Kolik vás stojí AI? Návod, jak řídit nový typ firemních nákladů

Čísla z Fidoo mluví jasně. U našich klientů vzrostly výdaje za AI nástroje meziročně 4× a dvojice Anthropic a OpenAI se v dubnu 2026 zařadila už na 11. místo mezi největšími obchodníky. 

To není náhodný výkyv. Je to signál, že AI opouští kategorii vedlejších IT nákladů a stává se standardní provozní položkou. A jako u každého rostoucího nákladu platí: dokud ho nevidíte, nemůžete ho řídit. 

Český trh není výjimkou. BCG ve zprávě AI Radar 2026 odhaduje, že investice firem do AI vzrostou v roce 2026 zhruba na 1,7 % tržeb – téměř dvojnásobek oproti 0,8 % v roce 2025. 

Menlo Ventures vyčíslila podnikové výdaje na generativní AI v roce 2025 na přibližně 37 miliard dolarů, zatímco o rok dříve to bylo 11,5 miliardy. A podle IBM z června 2026 stále 85 % technologických ředitelů nemá úplný přehled o AI výdajích v reálném čase a 84 % nemá zavedené odpovídající finanční řízení. 

Pointa je všude stejná: utrácení za AI předbíhá schopnost firem ho kontrolovat. 

U klasického softwaru je to přehledné. Měsíční licence, známý počet uživatelů, pozvolný růst. AI funguje jinak – platí se za spotřebu. Za tokeny, za API volání, za úlohy, které mohou běžet opakovaně a bez lidského dohledu. 

Náklad proto může vyskočit ze dne na den. Nejčastěji ne kvůli zneužití, ale kvůli špatnému nastavení. 

Kde nejčastěji vzniká problém 

• celý tým sdílí jeden API klíč, 

• AI nástroj platí zaměstnanec ze své karty a firma mu ho refunduje, 

• agent běží bez denního nebo měsíčního limitu, 

• nikdo nerozlišuje testování od ostrého provozu, 

• firma neví, který nástroj patří kterému týmu, 

• výdaje nejsou označené podle projektu, 

• kontrola přichází až s účetní uzávěrkou. 

Důsledek je vždy podobný. Finanční ředitel vidí výslednou částku, ale nezná její příčinu – a bez příčiny nelze rozhodovat. 

Nabízí se jednoduchá reakce: zakázat, omezit, všechno schvalovat centrálně. V praxi to ale nefunguje. AI přináší příliš velkou hodnotu na to, aby ji firma dokázala dlouhodobě držet stranou. 

Zaměstnanci ji budou používat tak jako tak – jen mimo dohled firmy. Přes soukromé účty, soukromé karty a sdílené přihlašovací údaje, s firemními daty mimo kontrolu. Cesta nevede přes zákaz, ale přes jasná pravidla. 

1. Každý nástroj má svého vlastníka 

„Používá to marketing“ nestačí. U každého nástroje by mělo být jasné, kdo ho objednal, kdo s ním pracuje, kdo za něj odpovídá, jaký problém řeší a podle čeho se pozná jeho přínos. 

2. Každý náklad patří k týmu nebo projektu 

AI výdaje nesmí mizet v obecné škatulce „software“. Firma by měla vědět, zda jde o obchod, marketing, vývoj, finance či zákaznickou péči – a ideálně i ke kterému projektu náklad patří. 

3. Test a ostrý provoz mají jiná pravidla 

Experiment má být rychlý, levný a ohraničený. Produkční nasazení potřebuje business case, monitoring, vyšší, ale schválený limit a jasné stop-loss pravidlo. 

4. Každý agent má svůj strop 

Agent dokáže běžet ve smyčce, zpracovávat objemná data a volat drahé modely. Proto potřebuje denní nebo měsíční strop, limit na počet volání a upozornění při neobvyklém chování. 

5. Výdaje musí být vidět hned 

Účetnictví přichází pozdě. Pokud se problém ukáže až po uzávěrce, peníze jsou pryč. Firma potřebuje vidět průběžně, kdo platí, za co, kolik už utratil a jak blízko je k limitu. 

Nejde o to utratit za AI co nejméně. Jde o to utratit za AI správně. 

Jednou za měsíc by si měl CFO, IT nebo vlastník dané oblasti projít několik otázek: 

• které AI nástroje se platí, 

• kdo je reálně používá, 

• které mají měřitelný dopad, 

• kde se nástroje překrývají, 

• kde se platí za nevyužité licence, 

• kde náklad roste bez jasného důvodu, 

• co zrušit, sloučit nebo převést na týmový tarif. 

Není to byrokracie. Je to základní hygiena při řízení nového typu nákladů. 

Mezinárodně se prosazuje přístup zvaný AI FinOps. Vychází z cloud FinOps, ale zohledňuje specifika AI – měření spotřeby podle tokenů, sledování nákladů podle modelu, přiřazení k jednotlivým use-casům, limity pro týmy a projekty, monitoring agentů a optimalizaci modelů podle poměru ceny a výkonu. 

Jedna ze zásad zní: nesahejte automaticky po nejdražším modelu. Ne každá úloha potřebuje to nejvýkonnější řešení. Některé zvládne levnější model, jiné lze dávkovat nebo optimalizovat kratším kontextem – a část úloh nemá běžet vůbec. 

Sestavte si seznam všech AI nástrojů, za které firma platí. Ne podle smluv, ale podle skutečných karetních transakcí. Realita se tam ukáže rychleji než v interním přehledu aplikací. 

Ke každému nástroji doplňte vlastníka, tým, účel, měsíční náklad, existující limit, možnou alternativu a měřitelný přínos. A všude, kde chybí vlastník, limit nebo jasný účel, nastavte pravidla. 

AI dokáže firmě výrazně zvednout produktivitu – zrychlit práci, zlepšit služby, ulehčit administrativu a pomoci obchodu, financím i zákaznické péči. Ale jen za předpokladu, že firma ví, co se děje. 

Nekontrolovaný AI spend není znakem inovace. Je to znak toho, že do nové technologické reality ještě nepronikla základní finanční disciplína. 

Vítězit nebudou firmy, které AI zakážou, ani ty, které ji pustí bez pravidel. Vyhrají ty, které ji dokážou škálovat bezpečně, měřitelně a pod kontrolou. A vše začíná jedinou otázkou: víme dnes přesně, kolik nás AI stojí?