Když se mě dnes vedení firmy ptá „máme to stavět vlastní, nebo koupit?", odpovídám jinak než před pár lety. Ne proto, že bych změnil názor na framework. Změnil se svět kolem něj.
V článku Pronájem software vs. vlastní řešení na míru: co je lepší investice? (1. díl) jsem volbu mezi pronájmem hotového software a stavbou vlastního zarámoval v zásadě binárně. Ten framework stále platí. Co se posunulo, je ekonomika jedné strany rozhodnutí. Stavění bývalo drahé: tým, měsíce, počáteční kapitál. Pro jednodušší řešení to už neplatí. Zní to jako zjednodušení, ale rozhodování to ve skutečnosti udělalo těžší, ne snazší.
Tenhle díl je o tom, co AI s volbou buy vs build provedla. Stručně: vstupní náklady na stavění klesly pro určitou množinu řešení, hotový software mezitím absorboval AI, a to posunulo jak bod zlomu, tak i to, kde leží skutečná past. Nejde o to, že „všechno je teď levné a rychlé". Jde o to, že se posunula hranice, kdy se která cesta vyplatí, a posunulo se i to, na co si dát pozor.
Pohnuly se dvě věci najednou, ne jedna: vstupní cena stavění jednodušších řešení a to, co umí hotový software. Když se posune jen jedna strana volby, rozhoduje se snadno. Když se hýbou obě, každá jiným směrem, je to těžší. Vezmeme to popořadě.
Vstupní cena stavění jednodušších řešení klesla
Začněme tím, co je opravdu levnější. Jednoduchý interní nástroj, integrace mezi systémy nebo pilotní verze řešení se dnes postaví podstatně rychleji a levněji než dřív. Pomáhají v tom AI nástroje: no-code asistenti jako Claude.ai nebo jeho Cowork režim pro lidi, kteří kód psát nechtějí, AI generátory aplikací typu Base44 nebo Lovable, automatizační platformy jako n8n pro propojování procesů a AI-asistovaný vývoj (tzv. vibe coding: vy popíšete záměr, AI vygeneruje kód, vy ho korigujete) tam, kde je potřeba reálný software.
Klíčový bod: žádná z těchto variant není univerzální odpověď. Volba závisí na zadání. No-code asistent pokryje uživatelské úkoly a rychlé prototypy. Automatizační platforma řeší propojení systému se systémem přes API a procesní toky. Custom software s AI-asistovaným vývojem nastupuje tam, kde je řešení natolik specifické, že ho žádný hotový nástroj nepokryje. K rozdělení podle situace se vrátím v sekci o rozhodování.
Druhá strana platí taky. Některé věci, které dřív trvaly měsíce, stále trvají měsíce. Komplexní AI diagnostika, vážnější datové projekty nebo cokoli mission-critical není víkendová záležitost a technicky specializovanou práci se pořád vyplatí delegovat ven. Levnější vstup neznamená, že všechno zvládnete in-house a hned.
Tady by řada článků skončila závěrem „takže si to postavte sami". To by byla chyba.
Mnoho SaaS nástrojů absorbovalo AI
Zatímco stavění zlevnilo pro jednodušší řešení, hotový software dostal AI nativně zabudovanou. Hodně SaaS nástrojů dnes umí to, na co jste si před dvěma roky museli stavět vlastní vrstvu. To posouvá hranici na opačnou stranu.
Příklad: „chceme chytřejší vyhledávání a sumarizaci napříč naší dokumentací" byl v roce 2024 slušný kandidát na vlastní vývoj. Dnes to mnoho hotových nástrojů umí out-of-the-box a vlastní stavba dává smysl jen tam, kde je ta znalostní báze sama vaší konkurenční výhodou. Kde dřív vyhrávala vlastní stavba, dnes často vyhrává hotové AI řešení. Posun jde oběma směry, a právě proto je rozhodování ostřejší, ne snazší.
Skrytý dluh, který přichází po levných řešeních
Levně postavit neznamená levně vlastnit. Tohle je část, kterou hype kolem vibe codingu vynechává, a přitom rozhoduje.
AI generuje funkční kód rychle. Co negeneruje stejně spolehlivě, je kód bezpečný a kód, kterému bude za rok rozumět i jiný člověk než model, co ho napsal. Čím víc kódu vzniká tímhle způsobem, tím víc s sebou veze nevidiných věcí: zranitelnosti, neošetřené závislosti, rozhodnutí, která nikdo nikam nezapsal. Pro interní nástroj nad vlastními daty to je v pořádku. Pro cokoli, co se dotýká zákazníků, fakturace nebo citlivých dat, je to riziko, které zůstává neviditelné, dokud nevybuchne.
Kromě bezpečnosti je tu udržovatelnost. Z toho, co vidím ve firmách, je nejdražší část ne postavení, ale udržení v chodu, předání a oprava, když se rozbije a původní autor je pryč. Řešení, které ve firmě nikdo neumí udržovat, není aktivum. Je to budoucí problém s nízkou pořizovací cenou.
Že psaní kódu je jen menší část práce a že většina nákladů sedí v provozu, údržbě a převodu rizika, popsala i finanční profesorka z INSEAD Lily Fang ve své analýze, proč firmy nezačnou stavět všechno in-house jen proto, že jim to AI umožní.
Jak se tedy rozhodnout
Kdy si licenci koupit
- Problém je standardní a ověřený, nedrží v něm žádnou konkurenční výhodu.
- Hotové AI řešení dnes pokrývá to, co dřív vyžadovalo vlastní vrstvu, a dává to ekonomicky víc smysl.
- Nemáte interně někoho, kdo by vlastní řešení dlouhodobě udržoval. Pak je licence nebo partner levnější než laciná stavba, kterou nikdo neopraví.
Kdy stavět vlastní
- Řešení je specifické, navázané na vaše data nebo procesy a je součástí vaší konkurenční výhody.
- Hotový nástroj by vás nutil ohnout vlastní procesy do své šablony, a to s negativními důsledky.
- Počítáte s tím, že to ve firmě někdo převezme a bude provozovat. Logika, metodika a prompty jsou mezi nástroji přenositelné, ale provoz a údržba potřebují vlastníka.
To je rozhodnutí na technicko-byznysové ose. Stejně podstatné je, kolik vašeho know-how je v řešení a jak těžko se předává ven.
- Technicky jednoduché, ale procesně nepřenositelné: obyčejné ERP nebo CRM ohnuté na vaše procesy, které byste dodavateli vysvětlovali týdny. Stavte si to in-house, i když je to technicky banální. Ne kvůli inženýrství, ale kvůli nepřenositelnému know-how.
- Technicky náročné, ale doménově lehké: chytrá kategorizace nad velkou datovou bází. Řešit těžko, ale žádné hluboké procesní know-how v tom není. Delegujte to ven, klidně přes celou technickou složitost. Dodavatel nemusí rozumět vašemu byznysu, jen problému.
Otázka tedy není jen „je to těžké", ale „kolik našeho nepřenositelného know-how v tom je a kdo to po nás bude udržovat".
Příklad z praxe: agent na zpracování poptávek
Vezměme ilustrativní, ale reálný případ. Stavební firma dostává poptávky e-mailem a chce agenta, který poptávku zachytí, dohledá odpovídající položky z jejího vlastního katalogu služeb a produktů a vygeneruje PDF cenovou nabídku s personalizovanou odpovědí.
Technicky to dnes není nic mimořádného. O rozhodnutí rozhoduje druhá osa: tahle firma má vlastní strukturu katalogu, vlastní cenovou logiku a vlastní formát nabídek. To je přesně případ „technicky jednoduché, ale procesně nepřenositelné". Vysvětlování toho know-how dodavateli by trvalo déle než postavení celé věci. Takže tady má smysl vlastní řešení, postavené nad automatizační platformou a AI nástrojem, a je to záležitost dnů, ne měsíců.
Druhá strana ale platí stejně silně. Kdyby měla ta firma plně standardní proces tvorby nabídek bez vlastní logiky, spadne do kvadrantu „kup hotové". A i ve vítězné variantě platí podmínka údržby: jakmile se agent dotýká cen a chodí ke klientovi, musí ho někdo ve firmě vlastnit. „Vyplatí se postavit vlastní" neznamená „postavte to o víkendu a zapomeňte na to".
Co si z toho odnést
Framework z článku Pronájem software vs. vlastní řešení na míru: co je lepší investice? (1. díl) dál platí. AI posunula hranici, kdy se která cesta vyplatí, a přidala vlastnímu řešení skrytý náklad, který nevidíte na faktuře. Hlavní rozlišovací osa už ale není „jak je to těžké". Je to „kolik našeho nepřenositelného know-how v tom je a kdo to po nás bude udržovat". A to rozhoduje, jestli stavět in-house, delegovat ven, nebo koupit hotové.
Pro širší mapu rozhodnutí, která vás při zavádění AI čekají, viz článek Jaká rozhodnutí vás obvykle čekají při zavedení AI. Strukturované srovnání variant a doporučená cesta je přesně to, co dodává solution architecture.
Pokud zvažujete přesně tohle rozhodnutí a chcete nezávislý pohled na to, jestli stavět, delegovat ven, nebo koupit, rád to s vámi proberu.
/ Pojmy v článku /
