Pro e-commerce

AI, která posune metriky obchodu, ne prezentaci

Pro šéfy e-commerce, vedoucí produktu a zakladatele středních e-shopů, kteří AI zkusili a chtějí ji v produkci.

Situace

Kdy mě e-shopy volají

  • Dotazy na podporu jsou z 60 % „kde je moje objednávka“.
  • Produktové popisy nestíháme psát nad pár stovek SKU.
  • Přidělali jsme chatbota a nevěříme, co říká zákazníkům.
  • Návštěvnost z ChatGPT a Perplexity roste a my tam nejsme vidět.
  • Máme data z doporučování a vyhledávání a nepoužíváme je.

Případy použití

Co konkrétně řeším

Kam každá z těchto věcí v e-shopu reálně dopadne: jaký výsledek čekat a co k tomu potřebujete z katalogu a dat.

RAG a asistenti

  • Asistent podpory, který odpoví na otázky k produktu, objednávce nebo podmínkám z vašeho katalogu a znalostní báze.

    Typický výsledek
    Méně dotazů „kde je moje objednávka“ a „jaké máte reklamační období“ se dostane k člověku.
    Co je k tomu potřeba
    Data o objednávkách a katalogu dostupná přes API; reklamační a dodací podmínky někde sepsané.
  • Asistent nad katalogem pro tým: „kterým SKU chybí velikostní data“, „co říkáme o X“.

    Typický výsledek
    Otázky ke katalogu zodpovězené během sekund místo hledání v tabulce.
    Co je k tomu potřeba
    Produktový feed nebo export z PIM; jasný vlastník kvality katalogových dat.

Chatboty

  • Podpora na e-shopu a vedené procházení produktů, s čistým předáním člověku a vícejazyčně tam, kde prodáváte.

    Typický výsledek
    Vyšší podíl vyřešení bez člověka, bez odskočení z „bot, který nepomůže“.
    Co je k tomu potřeba
    Ohraničená doména; cesta k předání na váš helpdesk; někdo, kdo vlastní vyhodnocení.

Agenti a automatizace procesů

  • Generovat produktové popisy z PIM dat a návrhy odpovědí na recenze napříč katalogem. Třídit reklamace a na pozadí udržovat feedy a PPC v pořádku.

    Typický výsledek
    Popisy, které zvládnou celý katalog; méně ručního třídění a psaní textů.
    Co je k tomu potřeba
    Strukturovaná produktová data; člověk, který schválí cokoli zákaznického, než to vyjde ven.

Klasické ML

  • Recommender nebo skórovací model tam, kde by LLM bylo moc pomalé nebo drahé: produktová doporučení, churn a propensity skóre, predikce poptávky.

    Typický výsledek
    Nárůsty procházení nabídky a retence, které změříte v A/B, ne podle pocitu.
    Co je k tomu potřeba
    Historie chování; způsob, jak spustit online test; limity latence a nákladů, které LLM vylučují.

Sledování AI a vyhodnocení

  • „Pomáhá náš chatbot skutečně, nebo halucinuje ceny?“: evaluační sady, online monitoring, kontroly, A/B.

    Typický výsledek
    Regresi chytíte v den, kdy jde do produkce, ne až v eskalaci podpory.
    Co je k tomu potřeba
    Funkce postavená na LLM už v produkci; pár skutečných přepisů, ze kterých se postaví první evaluační sada.

Aktuálně

Co se mění

Heads up

Pravidla transparentnosti EU AI Act, od srpna 2026

Pokud váš web používá chatbota nebo ukazuje obsah generovaný AI, od 2. srpna 2026 platí povinnosti transparentnosti pro omezené riziko. Řekněte lidem, že mluví s botem, a pořádně se podívejte na syntetické obrázky nebo video, které by mohly projít jako fotografie. Pro většinu e-shopů je to celé. Nejste systém s vysokým rizikem.

Součástí auditu je kontrola připravenosti: co se vás týká, co zveřejnit, kde jsou mezery.

Tohle je pomoc s přípravou, ne právní rada. Pro závazné posouzení se obraťte na právníka.

Note

Být k nalezení, když se kupující ptají chatovacích vyhledávačů

Když se někdo zeptá ChatGPT nebo Perplexity na doporučení produktu, váš e-shop v odpovědi buď je, nebo není. Ten provoz roste, ale ve většině analytiky zůstává nepřiřazený.

Jde hlavně o to, aby vás model našel a citoval: strukturovaná katalogová data, markup schema.org, srozumitelný obsah a stránky, které model opravdu přečte. Projdu, kde stojíte, a opravím, co máte pod kontrolou.

Očekávání

Jak to reálně probíhá

Pracuji se Shoptetem, Shopify i vlastními systémy. Většina selhání AI v e-commerce jsou selhání dat a architektury, ne modelu. První týden je poctivý pohled na katalog, objednávky a události.

Reference

Systémy, které jsem postavil

Dřívější interní práce blízko problémům e-shopu: doporučování a řazení ve škále médií a e-mailová platforma postavená na segmentaci, doručitelnosti a A/B od začátku.

Média · Recommendery Interní

Recommendery ve škále Seznamu

Řazení a doporučení napříč 50M+ požadavky denně: omezení clickbaitu, lepší pokrytí méně populárního obsahu, framework pro experimenty.

SME · Produkt Interní

Email Machine, od nápadu do produkce

Spoluzaložil jsem e-mailovou platformu a dovedl ji z interního nástroje jednoho e-shopu na SaaS, který posílá 100M+ e-mailů měsíčně pro 196 značek.

Balíčky

Tři způsoby, jak začít

Pevný rozsah, pevná cena: stanovená po úvodním hovoru.

AI Discovery Sprint

Pro Týmy, které nevědí, kde se AI opravdu vyplatí.

Doba 1–3 týdny

Rozsah

  • Vaše situace, data a omezení: projité
  • 2–3 kandidátní případy použití, seřazené podle dopadu a náročnosti
  • Rozhodnutí o přístupu u každého (LLM API vs. model, RAG vs. recommender, stavět vs. koupit)
  • Metriky úspěchu definované předem
  • Jednostránkový náčrt architektury

Dostanete

  • Prioritizovaný seznam případů použití
  • Doporučení přístupu včetně zdůvodnění
  • Metriky úspěchu a odhad náročnosti a dopadu
  • Náčrt architektury

Výsledek Víte, kterou AI práci dělat první, proč, a jak poznáte, že je hotovo dobře.

Pevná cena, stanovená po úvodním hovoru.

Domluvit úvodní hovor

Prototype Build

Pro Zvolený případ použití, který má existovat a jít měřit.

Doba 4–8 týdnů

Rozsah

  • Funkční prototyp napojený na vaše systémy
  • Výchozí vyhodnocení: offline metriky, A/B test nebo základní kontroly
  • Dokumentace a plán dalších kroků
  • Předání týmu

Dostanete

  • Integrovaný prototyp
  • Vyhodnocení a jeho čísla
  • Dokumentace a plán další práce
  • Pracovní sezení k předání

Výsledek Jedna AI funkce před reálnými uživateli, s čísly, kterým věříte, a týmem, který ji dokáže provozovat.

Pevná cena, stanovená po úvodním hovoru.

Domluvit úvodní hovor

Audit & Fix

Pro Existující RecSys / ML / LLM funkce, která podává slabý výkon nebo jí nevěříte.

Doba Dle rozsahu

Rozsah

  • Audit metrik, dat a architektury
  • Seznam rychlých oprav
  • Nástroj pro vyhodnocení, aby se regrese zachytily
  • Plán zlepšení s odhadem dopadu
  • Pro e-shopy: kontrola připravenosti na EU AI Act (pomoc, ne právní rada)

Dostanete

  • Výsledky auditu
  • Seznam rychlých oprav
  • Nástroj pro vyhodnocení
  • Plán další práce

Výsledek Víte, proč to podává slabý výkon, co opravit nejdřív a jak poznáte, že se to zlepšilo.

Pevná cena, stanovená po úvodním hovoru.

Domluvit úvodní hovor

FAQ

Časté otázky

Pracujete se Shoptetem a Shopify?

Ano, s oběma i s vlastními systémy. Shopify má bohatší API, takže práce na asistentovi a automatizaci tam jde rychleji; Shoptet je použitelný přes své API a exporty. V obou případech je první otázka, jak vypadají vaše katalogová a objednávková data, ne logo platformy.

Bude mít asistent přístup k živým datům objednávek?

Jen přes čtecí přístup, který kontrolujete, a jen k polím, která potřebuje. Odpověď „kde je moje objednávka“ potřebuje stav objednávky a sledování zásilky, ne celou historii zákazníka. Přístup jde přes vaše API nebo omezený pohled, loguje se a je dohodnutý písemně, než začne stavba.

Jak řešíte zveřejnění chatbotu podle AI Act?

Je to součást kontroly připravenosti v auditu. Od 2. srpna 2026 pravidla transparentnosti pro omezené riziko znamenají, že lidem řeknete, že mluví s botem, a pořádně se podíváte na syntetické obrázky nebo video, které by mohly projít jako skutečné. Namapuju, co se vás týká, navrhnu znění oznámení a označím mezery. Tohle je pomoc s přípravou, ne právní rada: závazné posouzení je práce právníka.

Můžete zlepšit, jak se ukazujeme ve výsledcích ChatGPT a Perplexity?

Částečně, a upřímně: nikdo neřídí, co chatovací vyhledávač řekne. Co pomáhá, je udělat katalog a obsah tak, aby je model snadno našel a citoval: čistá produktová data, strukturovaný markup schema.org, srozumitelný text a stránky, které nejsou zamčené za skripty. Projdu to a opravím, co máte pod kontrolou.

Co potřebujete z našeho katalogu, abyste mohli začít?

Přístup ke čtení produktů, objednávek a událostí: na první týden stačí vzorový export. Ten týden je poctivý pohled na kvalitu dat: chybějící atributy, nekonzistentní kategorie, mezery v událostech. Většina selhání AI v e-commerce se k tomu vrací, takže to jde před jakoukoli práci na modelu.

Řekněte mi, kde váš e-shop vázne.

Třicet minut, bez prodejního tlaku. Vaše data, vaše technologie, jestli je to ten správný problém.