Nemáte prázdnou stránku. Máte fungující produkt, existující stack a konkrétní funkci, kterou má AI dělat uvnitř. Stavíme AI funkce, které žijí uvnitř vašeho produktu, ne vedle něj: predikce ve vašem dashboardu, vision ve skladu, extrakce v back office, vyhledávání v aplikaci, klasifikace v pipeline.
Jsme AI inženýrský tým s kancelářemi v Praze a Londýně. Pracujeme s CTO, VP Engineering a technickými zakladateli ve firmách, které už produkt provozují. 50+ AI funkcí v produkci, nejrychlejší nasazení dva měsíce. A máme pověst toho, že vám řekneme, kdy stačí AWS API.
AI vestavěná do existujícího stackuArchitektura podle latency budgetuDrift monitoring od prvního dneUpřímně k tomu, kdy vyhrává pre-built
Model v notebooku není feature. Mezera mezi 'funguje v playgroundu' a 'běží spolehlivě uvnitř existujícího auth, DB, compliance a monitoring stacku' je tam, kde většina projektů umírá. Navrhujeme pro produkci od prvního týdne: API kontrakty, datová pipeline, observability, fallback paths, drift detection. Model slouží reálným uživatelům na konci vývoje, ne šest měsíců poté.
800 milisekund modelového času nad stávajícím vyhledáváním dělá feature nepoužitelnou. Optimalizovaný ONNX zvládne 40-100ms p90; neoptimalizovaný PyTorch padá ve stovkách; každý microservice hop přidá 8-20ms. End-to-end p95 měříme proti latency budgetu před výběrem architektury, ne po. Někdy je odpověď async nebo batch. Někdy edge.
Modely degradují, jak se mění data. Standardní accuracy metriky to často minou, protože problém je multivariate: feature korelace se posouvají, jednotlivé distribuce vypadají dobře. Každý model dodáváme s confidence-distribution monitoringem, golden-dataset regression testy, drift alerty a retraining cadence. Systém vám řekne, že přesnost klesá, dřív než zákazníci.
Nejlepší custom AI je ta, kterou jste nemuseli stavět. Začínáme testem zřejmé pre-built varianty (AWS Rekognition, Google Vision, Azure Document AI, OpenAI) na vašich reálných datech. Pokud přesnost drží, objem je mírný a per-call cena škáluje, použijte ji. Když pre-built končí pod vaší laťkou, náklady explodují při objemu, nebo dodavatel mění chování modelů přes noc, stavíme custom. Vývoj jsme zastavili, když pre-built stačil.
Hledáte tyhle služby?
Problém mapujeme na data, stávající stack, latency budget a regulatorní expozici. Discovery zahrnuje placený PoC na vašich reálných datech, když je riziko integrace vysoké: testování pre-built varianty, měření reálné přesnosti, odhalení integračních problémů.
Výstup: rozhodnutí o architektuře (sync, async, edge nebo hybrid), plán datové pipeline, API kontrakt, plán monitoringu a cenová nabídka na build s pevně vymezeným rozsahem.
Vývoj běží jako malý zkušený tým, který vede Michal Vavro. Sedí v něm AI inženýři i produktoví inženýři. Stavíme AI vrstvu a kód kolem ní: API endpointy, příjem dat, caching, fallback rules, audit logging.
Každý release jde za feature flag, s validací výstupů, regression testy na fixním eval setu a rollbackem od prvního týdne.
Optimalizujeme latency (model distillation, ONNX konverze, caching). Hlídáme náklady (model routing, sémantický caching, batched inference). Hybrid rule-plus-ML tam, kde záleží na determinismu. Hybridní vzorec je u zkušených týmů výchozí volba: nejdřív pravidla, ML na hraničních případech, obojí monitorujeme. Sníží náklady na volání, sníží expozici driftu a odstraní 'sebevědomě špatné' odpovědi.
Při launchi zapojíme confidence histogramy, embedding-distribution drift detection, accuracy regresi na golden setu, cost telemetry a alerting. Dostanete runbooky, architekturní dokumentaci a předávací schůzku.
Měsíční retainer pro monitoring a ladění. Žádný lock-in, in-house kdykoli.
Otázky, které nám CTO a VP Engineering kladou na prvním hovoru o AI integraci, latency, driftu a run-rate nákladech.
Pokud je úkol standardní, data čistá a objem mírný, tyhle služby často vyhrávají a řekneme to. Custom development se vyplatí, když pre-built přesnost neudrží na vašich reálných datech, per-call cena exploduje při objemu (jeden camera-feed trefil cca $2 280/měsíc na Rekognition), latency nebo soukromí vylučuje API, nebo potřebujete kontrolu nad driftem a verzováním. Pre-built variantu nejdřív otestujeme na vašich datech.
Ano. Pracujeme s architekturou, kterou máte, místo abychom žádali výměnu. Sync API pro real-time features, async batch pro noční scoring, edge pro soukromí nebo sub-50ms latency, hybrid rule-plus-ML pro determinismus na regulovaných cestách. Architekturu vybíráme podle latency budgetu a traffic profilu, ne podle toho, co se snadno vydá.
Modely degradují. Standardní accuracy metriky to často minou, protože selhání je multivariate. Každý model dodáváme s confidence-distribution monitoringem, embedding-drift detection, regression testy na golden datasetu a definovanou retraining cadence. Dostanete dashboard a alert dřív, než si toho všimnou zákazníci. Retainer na údržbu pokrývá práci, nebo ji předáme.
Reálná čísla z produkce: optimalizovaný ONNX trefí 40-100ms p90 na CPU; neoptimalizovaný PyTorch padá ve stovkách; každý microservice hop přidá 8-20ms. P95 end-to-end měříme proti latency budgetu před výběrem architektury. Pokud je budget napjatý, jdeme na model distillation, caching, async pre-computation nebo edge deployment.
Discovery pevná cena od 50 000 Kč. Production integrace obvykle od 280 000 Kč a běží šest až deset týdnů. Run rate závisí na trafficu a architektuře: hosting, inference (s routingem a cachingem), monitoring. Obě čísla stanovíme v návrhu, takže run-rate není překvapení v měsíci šest.
Často ano. Pre-trained modely, fine-tuning na malých označených sadách a generování syntetických dat vás dostanou daleko. V discovery vyhodnotíme kvalitu i objem dat. Pak upřímně řekneme, jestli máte dost na užitečný model, jestli je potřeba data ještě označit, nebo jestli use case zatím nedává smysl. Doporučili jsme opravit data warehouse před financováním modelu.
Vlastníte kód, modely, prompty, infrastructure-as-code a dokumentaci. Standardní kontrakt je plný převod IP bez pronajaté vrstvy. Po launchi nás můžete držet na měsíčním retaineru pro monitoring, drift a retraining, nebo to vzít interně s runbookem a předávací schůzkou. Není to závislost.
