No-code už zastaralo, cool nástrojem pro vývoj firemních aplikací je AI generování. Je přitom dost důvodů, proč se mu vyhýbat.
Souhrn
AI generátory kódu jsou zajímavým nástrojem pro experimenty, prototypování nebo studijní účely. Pro seriózní firemní vývoj jsou ale příliš velkým rizikem. Vytváří mnoho právních, bezpečnostních i provozních rizik, za která nejenom nikdo nenese odpovědnost, ale hlavně je neřeší. Pokud chce firma stabilní a dlouhodobě udržitelný systém, je potřeba profesionální tým, který rozumí technologiím i byznysu.
AI generování aplikací
AI generování vypadá na první pohled úžasně. Success story, jak si lidé vyvinuli svou aplikaci za pár hodin, najdete spoustu, nejvíce přímo na webech firem, které nástroje poskytují. Přesto si troufám tvrdit, že nepůjde o aplikace, na kterých někdo postaví své podnikání, samozřejmě kromě samotných dodavatelů. Nebo by alespoň neměl.
Proč nepoužívat AI generovanou aplikaci jako firemní systém
Dává vůbec otázka generování podnikové aplikace s pomocí AI smysl?
Mazákům ze světa IT možná připadá absurdní takovou otázku vůbec položit. Pokud ano, svědčí to, že jenom nedohlédli, kam sahají vize startupových vizionářů.
Lovable slibuje na webu všechno, co by firemní finanční systém měl mít.
Gemini i ChatGPT na dotaz slíbily, že s nimi uživatel podnikové účetnictví snadno vytvoří.
- Gemini slibuje pomáhat při no-code sestavení z funkcí Google AppSheet
- ChatGPT nabízel vibe coding. Přislíbil, že řešení pro zpracování objednávek, faktur i zaúčtování se zvládne po večerech a víkendech za měsíc.
Co jsou základní kritéria výběru podnikové aplikace?
Nepochybně spolehlivost a schopnost dlouhodobě poskytovat služby, kvůli kterým si ji firma pořizuje. Pro aplikace generované pomocí AI jsou těmi nejslabšími články.
Záruka za vygenerovanou aplikaci
Ten úplně základní důvod, proč nespoléhat na AI–vyvinuté aplikace, je záruka. Kdo vám bude ručit za to, že se aplikace bude chovat správně? Přečtěte si dobře smluvní podmínky jakéhokoli AI nástroje, zaručeně tam najdete, že dodavatel vám neručí vůbec za nic. Dokonce ani za to, že vaše dílo nebude porušovat zákonná práva a povinnosti.
Bezpečnost
Druhým základním důvodem je jistota, že systém je bezpečný. Souvisí to se zárukou, ale jde o jinou otázku, než jestli aplikace dělá, co má.
U AI nástrojů nikdo nemá přehled, z čeho se učí a jaké kódy berou. Je známo, že různé hackerské skupiny se aktivně snaží proniknout do týmů, které se starají o dostupný kód a zanést tam zadní vrátka, aby mohli následně ovládat systémy, které kód použijí. U aplikace vyvinuté přes AI nemá nikdo možnost zjistit, že se jí problém zadních vrátek týká a to ani poté, co byl problém v kódu odhalen. Jednoduše proto, že nikdo neví, že její součástí škodlivý kód je. Nevíte to vy, neví to ten, jehož prostředí jste pro generování využili.
Důrazné doporučení: Pokud máte aplikaci vyvinutou AI generátorem, nikdy ji nepouštějte v prostředí firemní sítě nebo firemního cloudu. Jednoduše proto, že nevíte, co dělá. A vůbec přitom netvrdím, že poskytovatel generátoru je zloduch. Jenom tvrdím, že nad tím dlouhodobě nemá kontrolu. AI se vyvíjí velmi rychle, ale pokud má být schopná vyvíjet moderní aplikace, tak by žádná firma nedokázala udržet krok, kdyby nevyužívala open-source zdroje.
Ze stejného důvodu byste nikdy vygenerovanou AI aplikace neměli pustit ani k firemním datům, ani k osobním údajům např. e-mailům.
Udržovatelnost
Aplikace vygenerovaná s pomocí AI není udržovatelná. Optimisté říkají, že se AI brzy naučí aplikace i udržovat, ale je dost důvodů jim nevěřit.
Je zásadní rozdíl mezi rozvojem a údržbou aplikace. Při rozvoji přidáváte nové funkce, kdežto při údržbě měníte existující funkcionalitu; odstraňujete starý kód a nahrazujete zastaralé věci novými. Abyste mohli dělat údržbu, musíte perfektně vědět, co udržovaný kód dělat má. To je u staršího kódu těžká otázka i pro zkušené programátory, kteří aplikaci dělali. Může jít o problémy, které byly ve starých knihovnách, speciální typy dat, speciální varianta pro vstupní data z jiného systému a mnoho dalších drobností, které se projeví teprve při používání a v novém systému je není třeba řešit.
Můžete namítnout, že AI může předtím prostudovat všechnu dokumentaci, ale ani to jí nepomůže. Dokumentace, pokud není pečlivě udržovaná, zastarává ještě rychleji, než kód. Proč? Kód musí být odladěn, aby byl správně, ale když někdo provede chybnou úpravu dokumentace (nebo ji prostě neprovede), je velká pravděpodobnost, že si toho nikdo nevšimne. A pokud bude dokumentaci zpracovávat místo lidí AI, jsou zmatky a nepřesnosti alespoň v nejbližších letech naprostou jistotou.
Schopnost businessu rozumět
Zkušená firma nepřináší primárně software, ale zkušenosti a analýzu businessu, který má být informačním systémem zlepšen. To samozřejmě generátor neudělá. Neudělá to ani LLM model nebo jiná aplikace, protože nemá podklady. I ve velmi dobře dokumentovaných firmách je minimálně polovina analýzy postavena na ústně předávaných informacích, které poskytují lidé analytikovi. Analytik se musí umět ptát a vědět, na co se ptát. V ideálním případě analytik pozná i kolektiv firmy a pochopí, jaký typ řešení je pro firmu optimální. To bývá často hodně odlišné od toho, co je napsáno i řečeno.
Proč jsou tedy generátory oblíbené?
Nemám důvěryhodnou statistiku, jak moc skutečně oblíbené jsou. Je uměním startupů vyvolat vlnu zájmu, aby investoři věřili a sypali penízky. Ale není cílem článku zpochybňovat úspěšnost platforem.
Důvodů pro úspěšnost je řada. Jde o novou technologii, která mnohým dává do ruky pocit až všemocnosti. Podobně jako před desítkami let WordPress zpřístupnil tvorbu webových stránek, AI generátory zpřístupňují nástroj pro tvorbu kde čeho. Je mnoho situací, kde není důvod se jejich použití obávat. Apka pro školení, různé kvízy a pomůcky pro výuku, hry a soutěže nebo třeba i jakýkoli web, který stojí samostatně bez přístupu kamkoli jinam. I takové použití může vytvořit bota (součást cizí útočné sítě), sbírat neoprávněně data o uživatelích a leccos dalšího, co je sice obecně špatné, ale autora nemusí ani trápit ani omezovat.
Vibe coding- Generování kódu pro programátora
Na pomezí programování na AI generování je vygenerování kompletního kódu aplikace pomocí generátorů typu copilot. Výstupem je kód, který dále spravuje programátor. U kus dál je programování s tím, že copilot doplňuje kód.
Copilot v rukách studenta vysoké školy
Když jsem sbíral pro článek data, zaujala mě zkušenost studenta VŠ (MFF UK): "Copilot je dobrý automat, protože když do editoru Pythonu vložím zadání, tedy popis vstupů a výstupů a zmáčknu mezerník, tak on rovnou celý kód vygeneruje a úkol je hotový."
Co s takovou praxí může dělat učitel? Na LinkedIn probíhala v r. 2025 vášnivá diskuze jak na AI při výuce programování. Vyvolal jí vysokoškolský učitel, protože si nevěděl rady, jak hodnotit SW projekty, které sice fungují podle zadání, ale odevzdávající studenti kódu vůbec nerozumí. Příspěvky v diskuzi byly zhruba rovnoměrně rozděleny mezi ty, kteří by takové studenty hned vyhodili (většinou lidé 40+) a ti, kteří takový přístup obhajovali jako racionální, moderní, správný (většinou mladší účastníci).
Když už se student rozhodne zakázat Copilotu jeho úslužnost, stejně se nezbaví pocitu zbytečnosti své práce. Asi jako byste po studentovi na konzervatoři chtěli zabrnkat oktávu.
Problémy s vibe coding
Smyslem generování kódu je nahradit si práci s tvorbou rutinního kódu, který přece může za programátora udělat stroj.
Generování funguje dobře v úvodu projektů, kdy není v podstatě žádný vlastní kód. To je i případ studentského úkolu. Vibe coding tak nahrazuje vzorové projekty a generátory nových projektů (jsou součástí mnoha frameworků vč Laravel i Symfony). Schopnost generátoru se pochopitelně snižuje s tím, jak komplexita aplikace roste.
Chování Copilota se dá připodobnit k dítěti: Dokud jsou věci jednoduché, tak se hrne před dospělého, že to zvládne. Čím je to složitější, tím více se schovává a nakonec uteče tváříc se, že ono nic, vždyť tam celou dobu ten dospělý byl, tak za všechno může on.
Copilot a podobné systémy vám velmi dobře poradí, jak volat funkce z open-source knihoven i vygenerují celé objekty, které je používají. Vycházejí tak z miliard řádků volně dostupného kódu.
Microsoft s Copilotem, JetBrain i další firmy se snaží, abyste nechali AI vytrénovat na vlastních kódech. Pokud pustíte AI do vývojového prostředí, udělá vám to za zády a bez ptaní. Nechme stranou otázky bezpečnosti kódu samotného, přístupy k chráněnému kódu apod. Podstatné je, že pokud vyvíjíte nad kvalitně navrženým frameworkem, tak i když si ho AI nastuduje, moc při vývoji nepomůže, protože ten hluchý kód, se kterým by pomáhala, prostě netvoříte. Nepíšete dokola stejné funkce, protože na ně máte generátor, netvoříte opakovaně podobný kód.
AI generovaný kód je časovanou bombou z hlediska údržby aplikací
Kód vyrobený pomocí vibe coding je horší než bez něj
Generátory kódu poměrně významně zhoršují kvalitu kódu, protože nevolí vhodné dědičnosti a často ani knihovny. Dobře jim jde podstrčit vám kód, který najdou, ale váš vlastní framework tím spíš zkopírují, než by ho využili. Nebo rovnou přilepí nějakou open-source knihovnu a nenajdou, že vámi používaný framework má vlastní řešení.
Srovnání kódu uváděná na Internetu nejsou vypovídající
Internetové komunity si pochvalují, že kód od AI je kvalitnější. Problémem ale je, s čím se srovnává. Velká část kódu dostupného na Internetu je vytvářena dobrovolně a roky neudržovaná. Kvalita takového kódu je výrazně horší, než průměrná kvalita kódu, který si spravují týmy dlouhodobě se starající o produkt.
Příklad zastaralých zdrojů kódu
Knihovna technicom/TCPDF je stará mnoho let. Používá jí mnoho týmů a je docela kvalitně dokumentovaná (i když velká část dokumentace je mimo github, to ale AI nevadí).
Na githubu má TCPD cca 1600 forků, tedy zděděných kopií, které standardně používá 1 tým, který si fork vytvořil, ale většina z forků je roky nepoužitá, vztahující se ke staré verzi výchozí knihovny a často i obcházející problémy, které už jsou dávno vyřešené. I přesto, že je dostupných přes 1000 forků, naprostá většina profesionály vytvořených forků, dostupná není. AI se naučí používání knihovny na těch dostupných starých a neudržovaných, protože lepší k dispozici nemá. A nikdy ani mít nebude.
Pohled zkušených programátorů
Vibe coding partner vám pomůže, abyste rychleji psali řádky, ale nestará se, jestli věci děláte správně. A už vůbec se nestará, jestli děláte správnou věc - jestli to, co děláte, má správný smysl.
Pro zkušeného programátora, který vyvíjí dlouho v jednom prostředí, není vibe coding pomocí vůbec. Jednoduše zdržuje a neposkytuje více, než Lint + IntelliSense, které napoví, ale kód nevnucují.
Mám kolem sebe řadu programátorů i z té nejmladší generace, která je nesporně novým technologiím nejvíce nakloněna. Svou několikaletou zkušenost s vibe coding shrnují: „Čím je programátor zkušenější, tím méně to pomáhá. Opravdu výkonného programátora to zdržuje.“
I zkušený programátor ocení generování projektu a nápovědy, když se pouští do práce s novým jazykem, stackem nebo frameworkem. Když budete dělat svůj první projekt např. v Go, AI bude určitě "napřed" a bude vám moci pomoct. Ale v tu chvíli je i mazák na startovní čáře a potýká se s porodními bolestmi.
Vibe-coding - kam se posune?
Vibe coding s programátory jistě zůstane. Naučí se lepšímu chování, bude nabízet o něco kvalitnější kód. Jestli skok bude zásadní, nedovedu posoudit. Klíčový problém zásadního růstu je v tom, že se nebude mít z čeho učit. Dodnes se učí především z kódu, které týmy kdysi napsali a už ho nepíšou, protože umí zavolat hotové knihovny. Jeho klíčový problém v podobě, jak ho známe dnes je, že opakuje, co už někdo napsal. Přitom to překládá, upravuje, přizpůsobuje. Programátor, když projde úvodními etapami, tak hlavně dělá věci nové, které není odkud opsat. Pokud by mohl opisovat, tak zavolá hotovou rutinu.
Je otázkou, jak se může výrazně zlepšit kvalita kódu, ze kterého se AI bude učit. Zatím to vypadá, že se bude spíš zhoršovat, kvalitní kódy si firmy víc a víc chrání, ale Internet bude zaplaven kódem vygenerovaným AI
Firemní IS od AI – shrnutí
Vzniká mnoho nových startupů, které slibují rychlý vývoj aplikací. Využívají k tomu obrovské zásoby volně dostupného kódu (a peněz) i možnost integrace s nesčetným množstvím služeb na cloudových platformách. Vyrůstají na nástrojích starších generací, např. Apiary. Tak jako v jiných oborech i zde bude schopná nahradit rutinní práci, ale ne odborníka. První dojem, který vyvolá vygenerovaný kód nebo celá apka se rozplyne za pár měsíců, když lidé zjistí, že není jak upravit nevyhovující funkci, podpořit nový typ vstupu, aplikace není blbuvzdorná apod.
Vývoj firemních informačních systémů je především odpovědná a dlouhodobá práce celého týmu. Práce programátora z ní tvoří jenom 10 - 20% celkové práce. A i když AI dokáže poradit i s analýzou, návrhem databáze apod., s tím nejdůležitějším pomoci nemůže: s odpovědností za to, že práce je udělána dobře a systém bude skutečně dlouhodobě funkční, spolehlivý a robustní. To žádná AI nezajistí.
Zveřejněno: Leden 2026