Ekosystém kolem AI zběsile akceleruje. Nejvíce je to viditelné v nejbližším prostředí AI – v IT. Trochu v duchu principu “Dogfooding” sami autoři nejrychlejší nápady a inovace tlačí v oblastech, které

Nástup a zejména výkon a schopnosti AI v oblasti kódování jsou neuvěřitelné. A situace se zlepšuje každým dnem. Stav k začátku roku 2026 přináší kódovací agenty, kteří jsou schopni – bez lidské interakce – naprogramovat i složitější a komplexní aplikace. (PS pro znalce: ano, základem je velmi detailní a správně strukturované zadání, se kterým však dnes již hodně pomůže ta samá AI).

V rámci škálování a hledání efektivních cest došlo i na “agent swarm”, neboli částečnou či úplnou snahu o řízení skupiny nezávislých agentů pracujících na stejném projektu v různých rolích (např. programátor, UX expert, kybernetický bezpečák, oponent-ďáblův advokát atd.).

Déjà vu

To je ten okamžik, kdy se starším ročníkům z oboru vybaví pocit déjà vu. A potvrdí dlouho pozorované pravidlo, že svět a jeho vývoj – a v IT to platí mimořádně – krouží po spirále. Opuštěné technologie a schopnosti se vrací, naboostované o 10-15-20 let technického pokroku. Posledních 20 let většina světa vyvíjí a přísahá na mohutné vizuální vývojové aplikace typu Visual Studio, JetBrains IDEs, Eclipse a mnohé další. S AI agenty jsme zpět u textového režimu, terminálového okna, ale rychlého, poměrně interaktivního a barevného.

Hejna samostatných AI agentů velmi brzy vytvoří úplně nové kategorie nástrojů na jejich správu, koordinaci, správu zdrojů i peněz. A už s nimi (zkušeně a moudře) přicházejí samotní tvůrci AI (např. Anthropic včera s Orchestrate teams of Claude Code sessions)

Také se mění důležitost rolí v IT businessu. Dříve nejposlednější role v IT – tvůrce dokumentace – začíná být jednou z nejzásadnějších. Protože zadání a popis funkčnosti je klíčové pro úspěšný AI vývoj a tito lidé umí požadavky pro agenty lidskou řečí srozumitelně formulovat.

Vývojáři nenáviděná role projektového manažera se stane jejich denním chlebem. Jen nebudou koordinovat lidi, ale hromady AI agentů. A namísto řešení detailů kódu budou dohlížet nad architekturou, klíčovými modely a hlavně koordinací a efektivitou své farmy agentů. Schopnost dirigovat tento svět se stáne osobní i týmovou výhodou oproti ostatním. IT lidé se zkušeností komunikovat s ne-IT světem se neztratí, naopak. Jejich schopnost formulovat požadavky srozumitelně a strukturovaně bude k nezaplacení.

Na druhou stranu velké software house s tisíci programátory, kteří programují podle UML dokumentací od analytiků, mohou pomalu rozdávat výpovědi.

Konec a znovuzrození SaaS

Software as a Service (SaaS) svět a svět cloud aplikací začne být – ale jen chvilku – nahrazován na míru vygenerovanými aplikacemi. Aby se za chvilku vrátil zpět k novému SaaS na steroidech – otevřeným SaaS systémům, které umožní snadné a rychlé napojení na jádra aplikace na kód od AI s funkčností, které firmám chybí. V Enterprise SaaS zmizí vysoká zisková marže za předražený vývoj na míru pro jednotlivé zákazníky a přesune se k poplatkům za provoz a míru využití.

Ano, Petr Šimeček z Keboola by se mnou asi nesouhlasil, ale já jsem přesvědčen, že náklady (čas, fokus, peníze) se správou větších vlastních aplikací u spousty neIT firem budou takové, že se vrátí k nové formě SaaS.

Cena AI vývojových agentů a obecně AI služeb bude postupně růst na násobek současných cen. Kromě potřeby zaplatit stovky miliard dolarů investic do AI infrastruktury se začnou blížit 10-40 % nákladů na práci člověka, kterého nahradí. Rozdíl mezi cenou nahrazovaného práce a AI trh dlouho neudrží na několika řádovém rozdílu. A tří až desetinásobná úspora na nákladech na nahrazeného člověka bude pro velkou část trhu dostatečná.

Stav, kdy AI programátor Claude Code s výkonností průměrného člověka za 100 000 Kč stojí měsíčně do 10 000 Kč, trh hlavních hráčů nebude udržovat trvale a za novou efektivitu a škálovatelnost si nechají zaplatit.

Riziko zakrnění

Kromě obecných obav o převzetí řízení světa nám hrozí jedno málo zmiňované riziko. Techno optimisté se domnívají, že obecná umělá inteligence (AGI, Artificial General Intelligence) bude schopna trvale přinášet a převážně sama objevovat nová řešení, vědecké objevy apod.

Na druhou stranu je AI naučena na současných celosvětových znalostech. A pokud další učení AI bude probíhat – a také bude – na výstupech z AI, tak k výraznému nárustu znalostí nedojde. Naopak dojde k upevňování současného stavu. Minoritně je to vidět už nyní, když většina modelů, natrénovaná na datech do poloviny roku 2025 nezná a nepracuje dobře s technologiemi z konce roku 2025. Rady pro nové technologie jsou často neplatné či vycházející ze starých verzí, nikoliv novinek.

Největší revoluci na sebe (a svou profesi) způsobili samotní tvůrci AI. A jak říká slavná čínská kletba – žijeme v zajímavých časech. A nejbližší desetiletí se to nezmění.