Jak AI konzultanti určují rozsah vlastní náhrady za SaaS

Každý konzultant, který si zaslouží svůj denní honorář, stanovuje rozsah vlastní náhrady za SaaS stejně: rozdělí každý nástroj na části, které vidíte, a části, které musí být stoprocentně správné pokaždé. SaaS (software, který si měsíčně pronajímáte) tvoří převážně obrazovky, pracovní postupy a přehledy stojící na menším jádru evidencí a záznamů. Znovu vybudovat první polovinu je díky AI levné. Druhá polovina je místo, kde projekty náhrady selhávají – a kvalitní návrh rozsahu slouží k tomu, aby změřil, kolik z vašeho účtu za předplatné se v ní skutečně nachází.

Zde je návod, jak krok za krokem vzniká návrh rozsahu vlastní náhrady za SaaS, a jedna otázka, která rozhoduje o většině věcí. (Názvy dodavatelů a údaje z průzkumů níže jsou přesné k datu publikace; přistupujte k jednotlivým detailům jako ke snímku v daném čase.)

Co vlastně rozsah náhrady za SaaS obsahuje?

Inventář úkolů, nikoli seznam funkcí. Konzultant sepíše každý úkol, který nástroj vykonává, kdo s ním přichází do styku a co se stane, když je jeho výstup chybný. Schvalovací procesy, přehledové panely a formuláře patří do jednoho sloupce. Pohyby peněz, stav zásob, daně a zaměstnanecké záznamy do druhého. Výstupem je tato mapa, stupnice rizika pro každý úkol a seznam všech systémů, do kterých je nástroj v pozadí zapojen.

Klíčem k celému hodnocení je otázka: pokud by byl tento výstup chybný, jak byste to zjistili a kolik by vás to stálo? Zastaralý přehledový panel odhalíte pohledem a nestojí vás nic. Chybný součet pro výplatu zjistíte až při daňovém přiznání a stojí vás skutečné peníze.

Proč rozdělit produkt do dvou vrstev?

Protože AI srazila náklady na jednu vrstvu na minimum, zatímco té druhé se nedotkla. Vrstvu rozhraní (formuláře, přehledové panely, interní nástroje, schvalovací procesy) lze nyní znovuvytvořit rychle; současné modely vygenerují fungující webové aplikace za pár hodin, což je přesně to, co jsme zjistili, když jsme zjišťovali, zda by GPT-5.6 dokázal vytvořit fungující POS. Vrstva infrastruktury je jiná: zpracování plateb, shoda s PCI (pravidla pro bezpečnost karet vyžadovaná zpracovateli), správa zásob při souběhu (dvě pokladny prodávající současně poslední kus) a výkazy, které souhlasí (součty odpovídající vkladům v bance). Tato vrstva není složitá proto, že by kód byl dlouhý. Je složitá proto, že mít věci „skoro správně“ tam nemá žádnou hodnotu, a dokázání správnosti stojí více než samotné vygenerování kódu.

Ani lepší modely toto omezení neodstraní. Úzkým hrdlem je ověření správnosti a odpovědnost, nikoli generování kódu, takže poctivý návrh rozsahu oceňuje právě ověření. Generování je ukázka. Ověření je faktura.

Co vlastně dokázala náhrada za SaaS ve společnosti Klarna?

Nejhlasitější příběh o tom, že „jsme nahradili SaaS pomocí AI“, je ve skutečnosti lekcí z určování rozsahu. Koncem roku 2024 generální ředitel společnosti Klarna oznámil, že společnost v rámci kompletní přestavby pomocí AI opouští Salesforce a Workday, a titulky novin hlásaly, že AI plně nahrazuje SaaS. Následné zprávy však ukázaly něco podrobnějšího: Klarna převedla HR k jinému dodavateli a své potřeby v oblasti CRM vyřešila kombinací alternativních nástrojů a vlastního propojení s vrstvou AI nahoře¹. Licencovaná banka, která provozuje jeden z nejagresivnějších programů AI ve fintechu, si stále poněchala své autoritativní systémy (oficiální kopii firemních dat) na prověřených platformách a přestavbu prováděla pouze na okrajích.

To nebylo selhání odvahy. To fungovalo přesně podle stanoveného rozsahu.

Která čísla ospravedlňují projekt náhrady?

Nejprve odstranění plýtvání, až pak stavba. Index správy SaaS společnosti Zylo pro rok 2026, vycházející z více než 40 milionů spravovaných licencí, uvádí medián výdajů za SaaS ve výši 9 455 $ na zaměstnance ročně, zjišťuje, že v průměru 36 % licencí leží bez využití, a ukazuje, že obchodní jednotky kontrolují 81 % výdajů za SaaS, zatímco IT oddělení přímo spravuje 15 %². Konzultant před předložením jakéhokoli návrhu srovná vaše technologie s těmito čísly: zrušit nevyužívané licence, sloučit překrývající se nástroje a teprve poté sestavit užší výběr kandidátů na přestavbu.

Nástroje, které se dostanou do užšího výběru, mají společný profil: vysoké opakující se náklady, úkoly spadající převážně do vrstvy rozhraní a malý dopad v případě, že se něco rozbije. Projekt získá schválení ve chvíli, kdy položka předplatného roste rychleji než náklady na vývoj a údržbu a každý úkol vyžadující absolutní přesnost může zůstat na infrastruktuře, kterou již provozuje někdo jiný.

Kam se při tomto určování rozsahu řadí POS?

Na ten nejneúprosnější konec spektra. Pokladní systém (POS) vypadá jako projekt zaměřený na rozhraní – mřížka tlačítek a košík – takže majitelé předpokládají, že se jeho rozsah stanovuje stejně jako u přehledového panelu. Poměr je však opačný. Obrazovka pokladny tvoří jen malou část produktu; zbytek jsou platby, certifikovaný hardware pro platby kartou, správa zásob, která zvládne prodej na dvou pokladnách zároveň, daňová pravidla a denní uzávěrky, které musí přesně souhlasit. Když se POS zmýlí, je to ошибка v penězích, a to každý den.

Konzultanti proto navrhují přestavbu POS stejně jako Klarna svou účetní knihu: vlastní rozhraní, prověřená infrastruktura. Toto rozdělení dříve vyžadovalo vývojářský tým. Dnes je to produktová kategorie: Nástroj Build od společnosti Final převede zadání v běžném jazyce na proces pokladny, který si můžete prohlédnout a nasadit, a můžete si připojit vlastní AI přes MCP a stavět na stejné obchodní infrastruktuře. Platby, zásoby, výkazy a hardware zůstávají ve vrstvě, která je již ověřená.

Jak byste tedy měli určit rozsah vlastní náhrady za SaaS?

Rozdělte každý nástroj na dvě vrstvy, ohodnoťte každý úkol podle ceny neodhalené chyby ve výstupu a oceňte spíše ověření než kód. Rozhraní a pracovní postupy přebudovávejte libovolně; autoritativní systémy ponechte na infrastruktuře, jejíž správnost zajišťuje někdo jiný. Než jakýkoli nástroj přebudujete vlastními silami, zeptejte se: kdyby byl jeho výstup chybný, jak rychle bych to zjistil? Pokud odpověď zní „ne příliš rychle“, tento úkol patří na prověřené koleje.

A pokud je obchodní část vaší technologie tím, co chcete přebudovat, začněte poctivým pohledem na to, co dnešní modely dokážou a nedokážou vytvořit samy: Claude vs ChatGPT vs Gemini při tvorbě reálného POS nebo dvě no-code cesty v článku jak použít Gemini 3.6 Flash k vytvoření vlastního POS.