Martin Krejčí a Barbora Svobodová: Ne každá aplikace potřebuje vývojářský tým

„Většina firem si myslí, že potřebuje custom vývoj, když ve skutečnosti by jim stačil no-code přístup,“ tvrdí Martin Krejčí a Barbora Svobodová, zakladatelé společnosti AIBIZElevate.

„Takhle nám to prostě funguje.“
Přesně tahle věta podle zkušeností z praxe drží firmy nejdéle u manuální práce, která by šla automatizovat během pár dnů.

Místo rychlého testování nápadu se plánuje, specifikuje a čeká na vývoj. Přitom řadu interních nástrojů lze postavit bez programování a hned ověřit, jestli vůbec řeší správný problém.

V rozhovoru s Martinem Krejčím a Barborou Svobodovou, lektory našeho kurzu tvorby vlastních aplikací, jsme se bavili o tom, kde no-code a AI skutečně pomáhají, kde naopak nestačí a proč jednoduchost často rozhoduje o tom, jestli se nástroj začne vůbec používat.

Jak se podle vás v posledních dvou letech nejvíc změnil způsob, jakým lidé navrhují aplikace a systémy?

Největší změna je v rychlosti a přístupu k testování nápadů. Dřív se aplikace plánovaly měsíce dopředu, dělaly se detailní specifikace a čekalo se na vývojářský tým. Dnes můžete otevřít no-code nástroj jako Airtable nebo Adalo, postavit MVP za pár dní a hned testovat, jestli to má vůbec smysl.

Druhou velkou změnou je zapojení umělé inteligence. AI je poradce, kterého máte neustále po ruce, pomůže vám napsat vzorec, navrhnout strukturu databáze nebo vyřešit logiku automatizace, což dřív nebylo možné.

Jaký je rozdíl mezi low-code a no-code nástroji? Může obojí používat úplný laik?

No-code je opravdu pro začátečníky. Pracujete vizuálně, drag & drop, žádný kód. Postavíte databázi, formulář, appku, a nemusíte rozumět programování.

Low-code se hodí především v případě, kdy potřebujete nastavit určité custom funkce, které vám no-code platformy nenabízí, například převod dat do specifických formátů, složitější logiku nebo propojení s API, které není standardně podporované. Upřímně, ta hranice se dnes hodně stírá. Ale obecně platí, že low-code vyžaduje více technického myšlení a porozumění logice.

Jak typicky vypadá cesta od prvního nápadu na AI aplikaci nebo automatizaci k funkčnímu řešení?

Obvykle to začíná identifikací opakujícího se problému. Něco, co děláte ručně pořád dokola a ztrácíte tím čas. Pak následuje fáze návrhu: nakreslíte si, jak by to mělo fungovat, jaká data potřebujete, co má být výstup. Teprve potom se začíná stavět uživatelské rozhraní, databáze, automatizace.

Důležité je začít s minimální verzí, která řeší hlavní problém. Postavíte ji, otestujete na reálných datech a uvidíte, jestli to vůbec funguje tak, jak jste si představovali. Často zjistíte, že potřebujete něco úplně jiného než původní plán.

Vzpomenete si, jaká byla ta nejzajímavější aplikace, kterou jste viděli vzniknout s no-code / AI nástroji?

Na kurzu pro robot_dreams stavěla jedna účastnice svatební plánovač pro svou dceru. To nás zaujalo, protože většina lidí staví aplikace buď pro byznys nebo pro vlastní potřeby, ale ona to dělala pro někoho blízkého.

Z těch zajímavějších nápadů, co jsme viděli, to byla například aplikace pro myslivce. Rozdělení podle revíru,lovecké sezóny, trackování zvěře. To jsou přesně ty projekty, kde klasický vývoj by byl drahý a dlouhý, ale no-code nástroje umožnily rychle postavit řešení pro úzkou cílovou skupinu.

Podle čeho poznat, že je konkrétní projekt vhodný pro low-code nebo no-code přístup a kdy už je lepší zvolit klasický vývoj?

Když potřebujete rychle MVP, testovat nápad, nemáte velký rozpočet nebo stavíte interní nástroj pro desítky uživatelů no-code je ideální volba. Klasický vývoj dává smysl, když budujete platformu pro tisíce uživatelů, potřebujete specifické funkce nebo máte hodně custom logiky. Ale podle naši zkušenosti si většina firem myslí, že potřebuje custom vývoj, když ve skutečnosti by jim stačil no-code přístup.

Jak je to s údržbou, změnami a rozšiřováním aplikací postavených pomocí AI a low-code/no-code nástrojů? Dá se takové řešení dlouhodobě udržet bez vývojářského týmu?

Záleží na tom, jak je projekt od začátku postavený. Když má jasnou strukturu, dokumentaci v a používáte zavedené nástroje, dá se to udržovat i bez vývojářů. Problém nastává, když někdo postaví řešení narychlo bez logiky a nikdo pak neví, jak to funguje. V tu chvíli je jedno, jestli je to no-code nebo Python. Údržba není jen o technologii a updatech, ale o tom, jak moc jste to od začátku promysleli.

Jak by měli lidé bez hlubšího technického backgroundu přemýšlet o bezpečnosti, datech a spolehlivosti AI řešení, aby nevznikala zbytečná rizika?

Především neposílejte citlivá data přes API, pokud nevíte, kam jdou. Když používáte AI nástroje, data jdou na jejich servery. Takže žádné osobní údaje zákazníků, finanční informace nebo firemní tajemství. Ověřte si také, kde se data ukládají, jestli na EU serverech nebo jinde. A vždycky mějte zálohy. Když děláte automatizaci, otestujte ji vícekrát, než ji pustíte do produkce.

Co podle vás nikdy nebude možné vyřešit pomocí AI?

Mezilidské vztahy a budování důvěry. AI vám může pomoci s emailem, analýzou dat nebo generováním obsahu, ale nikdy nenahradí osobní schůzku se zákazníkem, kde nasloucháte, ptáte se a vnímáte atmosféru. Také strategická rozhodování o prioritách ve firmě – co dělat teď, co později, kam investovat zdroje. To jsou rozhodnutí, která vyžadují lidský úsudek a zkušenosti, ne jen data.

Kde dnes firmy využívají AI automatizace nejčastěji a kde naopak vidíte největší nevyužitý potenciál, který zatím zůstává stranou?

Nejčastěji se AI používá na generování obsahu – články, emaily, social media posty. V backoffice velmi často pro automatizaci účetnictví. Ale velký nevyužitý potenciál vidíme v interních procesech - schvalování, onboarding, reporting, komunikace mezi odděleními. Firmy ztrácí stovky hodin každý měsíc na rutinní manuální práci, ale nikdo to neřeší, protože "to tak prostě funguje". Právě tam je největší prostor pro zlepšení.

Myslíte si, že schopnost stavět jednoduché AI aplikace a automatizace se stane běžnou dovedností napříč firmami, podobně jako práce s tabulkami nebo CRM systémy?

Myslíme, že ano, ale bude to probíhat postupně. Už teď vidíme, že firmy, které to adoptují dřív, mají obrovskou konkurenční výhodu: šetří čas, snižují náklady, jsou flexibilnější. Za pár let bude mít většina firem aspoň jednoho člověka, který umí postavit automatizaci nebo jednoduchou appku.

Neříkáme, že každý bude programátor, ale podobně jako dnes každý aspoň trochu umí pracovat Wordem nebo Excelem, i když ho nepoužívají denně, tak i základní práce s AI nástroji, stavba aplikací a automatizací se stane standardem. Firmy, které to ignorují, prostě budou pomalejší a dražší než ty, které toho využijí. A to je dostatečný tlak na to, aby se to rozšířilo.

Je něco, co vás v poslední době inspirovalo v úplně jiné oblasti než IT, ale promítlo se to do vaší práce?

Nejvíc nás naučila práce s klienty. Často přijdou s představou, že potřebují komplexní systém s řadou funkcí. Když si to společně probereme a zjistíme, co skutečně řeší jejich každodenní problémy, ukáže se, že stačí několik základních věcí, které pokryjí 80% jejich potřeb.

Čím jednodušší řešení, tím víc se v praxi používá. Složité systémy sice vypadají skvěle na papíře, ale lidi se v nich ztrácí a postupně je přestávají používat. Naučilo nás to soustředit se na to, co opravdu řeší konkrétní problém.

Jaký typ aplikace nebo automatizace si podle vás účastníci kurzu mohou odnést do své praxe a co by měli být schopni po kurzu navrhnout sami?

Po kurzu by měli zvládnout postavit databázi, jednoduchý dashboard, mobilní aplikaci a propojit to s automatizacemi. Konkrétně třeba CRM pro malou firmu, skladový systém, automatizaci reportů, rezervační systém nebo příjem objednávek.

Cílem je, aby účastníci kurzu získali samostatnost. Když narazí na problém, dokážou si postavit nástroj, který ho vyřeší, místo toho aby čekali měsíce na IT nebo platili desítky tisíc externím firmám. To je ta hlavní hodnota kurzu.

Sdílet: