Projekty

Vybrané projekty z posledních let, tři různé obory, jeden princip: automatizaci stavím na infrastruktuře, ne na marketingových slidech. Uvedená čísla jsou ilustrativní; slouží k přiblížení rozsahu a dopadu, ne jako přesná provozní statistika.

Reálné projekty & weby

Náhled webu Optik Dvořák
Klientský web

Optik Dvořák

Web pro rodinnou oční optiku v Plzni, měření zraku, značkové obruby, akce i kontakt.

TypeScriptVite
Náhled webu Richard Topinka
🔒 Klientský web

Richard Topinka

Portfolio pro fine-art a portrétního fotografa z Plzně. Tematické galerie, důraz na atmosféru.

HTML/CSSGalerie
Náhled webu Autoservis Topinka
🔒 Klientský web

Autoservis Topinka

Web pro autoservis v Plzni, služby, STK, ceník, rezervace i kontakt.

WebRezervace
Náhled webu Lynx Studio
Vlastní projekt

Lynx Studio

Kreativní studio pro startupy i značky, digitální zážitky, které spojují a fungují.

Studio
Náhled webu Synthetix
Vlastní projekt

Synthetix

Landing pro AI automatizaci a integrace, od hero až po výzvu k akci.

AI agentura
Náhled webu Nexora
Vlastní projekt

Nexora

Produktový web pro AI agenta, od hero až po ceník.

SaaS / AI
Náhled webu Vrstva
Vlastní projekt

Vrstva

Studio pro tech značky, strategie, design a vývoj na jednom webu.

Kreativní studio
Náhled webu Synapse
Vlastní projekt

Synapse

Studio pro UI/UX, branding, ilustraci a weby, portfoliová prezentace.

Design & portfolio
Náhled aplikace Fencl Video
🔒 Klientské demo

Fencl Video

Klikatelný prototyp AI nástroje na hodnocení marketingových videí, verdikt, heatmapa slabých míst a top 3 opravy do dvou minut.

Next.jsAI produkt
Náhled Ippa Café pitch
🔒 Pitch · na heslo

Ippa Caffe pitch

Prezentační web (pitch) pro kavárnu Ippa ve třech jazycích (CZ / EN / DE). Klientské demo, přístup na heslo.

Pitchi18n
Náhled návrhu Ergosenc × AI
🔒 Pitch · na heslo

Ergosenc × AI

Návrh spolupráce pro plzeňský startup s chytrou ergonomickou židlí, kde konkrétně pomůže AI v produktu i v provozu firmy.

Chytrý hardwareAI návrh
···
Rozpracováno

Synx

Vlastní rozpracovaný projekt. Detaily brzy doplním, zatím ve vývoji.

Ve vývoji
Ukázkové případové studie
Logistika Datové pipeline Rozsah: ~6 týdnů

Automatizace fakturace

Globální logistická firma zpracovávala mezinárodní fakturaci ručně: tým čtyř lidí přepisoval údaje mezi TMS systémem, celní databází a účetnictvím. Každá zásilka čekala na papírování, v průměru 48 hodin.

Výchozí stav

  • 4 pracovníci na plný úvazek jen na přepis dat mezi třemi systémy
  • Chybovost ručního přepisu ~3 %, každá chyba znamenala zdržení na celnici
  • Fakturace limitovala růst: víc zásilek = víc lidí

Řešení

Postavil jsem event-driven orchestraci nad vlastním middlewarem: každá událost v TMS (naložení, přechod hranice, doručení) automaticky spouští validaci dat, vygenerování celních dokumentů a zaúčtování. Napojil jsem ji na stávající systémy přes API, takže firma nemusela měnit software. Lidé řeší jen výjimky, které pipeline označí k ruční kontrole.

  • Napojení na stávající TMS a účetní systém přes API, bez výměny softwaru
  • Validační vrstva s pravidly pro 14 zemí
  • Dashboard výjimek, tým vidí jen případy vyžadující rozhodnutí

Náhled řešení

#SH-88214Praha → HamburkZpracováno · 9 min
#SH-88215Brno → VídeňZpracováno · 12 min
#SH-88216Ostrava → KatowiceProbíhá · validace
#SH-88217Praha → RotterdamVýjimka → ruční kontrola
Dnes: 0 zásilek⌀ zpracování: 11 min● pipeline v provozu

Náhled monitorovacího dashboardu pipeline (ilustrační data).

Výsledek

48 h → 11 mindoba zpracování zásilky
−97 %chybovost dokumentace
3,2 měsícenávratnost investice
Bankovnictví AI agent Rozsah: ~8 týdnů

Interní AI asistent

Interní helpdesk banky dostával přes 900 dotazů denně, od resetů hesel po výklad interních směrnic. Odpovědi hledalo 12 operátorů v dokumentaci čítající tisíce stran. Veřejné AI nástroje byly kvůli regulaci nepoužitelné.

Výchozí stav

  • Průměrná doba odpovědi 4,5 hodiny, špičky přes den
  • Přísné požadavky: žádná data nesmí opustit infrastrukturu banky
  • Znalosti roztříštěné v directivách, wiki a e-mailových vláknech

Řešení

Nasadil jsem stavového konverzačního agenta na architektuře RAG, který běží kompletně v privátním cloudu banky. Vytrénoval jsem ho výhradně na interní dokumentaci; odpovědi dokládá citacemi zdrojů a složité případy předává lidem s celým kontextem konverzace.

  • Privátní vektorová databáze, API bez retence dat
  • Každá odpověď s odkazem na zdrojovou směrnici, auditovatelnost
  • Eskalační protokol: nejistota → předání operátorovi, nikdy odhad

Náhled řešení

Jaký je limit pro okamžité platby u firemních účtů?
Limit okamžité platby u firemních účtů je 2 500 000 Kč na transakci. Platba nad tento limit automaticky přechází do standardního zpracování.Zdroj: Směrnice PL-2024/07 · čl. 4 odst. 2
A kdo může limit klientovi navýšit?
Navýšení limitu schvaluje risk oddělení na žádost bankéře klienta. Formulář žádosti najdete v systému pod RM-07. Chcete předat požadavek operátorovi?Zdroj: Směrnice RM-2023/11 · čl. 7
⌀ odpověď: 40 s78 % bez eskalace● data neopouští banku

Náhled konverzace s interním agentem (ilustrační data).

Výsledek

78 %dotazů vyřešeno bez operátora
4,5 h → 40 smedián doby odpovědi
0incidentů úniku dat
SaaS Prediktivní middleware Rozsah: ~5 týdnů

Predikce odchodu zákazníků

SaaS platforma pro správu vozových parků ztrácela zákazníky potichu: když klient přestal produkt používat, tým se to dozvěděl až z výpovědi. Customer success reagoval pozdě a plošně.

Výchozí stav

  • Měsíční churn 4,1 % a rostl s velikostí zákaznické báze
  • Signály odchodu ležely v telemetrii, kterou nikdo nevyhodnocoval
  • Customer success obvolával zákazníky naslepo

Řešení

Navrhl jsem prediktivní middleware, který čte telemetrii produktu v reálném čase, skóruje riziko odchodu každého účtu a sám spouští odstupňované zásahy: od personalizovaného onboarding e-mailu po úkol pro account manažera s přesným popisem, co se u klienta děje.

  • Napojení na produktovou telemetrii, CRM a e-mailing přes API
  • Model rizika přetrénovávaný každý týden na čerstvých datech
  • Zásahy eskalují podle skóre, automatika řeší lehké případy, lidé kritické

Náhled řešení

Fleetio Trans 18 stabilní, bez zásahu
Logimax s.r.o. 54 → onboarding e-mail odeslán
TransCargo CZ 87 → úkol pro account manažera
Předstih detekce: 0 dníSledováno: 0 účtů● model přetrénován před 2 dny

Náhled dashboardu rizika odchodu (ilustrační data).

Výsledek

−31 %odchodovost zákazníků za kvartál
9 dníprůměrný předstih detekce rizika
vyšší zásah retenčních kampaní

Řešíte něco podobného? Napište mi, rád se na váš případ podívám a poradím, jestli a jak se dá automatizovat.

Ozvěte se mi

Máte nápad nebo projekt? Ozvěte se, odpovídám rychle.

Napsat