V každé malé firmě existuje páteční rituál. Někdo — asistentka, obchodní ředitel, nebo sám majitel — si otevře tabulku a začne. CRM: stáhnout export obchodů za týden. Pohoda: vytáhnout faktury a zaplacené položky. Sklad: zkontrolovat stav zásob. E-shop: kolik objednávek, jaké tržby. Pak to vše ručně slepit do jednoho přehledu, zkontrolovat, jestli čísla sedí, a konečně — dvě hodiny po začátku — odeslat report vedení.
Práce, kterou nikdo nechce dělat
Problém není v tom, že by lidé neuměli s daty pracovat. Problém je, že systémy spolu nemluví. CRM neví nic o fakturách. Účetnictví neví nic o objednávkách. Sklad neví nic o tom, co právě teče z reklam. Každý systém si sedí ve svém rohu a vydává data pouze na vyžádání — a to vyžádání vždy vypadá stejně: ruční export do CSV, otevření Excelu, kopírování sloupců, kontrola součtů.
Výsledkem jsou hodiny týdně strávené přípravou dat místo jejich čtením. A ještě horší: každý, kdo někdy takový report připravoval, ví, jak snadno se udělá chyba. Špatný filtr. Zastaralý export. Přehlédnutý řádek. Report se odešle, vedení ho dostane, a čísla jsou — jen trochu — špatně.
Měsíc v číslech. Čtyři systémy, dvanáct exportů, jeden soubor. Pátek odpoledne, pokaždé.
— Scéna z každé malé firmy
Co to ve skutečnosti znamená: napojit data
Místo exportů přidáme mezi Claude a vaše systémy malé MCP servery — jednoúčelové mosty, které umí číst data přímo ze zdroje. Jeden server ví, jak se zeptat Pohody na faktury. Druhý ví, jak přečíst obchody z Raynetu. Třetí zná strukturu vašeho Shoptetu. Claude pak mluví s těmito servery, stejně jako vy mluvíte s kolegou: "Dej mi přehled tržeb za minulý týden, porovnej s předchozím a řekni mi, kde jsou odchylky."
Každý MCP server nese vaši identitu a oprávnění. Majitel firmy vidí data celé firmy. Obchodní zástupce vidí jen svá čísla. Skladník vidí jen sklad. Systém nevydá více, než k čemu má konkrétní člověk přístup — a to platí i pro Claude. Není tu žádná sdílená kopie dat, žádný centrální export, žádná databáze navíc.
Konkrétně: Pohoda, Raynet a Shoptet v jednom dotazu
Vezměte typickou českou firmu s e-shopem: objednávky jdou přes Shoptet, fakturace běží v Pohodě, obchodní tým pracuje s Raynetem. Tři systémy, tři různá rozhraní, tři různé exportní formáty. S MCP servery pro každý z těchto systémů se dotaz "jak jsme na tom tento týden?" stane otázkou — a Claude sestaví odpověď za zlomek minuty. Odhadovaně jde o data z desítek až stovek záznamů, které by ruční příprava trvala hodiny.
- Přečte faktury z Pohody za zadané období (zaplacené, nezaplacené, po splatnosti)
- Vytáhne uzavřené a rozpracované obchody z Raynetu za stejný týden
- Porovná objednávky a tržby z Shoptetu s předchozím týdnem
- Složí z toho jeden přehled a vypíše, kde jsou odchylky nebo výjimky
- Odpovídá na doplňující otázky: "A který zákazník nejvíc dlží?" nebo "Jak to vypadalo před třemi měsíci?"
Majitel malé firmy, který tohle zkusí, popíše situaci takto: zadám dotaz, dostanu přehled, pak se zeptám na dvě doplňující věci a do deseti minut mám víc, než bych dřív za hodinu složil ručně. Klíčové je, že data zůstávají v systémech — nic se nekopíruje, nic se neexportuje.
Co AI reporting neudělá — a proč je to dobře
Claude nesebere data a nerozkáže. Report je podklad — ne rozhodnutí. Pokud se ukáže, že tržby klesly, Claude to popíše a může navrhnout možné vysvětlení z dat ("objednávky klesly v úterý a středu, kdy zároveň klesla i návštěvnost z reklam"). Ale co s tím uděláte — jestli zavoláte obchodníkovi, upravíte kampaň, nebo to prozatím ignorujete — to je vaše věc.
A to je vlastně zárukou, proč takovému systému jde věřit. Jestliže by Claude rozhodoval sám — a vy byste ho jen kontrolovali — to by byl jiný příběh. Ale tady je pořadí jasné: Claude sbírá a skládá data, vy přemýšlíte, co to znamená a co uděláte.
Co by to vyžadovalo
Pro každý systém, který chcete propojit, postavíme jeden MCP server. Každý server je malý, jednoúčelový a běží na vaší infrastruktuře — ne na naší, ne na cloudu poskytovatele, ne ve sdílené databázi. Vaše data se nepohybují mimo vaše prostředí. Claude čte přes server, odpovídá v chatu, hotovo.
Nejde o roční BI projekt. První napojení — třeba Pohoda a jeden CRM systém — zvládneme za dny. Výsledkem je jeden přihlášený uživatel s Claudem, který má přístup ke svým datům a ptá se přirozeným jazykem. Žádný nový dashboard, žádné školení, žádný nový systém navíc.
Co zbývá
Model není úzké hrdlo. Pohoda data má. Raynet data má. Shoptet data má. Úzké hrdlo je mezera mezi těmito systémy a člověkem, který potřebuje rychlou odpověď. Tu mezeru zavíráme.
Pokud každý pátek někdo ve vaší firmě tráví hodiny přípravou reportu místo přemýšlením nad ním, napište nám. Krátký hovor stačí — ukážeme vám, jak by to vypadalo pro vaše konkrétní systémy.