Dali jsme AI vlastní Mac mini. Dnes nám pomáhá vést softwarovou firmu
AI už u nás není jen asistent, kterého se ptáme na radu. Má přístup k firemním systémům, zdrojovým kódům i marketingovým nástrojům. Pomáhá nám s vývojem aplikací, kontrolou kvality, správou webu nebo vyhodnocováním reklamních kampaní. A dostaneme se k ní prakticky odkudkoliv.
Ještě nedávno jsme AI používali podobně jako většina vývojářů. Otevřít Cursor, napsat zadání, nechat vygenerovat kus kódu a pokračovat v práci. Fungovalo to dobře. Jenže postupně jsme si začali uvědomovat jednu věc: proč vlastně AI používáme pouze k programování, když velkou část našeho pracovního dne tvoří úplně jiné činnosti?
V CodeClever vyvíjíme mobilní aplikace a softwarová řešení pro firmy. Vedle samotného vývoje ale řešíme obchod, komunikaci se zákazníky, marketing, cenotvorbu, správu projektů a spoustu dalších věcí. A tak jsme se rozhodli zkusit něco jiného.
Místo dalšího AI chatu vlastní pracovní prostředí
Vzali jsme Mac mini a udělali z něj prostředí pro našeho AI agenta.
Základem je u nás Cursor, který běžně používáme při vývoji softwaru. Pro ty, kdo ho neznají: Cursor je vývojové prostředí, tedy editor kódu, ve kterém pracuje AI agent schopný nejen radit, ale i přímo pracovat s kódem a dalšími nástroji. Stejný princip ale není vázaný na jeden produkt — podobně lze použít třeba Claude Code, Codex nebo jiného agenta, který umí pracovat s nástroji a soubory. Tentokrát jsme možnosti rozšířili daleko za samotné programování. Agent má přístup k nástrojům, se kterými každý den pracujeme. Dokáže tak nejen navrhovat řešení, ale také pracovat s informacemi a provádět konkrétní operace.
Mac mini přitom nemusíme mít fyzicky u sebe. Díky Tailscale se k němu dokážeme bezpečně připojit na dálku. Tailscale je služba, která mezi vašimi zařízeními postaví šifrovanou privátní síť (tzv. mesh VPN): laptop, telefon a Mac mini v kanceláři se vidí, jako by byly ve stejné lokální síti, aniž byste museli otevírat porty na routeru nebo vystavovat počítač celému internetu. Stačí mít na zařízeních nainstalovaného klienta a přihlášení do stejného „tailnetu“. My tak můžeme s pracovním prostředím AI agenta pracovat odkudkoliv — z domu, z cesty nebo z kavárny — a Mac mini přitom zůstává za firemní sítí.
Nejde o žádnou revoluční technologii. Zajímavé je, co všechno vznikne jejím propojením.
Jeden agent, několik oblastí firmy
Původně jsme AI agenta (u nás v Cursoru) používali především pro vývoj aplikací. Dnes pokrývá podstatně více činností.
Vývoj a správa softwaru
Agent má přístup k našim repozitářům. Může analyzovat existující projekty, upravovat kód, pracovat s testy a pomáhat při nasazování aplikací. Umožňuje nám také systematičtěji kontrolovat kvalitu vytvořeného softwaru.
CRM a obchod
Agent umí pracovat s naším interním CRM a informacemi o zákaznících. Když potřebujeme analyzovat obchodní příležitost nebo připravit podklady k rozhodování, nemusíme informace ručně hledat napříč několika systémy.
Firemní web, SEO a GEO
AI má přístup také k našemu webu. Pomáhá nám analyzovat jeho obsah, vyhledávat příležitosti ke zlepšení SEO a zabývat se také GEO, tedy optimalizací viditelnosti značky v odpovědích AI vyhledávačů a asistentů. To je oblast, kterou aktuálně intenzivně řešíme i pro samotný CodeClever.
Marketing a reklamní kampaně
Další oblastí jsou reklamní kampaně. Agent nám pomáhá sledovat jejich výsledky, analyzovat výkonnost a vyhodnocovat, kde marketingový rozpočet přináší největší hodnotu.
Cenotvorba
AI využíváme také při obchodním rozhodování a tvorbě cen. Dokáže pracovat s dostupnými informacemi, porovnávat varianty a připravovat podklady pro cenová rozhodnutí. Finální rozhodnutí ale samozřejmě zůstává na nás.
Příklady z praxe
Nejde o jednorázový experiment. Tady jsou tři situace, které u nás opakovaně řešíme — a kde je rozdíl mezi „chatem s AI“ a agentem s přístupem k nástrojům nejvíc vidět.
Kontrola před releasem. Když chystáme merge větší změny, agent projede diff, spustí relevantní testy a sepíše krátký přehled rizik (co se mohlo rozbít, co chybí v testech, na co se podívat ručně). Člověk pak udělá finální review a rozhodne o merge. To, co dřív často zabralo kolem 90 minut ručního procházení a ověřování, dnes zvládneme zhruba za 20 minut — včetně lidské kontroly.
SEO a GEO audit jedné stránky. Agent analyzuje konkrétní stránku webu, najde chybějící strukturu (například H2 nebo FAQ vhodné pro citování AI asistenty) a navrhne úpravy textu. Člověk schválí formulace, případně je upraví, a změny nasadíme. Jedna stránka, která dřív trvala kolem tří hodin od auditu po draft, dnes typicky zabere kolem 45 minut.
Cenové scénáře k leadu. Když řešíme novou obchodní příležitost, agent porovná podobné projekty z našeho CRM a připraví dva až tři cenové scénáře s krátkým zdůvodněním. Člověk vybere variantu, doladí ji a odešle klientovi. Příprava podkladů, která dřív trvala kolem 1,5 hodiny, dnes zabere zhruba 20 minut — rozhodnutí ale zůstává na nás.
AI agent není totéž co automatizace
Tady je důležité vysvětlit jeden rozdíl. Náš AI agent (ať už v Cursoru, Claude Code, Codexu nebo jiném nástroji) není autonomní zaměstnanec, který si každé ráno sám vymyslí, co bude dělat. Pracuje na základě našich zadání. Když potřebujeme analyzovat kampaň, prověřit projekt nebo něco změnit v aplikaci, dáme mu konkrétní úkol.
Pro plně automatizované procesy používáme samostatné řešení Grok Bot. Díky tomu můžeme oddělit dvě věci:
- AI, se kterou aktivně spolupracujeme a které zadáváme komplexnější úkoly.
- Automatizace, které dokážou vykonávat předem definované procesy bez nutnosti pokaždé zadávat instrukce.
Tyto dva přístupy se dobře doplňují.
Proč jsme si vybrali právě Mac mini?
Není to tím, že by AI agent nutně potřeboval počítač od Applu. Mac mini pro nás představoval praktický způsob, jak provozovat vlastní pracovní prostředí, které může být dlouhodobě dostupné. Navíc jako vývojáři mobilních aplikací Mac stejně potřebujeme pro práci s iOS. A díky vzdálenému přístupu přes Tailscale se nemusíme omezovat na jedno pracovní místo — agent běží na pevném stroji v kanceláři, my se k němu připojíme z libovolného místa.
Samotný hardware je ale jen malá část celého řešení. Mnohem důležitější je správně propojit jednotlivé systémy, nastavit oprávnění a připravit prostředí, ve kterém agent dokáže spolehlivě pracovat.
Co nás to naučilo?
Největší přínos AI podle nás nespočívá v tom, že dokáže během několika sekund napsat e-mail nebo vygenerovat kus kódu. Skutečná hodnota začíná ve chvíli, kdy AI rozumí kontextu vaší práce a dokáže používat nástroje, které už máte.
Když nemusíte několikrát vysvětlovat, kde jsou informace o projektu. Když agent dokáže pracovat s vaším CRM, repozitáři nebo firemním webem. A když se místo ručního procházení několika systémů můžete soustředit na rozhodnutí, která mají pro firmu skutečný význam.
Bezpečnost a lidská kontrola
Samozřejmě to neznamená, že všechno funguje bezchybně. AI stále může chybovat. Proto je důležité kontrolovat výsledky, správně nastavit přístupy k citlivým datům a u důležitých operací zachovat lidskou kontrolu.
Doporučujeme řídit se principem nejnižších oprávnění: agent by měl mít přístup jen k tomu, co pro danou práci skutečně potřebuje, a přístupy do jednotlivých systémů by měly být od sebe oddělené. Důležité nebo nevratné operace by měl vždy nejdřív schválit člověk. A výstupy AI je dobré brát jako návrh, který někdo zkontroluje, ne jako hotovou věc.
Ani my nechceme předat rozhodování o celé firmě umělé inteligenci. Chceme, aby nám pomáhala dělat práci efektivněji.
A co to znamená pro ostatní firmy?
Když jsme začali podobné řešení stavět, uvědomili jsme si, že většina jeho principů není specifická pro softwarovou firmu:
- Účetní kancelář má své dokumenty a klientské systémy.
- Obchodní firma má CRM, nabídky a objednávky.
- E-shop pracuje se skladovými zásobami, marketingem a zákaznickou podporou.
Všude existují procesy, při kterých lidé přenášejí informace mezi systémy, ručně je vyhodnocují nebo opakují podobné činnosti. A právě tady může AI pomoci.
Nemusí jít o žádný složitý projekt. Někdy stačí propojit dva existující systémy a správně navrhnout jeden pracovní postup.
Chcete podobné řešení i ve své firmě?
V CodeClever se specializujeme na vývoj softwaru, AI integrace a automatizaci firemních procesů. Sami tyto technologie každodenně používáme, takže dobře víme, co dnes funguje, kde jsou jejich limity a na co si dát pozor.
Pokud ve firmě řešíte opakující se administrativu, práci s několika systémy nebo chcete AI zapojit do skutečných firemních procesů, rádi s vámi probereme možnosti.
CodeClever – vyvíjíme software a AI řešení, která firmám pomáhají pracovat efektivněji.
Často kladené otázky
Co dělá AI agent ve firmě CodeClever?
Pomáhá s vývojem a správou softwaru, s prací s interním CRM, se správou firemního webu včetně SEO a GEO, s vyhodnocováním reklamních kampaní a s přípravou podkladů pro cenová rozhodnutí. Pracuje na základě konkrétních zadání.
Proč AI agent běží právě na Mac mini?
AI agent nutně nepotřebuje počítač od Applu. Mac mini je praktický způsob, jak provozovat vlastní dlouhodobě dostupné pracovní prostředí, a jako vývojáři mobilních aplikací Mac stejně potřebujeme pro práci s iOS. Na dálku se k němu připojujeme přes Tailscale — šifrovanou privátní síť (VPN mesh), díky které nemusíme Mac mini vystavovat přímo na internet.
Jaký je rozdíl mezi AI agentem a automatizací?
AI agent pracuje na základě zadání a řeší komplexnější úkoly ve spolupráci s lidmi. Automatizace vykonávají předem definované procesy bez nutnosti pokaždé zadávat instrukce. V CodeClever na plně automatizované procesy používáme samostatné řešení Grok Bot. Oba přístupy se doplňují.
Rozhoduje AI ve firmě místo lidí?
Ne. AI připravuje podklady, porovnává varianty a pomáhá s prací, ale finální rozhodnutí zůstávají na lidech. Důležité nebo nevratné operace by měl vždy schválit člověk a výstupy AI je potřeba kontrolovat.
Může podobné řešení využít i jiná firma než softwarová?
Ano. Většina principů není specifická pro softwarovou firmu. Účetní kancelář, obchodní firma i e-shop mají procesy, kde lidé přenášejí informace mezi systémy nebo opakují podobné činnosti. Někdy stačí propojit dva existující systémy a správně navrhnout jeden pracovní postup.