Za osm měsíců jsme za AI utratili víc než za celý loňský rok

V lednu jsem tady psal, že nás ve Sportega AI nástroje stály v roce 2025 přesně 321 573 Kč. Tehdy mi na tom přišlo nejzajímavější, že je to 0,048 % obratu, tedy náklad, který se v rozpočtu schová.

Tak jsem si o čísla řekl znovu. Za leden až srpen 2026 to je 544 763 Kč.

Za osm měsíců jsme tedy utratili 1,7× víc než za celý loňský rok. Měsíčně to skočilo z 26 798 Kč na 68 095 Kč, dvaapůlkrát nahoru, a pokud takhle dojedeme rok, skončíme někde kolem 817 tisíc. AI přitom nezdražila, jen jí používáme mnohem víc.

Kde ty peníze jsou

Nástroj	1–8/2026
memoQ	116 994 Kč
wxrks (Bureau Translations)	111 848 Kč
OpenAI	98 318 Kč
Anthropic (Claude)	87 972 Kč
Digitoo	49 133 Kč
ElevenLabs	31 500 Kč
OpenAI API	20 150 Kč
Contentsquare	11 455 Kč
Superhuman	7 481 Kč
DeepL	5 513 Kč
Google API	4 400 Kč
Celkem	544 763 Kč

Loni měl ten seznam sedm řádků, letos jedenáct. Musím ale dodat, že zdaleka ne všechno jsou čistě AI nástroje. memoQ je překladová platforma, která existovala dávno před ChatGPT, AI je v ní dnes zásadní vrstva, ale platím celou platformu, ne model. Digitoo vytěžuje faktury a nikdo to nikdy neprodával jako „AI produkt“. Contentsquare je analytika chování zákazníků.

Kdybych to počítal přísně a nechal jen modely a čistě AI služby (Anthropic, OpenAI, DeepL, ElevenLabs), vyjde 243 453 Kč. Zbylých 301 310 Kč jsou nástroje, které si AI zabudovaly dovnitř. Většina „AI rozpočtu“ tedy nejde modelům, ale softwaru, který je používá. Ta hranice se ovšem stírá tak rychle, že ji za pár let nejspíš nebude mít smysl hlídat.

Claude

Nejvíc mě překvapil Anthropic. Za celý rok 2025 jsme mu zaplatili 875 Kč (ano, opravdu jen osm stovek), za osm měsíců 2026 je to 87 972 Kč, tedy stopadesátkrát víc.

Není za tím žádné strategické rozhodnutí od stolu. Kuba Brázda, náš AI integrátor, si Claude v únoru zaplatil sám a byl nadšený z jeho možností, tak jsme na to navázali školením, kde jsme ukazovali, co umí Claude Code… Pak jsme udělali anketu, jestli lidé chtějí GPT, nebo Claude. Většina hlasovala pro Claude a od jara ho máme legálně na všech firemních počítačích, prostě zdola nahoru :)

OpenAI

Čekal jsem, že jak poroste Claude, půjde OpenAI dolů, ale nešlo. Měsíčně jsme za OpenAI loni platili 11 092 Kč, letos 14 809 Kč, tedy o třetinu víc. Zajímavější je rozpad: klasické licence rostou mírně, ale API vyskočilo pětinásobně.

Pořád opakuji, že je rozdíl mezi AI jako aplikací, kterou si někdo otevře, a AI zapojenou do procesů, kde běží sama bez toho, aby u ní někdo seděl a kopíroval text sem a tam. Na faktuře je vidět hlavně to druhé. Takže jsme od GPT ke Claude nepřešli, jen jsme Claude přidali a GPT zapojili hlouběji.

Překlady

memoQ, wxrks a DeepL dělají dohromady 234 355 Kč, tedy 43 % celého AI rozpočtu. Dává to smysl, jedeme na 17 trzích ve 13 jazycích a jsou to miliony slov. Bez chytrého překladového workflow by lokalizace byla peklo: nekonzistentní terminologie, kolísavá kvalita a náklady rostoucí rychleji než byznys.

Loni byl v seznamu jenom memoQ a DeepL. Letos k nim přibyl wxrks se 111 848 Kč a je hned druhou největší položkou, protože objem překladů prostě roste s počtem trhů a hlavně s jejich údržbou.

Nové položky

Věci, které loni v seznamu vůbec nebyly, dělají 176 835 Kč, tedy 32 % nákladů, a nejsou to žádní chatboti:

wxrks – 111 848 Kč, překlady
Digitoo – 49 133 Kč, zpracování faktur
Contentsquare – 11 455 Kč, chování zákazníků na webu
Google API – 4 400 Kč

Digitoo je dobrý příklad. Nikdo to nikdy neprezentoval jako „AI projekt“, je to prostě nástroj, který vytěží fakturu, ale loni v kolonce AI nebyl, protože jsme to ještě nedělali. Podobně ElevenLabs: z 19 026 Kč za celý loňský rok na 31 500 Kč za osm měsíců, měsíčně dvaapůlkrát víc. Dabujeme videa do všech jazyků a neřešíme hollywoodskou dokonalost, ale poměr cena/výkon a rychlost.

Poměr k obratu

Jestli je 545 tisíc hodně, se mě lidé ptají nejčastěji a odpověď mám pořád stejnou: záleží na tom, co za to je. Obrat za leden až srpen je 518,6 milionu Kč, meziročně o 21 % víc, takže nás AI stála 0,105 % obratu. Loni to bylo kolem 0,05 %. Poměr se tedy zdvojnásobil, ale pořád mluvíme o jedné tisícině tržeb, z každého milionu obratu jde na AI 1 051 Kč (loni 448 Kč).

Až když jsem obě čísla položil vedle sebe, došlo mi, že obrat nám vyrostl o 21 %, ale náklady na AI o 154 %. AI tedy roste sedmkrát rychleji než byznys pod ní. Aktuálně jsme ve fázi, kdy se nástroje dostávají do procesů a každý nový use-case něco stojí, a až se křivka srovná, podívám se na to znovu.

Za ty peníze mimochodem jedeme překlady na 17 trhů, dabing videí, zákaznickou podporu napříč jazyky, vytěžování dodavatelských PDF, generování obsahu a předobjednávky řízené daty. Kdybych to měl postavit bez AI, tak to buď nezvládneme v téhle rychlosti, nebo na to potřebuji násobně větší tým. Nebo (a to je nejčastější varianta) to prostě neuděláme vůbec.

Úspory

Náklady mám z účetnictví na korunu. Úspory takhle nikdo neúčtuje, nikdo nevystaví fakturu za hodinu, kterou operátor nestrávil odpovídáním na dotaz. Tak jsem si postavil záměrně konzervativní model a předpoklady píšu sem, ať si je každý může rozporovat: plně zatížená hodina práce 400 Kč, období leden–srpen (35 týdnů), zhruba 30 aktivních uživatelů AI nástrojů.

Co umím spočítat

Odpovědi na dotazy u produktů – AI jich připraví stovky měsíčně. Počítám 300 dotazů po 5 minutách, tedy 25 hodin měsíčně.
Recenze – kontrola a překlad šetří desítky hodin měsíčně. Počítám 20.
Licence Claude a GPT – 30 lidí, každý ušetří 1 hodinu týdně. Jedna hodina je záměrně nízko; kdo píše texty nebo dělá data, ušetří násobky.

Dohromady 360 hodin na podpoře a 1 050 hodin na licencích. Při 400 Kč za hodinu je to 564 tisíc Kč, tedy zhruba přesně to, co jsme za AI zaplatili. Pesimistický model končí na nule… a to jsem do něj nedal reklamace, vratky ani operátory píšící napříč jazyky.

Co bez AI neexistuje

Dabing videí do 13 jazyků. ElevenLabs a RASK nás za osm měsíců stály 31 500 Kč, klasický dabing pro 13 trhů bychom nikdy nezadali a nepočítám ani, kolik by stál, protože by prostě nevznikl. AI tady nešetří peníze, dělá věc, která by jinak vůbec nevznikla. Díky tomu máme hromadu kontentu pro uživatele po celé Evropě.

Listing

Největší úsporu zatím vůbec neměříme. Je to listing, tedy to, jak se z PDF od dodavatele (katalog, ceník, technický list) stane produkt na e-shopu s parametry, technologickým blokem a popiskem. Letos jsme poprvé naskladnili přes 17 tisíc produktů a každý tím procesem prošel, z velké části ručně: otevřít PDF, najít parametry, přepsat, napsat text. Kolik minut to stojí na jeden produkt, neměříme. A v tom je právě problém.

Kuba na tom pracuje od jara a nešlo to rovně. První pokus, univerzální čtečka, která zalistuje jakékoliv PDF, nevyšel, protože každá značka má katalog jinak. Tak jsme to otočili a skill na listing si pro každého dodavatele staví přímo segmentový manažer, který produktům rozumí.

Druhý krok je RAG nad všemi dodavatelskými PDF na Google Cloudu a překvapila mě jeho ekonomika: parsing jednorázově zhruba 50 dolarů, provoz pak 0 až 1 dolar měsíčně, protože se s 10 000 dotazy vejdeme do free tieru. Postavit si to sami (vektorová databáze plus model za každý dotaz) by vyšlo dráž, technologie je dneska prostě komodita. Komodita ale není rozhraní a náhled v konzoli není nástroj pro sales. Takže index zůstává v GCP a nad ním vzniká tenká vrstva, přes kterou se lidé zeptají přímo v Claudu a rovnou si vygenerují zalistovací tabulku.

Strana Googlu je dnes hotová, teď se to napojuje na naše interní systémy a připravují se kontexty. V produkci to není, a proto to do modelu nepočítám, i když to bude nejspíš největší číslo z celého článku.

Součet

Konzervativně se úspory s náklady zhruba potkají, realisticky jsou to násobky. Listing do součtu vůbec nedávám, protože ještě neběží naostro. Vím, že porovnávám tvrdé číslo s měkkým, ale i ten nejpesimističtější model mi říká, že těch 545 tisíc není náklad, ale platba za rychlost a konkurenceschopnost.

Příští rok chci mít změřenou i druhou stranu, náklady samotné už tak zajímavé nejsou. Velké díky Kubovi Brázdovi, který za většinou toho růstu stojí a u každé koruny ví, k čemu je.