Report z AppParade 37: čtyři AI trendy, které začnou příští rok přepisovat český byznys

Předchozí roky jsme si všichni hráli s chatboty a fascinovaně říkali „wow, ono to mluví“. Letošní rok nám ale ukazuje tvrdší realitu: uživatelé začínají být unavení. Nikdo si nechce instalovat padesátou aplikaci jen proto, aby si koupil lístek na tramvaj nebo objednal oběd. AI přestává být jednou z funkcí a začíná být vrstva, která rozhoduje, co se ve firmě skutečně stane. Od toho, jak obsloužíte zákazníka, až po to, jak rozložíte budget a kapacity týmu.

Zároveň se začíná hýbat i druhý pól, o kterém se v byznysových prezentacích mluví mnohem míň: evropská regulace. Unie, která poslední dekádu budovala pověst nejpřísnějšího digitálního regulátora na světě, dnes sama přiznává, že přeregulovanost začíná brzdit konkurenceschopnost. Chystají se úpravy GDPR i odklad části nejtvrdších pravidel AI Actu. Ne proto, aby zmizela ochrana uživatelů, ale aby firmy dokázaly s AI pracovat rychleji a smysluplněji. Výmluva „tohle kvůli regulaci nejde“ se tím pomalu vytrácí.

V následujících letech se tak otevírá unikátní okno příležitostí, kdy bude jednodušší než kdy dřív stavět rozhodovací a agentní systémy nad reálnými daty. A kdo ho prospí, ten už nebude dohánět těžkopádného regulátora, ale dravou konkurenci.

Jedním z nejlepších míst, kde je tenhle posun letos vidět v koncentrované podobě, byla AppParade. Vrátili jsme ji po letech zpátky do Bio Oka – trochu nostalgie, trochu punkové atmosféry, pivo místo naleštěného foyer. Ale zatímco nostalgie fungovala na baru, na plátně jsme sledovali něco úplně jiného než návrat do minulosti: živý náhled na to, jak budou české firmy pracovat s AI v dalších letech.

Pro mě letos AppParade nebyla „jen“ další soutěž aplikací. Byl to reálný vzorek toho, kde se český ekosystém softwaru a AI nachází. Od hlasových rozhraní přes neviditelnou automatizaci až po rozhodovací systémy a medical moonshoty. A hlavně: ukázala, které směry mají potenciál přinést byznysový dopad v následujících dvou letech.

1. Hlasové ovládání je budoucnost, aneb displeje nás brzdí

Vítězem publika se sice staly medicínské projekty, ale pro mě měl jednoho skrytého vítěze večera: ANYWHR AI. Aplikaci pro turisty, která vás nenutí zírat do mobilu, luštit mapy a číst Wikipedii na malém displeji, ale vypráví vám příběhy o místech kolem vás přesně v momentě, kdy kolem nich procházíte.

Namísto dalšího běžného průvodce jde o praktickou ukázku posunu, který v Silicon Valley rezonuje už měsíce a v roce 2026 udeří plnou silou: Screenless Computing. Displej se najednou stává bariérou. Vyžaduje naši plnou vizuální a kognitivní pozornost, vytrhává nás z přítomného okamžiku.

Budoucnost je v technologii, která je všudypřítomná, ale neviditelná.

Když se podíváte na širší kontext, puzzle do sebe začíná zapadat. Dlouho se spekuluje o hardwarovém zařízení od Jonyho Ivea a OpenAI, jehož cílem je eliminovat potřebu aplikací a displeje jako prostředníka mezi člověkem a informací. Apple mezitím se Siri a hlubokou integrací přes App Intents učí uživatele, že telefon se neovládá prstem, ale kontextem. S tím připravovaná údajná spolupráce s novým Gemini, které by mělo budoucí Siri pohánět, jen pomůže. A když k tomu přidáte služby jako ElevenLabs s latencí, kterou nerozeznáte od lidské reakce, a s intonací plnou emocí, je jasné, že hlasová rozhraní přestávají být doplňkem pro řidiče. Stávají se novým operačním systémem.

The Business Case: Rohlík 2.0

Co to znamená prakticky pro český byznys? Představme si e-commerce za pár let.

Dnešní model je postaven na vizuálním vyhledávání: otevřete aplikaci Rohlíku, zadáváte klíčová slova, filtrujete, scrollujete a patnáct minut klikáte na položky. Je to proces plný uživatelských bariér. Proces plný překážek, mezi kterými musíte navigovat a mantinelů, za které už nemůžete zajít.

V „Post-Screen“ světě se interakce změní v přirozenou konverzaci. Jedete z práce a do sluchátek prostě řeknete:

„Objednej mi to, co minule, ale přihoď ingredience na svíčkovou, v sobotu přijede tchyně. A vynech mléko, to ještě mám.“

Na pozadí se nestane „magie“, ale exekuce:

AI agent okamžitě analyzuje vaši historii objednávek, pochopí sémantický kontext „svíčková“, dohledá recept, zkontroluje zásoby a sestaví košík na míru. Zeptá se jen na jednu věc:

„Mám vzít hovězí zadní, nebo chcete bio kvalitu?“

A teď to hlavní: tohle není jen efektivnější UX. Takový agent bude zvyšovat frekvenci objednávek, zjednodušovat opětovného objednávky bez nutnosti slev a push notifikací a tím zvyšuje LTV zákazníka, aniž byste zvyšovali spend na akvizici. Hlas snižuje tření na cestě od záměru k nákupu z minut na sekundy.

Kdo dnes vyvíjí jen tlačítka, vyvíjí do šuplíku.

Co z toho plyne pro vaši firmu? Pokud plánujete redesign aplikace, nezačínejte barvami tlačítek. Zeptejte se: Jak bude náš produkt fungovat bez displeje?

Začněte navrhovat scénáře, kde uživatel nemá volné ruce ani oči. Třeba v autě, v kuchyni, na cestách. Hlasové rozhraní do budoucna jednoduše nebude nice to have. Velice brzy se z něj stane seriózní kandidát na hlavní kanál, přes který k vám budou zákazníci mluvit.

2. Peníze leží v neviditelné AI

Zatímco technologičtí vizionáři sní o AGI, která bude psát symfonie, miliardy korun se dnes válejí v procesech, které jsou nudné, šedivé a… naprosto zásadní pro chod ekonomiky. Říkám tomu Invisible AI. Umělá inteligence, kterou koncový zákazník nikdy neuvidí, ale která drží firmy pohromadě.

Na AppParade tuto kategorii krásně reprezentovaly projekty AIG MV a Účtenkovník, ale i Localazy AI či Valka.ai.

AIG MV pro Ministerstvo vnitra není sexy aplikace. Neuděláte s ní díru do světa a pravděpodobně o ní nebudou psát lifestylové magazíny. Jejím úkolem je „jen“ třídění tisíců podání na podatelně. Právě tahle neviditelná práce, tedy automatizace byrokracie, ale šetří státu tisíce člověkohodin měsíčně a uvolňuje kapacitu lidí na kvalifikovanou práci.

Podobně Účtenkovník řeší vytěžování dat z účtenek a hlídání záruk. Pro každého, kdo někdy hledal vybledlou účtenku kvůli reklamaci, jde o bolest, kterou nikdo nechce řešit ručně. Aplikace digitalizuje účtenky, rozpoznává produkty, kategorizuje je, buduje produktovou databázi. To vše je přesně ta „neviditelná AI“, která není efektní na slideshow, ale dramaticky zlepšuje každodenní operativu. Do stejné kategorie spadá Localazy AI, která boří bariéry v překladech aplikací a nabízí developerům poměr cena/výkon, na který by s lidskými překladateli a starými procesy nedosáhli. Nebo projekt Valka.ai, který automatizuje škálování obsahu pro gaming a sport. Společný jmenovatel? Okamžitá úspora a efektivita.

V MeguMethod se často potkáváme s tím, že firmy čekají na „dokonalého AI robota“, který za ně vyřeší podnikovou strategii. Přitom ignorují fakt, že jejich back office krvácí peníze na manuálním přepisování dat z PDF do Excelu, na kontrolách faktur nebo ručním třídění zákaznických požadavků.

Co z toho plyne pro vaši firmu?

Pokud jste CEO, nechtějte po svém CTO vágní „AI strategii na 5 let“. Chtějte po něm seznam deseti nejnudnějších, nejvíce repetitivních procesů ve firmě. Udělejte z nich backlog pro Q1 2026.

Řekněte si: Co můžeme automatizovat specializovanými modely tak, aby se návratnost nepočítala v letech, ale v měsících? Neviditelná AI není budoucnost – je to nejrychleji dostupná páka na zisk hned teď.

Do toho všeho se potichu přidává ještě jeden faktor, o kterém se na konferencích tolik nemluví: Evropa sama začíná couvat z vlastní přeregulovanosti. V Bruselu si velmi otevřeně přiznávají, že příliš složitý GDPR a těžkopádný AI Act brzdí konkurenceschopnost. Část pravidel se má zjednodušit, část výkladu zpřehlednit, některé povinnosti se odsouvají. Jinými slovy: výmluva „tohle kvůli GDPR nejde“ přestává dávat smysl.

Prakticky to znamená, že v nejbližších letech bude mnohem snazší stavět modely nad reálnými daty – samozřejmě s rozumnými guardraily, ale bez paralýzy strachem. V bance už to nemusí znamenat jen marketingové segmentace, ale skutečně chytré osobní finance: model, který vidí vaše transakce, umí hlídat cash-flow, upozornit na rizikové chování a navrhnout konkrétní kroky, místo generických newsletterů. V e-commerce to nejsou jen „lidé, kteří koupili tohle, si koupili i tamto“, ale predikce poptávky, optimalizace zásob a pricingu napříč kanály na základě dat, která doteď ležela ladem.

Ve výrobě to otevírá dveře k robustním prediktivním modelům nad telemetrií strojů a provozními daty, která byla často právně šedá zóna, protože šla spojit s konkrétními operátory. Když se definice a procesy zpřehlední, můžete konečně spojit to, co dává byznysově smysl, a začít stavět neviditelné AI vrstvy, které hlídají údržbu, kvalitu a bezpečnost v reálném čase. V prostředí, kde regulátor sám říká „chceme méně byrokracie a víc inovací“, je největší brzda už jen naše vlastní neochota tyhle projekty skutečně rozjet.

Snapshot Česka 2025: mezi hypem a exekucí

Když se podívám na celé portfolio AppParade 37, vidím typický obraz českého AI ekosystému v roce 2025:

• na jedné straně velké vize a moonshoty (zejména v oblasti Medical AI),
• na druhé agilní, úzce zaměřené projekty s rychlým ROI, (sem patří třeba Localazy)
• speciální kategorie tréninkových nástrojů, kde VR Academy ukazuje, že AI dokáže personalizovat i rozvoj měkkých dovedností ve virtuální realitě
• a mezi tím skupinu nápadů, které jsou technologicky podmanivé, ale zatím bez reálné validace a metrik.

Je to zdravý mix. Ukazuje, že jsme z fáze „hraček s AI“ poskočili do fáze, kde už AI skutečně sahá do kritických oblastí – zdravotnictví, státní správa, finance, sport. Zároveň je ale vidět, že velká část hodnoty v nejbližších letech vznikne tam, kde se AI přimíchá do existujících procesů, místo aby se kolem ní stavěly úplně nové světy.

Na makro úrovni to přitom není úplně optimistický příběh. Evropa v oblasti AI objektivně zaostává – v objemu investic do startupů, v počtu globálních hráčů i v rychlosti adopce v byznysu. Největší AI firmy dnes sedí v USA a Číně, zatímco my jsme si poslední dekádu budovali reputaci „nejpřísnějšího regulátora na světě“. Teď přichází vystřízlivění: bez zásadní změny přístupu hrozí, že z EU bude spíš odběratel hotových řešení, ne jejich tvůrce.

Pro Česko je to ale svým způsobem unikátní moment. Jsme součástí trhu o 450 milionech lidí, máme kvalitní technické talenty a zároveň jsme dost malí a pragmatičtí na to, abychom věci zkoušeli rychle a bez velké ideologie. AppParade je vlastně takový mikro-snapshot toho, jak by Evropa mohla vypadat, kdyby se víc spolehla na lidi z praxe a míň na papír. Technologie tu je, lidé tu jsou, regulace se začíná ohýbat ve prospěch inovace. Otázka není „jestli to jde“, ale kdo se odváží být první v mainstreamovém byznysu.

3. Decision Intelligence: Konec „dashboard fatigue“

Manažeři jsou dnes paradoxně obětí vlastních dat. Máme dashboardy na všechno, reporty na reporty, grafy na grafy. Ale dashboard vám neřekne, co máte dělat. Trpíme rozhodovací paralýzou.

Projekty Yollanda AI (sportovní data) a marsmars (e-commerce) na AppParade ukázaly klíčový posun, který bude definovat rok 2026: přechod od popisu reality k návodu na akci.

Vrcholový trenér nepotřebuje vidět komplexní tabulku s hladinou laktátu v krvi svěřence a hádat, co to znamená. Potřebuje jasnou, akční notifikaci: „Uber mu zítra zátěž o 20 %, data ukazují vysoké riziko zranění hamstringu v následujících 48 hodinách.“

Stejně tak marketingový ředitel nepotřebuje sledovat CTR všech kampaní v reálném čase. Potřebuje agenta, který analyzuje trend a řekne: „Vypni Facebook, peníze nám tam utíkají neefektivně, a přelij rozpočet do TikToku, tam nám roste konverze u cílové skupiny 18–25.“

Dostáváme se do éry Agentic Workflows. AI přestává být pasivním nástrojem, který realitu pouze zobrazuje (Business Intelligence), a stává se aktivním partnerem, který o realitě pomáhá rozhodovat (Decision Intelligence).

Budoucnost patří „týmům expertů“

Napříč projekty vidím ještě jeden technologický trend, který stojí za zmínku. Doteď byl populární přístup „jeden velký model na všechno“. Jenže dosažení špičkových a zároveň nákladově efektivních výsledků pravděpodobně povede jinam: k orchestru menších, odborně zaměřených modelů, které spolupracují jako „tým expertů“ – tzv. Mixture of Experts (MoE).

V praxi to znamená, že:

• jiný „expert“ se stará o interpretaci dat z tréninku sportovce,
• jiný o predikci zranění,
• další o generování doporučení pro trenéra v jazyce, kterému rozumí,
• a další hlídá konzistenci a rizika.

Výsledkem je vyšší přesnost, nižší náklady na inference a lepší škálování. Ať už tomu říkáme MoE nebo „tým AI specialistů“, je to architektura, se kterou v MeguMethod počítáme jako s novým standardem.

Pokud dnes investujete do datové platformy nebo BI nástroje, položte jednoduchou otázku: Pomůže mi tohle řešení dělat lepší rozhodnutí – nebo jen hezčí grafy?

Ptejte se svých dodavatelů softwaru:

• „Jak mi váš systém řekne, co mám udělat jako další krok?“
• „Jak by vypadal scénář, kdy váš produkt nevyrábí dashboard, ale konkrétní doporučení?“

A pokud vám někdo nabízí „jeden univerzální model, který vyřeší všechno“, zpozorněte. Budoucnost je v kombinaci specializovaných expertů, ne v jednom „všemocném kouzelníkovi“.

Je tu ale ještě jedna dimenze, která dělá z Decision Intelligence a agentních workflow ideální téma právě pro roky 2025–2027: regulace. Část nejpřísnějších pravidel pro tzv. „high-risk“ AI – tedy systémy, které zasahují do života lidí a firem v oblastech jako financování, vzdělávání, nábor, hodnocení rizika nebo přístup ke službám – se v EU posouvá v čase. Regulátoři tím de facto říkají: „Potřebujeme víc času, ale nechceme mezitím zaříznout inovace.“ Pro byznys je to signál, že teď je okno pro chytré experimenty – ne proto, aby se dělaly krátkozraké zkratky, ale aby si firmy stihly vybudovat rozhodovací systémy, které budou už od začátku auditovatelné a obhajitelné.

V praxi to znamená, že banky můžou v příštích letech posunout scoring z „černé skříňky“ na agentní systémy, které umí vysvětlit, proč někomu úvěr nedají – a zároveň optimalizovat riziko i obchod. Energetika může stavět predikce a automatizované rozhodování o nákupu a prodeji energie v mnohem jemnějším rozlišení, než dovoloval ruční reporting. E-commerce a logistika můžou nasazovat dynamické pricing modely a optimalizaci tras, které rozhodují v reálném čase o marži, uhlíkové stopě i spokojenosti zákazníka. Firmy, které tohle regulační okno prospí, nebudou mít problém primárně s paragrafy – budou mít problém s tím, že jejich konkurence už bude mít rozhodovací AI hluboko zabudovanou v core byznysu a nebude ji chtít vracet zpátky na úroveň dashboardů.

4. The Moonshots: Medical AI a „fáze roku 1995“

Nemůžu vynechat vítěze večera: Aireen (detekce chronických onemocnění ze sítnice) a Neurona (včasná diagnostika Alzheimerovy nemoci). Tyto projekty vyhrály právem a dělají tu nejdůležitější práci ze všech – doslova zachraňují životy a zlepšují kvalitu života.

Z čistě byznysového pohledu je ale dobré si nalít čistého vína. Jak trefně poznamenal kolega David Třešňák v našem interním debriefu – v oblasti Medical AI jsme nyní ve fázi internetu roku 1995. Máme v rukou naprosto transformační technologii, která změní svět, ale:

• infrastruktura na ni není připravená,
• legislativa dobíhá realitu pomalým krokem,
• cesta k reálnému ROI je dlážděna roky certifikací, klinických studií a pálení cashflow bez jistoty výsledku.

Je to Long Game v tom pravém slova smyslu. Tyto projekty potřebují odvážné investory, trpělivé týmy a dlouhý dech. My v MeguMethod jim fandíme a kde dává smysl, rádi pomáháme – jejich úspěch bude společenský game changer.

Pro většinu B2B firem, které potřebují inovovat teď a tady, ale leží cesta k okamžitému úspěchu jinde: v „neviditelné AI“ a agentních systémech, o kterých jsem psal výše. Tam je návratnost rychlá a výsledky hmatatelné.

Pokud nejste deep tech health startup, inspirujte se mentalitou Medical AI, ale ne její roadmapou. Vezměte si z ní odvahu a dlouhodobou vizi a aplikujte ji na oblasti, kde umíte doručit hodnotu v horizontu měsíců, ne let.

Jak chytit nastupující vlnu příležitostí

AppParade 37 nebyla jen přehlídkou aplikací. Byl to budíček pro celou českou dev scénu. Technologie se demokratizovala natolik, že to, co před rokem vyžadovalo tým padesáti vývojářů a miliony v investicích, dnes zvládne malý, agilní tým s dobrým LLM na backendu. Bariéry vstupu padly.

Co si z toho odnést do své firmy, ať už jste startup nebo korporace?

• Hlas je budoucnost. Přestaňte designovat jen pro oči. Začněte designovat pro uši, pro kontext, pro chvíle, kdy uživatel nemá volné ruce. Při každém novém nápadu se ptejte: Jak by to fungovalo bez displeje?
• Neviditelná AI vydělává. Přestaňte hledat „magické“ využití AI. Hledejte ve firmě nudu, rutinu, šanony papírů a repetitivní úkoly. Tam jsou schované peníze a tam AI zazáří nejrychleji.
• Agenti nad dashboardy. Chtějte po softwaru rozhodnutí a akce, ne jen pasivní data. Zaveďte jednoduché pravidlo: pokud vám report neříká, co máte udělat jako další krok, není to nástroj pro rozhodování, jen drahá tabulka.
• Postavte si vlastní Mixture of Experts. Nepřemýšlejte o AI jako o jednom „velkém mozku“. Přemýšlejte o ní jako o týmu specialistů. Jeden na data, jeden na doporučení, jeden na jazyk, jeden na kontrolu rizik. Architektura systémů, které dnes stavíte, rozhodne o tom, jestli v roce 2027 budete škálovat, nebo brzdit.

V MeguMethod už tyhle principy konzultujeme a implementujeme u klientů dnes – v e-commerce, financích, proptechu i automotive. Vidíme z první ruky, že největší rozdíl nedělá „jakou technologii si vybrat“, ale jaké rozhodnutí si na ni troufnete přenést a jak dobře máte postavenou datovou a procesní realitu pod ní.

Obrovské příležitosti následujících let nebudou využívat ti, kteří o AI nejhlasitěji mluví, ale ti, kteří ji tiše zabudují do každodenního provozu tak, že z ní budou mít reálný užitek zákazníci.

Pokud přemýšlíte, jak tyhle směry převést do konkrétních kroků ve své firmě, klidně se ozvěte. Můžeme si sednout, podívat se na vaše data a procesy a pojmenovat první dva až tři use-casy, které dávají smysl.