CloudTalk zrýchlil vývoj softvéru trojnásobne. AI musel najprv naučiť, ako firma funguje

Výkon vývojového tímu CloudTalku za deväť mesiacov stúpol trojnásobne oproti najslabšiemu mesiacu a takmer dvojnásobne oproti dlhodobému priemeru. Riaditeľ vývoja Jaroslav Tomeček pritom zistil, že vývoj s AI nebrzdilo písanie kódu. Brzdou boli znalosti, ktoré malo v hlave len niekoľko ľudí.

Slovenský CloudTalk vyvíja cloudový telefónny systém a AI hlasových agentov, ktorých využíva viac než 5 500 firiem vo viac než 100 krajinách. Medzi jeho zákazníkov patria Revolut, Uber, DHL či Nokia. Na prvý pohľad ide o aplikáciu, v skutočnosti o telefónnu infraštruktúru, ktorá musí fungovať v reálnom čase a je prepojená s CRM nástrojmi ako Salesforce, HubSpot či Zendesk. Neuvážená zmena sa v takom systéme často prejaví až vtedy, keď zákazníkovi neprejde hovor. Práve preto je zaujímavé, ako tu AI zmenila vývoj.

Všetci majú rovnakú AI. Väčšina ju stále len skúša

Podľa globálneho prieskumu McKinsey The State of AI z novembra 2025 používa umelú inteligenciu pravidelne aspoň v jednej oblasti 88% firiem. S AI agentmi experimentuje 62%. V žiadnej jednotlivej oblasti ich však vo veľkom nevyužíva viac než 10% firiem. Skúšajú takmer všetci, no v každodennej praxi ich má málokto.

Licenciu na Claude alebo ChatGPT si pritom firma kúpi za päť minút, rovnako ako jej konkurencia. Rozdiel vzniká až v tom, čo s ňou dokáže urobiť.

Deväť mesiacov a index vývoja, ktorý sa vyšplhal zo 61 na 189

CloudTalk meria výkon vývoja vlastným indexom. Každý mesiac porovnáva s priemerom za posledných dvanásť mesiacov, ktorý má hodnotu 100. V novembri 2025 index ukazoval 61 bodov, v máji 2026 101 a v júli a auguste 189.

Za ten čas firma nasadila AI agentov, pevné pravidlá pre ich prácu, nový spôsob plánovania a prístup, ktorý interne volá Context Driven Development. Všetko bežalo súčasne a žiadna zmena nebola kontrolovaným experimentom.

„Všetky zmeny bežali naraz, takže ich podiel sa poctivo oddeliť nedá. Kto tvrdí, že to dokázal, nemá podľa mňa dosť dobrú metriku. Popísať však viem mechanizmus. Ten je užitočnejší než percento, pretože sa dá zopakovať,“ hovorí Jaroslav Tomeček, riaditeľ vývoja v CloudTalku.

Tri výhrady, ktoré riaditeľ vývoja Jaroslav Tomeček hovorí sám

Slabé miesta čísel pomenúva skôr, než to urobí niekto iný:

• Index môže rast trochu nafukovať. Až 40 % jeho váhy tvoria schválené zmeny v kóde. AI pritom prirodzene delí prácu na menšie kúsky, takže časť rastu môže byť len jemnejšie delenie práce a nemusí ísť o väčší objem.
• Kvalita ponúkala príbeh, ktorý nebol pravdivý. Index kvality, teda chyby, výpadky a návraty k predošlej verzii, v prvej polovici roka 2026 klesol a v júli sa vrátil nahor. Ponúkal sa záver, že tím zrýchlil a pokazil si kvalitu. Pokles však z veľkej časti spôsobila jedna dlhšia udalosť, ktorá s AI nesúvisela. „Zložené metriky vám samy ponúknu príbehy, ktoré v dátach nie sú. Jednému z nich som takmer uveril,“ priznáva Tomeček.
• Východiskom nie je svet bez AI. Tím používa Claude Code od Vianoc 2025 a iné AI nástroje mal už predtým. Trojnásobok teda neukazuje rozdiel medzi prácou bez AI a s ňou. Ukazuje rozdiel medzi AI, ktorá firmu nepozná, a AI, ktorá ju pozná a má jasné hranice.

Čísla preto berie ako silný signál. Za dôkaz ich nepovažuje. Trojnásobná zmena je však príliš veľká na to, aby ju vysvetlil len spôsob merania.

Skutočná brzda: „Opýtaj sa Mareka“

Cez Vianoce 2025 tím nasadil Claude Code, v marci 2026 pribudli vlastní agenti spúšťaní priamo zo Slacku. Tí otvorili vývoj aj ľuďom, ktorí nie sú programátori.

V máji tím zistil, kde je pravý problém. Najviac času strácal na tom, že skúsení vývojári stále znova vysvetľovali, ako systém funguje. Písanie kódu nebolo prekážkou.

„Model programovať vie. Nevie však programovať v našom systéme, pretože ho nepozná. Ľudí, ktorí ho poznajú celý, je hŕstka a majú vlastnú prácu. Znalosť, na ktorej všetko stojí, sme nikdy nikam nezapísali. Žila v ľuďoch,“ vysvetľuje Tomeček.

Mnohé firmy to poznajú: „Opýtaj sa Mareka, ten to pozná.“ Medzi ľuďmi to funguje, Marek to kolegovi vysvetlí pri káve. AI agent však na kávu nechodí. Čo mu kto vysvetlil pri predchádzajúcej úlohe, si nepamätá. Každú novú úlohu začína len s tým, čo nájde v kóde a v materiáloch, ktoré dostane. Z kódu zistí, čo systém robí, ale nie prečo vyzerá práve tak. Ak tieto znalosti nie sú nikde zapísané, niekto ich musí agentovi vysvetliť znova. Pri jednom agentovi sa to dá zvládnuť. CloudTalk však chce, aby jeden vývojár riadil päť agentov naraz, a pri takom cieli by ručné vysvetľovanie celý systém spomalilo.

Context Driven Development: znalosti zapísané priamo pri kóde

Context Driven Development je prístup, pri ktorom tím zapisuje znalosti o systéme priamo k zdrojovému kódu, aby s nimi vedeli pracovať ľudia aj AI agenti. CloudTalk ich preto neukladá do internej wiki, ktorú po pol roku nikto neotvorí, ale do toho istého úložiska ako kód. Kontext má štyri vrstvy:

• Technická: čo robí každá časť systému a ako súvisí s ostatnými.
• Rozhodovacia: prečo systém vyzerá tak, ako vyzerá, a aké alternatívy tím zamietol. Pre AI je to najcennejšia vrstva, pretože z kódu zistí, čo systém robí, ale nikdy nie prečo. Bez nej každý agent znova objavuje rozhodnutie, ktoré tím urobil pred dvoma rokmi.
• Produktová: aký problém zákazníka funkcia rieši a kedy je naozaj hotová.
• Prevádzková: minulé výpadky a známe slabé miesta. Je tu zapísané to, čo by inak povedal len kolega s dlhou pamäťou: technicky sa to dá urobiť takto, ale keď sme to raz tak urobili, malo to následky.

Tri pravidlá, bez ktorých by to nefungovalo

1. Kontext žije pri kóde. Mení sa spolu s ním a kolegovia ho kontrolujú naraz s kódom. Dokumentácia tak prestáva byť popisom zboku a stáva sa súčasťou produktu.

2. Zmena nie je hotová, kým nie je zapísaná. Hotová práca znamená kód, testy a aktualizovaný kontext. Práve tu doteraz zlyhal takmer každý pokus o poctivú dokumentáciu, lebo ju ľudia neudržiavajú. V CloudTalku ju preto aktualizuje agent automaticky pri každej schválenej zmene a človek ju len potvrdí.

3. Kvalita kontextu sa meria. Zlý kontext je pre AI horší než žiadny, pretože jej dáva falošnú istotu. Agentovi sa preto pravidelne kladú otázky o systéme a iný agent porovnáva jeho odpovede so správnymi.

Cieľom je čo najvyššia šanca, že agent urobí správnu vec sám. Sto megabajtov textu, v ktorom agent nenájde podstatné, je zlyhanie. Rovnako pracujú aj produktoví manažéri, ktorí od prvého dňa zapisujú, aký problém zákazníka nová funkcia rieši a aké rozhodnutia padli. Z takéhoto zadania sa tím učí nechať AI postaviť celú funkciu. Zatiaľ sú to dva prípady, no už menia plánovanie: delenie práce na drobné úlohy a ich odhadovanie stráca zmysel.

Pevné a mäkké pravidlá pre agentov

Čím viac práce agenti robia, tým menej sa dá spoliehať len na to, že budú dodržiavať pokyny. CloudTalk preto pravidlá pre ich prácu, takzvané guardrails, delí na dve skupiny.

Pevné pravidlá stráži systém a agent ich nemôže obísť, nech sa rozhodne akokoľvek. Do hlavnej verzie kódu zapisovať nesmie. Každý typ agenta dostane len nástroje, ktoré jeho rola potrebuje, takže agent určený na čítanie kód zmeniť nemôže, lebo na to nemá nástroj. Každý má strop na počet krokov a každé jeho spustenie sa zaznamenáva.

Mäkké pravidlá sú pokyny: nevymýšľaj si, oprava od človeka má prednosť, rob len to, čo je v zadaní, a po troch neúspešných pokusoch sa ozvi človeku. Tomeček priznáva, že sú zatiaľ skôr cieľom. Ich dodržiavanie dnes kontrolujú ľudia, a preto ich tím postupne presúva medzi pevné pravidlá. Takto dnes pracuje deväť typov agentov, od tých, ktorí píšu kód, až po tie, ktoré kód len čítajú a pomáhajú zákazníckej podpore a pri riešení výpadkov.

„Autonómiu agentovi nedáva dôvera v model. Dáva mu ju obmedzenie, ktoré systém naozaj vynúti, a záznam o tom, čo agent urobil,“ hovorí Tomeček.

AI ľudí nenahradila. Zmenila, čo robia

Táto časť v článkoch o AI často chýba, lebo neznie ako víťazstvo.

• Úzkym hrdlom je kontrola kódu. Kódu vzniká viac, ale kontrolujú ho stále ľudia. Keď výroba zlacnie, brzda sa presunie na overovanie. Riešenie hľadá CloudTalk v ďalších automatických kontrolách testov, bezpečnosti a compliance, ktoré odfiltrujú časť toho, čo dnes hľadá človek očami.
• Ručné testovanie nezmizlo. Automatický test overí to, na čom sa tím dohodol. Človek, ktorý si produkt preklikne, nájde to, čo do zadania nikto nenapísal.
• Do kódu prispievajú aj ľudia, ktorí predtým nemohli: produktoví manažéri, vedúci tímov aj CEO. Zatiaľ ide o menšie, no skutočné zmeny. Keď je znalosť o systéme zapísaná, zapojiť sa môže každý, kto presne vie, čo chce dosiahnuť.

Rovnaká lekcia platí aj pre AI, ktorá dvíha telefón

CloudTalk vytvára AI hlasových agentov, ktorí za firmy prijímajú hovory, odpovedajú na otázky zákazníkov a dohodávajú stretnutia. Platí tu rovnaké pravidlo ako pri vývoji: model sám o firme nič nevie. Agent potrebuje materiály, z ktorých čerpá odpovede, ako sú cenník, postupy a výnimky, a jasné pravidlá, čo môže vybaviť sám a kedy má hovor prepojiť s človekom. Agent, ktorý nepozná cenník alebo nevie, kedy má hovor odovzdať, zákazníkovi nepomôže, aj keď to znie úplne prirodzene.

Začnite tým, čo vedia len vaši ľudia

Context Driven Development CloudTalk zavádzal od júna do augusta 2026, teda v čase, keď index dosiahol svoju najvyššiu hodnotu. Za dôkaz to tím nepovažuje, lebo vtedy bežali aj všetky ostatné zmeny. Isté je, že znalosť o systéme je dnes zapísaná, dohľadateľná a priebežne aktuálna. Pomáha aj tam, kde žiadna AI nie je: noví kolegovia sa rýchlejšie zaučia, tímy si prácu odovzdávajú hladšie a firma nestojí na jednom človeku, ktorý všetko vie. Investícia by sa vrátila, aj keby neexistoval žiadny AI agent.

Pre firmy, ktoré s AI len začínajú, z toho vyplýva jednoduchá rada. Začať otázkou, ktoré znalosti žijú len v hlavách niekoľkých kolegov, a tie zapísať. Výber nástroja môže počkať. Túto prácu za firmu žiadny model neurobí.

„Pred deviatimi mesiacmi som si myslel, že rýchlosť vývoja s AI závisí najmä od toho, aký silný model používame. Dnes viem, že nejde o lepší model. Ide o lepší kontext,“ uzatvára Jaroslav Tomeček.