Projekt umělé inteligence od francouzské skupiny MV Group „IA Vista“: Jak se z obyčejné marketingové agentury náhle stane škálovatelná technologická společnost

Mocenský boj o zákaznická data: Proč klasický model agentury nyní musí radikálně přehodnotit svůj přístup s ohledem na umělou inteligenci

Agenturní byznys čelí otřesům: Co riskantní plán MV Group s umělou inteligencí znamená pro celé odvětví

Francouzská skupina MV se pouští do radikální transformace: Investicí pěti milionů eur do projektu umělé inteligence „IA Vista“ si společnost klade za cíl prolomit hranice tradičního agenturního podnikání. Místo primárního prodeje pracovní doby a projektových znalostí je cílem vytvořit škálovatelný datový engine, který bezproblémově integruje proprietární data klientů, analytické modely a provozní marketingové kanály. Jde o strategickou sázku na budoucnost marketingu – odklon od jednoduché hodinové fakturace směrem k měřitelné hodnotové nabídce zaměřené na produkt.

Ekonomický cíl tohoto projektu sahá daleko za pouhou automatizaci textů nebo obrázků. Na trhu, kterému dominují globální technologickí giganti, se nezávislí poskytovatelé služeb snaží znovu získat kontrolu nad maržemi, přístupem zákazníků a kvalitou dat. IA Vista má fungovat jako technologické spojení a transformovat izolovaná datová sila na řízenou aktivační platformu pro malé a střední podniky (MSP) v souladu s předpisy o ochraně dat.

Cesta od agenturní skupiny vyrostlé prostřednictvím akvizic k integrované technologické společnosti je však plná překážek. Následující text podrobně analyzuje, proč je generativní umělá inteligence v marketingu často zcela zneužívána, proč skutečným přínosem je datová suverenita a proč by tento odvážný krok MV Group mohl být průlomový pro celé agenturní odvětví.

Sázka MV Group ve výši pěti milionů dolarů: Jak má umělá inteligence proměnit data v obchodní model

Ti, kteří v marketingu automatizují pouze obsah, už prohráli boj o moc, marže a přístup k zákazníkům

Investice francouzské skupiny MV Group ve výši pěti milionů eur do projektu umělé inteligence IA Vista je více než jen technologická modernizace. Jde o pokus transformovat skupinu digitálních, CRM a datových specialistů, budovanou v průběhu let, do integrované a škálovatelné technologické společnosti. Ekonomickým cílem není jen rychlejší plánování kampaní nebo levnější produkce textů. Klíčové je schopnost propojit stávající datové sady, analytické modely a provozní marketingové kanály takovým způsobem, aby se vytvořila opakovatelná hodnotová nabídka s měřitelnými přínosy pro zákazníky.

Tento projekt se dotýká zásadního posunu v agenturním byznysu. Tradiční digitální agentury prodávají především pracovní dobu, kreativní služby, mediální plánování a projektovou expertízu. Tyto služby mohou být ziskové, ale růst je obvykle možný pouze se současným rozšiřováním personálu. Datové platformy a produkty založené na umělé inteligenci naopak slibují částečné oddělení příjmů a počtu zaměstnanců. Jednou vyvinutý model lze teoreticky použít pro mnoho klientů, za předpokladu, že je zvládnuta kvalita dat, technická infrastruktura a regulační požadavky. IA Vista proto není jen doplňkovým nástrojem, ale sázkou na jiný vztah mezi osobními náklady, tvorbou hodnoty a růstem.

Strategická logika je jasná. Od roku 2017 si MV Group vybudovala odborné znalosti v oblasti zákaznické věrnosti, zpracování dat a marketingu založeného na datech a rozšířila je prostřednictvím akvizic. Akvizice společnosti Neptune Media, později přejmenované na NM Data, přinesla další datová aktiva, odborné znalosti a lokality. Dalším logickým krokem je překročit pouhé samostatné provozování těchto získaných aktiv a místo toho je technologicky integrovat. A právě zde přichází na řadu IA Vista: usnadnění přístupu k datům, přesnější segmentace cílových skupin, spolehlivější identifikace podobných potenciálních zákazníků a personalizovanější obsah.

Skupina agentur se má stát datovým enginem

Společnost MV Group byla založena v roce 2010 a rozrostla se v nezávislou francouzskou skupinu specializující se na data a digitální marketing. V době oznámené investice do umělé inteligence společnost zaměstnávala přibližně 430 lidí, generovala tržby přibližně 83 milionů eur a měla síť agentur a kanceláří po celé Francii. Na tématech souvisejících s daty se již pracovalo přibližně 100 zaměstnanců, což je zhruba čtvrtina pracovní síly. Nový projekt umělé inteligence zpočátku zahrnoval specializovaný tým deseti lidí.

Tento rozsah je z ekonomického hlediska významný. MV Group není mladý startup v oblasti umělé inteligence, který si stále hledá svůj trh. Společnost má stávající vztahy se zákazníky, provozní marketingové kanály, datové znalosti a organizaci, kde lze nová řešení okamžitě implementovat. To snižuje tradiční riziko vstupu na trh. Technologie nemusí být nejprve monetizována odděleně od hlavního podnikání, ale může být integrována do stávajících služeb a poté postupně uváděna na trh jako samostatná nabídka.

Zároveň MV Group není globální platformovou společností s prakticky neomezeným kapitálem. Pět milionů eur je pro skupinu s ročními tržbami 83 milionů eur významnou investicí, ale nepředstavuje existenční hrozbu. Tato částka odpovídá přibližně šesti procentům ročních tržeb. Vzhledem k tomu, že tržby nelze srovnávat s volně dostupným ziskem, je finanční zátěž pro společnost podstatně vyšší, než toto procento zpočátku naznačuje. Investice musí být zvažována v horizontu několika let a pravděpodobně bude zahrnovat nejen vývoj softwaru, ale také personál, přípravu dat, infrastrukturu, bezpečnost, školení, integraci a průběžný provoz.

Projekt je tedy dostatečně velký na to, aby změnil strategické směřování skupiny, ale zároveň dostatečně malý na to, aby zůstal zvládnutelný prostřednictvím disciplinovaného vývoje produktů. Klíčovou otázkou je, zda MV Group vyvíjí IA Vista jako jasně definovaný produkt s prioritními případy použití, nebo jako široký transformační program, který se snaží splnit příliš mnoho očekávání současně. Projekty AI zřídka selhávají kvůli nedostatku životaschopných modelů. Častěji selhávají kvůli nejasným odpovědnostem, nedostatečné kvalitě dat, nedostatečné integraci do pracovních postupů nebo slabému propojení mezi technickým výkonem a poptávkou zákazníků.

Pět milionů eur není samoúčelné

Investice se stane smysluplnou pouze tehdy, pokud dosáhne očekávaného ekonomického dopadu. Na straně příjmů může IA Vista generovat dodatečné tržby, vylepšit stávající služby a zvýšit loajalitu zákazníků. Na straně nákladů může systém zrychlit pracovní postupy, omezit manuální dotazy na data, zjednodušit přípravu kampaní a automatizovat opakující se úkoly. Strategicky důležitější než krátkodobé úspory je však schopnost přejít z projektově orientovaného modelu služeb na nabídku zaměřenou více na produkty.

Za předpokladu, čistě pro ilustraci, že investice je rozložena na tři roky, by to vedlo k průměrnému odlivu hotovosti ve výši přibližně 1,67 milionu EUR ročně. Tuto částku by bylo nutné kompenzovat dodatečnými příspěvkovými maržemi, ušetřenými náklady nebo kombinací obojího. Analýza založená čistě na výnosech by byla zavádějící. Pokud dodatečné výnosy znamenají vysoké náklady na média, externí služby nebo personál, bude příspěvek na amortizaci omezený. Rozhodujícím faktorem je proto dodatečný příspěvek k provoznímu zisku, nikoli fakturovaný objem kampaní.

Jednoduchý příklad ilustruje rozsah potenciálního dopadu. Pokud by platforma po svém zavedení generovala dodatečnou roční marži ve výši dvou milionů eur, počáteční investice by se teoreticky vrátila po dvou a půl letech. Pokud by však generovala pouze 750 000 eur ročně, doba návratnosti by byla výrazně delší a zároveň by vznikly další provozní a vývojové náklady. Naopak i mírné zvýšení efektivity v rámci organizace s několika stovkami zaměstnanců by mohlo vytvořit značnou hodnotu. Pokud se v průměru jen malá část pracovní doby využívá produktivněji prostřednictvím vylepšených nástrojů, v mnoha týmech a klientských projektech se to sčítá do značné částky.

Při takových výpočtech je však třeba postupovat opatrně. Ušetřený čas se automaticky nepromítá do zisku. Ekonomickou hodnotu vytváří pouze tehdy, když je uvolněná kapacita využita pro další fakturovatelné služby, trvale odstraněna z nákladového střediska nebo použita ke zlepšení kvality a loajality zákazníků. Tým, který díky umělé inteligenci plní úkoly rychleji, ale následně si zachovává stejnou pracovní zátěž a tržby, sice získal provozní čas, ale nutně nevytvořil přidanou finanční hodnotu. MV Group proto musí sledovat přínosy pomocí spolehlivých klíčových ukazatelů výkonnosti (KPI): čas na krok kampaně, míra konverze, náklady na získání zákazníka, míra zpětného odkupu, marže příspěvku na zákazníka, intenzita využívání platformy a doba do produktivního využití.

Skutečná hodnota spočívá v datech

Generativní umělá inteligence je nyní široce dostupná. Jazykové modely, programovací rozhraní a cloudovou infrastrukturu si mohou zakoupit i menší konkurenti. Trvalá konkurenční výhoda proto nevzniká pouze z používání známého modelu. Vyplývá z kombinace proprietárních dat, znalostí specifických pro dané odvětví, integrovaných procesů, důvěryhodné správy a dostatečně velké zákaznické základny, na které se systém může učit a fungovat ekonomicky.

Společnost MV Group se řídí přesně touto logikou. Cílem skupiny je kombinovat vlastní datové sady B2C s daty získaných datových specialistů. To umožní vytváření tzv. lookalike modelů, které identifikují spotřebitele s podobnými charakteristikami a vzorci chování jako stávající zákazníci. Pro maloobchodníka, dodavatele energie nebo servisní společnost spočívá výhoda nejen v cílení na široké demografické skupiny, ale spíše v přesnějším odhadu pravděpodobnosti reakce, nákupu nebo specifické potřeby.

Ekonomická hodnota takových modelů závisí na několika faktorech. Zaprvé, data musí být aktuální, přesná a dostatečně úplná. Zadruhé, cílová proměnná musí být smysluplně definována. Model, který pouze optimalizuje pravděpodobnost kliknutí, může generovat mnoho levných interakcí, aniž by získal ziskové zákazníky. Zatřetí, musí být ověřeno, zda predikce skutečně poskytuje přidanou hodnotu ve srovnání s jednoduššími pravidly segmentace. Začtvrté, technické přesnosti nesmí být dosaženo na úkor regulačních, etických nebo reputačních rizik.

Datové soubory navíc nejsou statický majetek. Ztrácejí hodnotu, když se domácnosti stěhují, zájmy se mění, souhlas je odvolán nebo se charakteristiky stanou nespolehlivými. Skutečná výhoda tedy nespočívá jen v počtu uložených datových záznamů, ale také ve schopnosti legálně shromažďovat, aktualizovat, propojovat, dokumentovat a převádět data do efektivních rozhodnutí. Pouhé vlastnictví rozsáhlé databáze nezaručuje robustní datovou výhodu. Ti, kteří však dokážou kombinovat kvalitu dat, výkon modelu a výsledky kampaní v uzavřené smyčce učení, si vybudují výrazně obtížněji kopírovatelnou výhodu.

IA Vista si klade za cíl překlenout propast mezi analýzou a akcí

Mnoho společností již má zákaznická data, ale jejich operativní využití je omezené. Informace se nacházejí v CRM systémech, online obchodech, platformách pro newslettery, call centrech, analytických nástrojích a externích zdrojích dat. Mezi těmito systémy existují technické, organizační a právní bariéry. I když jsou data v zásadě dostupná, často chybí jednoduchý způsob, jak definovat cílové skupiny a přímo z nich odvodit kampaň.

Klíčovým příslibem IA Vista je proto zjednodušení přístupu. Soukromý chat s umělou inteligencí může zaměstnancům nebo zákazníkům umožnit dotazovat se na datové sady pomocí přirozeného jazyka. Místo toho, aby si uživatel nechal provést dotaz do databáze specialistou, mohl by se například zeptat na domácnosti v konkrétních regionech, které vykazují definované charakteristiky a zvýšenou pravděpodobnost nákupu produktu. Systém by pak tento dotaz přeložil na technicky správné dotazy, zvážil povolené zdroje dat a výsledek prezentoval srozumitelným způsobem.

Zvýšení produktivity může být značné, protože se zmenšuje rozdíl mezi obchodní otázkou a odpovědí založenou na datech. Zároveň však vzniká nové riziko: snadno dostupné rozhraní může vytvářet dojem, že každý zobrazený údaj je automaticky spolehlivý. Ve skutečnosti mohou být definice nejasné, data zkreslená nebo výsledky statisticky nejisté. Profesionální řešení proto vyžaduje kontrolní mechanismy, sledovatelný původ dat, definovaná přístupová práva a indikace omezení platnosti dat.

Větší hodnota vzniká, když se IA Vista nezastaví pouze u analýzy. Platforma je navržena tak, aby oslovovala cílové skupiny personalizovaným obsahem prostřednictvím SMS, e-mailu a sociálních sítí a podporovala geograficky cílené kampaně. Tím se analytický nástroj transformuje na aktivační systém. Z ekonomického hlediska je toto propojení klíčové, protože zákazníci neplatí za zajímavou analýzu dat, ale za lepší obchodní výsledky. Kombinací segmentace, tvorby obsahu, jeho doručování a měření výkonu na jedné platformě může MV Group ovládat větší podíl hodnotového řetězce.

Personalizace je bezcenná bez měření jejího dopadu

Personalizace v marketingu je často považována za samoúčelnou. Různé skupiny zákazníků dostávají různé texty, obrázky nebo nabídky, ale skutečná přidaná hodnota zůstává nejasná. IA Vista se může stát životaschopným obchodním modelem pouze tehdy, pokud platforma prokazatelně přináší lepší výsledky než tradiční správa kampaní. To vyžaduje kontrolované testování, spolehlivé srovnávací skupiny a jasné rozlišení mezi korelací a příčinou.

Personalizovaný obsah může dosáhnout vyšší míry prokliku, aniž by zvýšil tržby. Přesněji cílené publikum může dosáhnout lepší míry konverze, ale jeho celková velikost může být tak malá, že se absolutní příspěvek k výsledkům sníží. Kampaň může krátkodobě zvýšit prodej, ale zároveň zvýšit míru odhlášení nebo nespokojenost zákazníků v důsledku příliš agresivního sdělení. Optimalizace by se proto neměla omezovat pouze na jednotlivé metriky. V konečném důsledku je důležitá dodatečná marže, dlouhodobá hodnota zákazníka po celou dobu jeho životnosti a náklady vynaložené na data, média a provozní podporu.

Měření inkrementálního efektu je obzvláště důležité. Pokud by si člověk stejně něco nakoupil, neměl by být plně přičítán kampani řízené umělou inteligencí. Bez řádných kontrolních skupin existuje riziko, že systém jednoduše přejmenuje stávající poptávku. Robustní platforma proto musí umožňovat experimenty, ve kterých se s porovnatelnými skupinami zachází odlišně. Teprve potom lze určit, zda umělá inteligence skutečně generuje dodatečnou poptávku, nebo pouze reprodukuje známé vzorce.

To představuje pro MV Group příležitost k diferenciaci. Mnoho poskytovatelů slibuje lepší cílové skupiny a personalizovanější obsah. Méně poskytovatelů dokáže transparentně prokázat generovanou dodatečnou ekonomickou hodnotu. Pokud IA Vista poskytne ověřitelné posouzení dopadu, může skupina lépe sladit svou odměnu s výsledky a odklonit se od pouhého prodeje hodin. To však také zvyšuje nároky na kvalitu dat, návrh smluv a řízení rizik.

Francouzský digitální trh roste, ale platformy dominují

Investice přichází na rostoucím, ale vysoce koncentrovaném trhu. Francouzská digitální reklama dosáhla v roce 2024 objemu téměř jedenácti miliard eur, což představuje nárůst o 14 procent oproti předchozímu roku. Obzvláště dynamicky se rozvíjely sociální média a zobrazovací reklama, zatímco reklama ve vyhledávačích, ačkoli nadále roste, ztratila relativní pozice. V roce 2025 se trh přiblížil 12,4 miliardám eur a opět zaznamenal dvojciferný růst.

Tento růst vytváří zásadně příznivé podmínky pro služby založené na datech. Zvýšené výdaje na digitální reklamu znamenají více kampaní, více dat měření a rostoucí potřebu koordinace. Zároveň velká část příjmů proudí na mezinárodní platformy. Google, Meta, Amazon a další významné sociální sítě kontrolují přístup k dosahu, uživatelským rozhraním a základním signálům měření. Nezávislé agentury a poskytovatelé technologických služeb proto působí na trhu, jehož základní infrastrukturu nevlastní.

IA Vista tuto závislost nemůže eliminovat, ale může MV Group poskytnout silnější pozici. Díky kontrole vlastních dat o cílové skupině, vztahů se zákazníky a analytických modelů je méně závislá na ponechání veškeré logiky segmentace na hlavních platformách. Skupina může plánovat kampaně napříč kanály a konsolidovat poznatky z více kontaktních bodů. To vytváří protiváhu k fragmentované logice platformy, kde každý poskytovatel primárně prezentuje výkon svého vlastního reklamního systému.

Výzva spočívá ve skutečnosti, že mezinárodní platformy také silně investují do umělé inteligence a integrují mnoho funkcí přímo do svých reklamních produktů. Automatizované cílení, strategie nabídek, variace textu, obrázků a optimalizace kampaní se stále více stávají standardizovanými nabídkami platformy. Nezávislý poskytovatel služeb proto nemůže konkurovat pouze na základě slibu, že bude také využívat umělou inteligenci. Musí poskytovat přidanou hodnotu, kterou platformy strukturálně neposkytují: neutrální orchestraci napříč více kanály, využití vlastních a legálně dostupných externích dat klienta, úzkou shodu s obchodním modelem klienta a transparentní posouzení skutečné ziskovosti.

Cílová skupina středních a menších firem je strategicky prozíravá

Společnost MV Group se primárně zaměřuje na malé a střední podniky (MSP) a také na větší středně velké společnosti. Tato skupina zákazníků je atraktivní pro integrované řešení umělé inteligence, protože mnoha společnostem chybí vlastní týmy pro datovou vědu, rozsáhlé datové platformy ani specializovaní vývojáři umělé inteligence. Potřebují přístup k moderním technologiím, ale nemohou si sami vybudovat kompletní infrastrukturu ani trvale zaměstnat všechny potřebné specialisty.

Výsledkem je spravovaný model umělé inteligence: Poskytovatel služeb nejen dodává software, ale také se stará o integraci dat, vývoj modelů, implementaci kampaní, monitorování a další rozvoj. Pro zákazníky to snižuje vstupní bariéru. Kupují si výsledek a nemusí budovat složitou technickou organizaci. Pro MV Group to generuje opakované příjmy a silnější vztah, protože služba je hluboce zakotvena v datech a procesech zákazníka.

Malé a střední podniky (MSP) však mají vysoké nároky na cenu, jednoduchost a ověřitelnost. Velká korporace může financovat víceletý pilotní program, i když jsou ekonomické přínosy zpočátku nejisté. Malý a střední podnik očekává rychleji rozpoznatelné výsledky. IA Vista proto musí začít s jasnými případy užití, které přinesou ověřitelná zlepšení během několika měsíců. Vhodné příklady zahrnují reaktivaci neaktivních zákazníků, upřednostňování potenciálních zákazníků, regionální prodejní kampaně nebo optimalizaci stávající komunikace CRM.

Další výhodou je opětovná použitelnost v rámci jednotlivých odvětví. Pokud MV Group dokáže vyvíjet podobné datové modely, rozhraní a vzorce kampaní pro více klientů v rámci odvětví, snižují se marginální náklady. Platforma samozřejmě nesmí nesprávně míchat důvěrná zákaznická data. Technické komponenty, definice funkcí, návrhy testů a znalosti procesů jsou však opakovaně použitelné. Právě tato industrializace určí, zda se IA Vista stane ziskovým produktem, nebo pouze novým označením pro jednotlivé konzultační projekty.

Zde se dozvíte, jak může vaše společnost rychle, bezpečně a bez vysokých vstupních bariér implementovat řešení umělé inteligence na míru.

Spravovaná platforma umělé inteligence je vaším komplexním a bezstarostným řešením pro umělou inteligenci. Místo řešení složitých technologií, drahé infrastruktury a zdlouhavých vývojových procesů získáte hotové řešení šité na míru vašim potřebám od specializovaného partnera – často během několika dní.

Klíčové výhody na první pohled:

⚡ Rychlá implementace: Od nápadu k aplikaci připravené k použití během několika dnů, nikoli měsíců. Dodáváme praktická řešení, která vytvářejí okamžitou přidanou hodnotu.

🔒 Maximální zabezpečení dat: Vaše citlivá data zůstanou u vás. Garantujeme bezpečné a kompatibilní zpracování bez sdílení dat s třetími stranami.

💸 Žádné finanční riziko: Platíte pouze za výsledky. Vysoké počáteční investice do hardwaru, softwaru nebo personálu jsou zcela eliminovány.

🎯 Zaměřte se na své hlavní podnikání: Soustřeďte se na to, co děláte nejlépe. Postaráme se o kompletní technickou implementaci, provoz a údržbu vašeho řešení s umělou inteligencí.

📈 Připraveno na budoucnost a škálovatelné: Vaše umělá inteligence roste s vámi. Zajišťujeme neustálou optimalizaci a škálovatelnost a flexibilně přizpůsobujeme modely novým požadavkům.

Více informací zde:

• Spravovaná platforma umělé inteligence

Od akvizic k technologické integraci

Vývoj skupiny sleduje typický postup. Zpočátku se odborné znalosti rozšiřovaly vytvářením nových jednotek a akvizicemi. Avanci posílila loajalitu zákazníků a perspektivu CRM. Další akvizice přinesly datová aktiva a specializované znalosti. Neptune Media, respektive NM Data, rozšířila dosah a schopnosti v oblasti datového marketingu. Tato strategie sice zvýšila kritické množství, ale nevyhnutelně vedla ke komplexnější organizaci.

Růst prostřednictvím akvizic automaticky negeneruje synergie. Různé systémy, datové modely, značky, prodejní struktury a firemní kultura mohou omezovat očekávané přínosy. Pokud si každá dceřiná společnost zachovává vlastní nástroje a procesy, skupina z ekonomického hlediska zůstává souborem jednotlivých agentur. Centrální platforma pro umělou inteligenci a data může sloužit jako integrační centrum, které umožňuje vývoj společných standardů a opakovaně použitelných služeb.

Toto je možná nejdůležitější funkce IA Vista. Projekt nejen propojuje data, ale také nutí organizaci přijmout společný jazyk. Která zákaznická data jsou relevantní? Jak jsou definovány cílové skupiny? Jaké standardy kvality platí? Kdo je oprávněn k přístupu ke kterým informacím? Jak jsou vydávány modely a měří se výsledky? Takové otázky představují jak technické, tak i organizační integrační úkoly.

Následná racionalizace dceřiných společností, managementu a personálu ukazuje, že MV Group neměla v úmyslu pokračovat ve fázi rychlého externího růstu donekonečna. Management se více zaměřil na provozní efektivitu a technologickou páku. Tento vývoj je ekonomicky rozumný: Po fázi akvizice musí být odstraněny duplicitní struktury a vytvořeny sdílené platformy. Umělá inteligence se však nesmí stát všeobecnou záminkou pro propouštění. Pokud se odborné znalosti a odbornost zákazníků příliš drasticky sníží, mohla by utrpět samotná kvalita, na které je nabídka založená na datech postavena.

David Flouriot ztělesňuje přechod od projektu k platformě

Jmenováním Davida Flouriota do funkce vedoucího oddělení dat a umělé inteligence přijala společnost MV Group muže, který dříve pracoval jako manažer datové vědy ve společnosti Groupama Loire Bretagne a jako expert na velká data ve společnosti SoLocal Group. Toto personální rozhodnutí signalizuje, že s touto iniciativou nelze zacházet pouze jako s vedlejším projektem IT oddělení. Pojišťovny a místní digitální služby jsou datově náročná prostředí, kde hrají klíčovou roli segmentace, modelování a provozní škálování.

Samotná technická znalost k úspěchu nestačí. Management musí fungovat jako styčná osoba mezi výkonným managementem, prodejem, agenturními týmy, ochranou dat, IT a zákazníky. Model umělé inteligence může fungovat statisticky dobře, ale na trhu stále selhávat, pokud obchodníci nedokážou vysvětlit jeho výhody nebo provozní týmy nedokážou integrovat výsledky do své práce. Naopak, silně propagovaný produkt může ztratit důvěru, pokud jeho technický výkon nesplňuje dané sliby.

Počáteční tým deseti specialistů byl dostatečný pro vývoj specializovaných produktů, ale příliš malý pro kompletní transformaci celé skupiny. Proto musel fungovat jako multiplikátor. Jeho úkolem bylo vytvářet klíčové komponenty, standardy a kontrolní mechanismy, zatímco specialisté v dceřiných společnostech přispívali případy užití a zaváděli jejich aplikaci do každodenního provozu. Pozdější prohlášení skupiny, která uváděla, že divize AI se rozrostla na 15 specialistů, naznačují postupné rozšiřování.

Klíčové riziko spočívá ve vzniku izolované jednotky umělé inteligence. Pokud tým vyvíjí technologicky sofistikovaná řešení, zatímco zbytek organizace se drží zastaralých procesů, nedosáhne se žádných úspor z rozsahu. Úspěšná spolupráce na platformě vyžaduje sdílenou odpovědnost za produkt a jasné obchodní cíle. Každá funkce by měla vědět, který klíčový ukazatel výkonnosti (KPI) zlepšuje a jak se měří její přínos.

Produktivita sahá daleko za hranice tvorby textu

Ve veřejné diskusi se generativní umělá inteligence v marketingu často redukuje na automatizované generování textu a obrázků. I když jsou tyto aplikace viditelné, nemusí být nutně ekonomicky nejhodnotnější. Obsah lze generovat rychle, ale zároveň se tím zvyšuje nabídka zaměnitelného materiálu. Pokud všichni konkurenti používají podobné nástroje, hodnota diferenciace se snižuje. Větší příležitost spočívá v kombinaci dat, rozhodování a realizace.

V oblasti prodeje dokáže umělá inteligence prioritizovat potenciální zákazníky, shrnout informace o společnosti a identifikovat vhodné příležitosti ke kontaktu. V projektovém řízení dokáže strukturovat briefingy, dokumentovat úkoly a zjednodušovat sdílení znalostí. V řízení kampaní dokáže generovat varianty, upravovat rozpočty a detekovat anomálie. Ve zpracování dat dokáže překládat dotazy, dokumentovat atributy a odhalovat problémy s kvalitou.

Ekonomické výhody plynou z mnoha malých vylepšení. Jediný automatizovaný úkol může ušetřit jen několik minut. U stovek zaměstnanců, mnoha zákazníků a opakujících se kampaní však mohou být takové úspory značné. Obzvláště cenné jsou procesy s velkým objemem, jasnými pravidly a dostatečnou datovou základnou. Naproti tomu strategická rozhodnutí, citlivá komunikace se zákazníky a neobvyklé případy by si měly udržet větší lidský dohled.

Skupina MV by proto neměla definovat produktivitu jako maximální automatizaci. Cílem je rozumné rozdělení práce. Stroje jsou vhodné pro rozpoznávání vzorů, generování variant, porovnávání dat a opakovatelné analýzy. Lidé zůstávají klíčoví pro kontext, odpovědnost, kreativní směřování, vyjednávání a hodnocení neočekávaných důsledků. Platforma, která podporuje kvalifikované pracovníky, může současně zvýšit kvalitu i rychlost. Platforma, která se pouze snaží nahradit personál, riskuje standardizovanou průměrnost a ztrátu důvěry.

Ochrana údajů se mění z povinného požadavku na faktor konkurenceschopnosti

Kombinování rozsáhlých datových sad B2C s modely umělé inteligence se dotýká obzvláště citlivých oblastí evropského práva na ochranu osobních údajů. Osobní údaje nelze libovolně kombinovat, používat pro nové účely ani vkládat do modelů. Je zapotřebí solidní právní základ, transparentní informace, omezení účelu, minimalizace údajů, vhodné doby uchovávání a účinné prostředky pro výkon práv subjektu údajů.

Pro MV Group se nejedná jen o otázku dodržování předpisů. Důvěra se může promítnout do komerční výhody, zejména u středně velkých klientů, kteří sami nedokážou posoudit regulační rizika. Transparentním zdokumentováním původu dat, stavu souhlasu, používání modelu a procesů mazání skupina snižuje transakční náklady svých klientů. Naopak technicky robustní, ale právně nejasná platforma by byla z dlouhodobého hlediska sotva prodejní.

Zvláštní pozornost by měla být věnována otázce, zda si modely mohou zapamatovat nebo neúmyslně sdělit osobní údaje. Soukromé chaty s umělou inteligencí musí být navrženy tak, aby uživatelé měli přístup pouze k autorizovaným datům a aby nedošlo k úniku důvěrných informací prostřednictvím výzev nebo výstupů. To zahrnuje oprávnění založená na rolích, protokolování, zabezpečená prostředí modelů, filtry a jasné oddělení zákaznických účtů.

Evropský zákon o umělé inteligenci (AI Act) rovněž zvyšuje požadavky na transparentnost, kompetence a řízení. Většina marketingových aplikací není automaticky klasifikována jako vysoce rizikové systémy. Nicméně v závislosti na jejich funkci platí povinnosti týkající se označování syntetického obsahu, dokumentace a školení zaměstnanců. Ochrana osobních údajů, ochrana spotřebitele a právo hospodářské soutěže navíc zůstávají v platnosti bez ohledu na regulaci umělé inteligence. Ti, kteří včas zavedou robustní procesy, mohou tuto regulační vyspělost propagovat jako součást své nabídky.

Prognózy mohou zhoršit stávající zkreslení

Modely podobné těmto lidem se na první pohled zdají neutrální, protože fungují matematicky. Ve skutečnosti se učí z historických dat a přejímají jejich struktury. Pokud stávající zákazníci pocházejí převážně z určitých regionů, věkových skupin nebo příjmových pásem, může model upřednostňovat podobné skupiny. To se může zdát ekonomicky výhodné, ale zároveň to může zakrývat potenciál nového trhu nebo systematicky znevýhodňovat určité skupiny obyvatelstva.

Tento problém není pouze etický. Model, který je příliš úzce svázán s minulostí, může brzdit růst. Bude primárně přitahovat jednotlivce podobné stávajícím zákazníkům, spíše než aby prozkoumával nové oblasti poptávky. Společnosti riskují, že si algoritmicky zachovají svou současnou tržní pozici. Efektivní modelování proto vyžaduje rovnováhu mezi využíváním známých profilů úspěchu a prozkoumáváním nových segmentů.

Navíc zdánlivě neškodné charakteristiky mohou nepřímo odrážet citlivé rysy. PSČ, struktura domácnosti, nákupní chování a zájmy o webové stránky umožňují dalekosáhlé závěry. Čím přesnější je segmentace, tím větší je riziko, že spotřebitelé budou komunikaci vnímat jako rušivou. Právně přípustné neznamená automaticky společensky přijatelné.

Společnost MV Group by proto měla měřit nejen přesnost, ale také férovost, stabilitu a akceptaci. To zahrnuje pravidelné kontroly dopadu funkcí, zdokumentovaná kritéria pro vyloučení a lidské schvalování citlivých kampaní. Zodpovědně omezený model může být z dlouhodobého hlediska cennější než agresivnější, krátkodobý systém, který dosahuje vysoké míry odezvy, ale způsobuje stížnosti a poškozuje reputaci.

Struktura nákladů určuje úspěch

Platformy umělé inteligence jsou často popisovány jako vysoce škálovatelné, ale jejich provoz není zdarma. Výpočetní výkon, přístup k modelům, ukládání dat, bezpečnostní opatření a kvalifikovaný personál s sebou nesou průběžné náklady. K tomu se přidávají náklady na čištění dat, údržbu rozhraní a přizpůsobení se měnícím se systémům. Čím individualizovanější jsou požadavky zákazníků, tím menší jsou úspory z rozsahu.

Pro IA Vista je proto modulární architektura klíčová. Často používané funkce by měly být standardizovány, zatímco přizpůsobení specifická pro zákazníka by měla být jasně definována a fakturována samostatně. Jinak se platforma může stát skládkou pro speciální požadavky. I když to může zvýšit příjmy, marže zůstává nízká, protože každý projekt vyžaduje novou vývojovou práci.

Volba podkladových modelů také ovlivňuje nákladovou efektivitu. Externí modely s rozsáhlými jazyky nabízejí rychlou inovaci a nízké počáteční náklady, ale vytvářejí závislost na tvorbě cen, dostupnosti a zpracování dat. Interní nebo veřejně dostupné modely zvyšují kontrolu, ale vyžadují více technických znalostí a infrastruktury. Hybridní strategie je pravděpodobně nejlepším přístupem: standardní modely pro obecné úkoly, specializované komponenty pro citlivá data a proprietární modely pro diferenciaci případů užití.

Ceny by měly odrážet vytvořenou hodnotu. Mezi možné varianty patří základní poplatky za přístup k platformě, komponenty založené na užívání, balíčky spravovaných služeb a odměna založená na výkonu. Čistě licenční poplatek může být pro menší klienty příliš abstraktní, zatímco čistě výkonnostně založená odměna vystavuje MV Group rizikům, která je obtížné kontrolovat. Kombinovaný model rozděluje riziko a výnos rovnoměrněji.

Nezávislost je zároveň silnou stránkou i omezením

Skupina MV zdůrazňuje svou úplnou nezávislost na Francii. Na trhu, kterému dominují mezinárodní platformy, je to silný rys pro umístění na trhu. Zákazníci mohou preferovat místního partnera, který rozumí specifikám francouzského trhu, regulačním požadavkům a rozhodovacím procesům středních podniků. Datová suverenita a krátké komunikační kanály nabývají na významu s tím, jak se umělá inteligence hlouběji integruje do procesů kritických pro podnikání.

Nezávislost také znamená, že investice musí být financovány interně a technologická rizika nese samotná společnost. Globální korporace rozkládají náklady na vývoj mezi miliardy uživatelů. Středně velká skupina musí být velmi selektivní, pokud jde o to, které komponenty vyvíjí interně. Pokus o vytvoření kompletních základních modelů nebo univerzální reklamní platformy by byl stěží ekonomicky životaschopný. Specializace na integraci dat, aktivaci specifickou pro zákazníka a měřitelný dopad je mnohem slibnější.

Nezávislost také posiluje důvěryhodnost v mezikanálovém poradenství. Poskytovatel, který neprovozuje vlastní dominantní reklamní platformu, může teoreticky činit neutrálnější rozhodnutí o tom, který kanál je pro klienta nejlepší. Tato neutralita však musí být organizačně zajištěna. Modely odměňování a partnerství nesmí vytvářet skryté pobídky k upřednostňování určitých mediálních rozpočtů.

Status neziskové organizace rozšiřuje rozsah odpovědností. Pokud chce MV Group spojit ekonomickou výkonnost se sociálními a environmentálními cíli, musí být IA Vista také měřena podle těchto standardů. To zahrnuje zodpovědné využívání výpočetních zdrojů, nediskriminační modely, transparentní komunikaci a vyhýbání se manipulativním marketingovým praktikám. Tento status je konkurenční výhodou pouze tehdy, pokud se promítá do ověřitelných rozhodnutí.

Personální problém je složitější než snižování počtu zaměstnanců

Umělá inteligence mění způsob, jakým agentury fungují, ale ne lineárně, od lidí ke strojům. Některé úkoly budou automatizovány, jiné nabudou na významu a objeví se nové role. Poptávka po čistě manuální přípravě dat, standardizovaných reportech nebo jednoduchých variacích obsahu se může snížit. Důležitější se stanou produktový management, kvalita dat, řízení modelů, poradenství klientům, návrh experimentů a komunikace mezi odborníky na danou problematiku a technickými odděleními.

Pro MV Group to otevírá cestu ke zvýšení produktivity, ale zároveň vytváří sociální a organizační napětí. Pokud zaměstnanci vnímají umělou inteligenci primárně jako nástroj pro snižování počtu zaměstnanců, jejich ochota přispívat do systémů svými znalostmi klesá. Přesto jsou právě tyto znalosti nezbytné pro navrhování smysluplných modelů. Důvěryhodná transformace proto vyžaduje transparentní cíle a příležitosti ke školení.

Skupina má výhodu, protože značná část jejích zaměstnanců již pracuje v datovém prostředí. To poskytuje solidní základ technického porozumění, na kterém lze stavět. Zároveň musí být obchodní, kreativní a projektový management také oprávněni kriticky hodnotit výsledky. Kompetence v oblasti umělé inteligence nespočívá v napsání co největšího počtu zadání. Zahrnuje schopnost vybrat vhodné případy užití, identifikovat rizika, kontrolovat výdaje a měřit dopad.

Z dlouhodobého hlediska se může model personálního obsazení změnit. Malé, interdisciplinární týmy by mohly obsloužit více zákazníků, pokud by se automatizovaly standardní úkoly. Zbývající zaměstnanci by však museli být kvalifikovanější a převzít větší odpovědnost. To by mohlo vést k vyšším průměrným mzdám, i když se počet zaměstnanců sníží. Ekonomický dopad tedy nezávisí pouze na počtu zrušených pracovních míst, ale na celkové změně kapacity, kvalifikace, odměn a tržeb na zaměstnance.

Úspěch vyžaduje střízlivé řízení

IA Vista by se neměla měřit počtem vytvořeného obsahu, vyvinutých modelů nebo dokončených pilotních projektů. Takové metriky dokumentují aktivitu, ale nikoli tvorbu hodnoty. Relevantnější je procento produktivně využitých funkcí, doba implementace u klienta, zlepšení definovaných výsledků kampaně a dodatečná marže.

Efektivní management rozlišuje tři úrovně. Na technické úrovni jsou klíčové dostupnost, doba odezvy, chybovost, kvalita dat a stabilita modelu. Na provozní úrovni jsou klíčové úspora pracovního času, zkrácení doby zpracování a přijetí ze strany uživatelů. Na ekonomické úrovni jsou prvořadé loajalita zákazníků, dodatečné příjmy, marže a amortizace. Pokud se tyto úrovně sloučí, lze technicky působivý systém považovat za úspěšný, i když generuje malý finanční přínos.

Obzvláště kritická je frekvence používání. Mnoho podnikových platforem je implementováno, ale pravidelně je používá jen malý počet lidí. MV Group proto potřebuje nejen vyvíjet software, ale také změnit pracovní postupy. To zahrnuje školení, jasné odpovědnosti, uživatelsky přívětivé rozhraní a model podpory. Každá další překážka snižuje pravděpodobnost, že se platforma stane součástí každodenního používání.

Důsledně je třeba zohledňovat i pohled zákazníka. Středně velká společnost se nezajímá o počet parametrů modelu. Chce vědět, zda oslovuje lepší potenciální zákazníky, snižuje prodejní náklady nebo ziskověji rozvíjí stávající vztahy se zákazníky. Produktová komunikace by proto měla začínat obchodními problémy a technické detaily používat pouze tam, kde zvyšují důvěru a srozumitelnost.

Tři scénáře ekonomického rozvoje

V pozitivním scénáři se MV Group podaří etablovat IA Vista jako sdílenou platformu napříč několika dceřinými společnostmi. Opakovaně použitelné moduly snižují náklady na projekty, zákazníci si rezervují další služby založené na datech a skupina může lépe sladit své ceny s vytvořenou hodnotou. Loajalita zákazníků se zvyšuje, protože data, modely a procesy kampaní jsou hluboce integrovány. V tomto případě se investice stává výchozím bodem pro model růstu s vyšší marží.

Ve střednědobém scénáři IA Vista primárně zlepšuje interní efektivitu. Platforma zrychluje analytiku, plánování kampaní a produkci obsahu, ale jako samostatný produkt se prodává pouze v omezené míře. Investice se však stále může vyplatit, pokud se zvýšení produktivity promítne do vyššího využití, lepší kvality nebo nižších nákladů. Strategická transformace však zůstává neúplná, protože obchodní model je i nadále převážně náročný na pracovní sílu.

V nejhorším případě zůstává IA Vista pouze souborem pilotních projektů. Propojení datových zdrojů je extrémně obtížné, zákazníci požadují individuální úpravy a využití týmů zůstává nízké. Zároveň velké platformy integrují srovnatelné funkce do svých standardních produktů zdarma nebo za velmi nízkou cenu. V tomto scénáři MV Group vynakládá vysoké náklady na vývoj a provoz, aniž by dosáhla dostatečné diferenciace.

Výsledný scénář závisí méně na jediném modelu než na konzistentním stanovení priorit. Omezený počet jasně definovaných případů užití, standardizované datové procesy a důsledné měření úspěšnosti zvyšují šance na úspěch. Naopak příliš široká ambice být chatbotem, datovou platformou, nástrojem pro tvorbu obsahu, prodejním nástrojem a systémem pro správu kampaní by rozptýlila zdroje.

Proč je sázka strategicky dobrá, ale ne bez rizika

Investice ve výši pěti milionů eur je ambiciózní a strategicky rozumná vzhledem k velikosti skupiny MV. Společnost má tři předpoklady, které mnoha projektům v oblasti umělé inteligence chybí: relevantní datové sady, provozní marketingové kanály a stávající zákaznickou základnu. To skupině umožňuje přímo propojit technologii s komerčními aplikacemi. Datová strategie rozvíjená od roku 2017 a následné akvizice vytvářejí základ, na kterém může být IA Vista více než jen krátkodobým experimentem s umělou inteligencí.

Jasná perspektiva tedy spočívá v tom, že největší hodnota projektu nespočívá v generativní umělé inteligenci jako takové, ale v transformaci fragmentovaných dat a odborných znalostí agentury do integrované, měřitelné a opakovaně použitelné služby. Pokud se to podaří, MV Group může snížit svou závislost na prodeji lidské práce, zvýšit loajalitu středně velkých klientů a odlišit se od globálních platforem neutralitou, lokální přítomností a datovými znalostmi.

Zároveň by investice neměla být romantizována. Trh se rychle mění, standardní funkce zlevňují a regulační požadavky se zvyšují. Velké datové sady mohou být výhodou, ale mohou také představovat značná rizika. Automatizace může snížit náklady, ale bez jasné implementace může také vytvářet problémy s kvalitou a vnitřní odpor. Ekonomický úspěch je proto nutné posuzovat podle přidané hodnoty, kterou přináší, nikoli podle samotné technické činnosti.

IA Vista je v konečném důsledku sázkou na integraci. MV Group sází na to, že akvizice, data, talenty a vztahy se zákazníky lze transformovat do silnějšího a jednotného celku prostřednictvím sdílené vrstvy umělé inteligence. Pět milionů eur si nekoupí trvalou výhodu, ale příležitost si ji vybudovat. Zda se to promítne do udržitelné konkurenční výhody, závisí na kvalitě dat, produktové disciplíně, důvěře v regulační orgány a schopnosti poskytovat měřitelnou hodnotu pro zákazníky rychleji než zavedené platformy a konkurenční agentury.

Co tento případ znamená pro celý agenturní průmysl

Případ společnosti MV Group je příkladem toho, jak se mění ekonomické centrum marketingového průmyslu. Kreativita, poradenství a mediální výkonnost zůstávají důležité, ale stále více jsou obklopeny daty a technologickými systémy. Agentury, které využívají pouze stávající nástroje umělé inteligence, riskují, že se stanou zaměnitelnými. Naproti tomu společnosti, které kombinují proprietární data, vertikální odborné znalosti a měřitelné procesy, si mohou v hodnotovém řetězci vybudovat silnější pozici.

Pro nezávislé agenturní skupiny to znamená, že samotná velikost nestačí. Akvizice vytvářejí hodnotu pouze tehdy, když jsou integrována data, systémy a nabídky. Zároveň čistá technologie nenahradí blízkost zákazníka. Nejsilnější pozice vzniká tam, kde se sbíhá technická škálovatelnost a poradenství specifické pro dané odvětví. Právě tuto kombinaci se MV Group snaží nastolit.

Pro zákazníky se mění výběr marketingového partnera. Kromě kreativity a dosahu se stávají důležitějšími otázky týkající se původu dat, řízení modelů, metodologie měření a technologických závislostí. Poskytovatel musí být schopen vysvětlit, proč jeho umělá inteligence umožňuje lepší rozhodování, jaká data se používají a jak se detekují chyby. Marketing se tak stále více stává disciplínou zahrnující ekonomii, statistiku, technologie a správu a řízení.

Provokativní, ale věcně podložený závěr je jasný: Na budoucím marketingovém trhu poskytovatel s největším počtem funkcí umělé inteligence automaticky nezvítězí. Vítězem bude ten, kdo legitimně transformuje data do lepších rozhodnutí, provede tato rozhodnutí kontrolovaným způsobem a dokáže prokázat jejich přidanou ekonomickou hodnotu. MV Group si s IA Vista zvolila směr, poskytla investici a vytvořila organizační základy. Nyní je třeba tuto technologickou ambici transformovat do robustního produktu.

Rád/a bych sloužil/a jako váš osobní poradce.

Můžete mě kontaktovat na adrese wolfenstein∂xpert.digital nebo

Zavolejte mi na +49 7348 4088 965 .

LinkedIn