Krabicové CRM vs. vlastní vývoj? Kdy zvolit CRM a kdy systém na míru

Implementace CRM a ERP systémů je náš hlavní byznys posledních sedm let. HubSpot, Salesforce, Zoho, Pipedrive, Odoo: platformu vybíráme podle reálných potřeb klienta, nikoli podle toho, čí logo potřebujeme mít na webu. Výsledek je ten, že dnes nemalé části klientů rozmluvíme nákup licence hned po prvním auditu. Ne proto, že bychom zanevřeli na zavedené platformy, ale kvůli reálným číslům.

1. Jak AI přepsala rovnici „Build vs. Buy“

Krátká odpověď zní: AI tento odvěký spor nerozhodla. Posílila obě strany a radikálně rozdělila trh.

Ještě před pár lety platilo jednoduché pravidlo. Vývoj podnikového systému na míru znamenal měsíce až roky práce a rozpočet v milionech korun. Proti tomu stálo hotové řešení s rozsáhlým ekosystémem integrací. Cesta nákupu vyhrávala téměř vždy. Nástup pokročilé AI tuto rovnici změnil hned dvakrát, pokaždé však jiným směrem.

• Krabicová řešení extrémně zesílila. Každý velký ekosystém má dnes vlastní AI vrstvu a definovaný rámec customizací. Rutina, kvůli které se dřív stavěly drahé nadstavby, je čím dál častěji přirozenou součástí základní licence. Analytická společnost Gartner tento vývoj shrnuje predikcí, že do konce roku 2026 bude AI agenty obsahovat 40 % podnikových aplikací, oproti necelým 5 % v roce 2025.
• Stavět na míru se stalo dostupnějším, má to však svá rizika. V tomto bodě musíme být přesnější než většina trhu. AI-asistovaný vývoj reálně zrychluje dodávku kódu; například GitHub uvádí u nástroje Copilot zhruba o polovinu rychlejší mergování změn. Zcela jiný pohled ale nabízejí tvrdá data o bezpečnosti a architektonické komplexitě.

Hlavní argument pro vývoj na míru (build) proto nezní, že AI vše postaví levně a na počkání. Skutečným přínosem je plné vlastnictví, přesnost řešení a nezávislost na licencích, pokud systém dodá tým, který umí AI vývoj profesionálně řídit a zabezpečit.

2. Co skutečně zjistili MIT, Gartner a METR

Kvalifikované rozhodnutí o podnikové architektuře vyžaduje odstup od marketingových slibů a pohled na reálná čísla z praxe posledních měsíců:

• Paradox rychlosti (METR 2025): Randomizovaná studie institutu METR ukázala, že zkušení vývojáři využívající AI nástroje byli při řešení komplexních softwarových úloh ve skutečnosti o 19 % pomalejší, přestože sami subjektivně odhadovali, že pracují o 20 % rychleji. AI spolehlivě zrychluje psaní rutinního kódu, při návrhu složité architektury ale vyžaduje extrémní lidskou kontrolu.
• Bezpečnostní rizika (Veracode 2025): Až 45 % AI-generovaného kódu obsahuje známou bezpečnostní zranitelnost. Sestavit firemní CRM svépomocí za víkend s pomocí AI generátorů představuje spolehlivý recept na budoucí bezpečnostní incident.
• Propast v úspěšnosti (MIT NANDA 2025): Nejdůležitější číslo do celé debaty přinesla rozsáhlá studie GenAI Divide od Massachusettského institutu technologie (MIT), realizovaná na vzorku stovek firemních nasazení. Zjistila, že 95 % podnikových AI pilotů nepřinese měřitelný finanční výsledek. Zásadní je přitom rozdíl v přístupu: nakoupená nebo s partnerem dodaná řešení uspějí zhruba v 67 % případů, zatímco čistě interní pokusy (in-house DIY) mají úspěšnost pouze 33 %.

Hlavní poučení pro management tedy nezní, že se nemá stavět na míru. Zní: nestavějte složité systémy sami bez zkušeného partnera.

3. Vítězná trojice: Build, Buy, nebo Blend

Gartner dnes rozhodování manažerů rámuje konceptem „Build, Buy or Blend“, což přesně odpovídá naší každodenní praxi z projektů:

• Buy (Koupit): Nasazení platformy včetně její nativní AI a customizací v rámci pravidel daného ekosystému. Přináší rychlý start, enterprise governance, hotové integrace a jistotu dlouhodobé kontinuity.

• Build (Postavit): Vývoj vlastního systému postaveného přesně podle vašich procesů, který obsluhují autonomní AI agenti. Odpadají licence rostoucí s každým novým uživatelem a software se plně přizpůsobuje firmě, nikoli naopak.

• Blend (Kombinovat): Využití platformního jádra tam, kde krabice exceluje (typicky obchodní pipeline a marketing), v kombinaci s vlastní AI vrstvou pro specifické procesy, které žádná platforma na trhu rozumně nepokrývá.

Moorovo pravidlo (Core vs. Context)

Velmi užitečný myšlenkový rámec definoval Geoffrey Moore už dávno před příchodem AI: rozlišujte v byznysu core a context. Procesy, kterými se odlišujete od konkurence a které vám generují zisk (Core), si zaslouží řešení na míru. Vše ostatní, co firmu pouze udržuje v chodu (Context), je nejlepší koupit jako hotový produkt. Stejné doporučení dává i poradenská společnost McKinsey. Umělá inteligence na tomto pravidle nic nezměnila, pouze posunula ekonomickou hranici, od které se vlastní vývoj vyplatí.

4. Kdy dává smysl „Buy“ (A přehled platformní AI)

Pro velkou část firem představuje nákup platformy nejrozumnější cestu. Typicky jde o větší organizace s komplexním obchodním týmem a podrobným forecastingem, společnosti závislé na širším ekosystému (marketingová automatizace, partnerské portály, napojení na tržiště) a obecně o provozy, kde interní předpisy a kontinuita převažují nad potřebou dokonalého funkčního fitu.

Klíčová otázka pro tyto firmy nezní, zda stavět, či kupovat. Zásadní je rozhodnutí, který ekosystém zvolit a jak hluboko jej customizovat, aby systém zůstal dlouhodobě udržitelný. Zde je role nezávislého implementátora se znalostí více platforem nezastupitelná.

Srovnání nativních AI vrstev v roce 2026

Na co si dát pozor: Kreditová daň a „Agent Washing“

Poskytovatelé platforem neradi zdůrazňují, že „AI v ceně“ u velkých systémů obvykle znamená spotřební kreditový model. Například HubSpot Credits nebo Salesforce Flex Credits se čerpají podle reálné aktivity. Celkové náklady na vlastnictví proto musíte kalkulovat včetně reálného odhadu spotřeby AI, nikoli pouze z ceníku základních uživatelských licencí.

Současně doporučujeme obezřetnost před jevem, který Gartner označuje jako agent washing – tedy přelepování starých jednoduchých automatizací líbivou nálepkou „AI agent“. U krabicových řešení vždy ověřujte, co daná AI vrstva dokáže v reálném provozu na vašich datech, ne v marketingových prezentacích.

5. Kdy vyhrává „Build“: Ověřeno v reálném provozu

Vývoj vlastního řešení vítězí tam, kde jsou procesy unikátní, podíl rutinní práce vysoký a ceník standardních licencí by rostl mnohem rychleji než přidaná hodnota pro firmu. Vzhledem k tomu, že interní pokusy o vývoj uspějí podle MIT jen ve třetině případů, dodáváme k vlastním řešením vždy to nejpodstatnější: vhodnou architekturu, důkladný bezpečnostní audit kódu a dlouhodobý provozní model.

Nejlepším způsobem, jak si tuto tezi ověřit, bylo otestovat ji na našem vlastním projektu.

Z praxe: Projekt Wavepouch

Wavepouch je D2C e-shop, který sami vlastníme a provozujeme. Díky tomu jsme mohli jít v automatizaci až do technologického extrému a plně automatizovat 99 procent jeho každodenního provozu.

Zpracování objednávek, zákaznická podpora, logistické procesy, finanční reporting i část marketingu dnes běží na vlastním systému autonomních AI agentů. Agenda, která by v běžném e-shopu vyžadovala práci několika lidí, vyžaduje pouze jednotky hodin lidského času měsíčně pro supervizi a strategická rozhodnutí.

6. Hlavní otázka a 5 klíčových kritérií při rozhodování

Při každé discovery fázi postupujeme s klienty podle osvědčeného síta, které staví na první místo kvalitu dat.

Zásadní otázka: Jsou vaše data připravená?

Analytici z MIT identifikovali nekvalitní, nepřipravená a roztříštěná data jako hlavní důvod selhání AI projektů, bez ohledu na to, zda jde o řešení nakoupené, nebo postavené na míru. Pokud je vaše odpověď záporná, neřešte zatím dilema build vs. buy. Vaše první investice musí směřovat do konsolidace a vyčištění databází.

Jakmile máte jistotu čistých dat, přichází na řadu 5 klíčových otázek:

1. Jak unikátní jsou vaše procesy?

Standardní B2B obchod odpovídá logice krabicových platforem, jejichž možnosti nastavení pokryjí i běžná oborová specifika. Pokud by však implementace vyžadovala desítky nestandardních úprav a ohýbání systému proti jeho smyslu, vybíráte nevhodný produkt. Moorovou optikou: jde u daného procesu o vaše core, nebo context?

2. Roste s počtem uživatelů hodnota, nebo jen cena?

Obchodník, který v CRM aktivně pracuje celý den, svou licenci snadno obhájí. Ve firmě, kde desítky zaměstnanců do systému pouze pasivně nahlížejí nebo schvalují dílčí úkoly, platíte zbytečně vysokou licenční daň. V takovém případě dává ekonomický smysl build nebo blend.

3. Jaký podíl práce tvoří rutina a pokryje ji nativní AI platformy?

Odpověď vyžaduje dva kroky. Nejprve vyčíslete, kolik času zabírá přepisování dat, reporting a administrativa. Následně ověřte, zda tuto agendu zvládnou nástroje jako Breeze, Agentforce nebo Zia v rámci licence, kterou zvažujete koupit. Pokud ano, volte Buy. Leží-li vaše rutina mimo jejich možnosti (například ve specifické technické podpoře či výrobní logistice), vlastní agenti přinesou vyšší úsporu.

4. Jak rozsáhlé integrace potřebujete?

Běžný ekosystém cloudových aplikací s hotovými konektory hovoří pro nákup platformy. Práce se staršími ERP systémy, specifickým účetním softwarem nebo výrobními technologiemi naopak často znamená, že integrace na míru (build) bude stabilnější a levnější než úpravy platformy přes integrační middleware.

5. Kdo převezme odpovědnost za provoz za tři roky?

Jde o historicky nejoprávněnější námitku proti vlastnímu vývoji. Gartner predikuje, že přes 40 % agentických AI projektů bude do konce roku 2027 zrušeno kvůli neřízeným nákladům a chybějící údržbě. Vlastní systémy proto nikdy nedodáváme jako jednorázové projekty, ale jako dlouhodobou službu zahrnující monitoring, údržbu, bezpečnost a další rozvoj s plnou garancí na naší straně.

7. Skryté výdaje obou cest (TCO reality check)

Pravda je taková, že platit budete vždy; jde pouze o strukturu nákladů.

• Skrytá cena nákupu (Buy): Celkové náklady na vlastnictví (TCO) na 3 až 5 let netvoří jen faktura za licence. Zahrnují rychle rostoucí spotřebu AI kreditů, nezbytné procesní kompromisy a závislost na dodavateli (vendor lock-in). Stále platí známé pravidlo bývalého CIO společnosti PwC Marka Lutchena: 70 % nákladů na firemní software vzniká až po jeho implementaci.
• Skrytá cena vlastního vývoje (Build): Daň za systém na míru spočívá v nutnosti systematické údržby, řízení technologického dluhu a zajištění bezpečnosti. Vlastní software bez jasně definovaného provozního modelu a zkušeného architekta končí přesně v těch statistikách selhání, o kterých mluví MIT.
• Lidský faktor jako společný jmenovatel: Až 50 až 55 % všech CRM projektů selže. Drtivá většina z nich ztroskotá na špatné adopci a nezvládnutém řízení změn, nikoli na technologii jako takové. Špatně zavedený HubSpot prohraje s dobře postaveným vlastním systémem, a platí to i naopak.

Jak se rozhodnout – Automation Audit

Otázku nula i pět klíčových kritérií si můžete ve firmě vyhodnotit interně. Pokud však preferujete rozhodnutí opřené o přesná data a reálné zkušenosti ze stovek implementací, přetavili jsme naši discovery fázi do samostatného produktu: Automation Audit.

Během tří týdnů za předem stanovenou fixní cenu:

• Zmapujeme vaše firemní procesy a přesně oddělíme core agendu od administrativního contextu.

• Kvantifikujeme rutinní úkoly a spočítáme reálnou návratnost jejich automatizace.

• Sestavíme model TCO pro obě cesty na 3 roky dopředu, včetně predikce spotřeby AI kreditů a nákladů na dlouhodobou správu.

Výstupem je exekutivní blueprint s jednoznačným doporučením, zda jít cestou buy, build, nebo blend, včetně výběru konkrétní technologie. Výstupem přitom klidně může být závěr: „Kupte si Zoho, nic nestavte na míru a postupujte podle tohoto harmonogramu konfigurace.“

Smysl má totiž realizovat audit pouze s partnerem, který v praxi běžně provozuje obě cesty. Jedině tak dostanete opravdu nezávislé doporučení, které vám nepodbízí předem vybranou technologii.

Chci Automation Audit