AI snížila plýtvání v obchodech. Manažeři ji přehlasují

Systém umělé inteligence v amerických obchodech spočítal, kolik salátu a rajčat má prodejna objednat. Odhad byl přesnější než lidský. A vedoucí prodejen ho přesto pravidelně přepisovali — a objednávali víc. Zpráva neziskové organizace ReFED z května 2026 ukazuje něco, co by si měla přečíst každá firma, která zvažuje nasazení AI: technologie fungovala. Zabrzdila ji firemní kultura.

Co se stalo: AI proti 70 milionům tun odpadu

Spojené státy vyhodí zhruba 70 milionů tun potravin ročně. Samotný maloobchod podle odhadů ReFED vyprodukoval v roce 2024 zhruba 3,98 milionu tun přebytečných potravin — asi 5,7 % celkového objemu, v hodnotě kolem 26,9 miliardy dolarů. Naprostá většina té ztráty vzniká v čerstvých kategoriích a největší podíl na tonáži má ovoce a zelenina.

Důvod je prozaický. Objednávání čerstvých potravin je odhad. Klasické systémy vycházejí hlavně z historických prodejů, jenže u zeleniny rozhoduje počasí, lokální události, den v týdnu i to, jak dlouho konkrétní šarže vydrží. Vedoucí prodejny dělá podle zprávy tisíce rozhodnutí týdně — a když se u každého splete o deset procent, výsledkem jsou tuny odpadu.

Do téhle mezery vstoupily prediktivní systémy. Platforma Afresh, zaměřená přímo na čerstvý sortiment, podle svého generálního ředitele Matta Schwartze k březnu 2026 zabránila v přepočtu na roční základ ztrátě více než 200 milionů liber potravin (zhruba 90 tisíc tun). V pilotu s jedním americkým diskontním řetězcem, který zpráva popisuje, vyšly projektované roční úspory na 2,7 milionu dolarů — díky nižšímu odpisu, čerstvějšímu zboží na pultě a méně hodinám, které tým strávil nad objednávkami.

Schwartz popisuje ten rozdíl vizuálně: před nasazením jsou sklady za prodejnou přecpané. Po nasazení je regál pořád plný, ale zázemí je výrazně prázdnější.

Kde to narazilo: metrika, která trestá prázdný regál

A tady přichází ta zajímavá část. Zpráva ReFED konstatuje, že technicky správná doporučení AI vedoucí prodejen a personál běžně přehlasují — a objednají víc, než systém navrhl.

Není to iracionalita. Je to logická reakce na to, jak jsou lidé hodnoceni. V maloobchodě se prázdný regál trestá mnohem tvrději než zkažená zelenina ve skladu. Chybějící zboží znamená okamžitě ztracený prodej a naštvaného zákazníka, který si toho všimne. Odpis ve skladu vidí jen účetnictví na konci měsíce. Když má vedoucí volit mezi rizikem, za které ho seřvou hned, a rizikem, které se rozplyne v tabulce, volí předvídatelně.

Druhá bariéra je procesní: prediktivní objednávání mění pracovní postupy a rozdělení směn. Řada starších řetězců na to jednoduše není strukturovaná.

Závěr zprávy je proto nepříjemně střízlivý: AI není zapoj-a-jeď. Modely se s nepředvídatelností čerstvých potravin vyrovnaly dobře. Aby se ta přesnost promítla do výsledků, musely by řetězce přenastavit vnitřní motivace tak, aby vedoucí byli za důvěru v data odměňováni, ne penalizováni.

Proč je to relevantní i pro malou českou firmu

Nemusíte mít sto prodejen, aby se vás tenhle vzorec týkal. Objevuje se všude, kde AI radí člověku, který nese odpovědnost za výsledek:

• Skladové zásoby a e-shop. Systém navrhne nižší objednávku, nákupčí ji zvedne — protože vyprodáno je vidět a ležák ne.
• Zákaznická podpora. AI navrhne odpověď, operátor ji přepíše, protože za špatnou odpověď se hodnotí on, ne model.
• Plánování výroby a kapacit. Predikce říká, že stačí dvě směny. Mistr nasadí tři, protože zpožděná zakázka je jeho problém.
• Cenotvorba. Algoritmus doporučí slevu nebo naopak zdražení, obchodník ji „opraví“ podle citu.

Ve všech případech firma zaplatí za technologii a pak si její přínos sama vypne. Zpráva ReFED tomu říká kulturní bariéra, ale prakticky jde o jedinou věc: nikdo neupravil, podle čeho se hodnotí lidé, kteří s AI pracují.

Praktický důsledek je jednoduchý. Než nasadíte jakýkoli prediktivní nástroj, odpovězte si na tři otázky: Kdo doporučení schvaluje? Za co je ten člověk odměňován? A měříme vůbec, jak často se od doporučení odchýlí a s jakým výsledkem? Poslední bod bývá nejcennější — bez logu přepsaných rozhodnutí nikdy nezjistíte, jestli má pravdu model, nebo člověk.

Právě tenhle typ otázek řešíme v AI poradenství dřív, než se vůbec bavíme o nástrojích. Projdeme to s vámi krok za krokem a řekneme vám i to, co slyšet nechcete — třeba že váš problém není model, ale odměňování. Úvodní konzultace je zdarma a nezávazná.

Co si z toho odnést

1. Přesnost modelu není totéž co přínos. Mezi nimi stojí člověk, který doporučení buď přijme, nebo ne.
2. Měřte míru přehlasování. Kolik procent doporučení někdo přepsal — a jak to dopadlo.
3. Srovnejte motivace před nasazením, ne po něm. Pokud jedna chyba stojí kariéru a druhá se ztratí v účetnictví, lidé budou vždy dělat tu druhou.
4. Začněte na jednom procesu. Případy, které zpráva popisuje jako úspěšné, měly jasně ohraničený rozsah a existující srovnávací základnu.

Často kladené otázky

Kolik potravin dokáže AI v obchodě reálně ušetřit?

Podle zprávy ReFED z května 2026 zabránila platforma Afresh k březnu 2026 ztrátě přes 200 milionů liber potravin v přepočtu na roční základ. V jednom popsaném pilotu u amerického diskontního řetězce činily projektované roční úspory 2,7 milionu dolarů. Konkrétní čísla se ale liší podle velikosti sítě, sortimentu a míry, v jaké personál doporučení skutečně dodržuje.

Proč zaměstnanci přehlasují doporučení AI?

Protože jsou hodnoceni podle metrik, které trestají prázdný regál mnohem přísněji než odpis zkaženého zboží. Přeobjednání je z pohledu jednotlivce bezpečnější volba, i když je pro firmu dražší. Nejde o nedůvěru v technologii, ale o nesoulad mezi tím, co AI optimalizuje, a tím, za co je člověk placený.

Jak poznám, že je náš problém kultura, a ne špatný model?

Porovnejte výsledky u rozhodnutí, která prošla beze změny, s těmi, která někdo přepsal. Pokud jsou nepřepsaná doporučení soustavně lepší, model funguje a brzdou je proces. Bez záznamu zásahů tuhle otázku zodpovědět nelze — proto stojí za to logovat odchylky od prvního dne.

Zdroje: The Packer — AI Cuts Food Waste in the Produce Aisle, But Grocers Battle Cultural Overrides (15. 6. 2026), ReFED & The Spoon — The Food Operating System (květen 2026), ReFED.