AI nezachrání nejasnou práci. Jen ji zrychlí.
Pomáhám firmám pochopit, kde se ztrácí čas, kontext a odpovědnost — a nastavit práci, procesy a nástroje tak, aby AI dávala smysl v reálném provozu.
Nezačínám otázkou, jakou AI použít. Zajímá mě, jak práce skutečně funguje.
AI nástroje jsou dnes dostupné skoro každému. Rozdíl už nebude v tom, kdo si zaplatí lepší aplikaci. Rozdíl bude v tom, kdo dokáže správně popsat práci, odpovědnost, rozhodování a výsledek.
Často vidím, že firmy chtějí automatizovat část procesu, který ještě není jasně nastavený. Přibývají nástroje, ale neubývá chaos. Výstupy vznikají rychleji, ale nikdo přesně neví, které jsou správné, kdo je má ověřit a co se s nimi má stát dál.
Proto nejdřív hledám souvislosti: kde vzniká práce, kde se ztrácí informace, kde se rozhoduje a co má být skutečný výsledek. Teprve potom dává smysl řešit AI, automatizaci nebo nový systém.
Často vidím, když se AI zavádí špatně
- Automatizuje se proces, který nikdo pořádně nepopsal.
- Každý používá jiný nástroj a jiný postup.
- Výstupy přibývají, ale odpovědnost se rozmazává.
- AI se používá tam, kde chybí rozhodnutí, ne data.
Jak k tomu přistupuju já
- Nejdřív mapuju práci, odpovědnosti a rozhodování.
- Hledám, kde AI skutečně zkrátí cestu k výsledku.
- Odděluju problém procesu od problému nástroje.
- Navrhuju řešení, která lidé zvládnou používat i po prvním nadšení.
Tenhle způsob práce není teorie. Opakuje se mi napříč projekty, provozem i vlastními produkty.
Osobnostní profily jako , nebo mi ho dlouhodobě jen potvrzují – v tom, jak přemýšlím strategicky, pracuji samostatně a rozhoduji se i tam, kde nejsou jasná data.
Beru to spíš jako potvrzení praxe než jako nálepku.
Nejjednodušší začátek je krátký audit.
Audit práce v době AI
Než začnete kupovat další nástroje, automatizovat části práce nebo zavádět AI asistenty, dává smysl nejdřív pochopit, jak dnes práce skutečně proudí firmou.
Během auditu projdu konkrétní část firmy, týmu nebo procesu: jak vznikají úkoly, kde se předávají informace, kdo rozhoduje, co se opakuje ručně a kde se ztrácí kontext. Výstupem je mapa slabých míst a návrh několika konkrétních kroků, které mají největší poměr dopad / náročnost.
Někdy je řešením AI. Někdy automatizace. Někdy jednodušší proces. A někdy hlavně přestat optimalizovat nesmysl.
1. Jak práce skutečně vzniká
Úkoly, rozhodnutí, data, odpovědnosti a předávky.
2. Kde se ztrácí kontext
Místa, kde vznikají chyby, čekání, ruční práce nebo nejasné výstupy.
3. Co má smysl změnit
Proces, nástroj, automatizace, AI — nebo vědomé rozhodnutí nic nepřidávat.
Audit trvá typicky 2–5 dní podle rozsahu. Nehledáme dokonalost — hledáme největší zdroje ztraceného času a rychlé výhry.
Výstupem není tlustá zpráva do šuplíku, ale konkrétní mapa s prioritizovanými kroky, které můžete začít řešit hned.
Diagnostika práce v době AI
Zjistěte, kde se vám ztrácí čas, kontext a odpovědnost — a jestli tam AI vůbec dává smysl. Zdarma a do 5–7 minut.
▸ Spustit diagnostikuAudit není teorie. Je to praktický vstup, který otevírá dveře k další spolupráci — ať už jde o procesní změnu, implementaci nástroje nebo nastavení AI workflow.
Od průmyslu přes digitální produkty až po AI workflow v reálném provozu.
Tenhle přístup nevychází z prezentací o digitální transformaci. Opakuje se mi napříč prostředími, kde nestačí dobrý nápad, ale musí fungovat návaznosti, data, lidé, rozhodnutí a odpovědnost. Ve výrobních projektech, digitálních showroomech i vlastních produktech se ukazuje totéž: systém není to, co je nakreslené v diagramu. Systém je to, co lidé skutečně používají, když je tlak, málo času a neúplná data.
Tohle nejsou teorie. Níže jsou konkrétní situace, kde byl tenhle přístup potřeba.
▸ iShowroom IT & 3D AR/VR studio — projekty, provoz, obchod a produkt v jednom
Situace: Rychle rostoucí produkt, tlak klientů, omezené kapacity.
Na čem záleželo: Externě působím jako operations lead / PM ve startupovém prostředí, kde se potkává vývoj, klientské projekty, obchod, marketing, kapacity, termíny a každodenní operativa. Moje role je držet celek pohromadě a pomáhat tomu, aby nápady, lidé, klienti a dodávky nezačaly žít každý vlastním životem.
Co se změnilo: Stabilnější provoz, jasnější odpovědnost, méně hašení a víc práce se systémem jako celkem.
▸ Automotive projekty Škoda Electric, Hronovský, MUT Automotive — projekty, rozpočty, dodavatelé a reálný provoz
Situace: Složité technické projekty, nejasná zadání, změny za běhu, tlak na termíny a výrobu.
Na čem záleželo: Rozhodovat i s neúplnými informacemi a hlídat dopad změn do výroby, ne jen do tabulek.
Co se změnilo: Projekty se nerozpadly pod vlastní složitostí a dostaly se do výroby bez ztráty kontroly.
▸ Unipetrol Rafinérie a petrochemie — paralelní investiční projekty v prostředí s vysokou odpovědností
Situace: Více než deset paralelních projektů v prostředí s vysokými nároky na bezpečnost a koordinaci.
Na čem záleželo: Reálný stav na místě, rozhodování bez kompletních dat, sladění lidí, techniky a dodavatelů.
Co se změnilo: Lepší kontrola nad paralelními projekty a jasnější odpovědnost v rozhodování.
Vlastní produkty stavím jako praktické odpovědi na opakující se problém: příliš mnoho ruční práce, nejasný systém nebo nástroje, které běžný člověk nechce obsluhovat jako palubní desku raketoplánu.
bkngweb.com
Jednoduchý rezervační SaaS pro malé ubytovatele, kteří nechtějí technický cirkus.
Zobrazit projekt →Kdy spolupráce se mnou dává smysl
Ozvěte se, pokud nechcete jen „nasadit AI", ale pochopit, kde má v práci skutečně místo.
Spolupráce dává smysl ve chvíli, kdy se vám ztrácí přehled v projektech, obchodu, komunikaci, ruční administrativě nebo rozhodování — a tušíte, že další nástroj sám o sobě problém nevyřeší.
Nejjednodušší začátek je krátká diagnostika nebo audit konkrétní části firmy.
Kdy moje zapojení funguje nejlépe
- když se rozhoduje pod tlakem a s neúplnými informacemi
- když je potřeba sladit lidi, procesy a technologie
- když systém funguje „na papíře", ale ne v realitě
- když chcete zjistit, kde AI opravdu dává smysl
Kdy většinou ne
- když se hledá jen rychlá exekuce bez kontextu
- když má AI vyřešit nejasné zadání
- když je odpovědnost rozptýlená, ale kontrola centralizovaná
- když není prostor říct, že něco nedává smysl
Napište mi, kde vám to dnes drhne.
Do zprávy stačí stručně popsat, kde se vám ztrácí čas, kontext nebo odpovědnost: projekty, obchod, komunikace, ruční administrativa, rozhodování, nástroje nebo AI.
AI won't save unclear work. It just accelerates it.
I help companies understand where time, context, and accountability are lost — and set up work, processes, and tools so that AI makes sense in real operations.
I don't start with which AI to use. I care about how work actually functions.
AI tools are available to almost everyone today. The difference will no longer be who pays for a better app. The difference will be who can accurately describe the work, accountability, decision-making, and outcome.
I often see companies trying to automate a part of a process that isn't clearly set up yet. More tools are added, but the chaos doesn't decrease. Outputs are produced faster, but no one knows for sure which ones are correct, who should verify them, or what happens next.
That's why I first look for connections: where work originates, where information gets lost, where decisions are made, and what the actual outcome should be. Only then does it make sense to address AI, automation, or a new system.
What I often see when AI is implemented poorly
- A process that no one has properly described is being automated.
- Everyone uses a different tool and a different procedure.
- Outputs multiply, but accountability gets blurred.
- AI is used where decisions are missing, not data.
How I approach it
- First, I map the work, accountability, and decision-making.
- I look for where AI can actually shorten the path to the outcome.
- I separate process problems from tool problems.
- I propose solutions people can keep using after the initial excitement fades.
This way of working is not theory. It repeats across projects, operations, and my own products.
Profiles like , or keep confirming it—how I think strategically, work independently, and decide even when the data isn't complete.
I take it as confirmation of practice, not a label.
The easiest start is a short audit.
Work audit in the AI era
Before buying more tools, automating parts of work, or deploying AI assistants, it makes sense to first understand how work actually flows through the company today.
During the audit, I go through a specific part of the company, team, or process: how tasks arise, where information is handed over, who decides, what is repeated manually, and where context is lost. The output is a map of weak spots and a proposal of several concrete steps with the highest impact-to-effort ratio.
Sometimes the solution is AI. Sometimes automation. Sometimes a simpler process. And sometimes mainly stopping the optimization of nonsense.
1. How work actually originates
Tasks, decisions, data, accountability, and handovers.
2. Where context gets lost
Places where errors, waiting, manual work, or unclear outputs occur.
3. What is worth changing
Process, tool, automation, AI — or a conscious decision to add nothing.
The audit typically takes 2–5 days depending on scope. We are not looking for perfection — we are looking for the biggest sources of wasted time and quick wins.
The output is not a thick report for a drawer, but a concrete map with prioritized steps you can start addressing right away.
The audit is not theory. It is a practical entry point that opens the door to further collaboration — whether it is process change, tool implementation, or setting up an AI workflow.
From industry to digital products to AI workflows in real operations.
This approach doesn't come from digital-transformation presentations. It repeats across environments where a good idea isn't enough — dependencies, data, people, decisions, and accountability must work. In manufacturing projects, digital showrooms, and my own products, the same thing shows: the system isn't what's drawn in a diagram. The system is what people actually use when there's pressure, little time, and incomplete data.
These are not theories. Below are concrete situations where this approach was needed.
▸ iShowroom IT & 3D AR/VR studio — projects, operations, sales, and product in one
Situation: A fast-growing product, client pressure, limited capacity.
What mattered: I work externally as operations lead / PM in a startup environment where development, client projects, sales, marketing, capacity, deadlines, and daily operations meet. My role is to keep the whole together and help ensure that ideas, people, clients, and deliveries do not start living their own separate lives.
What changed: More stable operations, clearer accountability, less firefighting, and more work with the system as a whole.
▸ Automotive projects Škoda Electric, Hronovský, MUT Automotive — projects, budgets, suppliers, and real operations
Situation: Complex technical projects, unclear briefs, changes mid-stream, pressure on deadlines and production.
What mattered: Decide even with incomplete information and watch the impact of changes on production, not just spreadsheets.
What changed: Projects didn't collapse under their own complexity and made it to production without losing control.
▸ Unipetrol Refinery and petrochemistry — parallel investment projects in a high-accountability environment
Situation: More than ten parallel projects in an environment with high safety and coordination demands.
What mattered: Reality on the ground, decision-making without complete data, aligning people, equipment, and suppliers.
What changed: Better control over parallel projects and clearer accountability in decision-making.
I build my own products as practical answers to a recurring problem: too much manual work, an unclear system, or tools that an ordinary person does not want to operate like a spaceship dashboard.
bkngweb.com
A simple booking SaaS for small accommodation providers who do not want a technical circus.
View project →When working with me makes sense
Reach out if you don't just want to "deploy AI", but to understand where it actually has a place in your work.
Cooperation makes sense when you are losing track of projects, sales, communication, manual administration, or decision-making — and you suspect that another tool alone will not solve the problem.
The easiest start is a short diagnostic or an audit of a specific part of the company.
When my involvement works best
- when decisions are made under pressure and with incomplete information
- when people, processes, and technology need to be aligned
- when the system works "on paper", but not in reality
- when you want to find out where AI actually makes sense
When it usually does not
- when you are only looking for fast execution without context
- when AI is expected to solve an unclear brief
- when responsibility is distributed but control is centralized
- when there isn't room to say that something doesn't make sense
Write me where things are grinding today.
In your message, just briefly describe where time, context, or accountability is being lost: projects, sales, communication, manual admin, decision-making, tools, or AI.