentní AI je trend číslo jedna u všech osmi firem - a u všech se v jejich vlastních datech propadá při zavádění.
• V produkci má agenty 11 % firem, v plném měřítku jen 2 %. Přitom 90 % CEO od nich čeká ROI už v roce 2026.
• CTO Deloitte uvádí poměr: 93 % peněz na AI jde do technologie a nástrojů, 7 % na všechno ostatní - kulturu, změnu, přestavbu práce. Utrácejí přesně obráceně, než kde je hodnota.
• Ta propast není o modelech, ale o procesech, datech a lidech. Čili o práci, ne o kouzlech. Těžké, ale funguje to.
• Právě proto je ten potenciál obrovský: trh zaplatil hype předem, ale realizace zaostává.

Propast, kterou nikdo nedá na slajd

Trend číslo jedna u všech osmi je agentní AI. A přitom, v jejich vlastních číslech, se propadá na celé čáře.

Posuďte sami. Deloitte: v produkci má agenty 11 % firem, 42 % ještě píše strategii, 35 % ani nezačalo. Capgemini na svém vzorku: v plném měřítku 2 %. KPMG: ROI z několika AI projektů hlásí 24 % firem, a to je o 7 procentních bodů méně než o rok dřív - obor tedy couvl. McKinsey: 78 % používá AI aspoň v jedné funkci, ale za zralé se považuje jen 1 %.

U těch 2 % a 24 % se vyplatí na chvíli zpomalit - malé písmo je důležité. Pod titulkem má Capgemini celý žebřík: 2 % v plném měřítku, 12 % v částečném, 23 % ještě na pilotech, 61 % teprve zkoumá - „2 %" je tedy jeden příček skutečného žebříku, ne zeď. Vlastní číslo KPMG pro „má agenty někde" je 88 %, světy od Deloitte 11 % v produkci - osm firem, osm různých definic téhož slova, a přesně proto se titulkové procenta z různých zpráv neskládají do jednoho trychtýře. Mezi těmi 24 % u KPMG, kdo reálně dostává ROI, je rozdíl ostrý: lídři hlásí 4,5x, průměr trhu 2x, a těch 53 %, co tu propast nedokáže zavřít, uvádí pořád stejný důvod - chybí lidi, kteří to umí dotáhnout do konce.

A teď druhá půlka obrázku. BCG: AI rozpočty se za rok zdvojnásobily a v roce 2026 se zdvojnásobí znovu - z 0,8 % na 1,7 % z tržeb. 90 % CEO čeká měřitelné ROI od agentů už letos. 94 % bude investovat dál, i kdyby se jim to do roka nevrátilo.

A něco úplně nečekaného: Capgemini naměřil, že důvěra v plně autonomní agenty za rok klesla ze 43 % na 27 %. A klesá, jejich vlastními slovy, „ze zkušenosti, ne ze strachu" - lidé to tedy zkusili a zklamali se. A tady je ta propast: leje se do toho čím dál víc peněz, v produkci skoro nikdo, a ti, kdo to zkusili, začali agentům věřit míň. Rok pravdy.

Proč to nevzlétá - a proč je to dobrá zpráva

Nejzajímavější není „kolik", ale „proč". A tady zprávy nečekaně popisují přesně to, čím se zabývám každý den.

Gartner (cituje Deloitte): do konce roku 2027 se zahodí přes 40 % agentních projektů - „ne proto, že by technologie nefungovala, ale proto, že firmy automatizují rozbité procesy místo toho, aby je předělaly". Deloitte nazývá věci pravými jmény: „agent washing" - když se běžná automatizace přemaluje na agenty, a „workslop" - když odfláknutý agent celý proces zpomalí.

Vzorec úspěchu se u všech sešel v jeden. PwC: 80 % hodnoty je v redesignu práce, 20 % v technologii. BCG: 10-20-70, kde 70 % jsou lidé a procesy. Bain to měří v číslech: samotný asistent kódu dá 10-15 % produktivity, ale tentýž asistent plus průřezový redesign procesu 25-30 %. Rozdíl je dvojnásobný a celý je v organizaci, ne v modelu.

Proč je propast mezi 10-15 % a 25-30 % tak široká, má prostou mechanickou odpověď: psaní a testování kódu je jen 25-35 % celého vývojového cyklu, takže zrychlení jen tohoto kousku pohne celkem jen málo. Týmy v horním pásmu nedostaly lepší model, ale předělaly celý cyklus od nuly kolem agenta, místo aby ho nalepily na starý proces - přesně tohle udělal Intuit, když použil generativní AI ke sjednocení kódu a dokumentace napříč všemi rolemi, které se produktu dotýkají, nejen u vývojářů. A číslo Bainu k EBITDA taky není odhad z dotazníku: jsou to výsledky sledované u reálných klientů, které Bain provázel v letech 2023 a 2024, poté co už dostali AI za pilotní fázi do hlavních procesů.

A věta, ke které se pořád vracím, je z Deloitte Tech Trends 2026, kde to jejich CTO říká naplno: 93 % všech peněz na AI jde do technologie a nástrojů a jen 7 % na všechno ostatní - kulturu, změnu, učení, přestavbu samotné práce. Vzorek k tomuhle poměru Deloitte nezveřejňuje, takže je to odhad praktika, ne výsledek průzkumu. Přesto sedí na všechna čísla výše.

A pak základy. Míň než 1 firma z 5 je datově připravená; hlavní překážky jsou, že se data nedají najít (48 %) a znovu použít (47 %). Formulaci od Capgemini by si člověk nejradši pověsil na zeď: „pokud vaše data nejsou připravená na AI, váš byznys není připravený na AI". Bain k tomu dodává věcně: prvním krokem každé AI transformace je vyčistit stará a poškozená data, „někdy až 80 %", a tady zkratku nenajdete.

Čtu to a vidím svou vlastní práci, popsanou cizími slovy. Moje diplomka na KIT je přesně o tomhle - jak mají výrobní SME vybírat, kam AI nasadit, a ne ho cpát všude. Funkční postup: nejdřív rozebrat proces přes BPMN, potom pilot. Přesně to, co vypadne, když 93 % peněz jde do nástrojů.

Vrstva, kterou málokdo vidí

Pod všemi řečmi o „agentech" je inženýrská vrstva a zprávy o ní mluví přesněji, než by člověk čekal.

MCP - protokol od Anthropicu, přes který agent dosáhne na data a nástroje - vyrostl z ~100 serverů v listopadu 2024 na ~7000 do července 2025. Sedmdesátinásobek za osm měsíců. Bain to ale hned chladí: „MCP není USB". Standardizuje syntaxi, ne význam: dva agenti spolu můžou „mluvit" po protokolu a stejně si nerozumět. Kdo nastaví sémantický standard - jak se invoice bot domluví s payment botem - urve další velkou vlnu hodnoty.

Vznikla celá disciplína „agent-ops": FinOps pro agenty (účet za tokeny utíká do desítek milionů, protože agent přemýšlí nepřetržitě), registr modelů a agentů, „každý agent má vlastníka, KPI a plán rollbacku". Průměrný Mittelstand závod tohle nemá vůbec. A nezávislost na dodavatelích je teď u Bainu přímé doporučení: „vybírejte dodavatele tak, abyste omezili lock-in a zachovali si možnost volby".

A ještě k lidem ve smyčce. 90 % organizací považuje lidský dohled za užitečný, nebo aspoň cenově neutrální; SAP radí začít s „read-only AI" - agent doporučí, člověk rozhodne; EU AI Act u vysoce rizikových systémů dohled přímo vyžaduje. Živá lekce: Klarna veřejně zabalila nahrazení podpory AI a vrátila lidi zpět. Bain to hezky vystihuje: zatím jsou to „obleky Iron Mana, ne autonomní Iron Mani".

Co se reálně děje ve výrobě a proč vítr fouká do EU

Výroba tady není abstrakce. PTC s Microsoftem staví víceagentní systém, který sám čte a jedná napříč PLM, ERP a MES. Siemens sestavil průmyslového orchestrátora - „digitálního mistra". Foxconn napočítal přes 400 milionů dolarů úspor z AI modelu na 200+ závodech. Toyota nahradila 50-100 mainframových obrazovek jediným agentem pro celý dodavatelský řetězec. BMW už prohání auta po vlastní ose na kilometrových trasách uvnitř závodu a testuje humanoidní roboty v areálu ve Spartanburgu. Tohle všechno je průřezový redesign, ne mašlička navrch.

Pro závod se cloud často fyzicky nehodí: potřebujete latenci pod 10 ms na lince, k tomu datovou suverenitu a ochranu IP. Deloitte dává pravidlo, které rovnou uplatním v kalkulaci pro klienta: on-prem se vyplatí ve chvíli, kdy cloud začne stát víc než 60-70 % ceny vlastního železa. Nová norma jsou tři úrovně: cloud pro pružnost, on-prem pro stabilitu, edge pro okamžitost.

A politický vítr fouká do mé niky. Deutsche Telekom s Nvidií staví průmyslový AI cloud pro evropské výrobce. EU InvestAI je 200 miliard eur, z toho 20 miliard na AI gigatovárny. EU AI Act už vstupuje v platnost. Regulaci, kterou všichni berou jako brzdu, se dá v evropské nice prodat jako náskok.

Pět věcí, které boří šablonu

Zprávy přinesly i něco úplně nečekaného - to, co se do titulků nedostane.

Zaprvé. AI pracovní místa nezabíjí - naopak je rozšiřuje. Firmy nejvíc prosycené AI nabíraly lidi rychleji: 52 % oproti 36 % u těch nejmíň prosycených (PwC, rozbor miliardy inzerátů). Jenže výhra se šíleně koncentruje - 20 % firem si bere 74 % veškerého přínosu a u top 20 % podle produktivity je růst 163 %, pětkrát nad průměrem.

Zadruhé. O juniorech čtou všichni jen titulek. Ano, 49 % CEO čeká, že AI omezí nábor juniorů. Jenže v číslech je zvrat: junior pozice, které „dospěly" (začaly vyžadovat 10+ tradičně seniornějších dovedností), vzrostly od roku 2019 o 35 %, kdežto ty, co „nedospěly", klesly o 10 %. Spodní příčka nemizí - jen se posouvá výš.

Zatřetí. Módní dovednost je v přebytku, ta nudná chybí. Prompt inženýrů je 3,6krát víc, než je poptávka, kdežto Python (0,4x) a machine learning (0,5x) tvrdě chybí (McKinsey). Všichni se rozběhli za tím, co letí, ale úzké hrdlo je stará dobrá inženýřina.

Začtvrté. Příplatek ke mzdě za AI dovednosti je 62 %, ve výrobě 73 %. Poptávka právě po agentních dovednostech za rok vyskočila o 985 % - nejrychleji ze všech 13 trendů McKinsey. Jak řekl ředitel pro AI go-to-market v Googlu: „90 % vaší organizace bude potřebovat školení, aby vůbec pochopila, jak to celé funguje".

Zapáté. Pár čísel, po kterých se narovnáte na židli. Token inference za dva roky zlevnil 280krát - a účty přesto vyrostly, protože ho agenti žerou rychleji, než token zlevňuje. Kódovací agenti už v Microsoftu píšou 30 % kódu. A tichá bomba, které si v tom šumu nikdo nevšímá: 97 % bezpečáků považuje kvantové riziko za reálné v horizontu 10 let, ale plán má 9 % z nich. Schéma „seber zašifrované teď, dešifruj kvantem potom" už funguje a hlasový phishing s klonováním hlasu vzrostl za půl roku o 442 %.

Závěr, který nejspíš nebude populární

Dám to dohromady. Technologie funguje - tam, kde ji dotáhli do konce: 10-25 % k EBITDA u lídrů podle Bainu, desítky procent produktivity, reálné případy z továren, i se jmény. Jenže „dotáhli" znamená 2-11 % firem. Mezi „všichni investují" a „skoro nikdo není v produkci" zeje díra, a ta díra není o modelech, ale o procesech, datech a lidech. Čili o práci, ne o kouzlech.

Těžké. Ale funguje to. A právě proto je ten potenciál obrovský: trh zaplatil hype předem, ale realizace zaostává. Nevyhraje ten, kdo agenty koupí nejrychleji, ale ten, kdo pod ně nejdřív spraví procesy a data. Je to nuda, je to přesně moje práce - a osm největších poradenských firem právě teď, každá svými čísly, řeklo totéž.

Tohle je první průchod mého radaru. Tyhle zprávy budu procházet dvakrát ročně a rozebírat, co se reálně pohnulo a co zůstalo jen slajdem. V příští části kopnu hlouběji do jedné větve - nejspíš EU-suverénní stack pro Mittelstand, protože tam se potkávají peníze, regulace a můj profil. Pokračování příště.

Zdroje

Všechna čísla pocházejí z čerstvých zpráv samotných firem (vydání 2025-26). Kompletní seznam toho, co jsem rozebíral:

• McKinsey - Technology Trends Outlook 2025 (13 trendů) + MGI „The race takes off"
• BCG - AI Radar 2026 (průzkum mezi 2360 manažery, 640 CEO) + Most Innovative Companies 2025
• Bain - Technology Report 2025 (nejobsáhlejší ze všech)
• Deloitte - Tech Trends 2026
• KPMG - Global Tech Report 2026 (2500 manažerů, 27 zemí)
• Accenture - Technology Vision 2025
• Capgemini - TechnoVision 2026 + Rise of Agentic AI 2025
• PwC - Global AI Jobs Barometer 2026 (rozbor ~1 mld. inzerátů) + AI Business Predictions 2026