Ondřej Čapka

Strategický nákup, posílený AI nástroji

20 let v operativním i strategickém nákupu. Posledních pár let stavím AI nástroje, které nákupní workflow zrychlují — od RFQ přes spend analytiku až po savings tracking. Začínám u nákupu, protože tam mám hloubku. Stejné principy se ale dají přenést i do ostatních oborů a oddělení.

ProcurementRFQ & SourcingSpend analyticsCategory mgmtVendor managementAI agentiClaude CodeExcel automatizaceData viz

Projekty, které jsem postavil

Žádné mockupy. Vše níže běží naživo nebo je veřejné na GitHubu.

Každý nástroj vznikl pro konkrétní nákupní problém, který mě v reálné práci zdržoval. AI je tu prostředek, ne účel.

procurement-agent-skills/
  • 📁 skills/
  • 📁 excel-procurement-analysis/
  • 📄 SKILL.md
  • 📁 excel-procurement-dashboard/
  • 📄 SKILL.md
  • 📁 rfq-matrix/
  • 📄 SKILL.md
  • 📁 savings-tracker/
# SKILL.md
## Purpose
Analyze price lists,
build spend baseline,
detect anomalies.

## When to use
User uploads xlsx/csv
with spend or RFQ data.
AI Agent

Procurement Agent — modulární AI asistent pro nákup

AI agent postavený na Claude s vlastní knihovnou skillů pro typické procurement úlohy: analýza price listů, RFQ matrix, spend baseline, savings tracker, supplier scorecard. Každý skill je samostatný modul s jasným kdy/jak/proces/pravidla, takže agent pracuje konzistentně a auditovatelně.

ClaudeSkill architectureMarkdown SKILL.mdMCPPythonExcel
Repo na GitHubu
Sourcing CRMLive
SourcingCRM
RFQ
Nab.
Vyj.
Sml.
Nev.
Skleněné výplně 4mm1,2 M Kč
Hliníkové rámy850 K Kč
Webová aplikace

Sourcing CRM — nákupní pipeline a dodavatelé

B2B CRM pro nákupčí: správa dodavatelské báze, kontaktů a poptávkových případů (RFQ → nabídky → vyjednávání → smlouva) v Kanban pipeline. Živá databáze, drag & drop, plánovaná AI vrstva nad jádrem.

ReactTanStackSupabaseKanban / dnd-kitRLS
Indirect / FMLive demo
Bottleneck
Strategické
Nekritické
Leverage
Energie
4%
Ostraha
3%
Kanc. potřeby
80%
Kategorie strategie + AI agent

Facility Management — nepřímý nákup

Ukázka práce s nepřímým nákupem: Kraljic matice pro FM podkategorie, analýza podílu maverick nákupů a AI agent, který v příchozích potvrzeních objednávek detekuje odchylky od naší objednávky a rámcové smlouvy.

ReactRechartsKraljicTail spendAI classifier
Indirect / IT · SaaSLive demo
Over / non-crit
Core
Zombie
Under / crit
CRM
3%
Design
70%
Marketing
70%
Licence & shadow IT + AI agenti

IT/SaaS — nepřímý nákup

Nepřímý nákup pro IT/SaaS: matice Utilization vs. Business Criticality, kvantifikace shadow IT a AI agent, který u blížícího se renewal doporučí obnovu, snížení počtu seatů, zrušení nebo eskalaci.

ReactRechartsUtilizationShadow ITRenewal AI
CapEx · Stage-gateLive demo
1. Zadání
2. RFQ
3. Vyhodnocení↳ scoring
4. Realizace
Sup A
7.55
Sup B
7.45
Sup C
7.75
Stage-gate proces + scoring agent

Investiční nákup — proces a AI podpora

Ukázka procesu investičního nákupu (CapEx) na příkladu pořízení výrobní linky: stage-gate proces, srovnání dodavatelů podle pěti kritérií a interaktivní scoring agent, který živě přepočítává vážené skóre a doporučení.

ReactStage-gateWeighted scoringTCOCapEx
Strategy documentMind Map · 2026
— ZZ Agent —
Kontrolní
asistent zakázek
Orders
Knowledge
Pipeline
Output
Strategy doc

ZZ Agent — Kontrolní asistent zakázek pro výrobní firmu

Strategická mind mapa AI agenta, který kontroluje příchozí objednávky proti výrobním možnostem a porovnává výrobní příkaz s objednávkou zákazníka. Dvě nezávislé kontrolní smyčky před tím, než chyba vyjede z výroby.

Copilot StudioClaudeKnowledge baseM365Manufacturing
Market intelligenceLive demo
Gasoil
+1.4%
Brent
−0.6%
CZ retail
37.8
EUR/USD
1.082
Procurement dashboard

Cenová inteligence nafty

Monitoring trhu s naftou pro fleet operátory — ICE Gasoil, Brent, český retail a EUR/USD na jednom místě, včetně spread analýzy a simulátoru cenových šoků.

ReactRechartsICE GasoilBrentFXScenario modeling
Web appLive demo
Kupón%Radar
MódaElektroZahrada
About YouMODA2090%
Alza.czALZA50088%
Webová aplikace

KupónRadar — agregátor slevových kódů

AI agent sbírá slevové kódy z e-shopů, komunita je ověřuje hlasováním a vy jen kopírujete ty, které opravdu fungují. Demo režim s lokálními daty nebo živé připojení k databázi.

HTML/CSS/JSSupabaseAI agentCommunity votingReal-time
Webová aplikace

KupónRadar — když AI nehledá slevy, ale ukazuje princip

Na první pohled je KupónRadar jednoduchá věc: slevové kódy z různých e-shopů na jednom místě, ověřené hlasováním uživatelů. Ale slevové kódy jsou jen záminka. Co tahle aplikace doopravdy ukazuje, je způsob, jakým dnes umí AI pracovat s informacemi — a proč mě to jako nákupčího zajímá.

Postavil jsem ji za jediné odpoledne a běží na ní kompletní řetězec, který bych ještě před dvěma lety potřeboval řešit s celým vývojářským týmem: autonomní agent, který sám prochází zdroje a sbírá data; živá databáze, která je okamžitě zpřístupní; a rozhraní, které na vše reaguje v reálném čase. Žádný z těch dílů jsem nepsal ručně řádek po řádku — vznikly ve spolupráci s AI.

A přesně v tom je pointa. Ten samý princip — agent, který monitoruje, sbírá, vyhodnocuje a upozorní — se nedá použít jen na slevové kódy. Dá se přesměrovat skoro kamkoliv:

V nákupu:

  • automatické stahování ceníků od dodavatelů, sledování vývoje cen komodit, hlídání změn v dodacích a platebních podmínkách, upozornění na blížící se konec platnosti rámcových smluv.

Ve financích:

monitoring kurzů, sazeb a cen drahých kovů, signál při překročení nastavené hranice.

V náboru:

průběžné sledování nabídek práce nebo poptávek ve vybraném oboru a regionu.

V realitách:

hlídání nových inzerátů odpovídajících zadaným kritériím dřív, než je uvidí konkurence.

V provozu firmy:

sledování legislativních změn, termínů, certifikací nebo jakýchkoliv dat, která se mění a na která je potřeba včas reagovat.

KupónRadar je tedy hlavně ukázka přístupu. Mění se jen zdroj dat a kritéria — logika zůstává stejná. AI dnes není jen chytrý chatbot, ale nástroj, který umí převzít rutinní sledování a sběr informací a nechat člověka dělat to, co umí líp — rozhodovat.

Jak to funguje

Schéma fungování KupónRadaru: zdroje dat, AI agent, databáze, aplikace
HTML/CSS/JSSupabaseAI agentCommunity votingReal-time
Demo · Anonymizovaná data. Všechny názvy společností, dodavatelů a produktů v této sekci jsou anonymizované. Struktura, výpočty a vizualizace odpovídají reálným řešením, která jsem postavil pro skutečnou firmu — citlivá data jsou nahrazena ukázkovými hodnotami.
Live demo

Excel Dashboard — nahraj data, uvidíš vizualizaci

Klikni si přímo do mojí práce. Stáhni si některý z ukázkových Excelů, prohlédni si dashboard, který nad nimi stavím, nebo nahraj vlastní data a uvidíš, jak by mohl vypadat ten tvůj.

Tvorba těchto dashboardů je jedním ze skillů, které má přímo v popisu i můj Procurement Agent výše.

Sourcing & Spend Plan

Glass Procurement Dashboard

Plánování ročních objednávek skla u tří dodavatelů s živým výpočtem úspor, slev a Q2 bonusu za objem. Postaveno v Reactu, čte dynamicky Excel se zdrojovými daty.

ReactSheetJSExcel-driven3 motivyPlánovač objednávek

Tip: nejdřív si stáhni ukázkový Excel, pak otevři dashboard a nahraj do něj stažený soubor.

Risk & Scenario Modeling

Krizový cenový model

Dopad růstu cen ropy a plynu na 11 procurement materiálů ve třech scénářích (mírný / střední / krizový). Citlivostní matice, kurz EUR/USD, akční plán s vyjednávacími pozicemi.

Chart.jsSensitivity matrixMulti-scenarioAkční plánPředobjednávky

Tip: nejdřív si stáhni ukázkový Excel, pak otevři dashboard a nahraj do něj stažený soubor.

Try it yourself

Nahraj vlastní Excel

Není potřeba registrace ani nahrávání na server. Vše proběhne ve tvém prohlížeči — k datům nemám přístup.

Client-side onlyDrag & dropSheetJSChart.jsGrid.jsAuto-detect
Vyber si jeden z dashboardů výše a načte se zde.
◆ AI Maturity Map

Pyramida znalosti práce s AI

Šest vrstev od běžného uživatele po firemní AIOS. Ukazuje, kde se v práci s AI nacházím dnes a kam směřuji.

L6
Firemní AIOS
Propojený operační systém firmy — agenti, data a procesy v jedné vrstvě.
L5
Autonomní AI agenti
Multi-step agenti s vlastními skilly, pamětí a nástroji. V produkci pracují s human-in-the-loop kontrolou.
← jsem zde
stavím L5, v produkci běží L4
L4
Vibe coding & low-code
Stavba vlastních aplikací a dashboardů přes Lovable, Cursor, Claude Code.
L3
Automatizace
Make, n8n, Zapier, API workflow — opakované úkoly běží bez člověka.
L2
Placená AI + asistenti
ChatGPT Plus, Claude Pro, vlastní GPTs / Projects / Gems pro konkrétní úlohy.
L1
Chat jako chytřejší Google
Neplacená verze AI — rešerše, parafráze, rychlé odpovědi.
◆ PROCUREMENT DEPTH

A druhý pilíř — nákup

Pyramida nahoře ukazuje, kde jsem v AI. Tady je druhá strana — co tvoří moji nákupní hloubku. Bez té první nohy by AI projekty byly jen tech demo. Bez té druhé bych nevěděl, který problém stojí za to řešit.

Strategic sourcing & negotiation

20 let vyjednávání s lokálními i mezinárodními dodavateli, rámcové smlouvy, řízení dopadů cenových výkyvů.

Category & vendor management

Strategická správa portfolia, hodnocení rizik, rozvoj dodavatelů napříč přímým i nepřímým nákupem.

Commodity markets

Sledování komoditních trhů a jejich dopadů na materiálové náklady — od oceli a skla po energie.

Cross-functional fluency

Plynulý pohyb mezi nákupem, výrobou, financemi a IT — nezbytné pro to, aby AI nástroj v produkci skutečně přežil.

◆ MŮJ PŘÍSTUP

Jak modernizovat nákup pomocí AI (a kam to dál vede)

Většina firem AI do reálné hodnoty nikdy nepřetaví. Tady je, kde to obvykle drhne — a jak bych v nákupní funkci postupoval, aby to drželo. Stejné principy pak fungují i v dalších odděleních.

Nákup je ideální místo, kde s AI začít. Procesy jsou jasně ohraničené, data strukturovaná, dopad měřitelný — RFQ matrix, spend analytics, savings tracking, supplier scorecard. Zároveň je nákup oblast, kde jedno špatné rozhodnutí stojí peníze hned. Proto má smysl AI nasadit chytře — ne agresivně. Firmy přitom v 95 % případů selhávají i v jednodušších funkcích, než je nákup. Otázka není, jestli AI funguje. Otázka je, proč to ve firmách selhává a co se s tím dá udělat.

THESIS

Bottom-up paradox

AI se do firem skoro vždy dostane od spodu — přes jednoho člověka v týmu, kterého to chytne. Nákupčí, analytik, někdo, kdo si večer zkouší ChatGPT a uvědomí si, že to umí jeho práci dělat rychleji. To je správný start — protože reálné pochopení AI nevzniká na školení, ale v každodenní práci.

Problém je, že bez podpory shora ten nadšenec narazí na strop: shadow IT, žádný rozpočet na produkci, nemůže škálovat napříč týmem. Bottom-up je jak má AI zavádění začít. Ale aby přežilo, musí se v určitý moment formalizovat — dostat sponzora, governance a místo v IT stacku.

Tuhle cestu jsem si v nákupu prošel. Vím, kde je ten strop, i jak se za něj posunout — a jak se mu rovnou vyhnout, když AI zavádíte s rozmyslem od začátku.

Kde firmy obvykle uvíznou

Licence ≠ adopce

Nákup Copilotu sám nic neřeší. Polovina týmu ho nezapne, druhá ho používá jako lepší Google.

Honba za 100 %

Zaseknete se na technických hranicích. 80 % automatizace plus 20 % člověk dodá hodnotu v týdnech. 100 % automatizace dorazí za měsíce — nebo nikdy.

Strach o místo

Když není správně komunikace, lidé řešení tiše sabotují. Bojí se, že učí svého nástupce.

Žádný kontext

AI bez znalostní báze odpovídá obecně. Smluvní podmínky, katalogy dodavatelů, interní pravidla, zápisy schůzek — to všechno musí být na jednom místě.

Co podle mě skutečně funguje

  1. Quick win, který lidé cítí v ruce

    V nákupu nejlépe funguje začít s činnostmi, které tým nesnáší — automatické vyhodnocení RFQ, příprava srovnávacích matic, sumarizace nabídek. Stejný princip platí v každém oddělení: najít manuální práci, kterou nikdo nemá rád, a tu dát první.

  2. Skill-based architektura

    Místo jednoho monolitického asistenta stavte malé samostatné moduly — každý s jasným kdy se použije, jak pracuje, kde jsou hranice. Auditovatelné, vyměnitelné, srozumitelné. Tak je postavený i můj Procurement Agent.

  3. Human-in-the-loop v produkci

    Agent upozorňuje, člověk rozhoduje. Zvlášť ve výrobě, nákupu, financích — všude, kde má chyba cenu. Plná autonomie zní hezky na konferencích, v produkci je to dnes většinou riziko.

  4. Nasazení uvnitř toho, co tým už používá

    M365, Copilot Studio, existující ERP — ne další samostatná aplikace. Sníží to bariéru a udrží to v rámci IT governance.

  5. Role AI Ambasadora

    Někdo, kdo aktivně sleduje, co se mění. Pole se mění tak rychle, že nejlepší praxe z loňska je dnes zastaralá.

  6. Data jako největší aktivum

    Znalostní báze, kterou si firma postupně staví, je dlouhodobě cennější než to, který model si vyberete.

Plán, který bych přinesl

Nejlepší zavedení AI není projekt s velkým rozpočtem, je to operační návyk. Nejdřív audit repetitivních činností v nákupu — RFQ, spend, savings tracking, vendor management. Pak quick win pro motivaci týmu. Pak skill-based agenti pro oblasti, kde dává smysl 80 % automatizace. Pak znalostní báze, governance, ambasador.

Nákup je pro mě výchozí bod, ne strop. Když princip funguje na RFQ, funguje stejně dobře na fakturách v účtárně, na kvalitních reportech ve výrobě nebo na ticketingu v zákaznickém servisu. Postupně, měřitelně, udržitelně — nejdřív tam, kde mám hloubku, pak dál.

O mně

Stavím nástroje, ne PowerPointy

Ondřej Čapka

Jsem nákupní profesionál s 20 lety praxe napříč operativním i strategickým nákupem — přímý materiál, komodity, nepřímý nákup i IT. Posledních pár let stavím interní AI nástroje, které řeší konkrétní problémy z mé každodenní práce: RFQ matrix, spend analytics, savings tracking, supplier scorecard.

Místo PowerPointů stavím nástroje. Skill-based architektura agentů a self-contained dashboardy mi umožňují dodat hodnotu během dní, ne měsíců.

Dělám to, protože věřím, že příští generace nákupu nebude o reportech, ale o systémech, které rozhodují s vámi. A protože co funguje v nákupu, se dá přenést dál — do výroby, kvality, financí, customer service.

Mimo práci se věnuji rodině, běhám a od 10/2026 nastupuji na postgraduální dálkové studium na NEWTON University.

Zkušenosti

Profesní timeline

20 let praxe v operativním i strategickém nákupu napříč obory.

  1. Strategický nákupčí (Sourcing Purchaser)

    Saint-Gobain Construction Products CZ — Glassolutions
    8/2016 — dosud
    • Komplexní vyjednávání s klíčovými lokálními i zahraničními dodavateli materiálu pro výrobu izolačního skla.
    • Příprava a uzavírání rámcových smluv, strategická správa a rozvoj dodavatelského portfolia.
    • Hodnocení rizik, sledování komoditních trhů a řízení dopadů cenových výkyvů na materiálové náklady.
    • Inovace: implementace AI nástrojů pro monitoring trhu a automatizaci nabídek; vývoj nákupních agentů a dashboardů.
  2. Komoditní specialista

    Zetor Tractors, a. s.
    2014 — 2015
    • Komoditní nákup a poptávková řízení pro výrobu zemědělské techniky.
  3. Operativní nákupčí

    Franklin Electric, s. r. o.
    2013 — 2014
    • Operativní nákup, řízení objednávkového cyklu a komunikace s dodavateli.
  4. Vedoucí provozu

    CBC Vital, s. r. o.
    2011 — 2012
    • Řízení provozu — organizace, koordinace a zajištění každodenního chodu pracoviště.
  5. Komoditní nákupčí

    ZKL, a. s.
    2006 — 2010
    • Komoditní nákup a správa dodavatelů ve strojírenské výrobě.

Kontakt

Pojďme se spojit

Hledáte nákupčího, který vedle vyjednávání a strategie umí postavit i nástroje, které tým denně používá? Ozvěte se.