Poďme si to povedať na rovinu: 90 % prezentácií o návratnosti investícií do AI, ktoré som videl, tvorí excelová tabuľka s dvoma stĺpcami – „ušetrené hodiny“ a „cena licencie“.
Výsledok je vždy rovnaký: pozitívny, zaokrúhlený a úplne nepoužiteľný pre rozhodovanie. Skutočná kalkulácia ROI je nepríjemná, pretože zahŕňa náklady, ktoré nikto nechce vidieť – čas IT tímu, integráciu, retraining modelov a hlavne ľudský odpor. Ak plánujete nasadenie AI a nechcete o rok vysvetľovať predstavenstvu, prečo sa investícia nevrátila, tento článok je pre vás.
Základný omyl: Počítate úsporu času, ale nie jeho hodnotu
Najčastejšia chyba vo firemných kalkuláciách je jednoduchá rovnica: „AI spracuje report za 5 minút namiesto 2 hodín, ušetríme 1,92 hodiny denne, krát 250 pracovných dní, krát hodinová sadzba analytika.“ Výsledok vyzerá skvele, ale je fiktívny, pretože ušetrený čas nie je automaticky produktívny čas. Analytik, ktorému odpadne monotónna práca, nezačne automaticky generovať nové biznis príležitosti – často len presunie pozornosť na inú agendu.
Preto pri výpočte používajte metodiku hodnoty uvoľneného času, nie nákladov na hodinu práce. Reálna hodnota je buď: - Navýšenie kapacity – firma zvládne rovnaký objem práce s menším tímom (úspora mzdových nákladov), alebo - Navýšenie výstupu – tím stihne viac projektov, čo priamo generuje tržby.
Ak nedokážete priradiť ušetrený čas k jednému z týchto dvoch bodov, v kalkulácii ho neuvažujte. Je to len teória.
Nákladová strana: TCO, ktoré nikto nepočíta
Cena API kľúča alebo GPU servera je len špička ľadovca. Pre 3-ročný horizont (štandard pre IT investície) musíte započítať:
- Integrácia a údržba: 0,5 – 1,5 FTE senior vývojára na prvý rok. To je pri slovenských mzdách 45 000 – 80 000 € ročne.
- Dáta a príprava: čistenie, labeling, ETL pipeline. Pri firemných dátach počítajte 10 – 30 % rozpočtu projektu.
- Retraining a drift modelu: modely degradujú. Počítajte s 2 – 4 retraining cyklami ročne, každý stojí 5 – 15 % pôvodných nákladov na tréning.
- Bezpečnosť a compliance: EÚ AI Act, GDPR audity, prompt injection testovanie. Rezervujte minimálne 8 % celkového rozpočtu.
Konkrétne čísla pre slovenský trh: pri nasadení open-source modelu (Llama 3 70B) na vlastnej infraštruktúre s 2× GPU (napr. RTX 4090 (24 GB VRAM) alebo A6000 (48 GB VRAM)) je TCO na 3 roky približne 35 000 – 50 000 € – vrátane hardvéru, elektriny, chladenia a 0,5 FTE údržby. Pri cloudovom riešení (Azure OpenAI, GPT-4o) pri rovnakom objeme tokenov počítajte 60 000 – 90 000 € za 3 roky. Cloud je pohodlnejší, ale pri stabilnej záťaži je on-premise výrazne lacnejší.
Benchmark: Jediné číslo, ktoré rozhoduje
Zabudnite na marketingové „AI zvýši produktivitu o 40 %“. Pri kalkulácii ROI potrebujete tokens per second (tokény za sekundu) a cenu za milión tokenov. To sú jediné dva parametre, ktoré viete prepočítať na vaše dáta.
Príklad: Ak vaša firma spracuje 500 000 slov textu mesačne (približne 650 000 tokenov), pri cene 0,60 € za milión vstupných tokenov (Llama 3 70B na vlastnom GPU) sú náklady na spracovanie 0,39 € mesačne. Pri GPT-4o cez API (cena približne 2,50 USD za milión vstupných tokenov) – 3,25 € mesačne. Rozdiel je 8-násobný. Pre malé objemy je to zanedbateľné, ale ak plánujete automatizáciu zákazníckej podpory s 50 000 konverzáciami mesačne, je rozdiel približne 440 € mesačne – a to už je položka, ktorá rozhoduje o ROI.
Praktický vzorec pre vaše rozhodnutie
ROI = (Hodnota uvoľneného času + Navýšenie tržieb) / (TCO za 3 roky + Náklady na zlyhanie)
Náklady na zlyhanie sú kritické a takmer vždy sa vynechávajú. Ide o scenár, keď model produkuje chybné výstupy, ktoré musia ľudia opravovať – pri generatívnych modeloch počítajte 10 – 20 % času, ktorý mal byť ušetrený, na kontrolu a opravy. Ak toto číslo prekročí 25 %, projekt je stratový a treba zmeniť model alebo postup.
Verdikt: Kedy do toho ísť
Nasadiť ihneď, ak: - Máte opakujúce sa, štruktúrované úlohy (sumarizácia, klasifikácia, extrakcia dát) s jasným objemom. - Máte vlastné dáta na jemné doladenie (fine-tuning) – to je jediný spôsob, ako dosiahnuť spoľahlivosť nad 95 %. - Ste ochotní investovať 0,5 FTE na prvý rok na integráciu.
Počkať a prehodnotiť, ak: - Ide o ad-hoc kreatívnu prácu (marketingové texty, stratégie) – ROI je nepredvídateľný. - Nemáte kontrolu nad kvalitou dát a neexistuje spätná väzba na výstupy modelu. - Počítate s tým, že „AI všetko vyrieši“ bez zmeny procesov.
Richardov biznis verdikt: kedy má nasadenie zmysel a kedy je to sebaklam Pre firmy s jasne definovanými, opakujúcimi sa procesmi a internými dátami je nasadenie rentabilné už dnes – ale len s reálnym TCO a rezervou na údržbu. Pre všetkých ostatných odporúčam počkať na ďalšiu generáciu modelov, ktorá zníži náklady na inferenciu o ďalších 40 – 50 %. ROI kalkulácia nie je o optimizme, ale o tom, či váš tím zvládne zmenu procesov. To je jediný faktor, ktorý excelová tabuľka neukáže.
