====== AI jako strategický partner CEO ======

//Vytvořeno: **8.3.2026** | Aktualizováno: **~~LASTMOD~~**//

//Analýza rozhovoru s Davidem Kolářem (Scale Up Board)//

Tento zápisek vytěžuje [[https://youtu.be/3MB_K9oqvHo?is=xnPcK4Sd6AGgfeLx|video David Kolář: AI jako pravá ruka CEO – od marketingu po rozhodování]]. Hlavní myšlenka je posun od AI jako nástroje na texty a obrázky k AI jako strategickému partnerovi CEO pro rozhodování, marketing, obchod, finance a práci s firemním know-how.

{{youtube>3MB_K9oqvHo?}}

===== Stručné shrnutí =====

  * AI se dá používat jako **augmentace CEO** – ne jako náhrada člověka, ale jako druhý mozek pro rychlé modelování variant, analýzu dat a oponenturu rozhodnutí.
  * Klíčová není samotná technologie, ale **kvalita kontextu**. Ve videu zaznívá princip „shit in, shit out“ / „garbage in, garbage out“: špatné zadání vede ke špatnému výstupu.
  * Silný use-case je **AI Advisory Board**: místo drahého poradního sboru lze připravit multipersona AI board s rolemi typu CFO, CMO, investor, analytik nebo skeptik.
  * AI mění marketing z pasivních PDF lead magnetů na interaktivní asistenty. Ve videu je uveden pokles ceny leadu z cca **500 Kč na 80 Kč**.
  * V obchodě pomáhá s přípravou na schůzky, analýzou námitek, koučinkem obchodníků a tvorbou další argumentace.
  * Do budoucna se počítá s firmou řízenou přes centrální znalostní bázi / vektorovou databázi, kde se CEO ptá přirozeným jazykem místo klikání v CRM.
  * Na konci je důležitá zmínka o **rychločtení**: AI generuje velké množství výstupů, a proto roste hodnota schopnosti rychle číst, skenovat a ověřovat nuance.

===== Kontext: od promptingu k briefingu =====

Ve starším zápisu k tomuto videu byl doplněný ještě důležitý zdroj od Tomáše Čupra: [[https://tomascupr.substack.com/p/stop-prompting-start-briefing|Stop prompting, start briefing]]. Dobře zapadá do hlavní teze videa: pro strategické použití AI nestačí „promptovat“, ale je potřeba připravit kvalitní briefing.

Na základě tohoto principu vznikl také [[https://chatgpt.com/g/g-6898371603b08191b9d49a655b2eee95-your-personal-context-engineer|Your Personal Context Engineer]]. Smysl takového asistenta je nejdřív pomoci sestavit detailní zadání pro jiného AI asistenta. Nejde tedy o jeden chytrý dotaz, ale o formální proces přípravy kontextu, cíle, omezení, dat a očekávaného výstupu.

Praktická interpretace:

  * prompt je jednotlivý pokyn,
  * briefing je zadávací dokumentace,
  * dobrý strategický AI výstup začíná briefingem,
  * čím dražší nebo důležitější rozhodnutí, tím víc času má jít do přípravy kontextu.

===== Hlavní teze =====

==== Augmented CEO ====

„Augmented CEO“ je šéf firmy, který AI nepoužívá jen na exekutivu, ale hlavně na strategickou práci. AI se stává sparing partnerem pro otázky typu:

  * co se stane, když změníme obchodní model,
  * jak zvýšit hodnotu zákazníka,
  * kde jsou rizika v cashflow,
  * které segmenty zákazníků mají největší potenciál,
  * jakou variantu strategie by napadl investor, CFO nebo skeptik.

Důležitý rozdíl je mezi AI, která pracuje **pro člověka**, a AI, která pracuje **s člověkem**. První varianta dělá jednotlivé úkoly. Druhá varianta pomáhá přemýšlet.

==== Jeden živý management a jeden augmentovaný management ====

Ve videu zaznívá myšlenka mít vedle běžného managementu ještě augmentovanou AI vrstvu. Lidé dodávají kontext, odpovědnost, vztahy a komitment. AI dodává rychlost, strukturu, výpočetní sílu a schopnost projít velké množství dat.

Prakticky to může znamenat:

  * živý CFO řeší odpovědnost, lidi a finální rozhodnutí,
  * AI CFO rychle analyzuje výkazy, rizika a scénáře,
  * živý CMO řeší značku a tým,
  * AI CMO generuje varianty kampaní, segmentace a hypotézy,
  * živý CEO rozhoduje,
  * AI board rozhodnutí oponuje.

==== Kontext je dražší než prompt ====

Jednoduchý prompt nestačí. Pro strategickou práci je potřeba dát AI:

  * popis firmy,
  * aktuální situaci,
  * historická data,
  * cíle,
  * finanční výkazy,
  * prezentace,
  * předchozí rozhodnutí,
  * omezení,
  * roli, ze které má odpovídat,
  * explicitní pravidla, co nesmí dělat.

Důležité pravidlo z videa:

<code>
Pokud nemáš data, označ to jako předpoklad.
Nehalucinuj fakta. Odděl fakta, interpretace a doporučení.
</code>

===== AI Advisory Board =====

Nejsilnější část videa je příklad AI poradního sboru. Podle reportu z NotebookLM šlo o situaci, kdy David Kolář řešil prodloužení životního cyklu zákazníka a původně plánoval sestavit reálný Advisory Board z top lidí z českého byznysu.

==== Vstupy ====

Příklad ve videu pracuje s těmito vstupy:

  * hodinový video/audio kontext k aktuální situaci firmy,
  * data a prezentace,
  * více audio/textových souborů,
  * konkrétní strategický problém,
  * požadavek na prodloužení customer lifetime cycle / LTV.

==== Postup ====

  - Připravit detailní kontext k firmě a problému.
  - Nahrát ho do AI modelu.
  - Vytvořit role poradního sboru.
  - Nechat jednotlivé role analyzovat situaci z různých úhlů.
  - Požádat o rizika, příležitosti, strategii a 90denní exekuční plán.
  - Explicitně vyžadovat oddělení faktů, předpokladů a doporučení.

==== Anatomie promptu ====

Dobrý prompt pro AI Advisory Board má několik částí:

  * **multi-persona simulace** – role jako CFO, CMO, investor, akcionář, CSO nebo skeptik,
  * **detailní definice person** – odpovědnosti, cíle, expertíza a úhel pohledu,
  * **negative constraints** – co AI nesmí dělat,
  * **výstupní formát** – rizika, varianty strategie, 90denní plán, metriky,
  * **risk apetit** – například konzervativní vs. moonshot,
  * **vynucení kvalitního vstupu** – pokud chybí kontext, AI si ho má vyžádat.

==== Ukázkový prompt ====

<code>
Chovej se jako můj Advisory Board složený z pěti expertů:

1. CFO – hlídá finanční dopady, cashflow, marži a rizika.
2. CMO – řeší marketing, positioning, akvizici a značku.
3. Investor – hodnotí škálovatelnost, návratnost a hodnotu firmy.
4. Skeptik – hledá slabá místa, slepé skvrny a rizika.
5. Exekuční ředitel – převádí strategii do 90denního plánu.

Tady je kontext firmy, data a problém, který řeším:
[ vložit kontext ]

Cíl: navrhnout strategii pro prodloužení customer lifetime cycle / LTV.
Risk apetit: [konzervativní / vyvážený / moonshot]

Výstup strukturovaně rozděl na:
- fakta ze zadaných dat,
- předpoklady,
- hlavní rizika,
- příležitosti,
- doporučenou strategii,
- co nedělat,
- 90denní exekuční plán.

Pokud pro nějaký závěr nemáš dost dat, napiš to explicitně.
Nevymýšlej čísla, pokud nejsou ve vstupních datech.
</code>

==== Ekonomika příkladu ====

Ve videu je podle reportu uveden kontrast mezi nákladným lidským boardem a AI variantou:

  * odhadovaný náklad lidského boardu: cca **500 000 Kč**,
  * AI výstup: cca **600 Kč**,
  * čas: řádově minuty místo dlouhé koordinace lidí,
  * kvalita: AI výstup byl popsaný jako systematičtější a datově hlubší.

To neznamená, že AI nahradí hodnotu lidí úplně. Lidé zůstávají důležití pro závazek, odpovědnost, vztah a emoční rovinu rozhodování.

===== Byznysové use-cases =====

==== 1. Marketing: z PDF lead magnetu na AI asistenta ====

Ve videu zaznívá příklad checklistu „Rockefellerovy návyky“. Původní forma byla statické PDF ke stažení. Nová forma je interaktivní AI asistent, který uživatele checklistem provede.

Dopad podle reportu:

  * původní cena leadu: cca **500 Kč**,
  * nová cena leadu: cca **80 Kč**,
  * hlavní změna: nikoli nutně jiný obsah, ale jiná forma – aktivní průvodce místo pasivního dokumentu.

Praktický závěr:

  * každý statický e-book, checklist nebo metodika může být kandidát na AI asistenta,
  * asistent může uživateli klást otázky,
  * přizpůsobí výstup jeho situaci,
  * vytváří větší důvěru než anonymní PDF.

==== 2. Obchod: příprava na schůzku ====

AI může obchodníkovi připravit profil zákazníka z veřejných zdrojů a dostupných dat. Ve videu jsou zmíněny zdroje typu Merk a Justice a vizualizace v nástroji typu Miro.

Workflow:

  - Před schůzkou se stáhnou / připraví data o firmě.
  - AI vytvoří stručný profil zákazníka.
  - Vypíše pravděpodobné problémy, příležitosti a otázky.
  - Obchodník přijde na schůzku připravenější.
  - Klient vidí, že druhá strana rozumí jeho kontextu.

Možný prompt:

<code>
Připrav mi profil zákazníka před obchodní schůzkou.
Použij dostupná data o firmě, historii, obratech a veřejných informacích.

Výstup:
- stručný popis firmy,
- pravděpodobné priority vedení,
- možné bolesti,
- otázky na schůzku,
- rizika v komunikaci,
- návrh první hodnotné nabídky.
</code>

==== 3. Obchod: analýza schůzek a coaching ====

Po schůzce lze transkript z nástroje typu Fireflies.ai použít jako vstup pro AI kouče. Ten může analyzovat:

  * hlavní námitky klienta,
  * chybějící argumenty,
  * slabá místa obchodníka,
  * opakující se chyby v týmu,
  * návrh dalšího follow-upu,
  * argumentaci pro další kolo jednání.

Prompt:

<code>
Zanalyzuj tento transkript obchodní schůzky.

Chci výstup:
- hlavní potřeby klienta,
- hlavní obavy a námitky,
- co jsme dobře vysvětlili,
- kde jsme ztratili důvěru,
- jaké otázky jsme měli položit,
- návrh argumentace pro další hovor,
- konkrétní feedback pro obchodníka.
</code>

==== 4. Finance: AI CFO ====

Ve videu zaznívá, že CFO a juniorní finanční management jsou výrazně zasažené role. AI dokáže rychle interpretovat výsledovku a rozvahu v PDF a najít rizika nebo příležitosti.

Použití:

  * nahrát výsledovku a rozvahu,
  * zadat roli seniorního CFO,
  * nechat vysvětlit situaci srozumitelně pro CEO,
  * vyžádat si rizika, cashflow otázky a doporučení pro nejbližší období.

Prompt:

<code>
Jsi můj seniorní CFO.
Podívej se na tyto finanční výkazy a vysvětli mi je jako CEO.

Zaměř se na:
- kde pálíme zbytečně peníze,
- co ohrožuje cashflow,
- kde máme riziko v marži,
- které ukazatele se zhoršují,
- co mám řešit tento týden,
- co mám řešit tento měsíc,
- co jsou fakta a co jen předpoklady.
</code>

==== 5. Firemní know-how: centrální mozek firmy ====

Budoucí vize z videa je firma, kde CRM, tabulky a reporty ustupují do pozadí. Nad firemními daty vzniká centrální znalostní vrstva – například vektorová databáze / RAG systém – do které se ukládá kontext firmy.

Do této vrstvy mohou patřit:

  * vize firmy,
  * obchodní data,
  * finanční data,
  * zákaznické profily,
  * zápisy ze schůzek,
  * rozhodnutí managementu,
  * marketingové materiály,
  * procesy a metodiky.

CEO se pak nemusí ptát v CRM, ale přirozeným jazykem:

<code>
Ukaž mi zákazníky s největším potenciálem v tomto kvartálu.
Kteří zákazníci mají největší riziko odchodu?
Kde máme největší nevyužitý obchodní potenciál?
Jaké tři kroky nejvíc zvýší LTV?
</code>

Ve videu jsou v tomto kontextu zmíněny nástroje jako Supabase a N8N. Technická implementace ale ve zdroji není detailně rozebraná.

==== 6. Vibe coding a technická nezávislost CEO ====

Vibe coding je ve videu zmíněný jako programování pomocí přirozeného jazyka. Důležitá myšlenka není, že CEO musí být vývojář, ale že člověk s jasnou představou může pomocí AI rychleji tvořit interní nástroje, automatizace nebo prototypy.

Praktické využití:

  * prototyp interní aplikace,
  * propojení datových zdrojů,
  * jednoduché automatizace,
  * skripty na úklid nebo třídění dat,
  * rychlé ověření nápadu před zadáním vývojářům.

Poznámka: konkrétní technický postup k vibe codingu ve videu není dostatečně rozvedený. Je to spíš strategická inspirace než hotový návod.

===== Nástrojový stack =====

Ve starším zápisu byly užitečně rozepsané i nástroje, které do podobného workflow zapadají.

==== Jazykové modely ====

Pro strategickou práci dává smysl nepoužívat jen jeden model. Ve starším zápisu byla zmíněná **triple validace** přes GPT-4, Gemini a Perplexity:

  * stejný problém projde více modely,
  * porovnají se rozdíly,
  * hledají se rozpory a slepá místa,
  * výstup se bere jako podklad pro rozhodnutí, ne jako definitivní pravda.

==== Automatizace a data ====

Typický agentický flow může vypadat takto:

<code>
transkript schůzky z Fireflies
→ analýza přes LLM
→ uložení výstupu do Supabase
→ notifikace do týmu
→ další úkol nebo follow-up
</code>

Role nástrojů:

  * **N8N** – orchestrátor workflow a automatizací,
  * **Supabase** – databáze / vektorová vrstva pro RAG,
  * **Fireflies.ai** – záznam a přepis schůzek,
  * **Miro** – vizualizace přípravy a zákaznického profilu,
  * **Merk** – data o firmách pro obchodní přípravu.

==== Bezpečnost a soukromí ====

U citlivých firemních dat je potřeba řešit, kam se data posílají. Týká se to hlavně:

  * finančních výkazů,
  * obchodních strategií,
  * zákaznických dat,
  * interních dokumentů,
  * transkriptů schůzek.

Ve starším zápisu byl doplněný praktický závěr: u vysoce citlivých dat může dávat smysl lokální open-source LLM nebo interní infrastruktura, kde firma kontroluje logování, přístupová práva a retention politiku.

===== Rychločtení a informační metabolismus =====

Na konci videa je zmíněné rychločtení. V kontextu AI to dává smysl: AI dramaticky zvyšuje množství textu, analýz a variant, které člověk dostává. Slabé místo už není jen generování obsahu, ale schopnost ho rychle projít, pochopit a ověřit.

Praktická role rychločtení:

  * rychle skenovat dlouhé AI výstupy,
  * hledat klíčové body a rozpory,
  * odlišit fakta od domněnek,
  * neztratit nuance v dlouhém textu,
  * zrychlit učení z knih, reportů a transkriptů.

AI může sloužit jako trenažér rychločtení:

<code>
Budeš můj trenér rychločtení.
Dej mi krátký text, spusť časový limit, potom mě otestuj z pochopení.
Vyhodnoť, co jsem zachytil správně, co mi uniklo a jak mám číst další text.
Postupně zvyšuj obtížnost.
</code>

Důležitá nuance: shrnutí od AI nenahrazuje schopnost číst plný text. Shrnutí šetří čas, ale může ztratit důležité detaily. Rychločtení pomáhá kombinovat obě věci – AI shrne, člověk rychle ověří.

===== Ohrožené role a změna hodnoty práce =====

Podle videa jsou ohrožené hlavně role, jejichž hodnota stojí na zpracování informací a tvorbě podkladů:

  * CFO / finanční controlling,
  * juniorní manažeři,
  * výkonoví markeťáci,
  * poradci, kteří jen předávají metodiky,
  * jednoúčelové softwarové wrappery.

Největší hodnota se přesouvá k tomu, co AI sama nedodá:

  * vztah,
  * důvěra,
  * komunita,
  * lidský závazek,
  * schopnost rozhodnout,
  * schopnost nést odpovědnost,
  * schopnost držet zákazníka „za ruku“.

Ve videu se objevuje rámec „hmota – mysl – duch“:

  * **Hmota:** checklisty, CRM, data, knowledge base – vysoká míra automatizace.
  * **Mysl:** analýza, strategie, rozhodování – rychle se augmentuje AI.
  * **Duch:** vztahy, sounáležitost, komunita – zůstává lidskou doménou a může být ještě cennější.

===== Praktický akční plán =====

==== Okamžitě ====

  - Vybrat jedno strategické rozhodnutí a zkusit na něj AI Advisory Board.
  - Připravit k němu detailní kontext, ne jen krátký prompt.
  - U každého důležitého AI výstupu vyžadovat oddělení faktů, předpokladů a doporučení.
  - Vybrat jeden statický lead magnet a navrhnout jeho AI verzi.
  - U jedné obchodní schůzky použít AI na přípravu a následnou analýzu transkriptu.

==== Do 30 dnů ====

  - Vytvořit první multipersona asistenty: AI CFO, AI CMO, AI investor, AI skeptik.
  - Začít ukládat firemní know-how tak, aby z něj šlo stavět RAG / knowledge base.
  - Otestovat AI analýzu finančních výkazů.
  - Zavést pravidlo: před každým významným úkolem se zeptat, jestli ho nejde udělat chytřeji s AI.
  - Začít trénovat rychločtení a práci s dlouhými AI výstupy.

==== Do 90 dnů ====

  - Vytvořit opakovatelný proces pro AI Advisory Board.
  - Měřit dopad AI na konkrétní metriky: cena leadu, LTV, obchodní konverze, úspora času.
  - Připravit návrh centrální firemní znalostní báze.
  - Rozhodnout, které poradenské, marketingové nebo reportingové činnosti lze nahradit AI asistenty.
  - Posílit lidské části byznysu: komunitu, vztah se zákazníkem, kvalitní facilitaci a odpovědnost za rozhodnutí.

===== Kontrolní otázky pro CEO =====

  * Které rozhodnutí dnes řeším jen hlavou, ale mohl bych ho dát oponovat AI boardu?
  * Mám data v takovém stavu, aby z nich AI mohla něco rozumného vyčíst?
  * Kde prodávám statický obsah, který by mohl být interaktivním AI asistentem?
  * Kde platím lidi za přípravu podkladů, které by AI zvládla rychleji?
  * Které činnosti ve firmě jsou jen wrapper nad informacemi?
  * Kde zákazník opravdu potřebuje člověka, vztah a důvěru?
  * Umím zadávat úkoly tak dobře, aby je pochopil člověk i AI?
  * Jak rychle dokážu číst, ověřovat a zpracovávat dlouhé výstupy z AI?

===== Myšlenková mapa =====

{{.:pasted:20251128-214905.png}}

===== Zdroje =====

  * [[https://youtu.be/3MB_K9oqvHo?is=xnPcK4Sd6AGgfeLx|David Kolář: AI jako pravá ruka CEO – od marketingu po rozhodování]]
  * [[https://tomascupr.substack.com/p/stop-prompting-start-briefing|Tomáš Čupr – Stop prompting, start briefing]]
  * [[https://chatgpt.com/g/g-6898371603b08191b9d49a655b2eee95-your-personal-context-engineer|Your Personal Context Engineer]]