Praktické využití AI při vývoji softwaru v KINALI

AI jako praktický nástroj, ne jen jako dočasný trend

Používat AI jen proto, že je to moderní, ještě samo o sobě žádnou hodnotu nepřináší. Důležité je, jestli skutečně šetří čas, zlepšuje kvalitu kódu a pomáhá odhalit problémy dřív, než se posunou do dalších fází vývoje.

Právě tak se na AI díváme v KINALI. Ne jako na trend, ale jako na praktický nástroj, který pomáhá při vývoji softwaru i v dalších částech našeho fungování.

Jak dnes KINALI využívá AI

ChatGPT Business používáme přibližně od poloviny roku 2024. Codex jsme začali používat téměř hned po jeho vydání v květnu 2025 a Copilot ještě o něco dříve.

Od prosince 2025 také pravidelně pořádáme interní setkání zaměřená na sdílení zkušeností s využitím AI. Cíl je jednoduchý: porovnávat, co funguje, kde AI pomáhá a jak ji používat tak, aby naši práci usnadňovala a zlepšovala.

Dosud nejlépe měřitelný příklad

Nejsilnější konkrétní příklad zatím přichází z týmu Mycronic Line Programming.

Podle dosavadní zkušenosti týmu pomáhá vývoj s podporou AI dosahovat přibližně o 35 % vyšší výkonnosti týmu při stejném počtu lidí.

Velkou část tohoto přínosu tvoří code review s podporou AI. Jak říká Honza Uhlíř, nejde jen o vyšší produktivitu a rychlejší psaní kódu. V mnoha případech je ještě důležitější vyšší kvalita kódu. AI pomáhá dříve odhalit chyby, výkonnostní problémy i problematická místa v kódu, což šetří čas při review a zároveň snižuje pravděpodobnost, že se z těchto problémů později stanou větší komplikace.

Ve více než 50 % revidovaných případů vedla zpětná vazba od AI k opravě.

Jak funguje review workflow

Ve workflow Honzy Uhlíře nástroj pro AI review automaticky otevírá vlákna ve chvíli, kdy najde chybu, výkonnostní problém, problematické místo v kódu nebo jiný podobný technický nedostatek. Zároveň navrhne opravu.

Poté se vrací k již otevřeným vláknům a kontroluje, zda se kód změnil nebo zda vývojář reagoval. Pokud je problém vyřešený nebo je odůvodnění vývojáře validní, nástroj vlákno automaticky uzavře.

Dosud nástroj otevřel 242 AI review vláken napříč 71 merge requesty. Z toho bylo 209 vyřešeno a 33 bylo v době reportování stále otevřených.

V 56 % případů vývojář upravil kód a bot opravu ověřil. V dalších 10 % případů vývojář své řešení odůvodnil a bot toto odůvodnění nezávisle ověřil a přijal. Celkově bylo 66 % vyřešených vláken uzavřeno autonomně AI agentem.

To snižuje manuální zátěž při review, šetří čas vývojářům a umožňuje soustředit větší pozornost na širší otázky funkcionality a architektury.

Nejde jen o jeden tým

Tým Mycronic Line Programming je zatím nejlépe měřitelný případ, ale rozhodně není jediným místem, kde AI v KINALI pomáhá.

V dalších týmech využíváme AI také pro repetitivní programovací úkoly, odhalování chyb, podporu při review, review merge requestů a další menší programátorské úkoly. Jiří Zajíc z interního týmu například používá AI a Codex při review merge requestů.

To šetří čas u jednodušší práce a pomáhá odhalovat technické problémy dříve. AI nejen zrychluje práci, ale pomáhá nám psát kvalitnější kód.

AI i mimo zákaznický vývoj

AI používáme také mimo přímý vývoj softwaru pro naše zákazníky.

S pomocí AI vzniklo několik interních nástrojů pro evidenci a zpracování kandidátů, správu faktur a jejich automatický převod z PDF do správného formátu pro účetní procesy, plánování projektů a rozpočtů nebo evidenci docházky a přítomnosti. Tyto nástroje stojí skoro ze 100 % na kódu napsaném AI.

Tyto příklady ukazují, že přínos není omezený jen na jeden tým nebo jeden typ workflow. AI dokáže urychlit vývoj interních aplikací a omezit množství manuální operativy.

Závěr

Využívání AI je pro nás v KINALI důležité. Ne proto, že působí moderně, ale proto, že nám pomáhá dodávat software rychleji a ve vyšší kvalitě. Zároveň nám pomáhá zvyšovat efektivitu i v dalších oblastech, například při plánování projektů, v HR a v dalších klíčových firemních procesech.