Petr Štross z Avengy: Chceme být partnery tam, kde si nemůžete dovolit udělat chybu

Trh, na kterém se Avenga pohybuje, se mění velmi dynamicky nejen technologickými posuny, ale i vlivem různých akvizic. Ostatně Avenga coby součást skupiny KKCG je toho příkladem. Jak to mění požadavky klientů i váš byznys?

Jednoznačný posun vidíme zejména v tom, jakým způsobem si klienti své technologické partnery vybírají. Původní roztříštěné ekosystémy dodavatelů jednotlivých technologií se totiž v českém prostředí stávají ekonomicky i provozně neudržitelnými. Klienti ve všech odvětvích konsolidují a chtějí prostě výsledky. Rychleji, bezpečněji a s jasnější ekonomickou logikou.

Velké transformační programy bez jasných a viditelných byznysových milníků dnes prostě dlouho nevydrží. V bankovnictví, platebních službách a telekomunikacích, tedy v oblastech, kde jsme roky aktivní, je totiž software doslova samotnou podstatou byznysu. To znamená, že technologická rozhodnutí okamžitě dopadají na tržby, riziko i zkušenost koncových zákazníků.

Pokud jde o pohled na Avengu jako součást technologického pilíře KKCG,
to nám umožňuje fungovat stabilněji a v delším byznysovém horizontu. Nejde jen o škálování dodávky, ale o podporu klientů v AI-native transformaci, modernizaci klíčových systémů a digitální identitě, tedy v oblastech, kde jsou kontinuita poskytovaných služeb a důvěra v dodavatele zcela zásadní.

Co je podle vás největší změna na IT trhu za poslední tři roky a jak se projevuje v každodenní realitě firem?

Podle mě se to dá shrnout jednou větou: trh se posunul od škálování kapacit ke škálování produktivity. Dlouhá léta se v českém IT soutěžilo zejména cenou. Dobrý inženýring, spolehlivá dodávka a citelně nižší sazby než v západní Evropě. V posledních třech letech však tato „arbitráž“ z velké části zmizela a firmy jsou nuceny soutěžit spíše hodnotou, jako jsou výsledky, doménová znalost a schopnost snižovat klientům složitost koncových řešení.

AI to celé urychluje zejména tak, že dál stlačuje náklady na exekuci projektu. Na konci dne už tedy není otázka, jak levně něco dodáte, ale zda rozumíte byznysovému problému natolik, abyste postavili právě tu správnou věc.

Můžete popsat, jak se ten posun od modelu, kdy si firmy najímaly experty, k modelu partnerství s garancí za výsledek projevuje v každodenní praxi?

Tohle paradigma mění interakci s klientem už od první schůzky. Místo toho, abychom rozhovor o podstatě zakázky začínali takovými věcmi, jako jsou role a sazby, začínáme se bavit o celém byznysovém výsledku. Co se má změnit, jaká jsou omezení a jak má vypadat úspěch v očích klienta v konkrétních měřitelných parametrech.

Čím dál častěji se pak tyto metriky propisují přímo do smluv.

V českých firmách jsou softwarové systémy historicky hodně vrstvené. Zřídka tak dokážete změnit jednu věc, aniž tím zasáhnete do tří dalších. Klienti tak chtějí mít jasno nejen v dodávce jako takové, ale i v otázkách bezpečnosti, compliance, integračních rizicích i třeba v tom, jak rychle se dá zkušební pilot proměnit ve stabilní běžící produkt. Je to sice mnohem náročnější, ale je to také jediný model, ve kterém jsou obě strany skutečně zainteresované v celém projektu a výsledku to podle mě pomáhá.

Změnila se i kvůli tomu očekávání zákazníků na zasmluvněné metriky úspěchu a produktivity? Co dnes klienti nejčastěji požadují zanést do smluv?

Jak už jsem naznačoval, klienti se v současné době mnohem méně zajímají o „jednotlivé aktivity“, ale o to více je zajímá jejich výsledný dopad. V sektoru bankovnictví se jako klíčová ukazuje zejména schopnost rychlého uvedení produktu (nebo systému) na trh v kombinaci s jeho spolehlivostí a souladem s regulacemi.

V automotive je to efektivita dodávky, rychlost integrace a kvalita dodávky ve velkém měřítku. V platbách a onboardingu se pak i malé zlepšení rychlosti nebo konverze okamžitě výrazně promítá do celkové byznysové hodnoty.

V roce 2026 pak produktivita znamená také odolnost, snadnou údržbu, bezpečnost a schopnost škálovat konkrétní zlepšení napříč organizací, ne pouze v měřítku jednoho projektu. Základní otázka pak pro klienta zůstává až triviálně jednoduchá: „Jakou konkrétní hodnotu přináší ten který projekt našemu byznysu?“

Museli jste nějak upravit své služby, interní procesy nebo i přístup k zákazníkům, abyste vyhověli těmto novým očekáváním?

Posunuli jsme se velmi prakticky a konkrétně. Zaprvé jsme přešli od projektového myšlení k přístupu orientovanému na výslednou hodnotu. Místo izolovaných dílků práce se tak soustředíme na byznysové schopnosti a dlouhodobý dopad. Zadruhé jsme výrazně prohloubili integraci s týmy na straně klientů. Na trhu je znalost dané domény totiž opravdu zásadní. V bankovnictví nebo telekomunikacích prostě nedoručíte smysluplný výsledek bez hlubokého porozumění kontextu.

V mnoha případech pracujeme na systémech přímo navázaných na kritické provozy, ať už jde o zpracování transakcí, onboarding klientů nebo core platformy, takže kontinuita a spolehlivost jsou stejně důležité jako samotné inovace. Zároveň jsme se přizpůsobili i tomu, že klienti dnes očekávají, že AI zlepší i samotnou dodávku.

Otázka tedy už dávno není jen ta, zda umíme stavět AI řešení, ale jestli dokážeme AI odpovědně využít uvnitř procesu inženýringu tak, abychom dodávali rychleji a konzistentněji, bez kompromisů v kvalitě. V neposlední řadě jsme AI zavedli do našich engineering procesů. Ne jako samostatnou „nabídku“, ale jako způsob, jak software stavět rychleji, spolehlivěji a konzistentněji.

Když jsme u umělé inteligence, jaké podmínky považujete za nezbytné pro úspěšné nasazení AI v reálném byznysu a kde v praxi nejčastěji narážíte na limity?

U AI platí zejména tři věci: připravenost dat, jasný use case a organizační sladění. Bez spolehlivých dat a integrace AI prostě neškáluje, jak má. Bez konkrétního use case pak zase zůstane většinou ve fázi pilotu nebo demo verze. Konečně bez správného sladění workflow, ownershipu a kontroly nepřinese očekávanou, a hlavně skutečnou hodnotu.

Přečtěte si také:

Přeškolte programátory juniory na účetní, v mrtvém oboru mají větší budoucnost

Zejména v regulovaných odvětvích v České republice představují ty nejvýraznější limitující faktory správa a integrace, nikoli dostupnost technologií jako takových. Jak už jsem zmínil, ta důležitá otázka zní, jestli lze umělou inteligenci nasadit způsobem, který je srozumitelný, bezpečný a v souladu s platnými předpisy.

Proč tolik AI projektů zůstane jen v experimentální fázi a co bývá hlavní důvod selhání?

Přechod od úspěšného prototypu k produkčnímu řešení je mnohem komplikovanější, než by se možná mohlo zdát. Pilot totiž často funguje izolovaně. Jakmile ho ale chcete integrovat do reálných systémů s reálnými omezeními, složitost výrazně naroste. Vidíme to zejména u fraud detection a analytiky: architektura modelu může být silná a kvalitní, ale zprovoznění a „zabudování“ do procesů je teprve ta skutečná prubířská práce.

V současné době je celkem jasný rozdíl mezi organizacemi, které s AI jen experimentují, a těmi, jež ji uvádějí do skutečné praxe. Rozdíl obvykle není v ambicích nebo ve znalosti technologie jako takové, ale ve schopnosti integrovat umělou inteligenci do existujících provozních modelů, řídicích struktur a klíčových platforem.

Technologie jako taková je málokdy tím hlavním omezením. Obvykle jde o provozní model a připravenost samotné organizace. Společnosti, které v tomto ohledu uspějí, přistupují k umělé inteligenci jako k součásti technické disciplíny: opakovatelné procesy, jasné kontroly a měřitelné výsledky.

Co nejvíc brzdí škálování AI z pilotního projektu do celé firmy a jaké kroky pomáhají tento přechod zvládnout?

Je to určitě tzv. industrializace. Reálné a účinné rozšíření totiž vyžaduje integraci do klíčových systémů, řádné řízení změn a standardizaci. Bez společné architektury a kontrolních mechanismů se z každého případu použití stává samostatný projekt na míru. V praxi lze škálovatelnosti dosáhnout pouze tehdy, když se umělá inteligence stane součástí opakovatelného modelu dodávek, podporovaného sdílenými platformami a zapojením podniku.

Proč podle vás tolik IT transformačních plánů selže a jaké jsou nejčastější chyby v jejich plánování a realizaci?

Většina neúspěchů není technického, ale organizačního charakteru. V posledních letech sleduji, že se tento vzorec opakuje, a upřímně řečeno se to bohužel nijak zásadně v čase nezměnilo.

Dodal bych určitě ještě jednu důležitou věc, která celou realitu formuje v ne úplně příjemném světle. Mnoho transformačních programů selhává, protože lidé, kteří je sponzorují, nikdy osobně nedodávali software ve velkém měřítku. Existuje totiž propast mezi původním strategickým záměrem a realitou dodávky. Skutečné systémy mají určité vnitřní souvislosti jako problémy s daty, provozní omezení, bezpečnost a dodržování předpisů. Pokud neuspořádáte práci do potřebných postupů a nepřidělíte adekvátně odpovědnosti, dobré nápady se prostě nestanou funkčními produkty, ani kdyby byl původní záměr sebelepší.

Jak řešíte konflikt mezi ambicí inovovat a povinností chránit běžný provoz, zejména v prostředí velkých organizací?

Zejména v přísně regulovaných odvětvích skutečně nemůžete ohrozit provozní stabilitu. To je něco, přes co vlak prostě nejede. Zastavit kvůli tomu inovační proces ale taky úplně nemůžete. Klíčem je tedy možná poněkud matoucí sdělení, a to oddělit tyto dva přístupy a zároveň je propojit. Abych to řekl trochu srozumitelněji: nejprve důkladně testovat v kontrolovaném prostředí a poté postupně integrovat do klíčových systémů.

Přečtěte si také:

Češi AI přijali rychleji, než se čekalo. K jejímu efektivnímu využití jsou však na míle daleko

Ve světě bankovnictví dochází k inovacím často paralelně vedle původních systémů, které nelze jednoduše nahradit. Proto se v tomhle oboru klade důraz spíše na postupný vývoj než na radikální změnu. Totéž platí i ve výrobním sektoru, kde musí transformace probíhat bez narušení plynulosti výroby.

Co nejčastěji brzdí transformace ve vysoce regulovaných sektorech, jako jsou finance nebo veřejná správa? Je podle vás pro úspěch důležitější silný interní tým, nebo správný externí partner?

Problémem není samotná regulace. Tou hlavní otázkou je, jak na ni zareagují samotné organizace. Starší systémy, neochota podstupovat rizika a složitost řízení procesů věci zpomalují. To je bohužel neoddiskutovatelný fakt. Ale s pomocí strukturovaného přístupu se i s tím vším dá vypořádat.

Je to patrné třeba v oblasti digitální identity, plateb a rozhodování založeného na umělé inteligenci. Otázkou je, jak zavést danou změnu kontrolovaným a auditovatelným způsobem. V praxi vás interní tým většinou chrání před provedením nesprávné změny. Externí partner vás má zase ochránit před tím, abyste samotný záměr změnu udělat nevzdali. K úspěchu potřebujete prostě obojí.

V čem jsou podle vás silné stránky současné české IT scény? Jak by měla vlastně růst v budoucnosti?

Česká kultura technologie a inženýringu je podle mě skutečně silná. Je přesná, pragmatická a dokáže se vyrovnat s lecjakým omezením. V čem se ale ještě musíme zlepšit, je přechod od „tvorby“ k „vlastnictví výsledků“. České IT se totiž dlouhé roky profilovalo jako realizátor: produkt patřil někomu jinému a my jsme ho pouze dodávali.

To se v posledních letech sice mění, ale vyžaduje to od nás nemalé sebevědomí. Občas se musíme odvážit klientovi třeba oponovat, když klade nesprávnou otázku. Další výzvou je, abychom nesli společnou odpovědnost za kompletní výsledek, nejen za konkrétní dodávku.

Kam směřuje Avenga v horizontu tří až pěti let v kontextu změn, o kterých jsme mluvili?

Naším hlavním cílem je být důvěryhodným partnerem v oblasti inženýringu zásadních byznysových transformací, a to konkrétně v oblasti řešení založených na umělé inteligenci. Tam se stírá hranice mezi softwarovým inženýrstvím a obchodními schopnostmi. Na českém a slovenském trhu to podle mě znamená posílit naši přítomnost zejména v bankovnictví, telekomunikacích a ve zpracovatelském průmyslu. Naše ambice bych ale nechtěl formulovat jen na půdorysu konkrétních odvětví.

Rád bych je spojil spíše s určitým typem problému, který naši současní nebo budoucí klienti mohou řešit: chceme být partnery tam, kde je v sázce tolik, že si klient nemůže dovolit udělat chybu, a kde se jakákoli povrchnost rychle ukáže. Právě pro tyto zakázky jsme podle mě stvořeni.

Jakou radu byste dal firmě, která právě startuje svou digitální transformaci?

Nesnažte se změnit všechno najednou. Začněte především s jasně definovaným obchodním problémem. Prokažte přínos v konkrétní oblasti a teprve poté rozšiřujte působnost. Buďte vůči sobě upřímní ohledně celkové připravenosti dat, architektury, správy a odpovědnosti. Bez těchto základů se totiž ani dobré nápady nedostanou do produkčního prostředí a do širšího měřítka. Pak možná i jednu radu pro silnou vůli v delším časovém horizontu: transformace je nepřetržitý proces, nikoli jednorázová iniciativa!

Rozhovor vyšel v magazínu CIOtrends 2–3/2026.

CIOtrends si můžete objednat i jako klasický časopis (v tištěné i v digitální podobně) Věnujeme se nejnovějším technologiím a efektivnímu řízení podnikové informatiky. Přinášíme nové ekonomické trendy a analýzy a zejména praktické informace z oblasti podnikového IT se zaměřením na obchodní a podnikatelské přínosy informačních technologií. Nabízíme možná řešení problémů spojených s podnikovým IT v období omezených rozpočtů. Naší cílovou skupinou je vyšší management ze všech odvětví ekonomiky.