The Monday morning problemProblém pondělního rána
Here's a scene that plays out in procurement departments everywhere. A manager attends an AI webinar. Maybe it's about spend analytics, maybe contract intelligence, maybe supplier risk. The demo looks genuinely useful. The presenter mentions efficiency gains — in some industry studies, teams using AI on structured procurement tasks report cutting processing time by 40 to 60 percent on those specific workflows. The manager leaves the webinar thinking "we should do something with this." Tahle scéna se odehrává v nákupních odděleních všude. Manažer se zúčastní webináře o AI. Možná je to o analýze výdajů, možná o správě smluv, možná o riziku dodavatelů. Demo vypadá opravdu užitečně. Přednášející zmiňuje efektivitu — podle různých průzkumů týmy používající AI na strukturované nákupní úlohy hlásí zkrácení doby zpracování o 40 až 60 procent na těch konkrétních procesech. Manažer odchází z webináře s myšlenkou "měli bychom s tím něco dělat."
Monday morning: inbox, three supplier escalations, a budget review meeting at 10. The AI thing goes to the bottom of the stack. Six months later, nothing has changed. The tools exist. The problem isn't access to tools anymore. The problem is not knowing where to touch the system first. Pondělní ráno: doručená pošta, tři eskalace od dodavatelů, schůzka k přezkumu rozpočtu v 10. Věc s AI jde na dno hromady. Po šesti měsících se nic nezměnilo. Nástroje existují. Problém už není přístup k nástrojům. Problém je nevědět, kde jako první sáhnout do systému.
Name the task before you name the toolPojmenujte úlohu dřív než nástroj
The most common mistake isn't picking the wrong tool. It's buying a tool and then looking for a problem that fits it. You see it constantly: a company subscribes to an AI platform, spends two months on onboarding, then realizes no one knows what specific work it should replace. The adoption stalls because there's no concrete before-and-after to point to. Nejčastější chyba není vybrat špatný nástroj. Je to koupit nástroj a pak hledat problém, který do něj sedí. Vidíte to pořád: firma se přihlásí k AI platformě, stráví dva měsíce onboardingem, pak zjistí, že nikdo neví, jakou konkrétní práci by měla nahradit. Adopce se zasekne, protože není žádné konkrétní „před a po", na které by bylo možné ukázat.
Start the other direction. Open a blank document and write down the five tasks in your week that feel most like manual labor. Not strategic work. Not the things that require judgment. The things that are repetitive, information-heavy, and low-stakes if an AI gets them 80% right — because you'll review them anyway. Začněte obráceně. Otevřete prázdný dokument a napište pět úloh z vašeho týdne, které se nejvíce podobají ruční práci. Nejde o strategické věci. Nejde o věci, které vyžadují úsudek. Jde o věci, které jsou opakující se, informačně náročné a s nízkými sázkami, pokud je AI udělá z 80 % správně — protože je stejně zkontrolujete.
Common answers in procurement teams: summarizing supplier email threads before a negotiation meeting, formatting quotation comparison tables, pulling delivery data from emails into a spreadsheet, writing first drafts of RFQ scope documents, chasing internal approvals. Běžné odpovědi v nákupních týmech: sumarizace emailových vláken od dodavatelů před jednáním, formátování srovnávacích tabulek nabídek, přenášení dat o dodávkách z emailů do tabulky, psaní prvních návrhů dokumentů rozsahu pro výzvy k nabídce, urgování interních schválení.
One task from that list. That's your first project. Jedna úloha z toho seznamu. To je váš první projekt.
Find the person who's already impatientNajděte člověka, který je už teď netrpělivý
Every team has one. Someone who's been complaining about a specific manual task for longer than anyone can remember. They're not waiting for top-down permission — they've already tried a workaround using Excel macros, or they copy-paste things into ChatGPT in their own time, or they've mentioned three times that "this is insane, there has to be a better way." Každý tým ho má. Někdo, kdo si stěžuje na konkrétní manuální úlohu déle, než si kdokoli pamatuje. Nečeká na povolení shora — už vyzkoušel obejití přes makra v Excelu, nebo kopíruje věci do ChatGPT ve svém vlastním čase, nebo třikrát zmínil, že „tohle je šílené, musí být lepší způsob."
That person is your co-pilot for the first project. They know the task in detail. They're motivated to make it work. And because they're already frustrated with the status quo, they won't give up when the first attempt isn't perfect — they'll iterate until it is. Ten člověk je váš co-pilot pro první projekt. Úlohu zná do detailu. Je motivovaný ji zprovoznit. A protože jsou już frustrovaní ze stávající situace, nevzdají se, když první pokus nebude dokonalý — budou iterovat, dokud to nevyjde.
Managing it top-down — "everyone will now use this tool" — almost never works for first AI projects. The adoption gap that kills most initiatives comes from skipping the single motivated person and going straight to mandatory rollout. Řídit to shora dolů — „všichni teď budou používat tento nástroj" — téměř nikdy nefunguje pro první AI projekty. Propast adopce, která zabíjí většinu iniciativ, pochází z přeskočení jednoho motivovaného člověka a přechodu rovnou na povinné zavedení.
What "starting" looks like at 50 vs 300 peopleJak „začátek" vypadá u 50 vs 300 lidí
At a 50-person company, the first AI project is almost always informal. One person, one task, one tool, two weeks. You don't need a steering committee. You don't need a business case. You pick something from your list, run it for two weeks, and see what happens. If it saves three hours a week and the output quality is acceptable, you document it and expand it. If it doesn't work, you cross it off and try the next item on your list. V padesátičlenné firmě je první AI projekt téměř vždy neformální. Jeden člověk, jedna úloha, jeden nástroj, dva týdny. Nepotřebujete řídící výbor. Nepotřebujete business case. Vyberete si něco ze svého seznamu, jedete to dva týdny a uvidíte, co se stane. Pokud to ušetří tři hodiny týdně a kvalita výstupu je přijatelná, zdokumentujete to a rozšíříte. Pokud to nefunguje, škrtnete to a zkusíte další položku na seznamu.
At a 300-person company, the mechanics are similar but the paperwork is heavier. You'll probably need to go through IT to confirm data security requirements — especially if you're processing supplier contracts or spend data. Plan for two weeks of procurement project time, but also one to two weeks of IT coordination. The total is still under a month for a first working prototype. Ve třísetčlenné firmě jsou mechanismy podobné, ale administrativa je těžší. Pravděpodobně budete muset projít přes IT, abyste potvrdili požadavky na bezpečnost dat — zejména pokud zpracováváte smlouvy s dodavateli nebo data o výdajích. Počítejte se dvěma týdny nákupního projektového času, ale také s jedním až dvěma týdny koordinace s IT. Celkový čas je stále pod měsícem pro první funkční prototyp.
Run for two weeks, then decideJeďte dva týdny, pak se rozhodněte
Two weeks is enough to know whether an AI approach to a specific task is viable. Not polished, not optimized — just viable. You're looking for three signals: Does it save meaningful time? Is the output good enough to be useful (not perfect)? Does the person using it want to keep using it? Dva týdny stačí na to, abyste věděli, zda je AI přístup ke konkrétní úloze životaschopný. Nejde o leštěný nebo optimalizovaný výsledek — jen životaschopný. Hledáte tři signály: Ušetří to smysluplný čas? Je výstup dostatečně dobrý, aby byl užitečný (ne dokonalý)? Chce ho člověk, který ho používá, používat dál?
If all three are yes, you've found something worth building on. Document the prompt or the workflow, train one more person, see if the same results hold. If two of three are yes, dig into what's failing — sometimes a better prompt fixes it entirely. If only one or none are yes, close it down and move to the next task on your list. No shame in that. The point of a two-week test is to find out quickly without sinking three months into something that doesn't work. Pokud jsou všechny tři odpovědi ano, našli jste něco, na čem stojí za to stavět. Zdokumentujte prompt nebo workflow, zaškolte ještě jednoho člověka, sledujte, zda výsledky platí i nadále. Pokud jsou dvě ze tří ano, podívejte se, co selhává — někdy lepší prompt to celé vyřeší. Pokud je jen jedno nebo žádné ano, zavřete to a přejděte k další úloze na vašem seznamu. Za to se stydět nemusíte. Smyslem dvoutýdenního testu je rychle zjistit, aniž byste do něčeho, co nefunguje, utopili tři měsíce.
A real example to anchor thisReálný příklad na ukotvení
Contract monitoring is one of the cleanest starting points in procurement — the task is well-defined, the current process is purely manual, and the output is easy to verify. If you use SharePoint and Power Automate, you can build a flow that reads every new contract, extracts renewal dates and price adjustment clauses, and posts a summary to Teams. The build takes about 30 minutes. The full walkthrough is here. It's the kind of first project that costs nothing extra (it runs on your M365 licence), produces a visible result in week one, and actually changes how the team works. Monitorování smluv je jedním z nejčistších výchozích bodů v nákupu — úloha je dobře definovaná, současný proces je čistě manuální a výstup je snadné ověřit. Pokud používáte SharePoint a Power Automate, můžete sestavit flow, který přečte každou novou smlouvu, vytáhne data obnovení a klauzule o úpravě ceny a zveřejní shrnutí v Teams. Sestavení trvá asi 30 minut. Celý návod je zde. Je to druh prvního projektu, který nestojí nic navíc (běží na vaší M365 licenci), produkuje viditelný výsledek v prvním týdnu a skutečně mění způsob práce týmu.
What slows people downCo lidi zpomaluje
The two most common blockers aren't technical. The first is perfectionism — waiting for the right strategy document, the right AI partner, the right moment when everything is aligned. That moment doesn't come. The second is scope creep before launch — the task starts as "summarize supplier emails" and by week two the plan includes CRM integration, a custom dashboard, and automated spend reporting. Scope that before anything is running means nothing runs. Dva nejčastější bloky nejsou technické. První je perfekcionismus — čekání na správný strategický dokument, správného AI partnera, správný moment, kdy je vše v souladu. Ten moment nepřichází. Druhý je rozrůstání rozsahu před spuštěním — úloha začíná jako „sumarizace emailů od dodavatelů" a do druhého týdne plán zahrnuje integraci CRM, vlastní dashboard a automatizované reportování výdajů. Rozrůstat rozsah předtím, než cokoli běží, znamená, že nic neběží.
Pick one task. Run it for two weeks. That's the entire framework. Vyberte jednu úlohu. Jeďte ji dva týdny. To je celý rámec.
There's no elaborate methodology here. The teams that get moving are the ones that stop planning and start testing. Pick one task from your shortlist and run it for two weeks. Není tu žádná složitá metodologie. Týmy, které se dají do pohybu, jsou ty, které přestanou plánovat a začnou testovat. Vyberte jednu úlohu ze svého seznamu a jeďte ji dva týdny.