Navenek „obyčejná“ česká značka batohů, uvnitř všechno frčí na AI. Náklady nám klesly o desítky procent, hlásí
Značka Playbag ročně utrží sedm milionů. Její šéf Jan Boruta vysvětluje, jak se mu díky vibe codingu podařilo udělat firmu efektivnější.
Baví vás CzechCrunch?
Vídejte ho na Googlu častěji.
Pro partu českých investorů to byla před třemi lety sázka na nový druh byznysu. V miliardové skupině Leverage se historicky zaměřovali hlavně na internetové firmy, udělali však krok stranou a většinově vstoupili do menší módní značky Playbag s portfoliem batohů, kabelek či brašen a dalších doplňků. „Navenek je to český fashion brand. Uvnitř z něj ale stavíme AI-native firmu, kde se nad každým úkolem zamýšlíme tak, aby nám příště zabral méně času nebo byl kompletně automatizovaný,“ popisuje Jan Boruta.
Příběh Leverage se začal psát v době, kdy její zakladatelé ve snaze získat kapitál na investování v osmnácti letech zastavili dům svých rodičů. Dnes už řídí portfolio firem o hodnotě přes 1,5 miliardy korun. Historicky stáli u zrodu Liftaga a před krachem zachránili portál Aukro. Jan Boruta, jenž je zakládajícím členem investorské skupiny vedle svého bratra Matěje, Lumíra Kunze a Václava Lišky, přitom uznává, že Playbag je se svými ročními tržbami na úrovni sedmi milionů korun menším projektem.
„Samozřejmě si dovedu představit, že pracuji na něčem větším, ale vidím v Playbagu potenciál vyrůst jen v Česku klidně desetinásobně a také svou osobní misi. Takže mě to naplňuje,“ popisuje pětatřicetiletý investor, podle kterého Leverage do Playbagu investovalo hlavně kvůli tomu, že se jim líbily produkty a chtěli si vyzkoušet práci na něčem hmatatelném. „A vlastně mě to až nečekaně moc začalo bavit,“ usmívá se.
V rozhovoru pro CzechCrunch Boruta přibližuje nejen samotnou story Playbagu a velkou transformaci, aby malá firma vůbec vydělávala, ale také velkou sázku na umělou inteligenci, vibe coding a agenty. Ti totiž už teď řídí značnou část procesů. „Začátkem roku jsem pořádně nevěděl, co je Claude Code. Dneska přes něj stavíme věci, které by ještě nedávno zabraly ohromné množství času a vyžadovaly zapojení značného počtu lidí,“ říká.
Liftago, Aukro, Purple Technology, Luigi’s Box, FérMakléři, NutritionPro… a k tomu batohy Playbag. Jak se vaše skupina dostala zrovna k nim?
Zakladatel Aleš Loch k sobě hledal investory. Podívali jsme se na to, firma byla velmi malá, takže to na první dobrou v kontextu našeho portfolia vůbec nedávalo smysl. Produkty se nám ale líbily a viděli jsme potenciál, firma totiž tehdy dávala do marketingu jen jednotky tisíc korun měsíčně. Říkali jsme si, že to můžeme zkusit naboostovat, dát do kampaní sto tisíc měsíčně a uvidíme, co to udělá. Tak jsme se rozhodli, že si osaháme i svět fyzického produktu. Vzal jsem si Playbag na starost a narazil jsem na ledovec obrovského množství problémů.
Povídejte.
Vůbec neměli spočítanou reálnou marži, nevědělo se, kolik stojí výroba. Vše jsme začali měřit a počítat cash flow či čas výroby, k tomu jsme zařízli výrobu a prodej některých výrobků. To byla taková fáze jedna, kdy jsme firmu vyčistili. Ve druhé fázi jsme chtěli začít škálovat s novými produkty, například jednoho druhu krásného koženého batohu se ročně prodávalo osm kusů. Zapracovali jsme na pár vylepšeních, dnes ho prodáváme 500 až 600 kusů ročně. Dělali jsme různé sázky, některé vycházely, a postupně jsme oslovovali víc zákazníků a rostli.
Mezi větší úvodní změny patřilo, že byznys měl Playbag postavený na B2C i B2B, které ale bylo nastavené na komisních prodejích. Zboží o hodnotě asi milionu korun jen stálo a téměř vůbec se neprodávalo. Utnuli jsme to, veškeré zboží stáhli a relativně rychle rozprodali formou druhé jakosti. Zaměřili jsme se nejprve na koncové zákazníky, kde jsme dokázali relativně rychle začít hezky růst. Později jsme se vrátili zpět do B2B segmentu, který jsme již nastavili rozumně.
Teď už je firma – i díky umělé inteligenci – postavená tak, že i kdybychom nerostli vůbec, je zcela udržitelná a soběstačná.
Zakladatel Aleš Loch je ještě ve firmě?
Už není. Původně jsme si koupili většinový podíl, on měl čtyřicet procent, poté deset. Nakonec jsme ho vykoupili úplně.
Za kolik jste podíly nakonec získali?
Nákupní cena byla původně nižší než samotná hodnota skladu, proto nám investice dávala smysl a přišlo nám relativně bezpečné si tento příběh vyzkoušet. Následně jsme ale do firmy museli průběžně dolévat mnohem víc peněz, než jsme podle plánů čekali. Aleš bohužel ze své strany dolévat nedokázal, takže jsme v určité chvíli konvertovali zápůjčky takovým způsobem, že z firmy odešel úplně.
Jak se vám daří teď? Je už firma stabilizovaná?
V roce 2024, kdy probíhal ten zmíněný úklid, jsme rostli o zhruba čtyřicet procent, loni pak v podobném tempu. Není to vyloženě raketa, protože jsme pořád dělali pořádek. Pro letošek jsme měli připravené nové produkty, které měly růst akcelerovat, ale bohužel nám nedopadla spolupráce s designérkou, na kterou jsme sázeli. Takže letos meziročně rosteme o deset až dvanáct procent, nicméně poslední dva měsíce máme novou marketingovou produkci a během ní rosteme o osmdesát procent.
O jaké velikosti byznysu se vůbec bavíme?
Pořád je to malá firma. Otázkou je, jak úspěšná bude letošní sezona, ale celkem směřujeme k sedmi až osmi milionům korun. Letošní rok beru jako stabilizační. Chybí nám nové produkty a nešlapali jsme do marketingu tolik, jak bychom měli. Nově jsme ale začali spolupracovat se skvělým produktovým designérem, který svým záběrem umí pojmout i brand a marketingovou produkci. Moc se těším, až uvedeme ven jeho výstupy a budu moci říci více. Skutečný růst proto čekám spíše příští rok.
Teď už je firma – i díky umělé inteligenci – postavená tak, že i kdybychom nerostli vůbec, je zcela udržitelná a soběstačná. Nepotřebujeme do ní dolévat peníze na provoz, jedině možná na naskladnění před sezonou, ale i tam máme scénáře, při kterých nebudeme potřebovat žádné další prostředky. To byla moje základní mise a tohoto stavu jsme již letos dosáhli.
Nastartujte svou kariéru
Více na CzechCrunch JobsPodívejme se tedy na umělou inteligenci. Jak jste se dostal k tomu, že jste si s ní začal ve větším „hrát“ právě letos?
Vyplynulo to z aktuální potřeby. Běžné věci trvaly zbytečně dlouho, řešili jsme nutnost snížit náklady na administrativu a provoz. Ve výsledku se nám podařilo snížit potřebu 1,5 úvazku na administrativu a operace pouze na jeden part-time. Fixní náklady na admin a operations nám letos za prvních šest měsíců klesly o 75 procent, režijní náklady o 38 procent a celkové fixní náklady o 52 procent.
Co přesně jste si postavil, že jste dosáhl takových úspor?
Mám několik příkladů. Například naše dílna je ve Zlíně, kde pracuje modelářka Andrea, a potřebuju přehled o její práci. Vytvořil jsem tedy webovou aplikaci, kterou má staženou v mobilu, a když začne pracovat, klikne na „start“ u konkrétního kusu. Úkoly jí tam zadává kolegyně na part-time, Andrea pouze odklikává započatou a hotovou práci. Když produkt dokončí, systém ho automaticky naskladní, ona si jedním kliknutím vytiskne dodejku a pošle to logistickému partnerovi.
Pak máme veškeré skladové hospodářství podložené doklady, hlídáme si tím i fulfillment partnera a externí výrobu. Ze všech systémů bych pak zdůraznil plánovač nákupu materiálu a výrobků. To je obrovská úspora. Už nemusím sedět nad daty a analyzovat je, systém dnes sám zná naši sezonalitu, ví, jak každá skladová položka (SKU) meziročně roste, zná i lead-timy a minimální objednávkové objemy našich dodavatelů. Jednoduše nám blikne hláška: „Teď do deseti dnů potřebuješ nakoupit tohle.“ To pak řídí kolegyně, celé dřívější zdlouhavé plánování zcela odpadá. Úspora času je enormní.
Jaké vychytávky si Jan Boruta udělal díky vibe codingu
Vlastní task systém místo Asany
S funkcemi, které potřebujeme, včetně natažené historie úkolů a s možností přiřadit úkol přímo Claudovi. Když kolegyně potřebuje v systému novou funkci, zadá úkol, Claude se doptá na nejasnosti, úkol vypracuje a čeká jen na mé schválení, aby mohl jít rovnou do produkce. Úspora asi třicet eur za uživatele na měsíc, hotovo za cca dvě hodiny čistého času. Mnoho z toho, co šlo dříve do Asany, zvládne rychle Claude přímo z terminálu.
Mobilní webová výrobní aplikace pro modelářku Andreu
Kolegyně Míša zadá plán výroby, Andrea v mobilu zaklikne, co začala a co dokončila. Vše propojené se skladem a interní logistikou, rovněž in-house vyrobenou a zprovozněnou díky Claude Code.
NFC docházka pro výrobu
Člověk přijde, přiloží mobil k čipu, data tečou do naší interní aplikace, počítají se podklady pro mzdy a Slack pošle notifikaci. Hardware za 75 korun.
Fakturace na prodejně přes interní aplikaci
Na pár kliků má zákazník vystavenou fakturu na e-mailu a může skrze QR kód na místě zaplatit a není třeba dodatečně fakturu vystavovat.
Schvalování faktur k proplacení přes Google Sheet
Jednou týdně projdu Google Sheet, označím, co potřebuji zaplatit, a na pár kliků mám připravený bankovní příkaz k podpisu.
Automatické reporty
Automatické PnL a cash flow reporty včetně alertů abnormalit.
Plánovač nákupu materiálu
Zohledňuje velikost skladu výrobků, sezonalitu, velikost skladu materiálu, MOQ, lead time a samozřejmě i to, ve kterých výrobcích se daný materiál používá. Systém mi sám navrhuje, kdy, kolik a u koho koupit.
AI chatbot pro web
Nejde jen o to, že něco málo ušetříme, ale hlavně bude chytřejší včetně například vrstvy alertů upozorňujících na případný informační nesoulad mezi tím, co je na webu, a tím, co máme u nás v databázi.
Vy přitom nejste programátor, vše stavíte jako klasický vibe coder?
Přesně tak, měl jsem chuť vytvořit něco, co se bude samo učit a pomáhat mi. Na začátku jsem šel trochu slepou uličkou, myslel jsem si, že AI bude daleko autonomnější, než reálně je. Představoval jsem si, že pustím agenta přes noc, on za mě všechno udělá a ráno bude hotovo. Tak to ale není. Dnes to mám zautomatizované tak, že zadám úkol, běží 20 až 30 minut, pracuje na něm více agentů a já je průběžně hlídám. Samozřejmě existují i rutinní noční automatizace na aktualizaci čísel v tabulkách a podobně, ale plně autonomní agenti bez dozoru zatím u mě nefungují.
Na jaké slepé uličky jste narazil?
Trvalo mi asi dva až tři měsíce, než jsem si systém dobře nastavil tak, aby mi AI nehalucinovala. Musím zaklepat, dnes už opravdu nehalucinuje. Stačilo nastavit pár věcí, díky kterým to funguje. Dobrou inspirací byl Dušan Šenkypl, který ve vašem článku popsal svůj konkrétní AI setup. V něm zmiňuje „ústavu“, a ta je stěžejní. Jde především o jasně dané „definition of done“ (definice hotového – pozn. red.). AI má totiž tendenci hezky povídat, jak všechno funguje, ale v praxi zjistíte, že nefunguje nic.
Další zcela klíčovou věcí bylo nastavení struktury. Můj systém funguje tak, že jakýkoliv Markdown soubor, který vznikne a přesáhne 200 řádků, musí mít nahoře jasně popsané, co obsahuje. Když přesáhne 400 řádků, Markdown se automaticky rozdělí na dva. Když pak mám dotaz a ptám se systému, který o mně už ví všechno, nemusí si číst celou složku. Velmi rychle zjistí, kde se co nachází, a jde cíleně za konkrétním zdrojem. Nevyčerpá si kontext a nezbude mu prostor pro halucinace. Vše se pak samozřejmě ukládá do složek paměti a lessons learned.
Když se za těmi několika měsíci ohlédnete, co vás na práci s AI agenty nejvíc překvapilo?
Na začátku jsem měl dvě obavy. Zaprvé, že jelikož nejsem programátor, nakóduju si jednu funkci a vzápětí se mi rozpadne jiná. A zadruhé, že údržba těchto nástrojů bude tak časově náročná, že se to ve finále ukáže jako neefektivní. To se naštěstí nestalo, i díky dobře nastavenému systému. Objeví-li se chyba, opraví se, systém se nerozbije a jde se dál. Případné nedokonalosti a výpadky jsem odstranil, už se neopakují. Takže velmi pozitivně mě překvapilo, že i člověk bez znalosti programování dokáže se správně nastaveným systémem budovat relativně složité aplikace.
Jaké jsou při tom vaše měsíční náklady?
Platím si Claude Max, tedy 200 dolarů měsíčně. Je ale důležité říct, že ho nevyužívám pouze na Playbag, používám ho úplně na všechno. Aktuálně například stavím rodinný dům a Claude o něm ví absolutně všechno. Nedávno mi někdo doporučil klimatizaci dražší o 100 tisíc korun. Claude mi ale podrobně spočítal a vysvětlil, proč ji vůbec nepotřebuju. Takže tyto náklady pokrývají kompletně všechny mé projekty.
Základní pravidlo zní: Claude nemá a nikdy nesmí mít mé přístupové klíče. To je pro mě absolutní red flag.
U vibe codingu se dost často zmiňuje také bezpečnost. Konzultujete své kódy například se zkušenými programátory?
Základní pravidlo zní: Claude nemá a nikdy nesmí mít mé přístupové klíče. To je pro mě absolutní red flag. Mám to striktně oddělené a on se k nim prostě nedostane. Dále mám nastaveného přísného hlídače přepisování pravidel. Nemůže se stát, že by mi AI samo přepsalo nějaké pravidlo bez mého zcela explicitního povolení. O tuhle striktní bariéru jsem se opřel a nechal ji Clauda v úvodu nastavit velmi silně.
Všude, kde to jde, navíc využívám dvoufaktorové ověřování. Mám například systém na příchozí faktury, které se automaticky propisují do Google Sheetu, já ale každou fakturu manuálně zkontroluju a teprve poté v tabulce odkliknu přesunutí do mobilní aplikace k finálnímu podpisu. Vždy přesně vím, co schvaluju. Nikdy do Clauda neukládám žádnou platební kartu ani přístupové kódy. Takhle to držím v bezpečných mezích.
AI setup po pár měsících
Jan Boruta svůj AI setup poměrně podrobně popsal na LinkedInu. I z dnešního pohledu to považuje za naprostý základ, na kterém by v podstatě nic neměnil, a může tak sloužit k inspiraci i pro další. Tady je souhrn základních prvků:
- Definujte si vlastní „ústavu“: Zní to banálně, ale je to zásadní. Bez ústavy všechno trvá déle.
- „Hotovo“ znamená důkaz, ne přesvědčivé ujišťování od AI, že je hotovo.
- Velká rozhodnutí nedělám s jedním modelem. Nehledám jednu chytrou odpověď, hledám oponenturu.
- Dlouhé soubory a prompty = ignorantské AI. AI potřebuje rychle pochopit, co soubor dělá, kde jsou klíčové části, co je aktuální, co je legacy, kam sáhnout a kam ne.
- AI má paměť mezi konverzacemi. Součástí je i jednoduchý decisions log a lessons learned.
- Jedno okno řídí, ostatní makají. Jedna z největších chyb při práci s AI je tahat jednu konverzaci donekonečna.
- Neopravuj naslepo. Nejdřív vypiš možné příčiny, teprve potom navrhni fix, ukaž mapu rizik a urči, co musíme ověřit před zásahem.















