Jak jsme s AI ušetřili 40 hodin měsíčně: konkrétní case study z e-commerce

Teorie o AI v podnikání je všude. Tady jsou konkrétní čísla z reálného nasazení v českém e-shopu s 2 000 objednávkami měsíčně.

Výchozí stav

Malý e-shop s módními doplňky, tým 4 lidi. Největší časové zloděje:

• Zákaznická podpora — 15 hod/týden (opakující se dotazy na dopravu, vrácení, velikosti)
• Produktové popisky — 8 hod/týden (nové produkty, překlady, SEO texty)
• Reporting — 5 hod/týden (ruční stahování dat, pivot tabulky v Excelu)

Fáze 1: Zákaznická podpora s Claude

Místo klasického chatbotu jsme nasadili Claude přes API s kontextem obchodních podmínek, ceníku dopravy a FAQ.

const systemPrompt = `Jsi zákaznický asistent e-shopu FashionCZ.
Odpovídej POUZE na základě přiloženého kontextu.
Pokud si nejsi jistý, napiš: "Přepojuji na kolegu."

Kontext:
${obchodniPodminky}
${cenikDopravy}
${faq}
`;

Klíčové rozhodnutí: Claude místo GPT kvůli nižší míře halucinací. U zákaznické podpory si nemůžete dovolit vymyšlené informace o vrácení zboží.

Výsledky po 3 měsících

• 72 % dotazů vyřešeno automaticky (bez lidského zásahu)
• Průměrná doba odpovědi: 8 sekund (vs. 4 hodiny dříve)
• CSAT score: 4.2/5 (vs. 3.8 před nasazením)
• Úspora: 10 hodin/týden

Fáze 2: Produktové popisky

Každý nový produkt potřebuje: název, popis (3 délky), SEO meta description, alt texty k fotkám. Dřív 20 minut na produkt, teď 3 minuty — lidská kontrola + úprava AI výstupu.

Workflow:

1. Fotka produktu + základní parametry → Claude (vision)
2. Claude vygeneruje všechny texty najednou
3. Člověk zkontroluje, upraví tón, přidá unikátní detaily
4. Batch upload do CMS přes API

const prompt = `Na základě fotky a parametrů vytvoř:
1. Název produktu (max 60 znaků, SEO optimalizovaný)
2. Krátký popis (max 160 znaků pro meta description)
3. Střední popis (2-3 věty pro kartu produktu)
4. Dlouhý popis (150-200 slov pro detail produktu)
5. Alt text k fotce

Parametry: ${JSON.stringify(produktData)}
Tón: ${tonOfVoice}
`;

Výsledky

• 20 min → 3 min na produkt
• Konzistentnější tón napříč katalogem
• SEO metriky: +23 % organic traffic za 2 měsíce
• Úspora: 6 hodin/týden

Fáze 3: Automatizovaný reporting

Místo ručního exportu dat a pivot tabulek jsme vytvořili jednoduchý script, který:

1. Stáhne data z Shopify API (objednávky, tržby, produkty)
2. Pošle je Claude s instrukcí na analýzu
3. Výstup: strukturovaný report v Markdownu + doporučení

const weeklyReport = await generateText({
  model: 'anthropic/claude-sonnet-4-5-20250514',
  prompt: `Analyzuj týdenní data e-shopu a vytvoř report:
    - Top 5 produktů podle tržeb
    - Trendy oproti minulému týdnu
    - Anomálie (neobvyklé nárůsty/poklesy)
    - 3 konkrétní doporučení pro další týden

    Data: ${JSON.stringify(salesData)}`,
});

Výsledky

• Report hotový za 30 sekund (vs. 5 hodin ručně)
• AI odhalila sezónní pattern, který tým přehlížel
• Úspora: 5 hodin/týden

Celkový dopad

| Metrika | Před AI | Po AI | Změna | |---------|---------|-------|-------| | Čas na podporu | 60 hod/měs | 20 hod/měs | -67 % | | Čas na popisky | 32 hod/měs | 6 hod/měs | -81 % | | Čas na reporting | 20 hod/měs | 2 hod/měs | -90 % | | Celkem | 112 hod/měs | 28 hod/měs | -75 % |

Náklady na AI: ~$150/měsíc (Claude API). Ušetřený čas se přesunul na marketing a vývoj nových produktů.

Co se naučíme

1. Začněte s nejbolestivějším problémem — ne s tím, co je trendy
2. Human-in-the-loop je nutnost — AI generuje, člověk kontroluje
3. Claude pro přesnost, GPT pro kreativitu — používejte oba
4. Měřte všechno — bez čísel nevíte, jestli to funguje
5. Iterujte prompty — první verze nikdy není finální

AI není magie. Je to nástroj, který funguje, když víte co od něj chcete.