43 % kódu vygenerovaného AI selže v produkci: skrytá cena revoluce, za kterou platí vaši vývojáři
Každý druhý manažer vsází na AI, která píše kód za jeho tým. Jenže nový průzkum odhaluje nepříjemnou pravdu: téměř polovina takového kódu selže poté, co projde testy — a opravit ho stojí vývojáře průměrně dva plnohodnotné dny týdně.
Přesvědčivé číslo: 43 %. Tolik kódu vygenerovaného AI nástroji vyžaduje manuální ladění přímo v produkci — tedy poté, co prošel všemi testy a kontrolami kvality. Průzkum společnosti Lightrun, který zahrnoval 200 vrcholových manažerů v oblasti DevOps a SRE z největších firem v USA, Velké Británii a EU, vydává verdikt, který by měl přečíst každý podnikatel, jenž letos nasazuje AI do svého softwarového týmu.
Situace je přitom o to paradoxnější, že AI kódovací nástroje jsou dnes prakticky synonymem pro produktivitu. Microsoft CEO Satya Nadella i Google CEO Sundar Pichai opakovaně přiznávají, že přibližně čtvrtina jejich interního kódu je již generována AI. AIOps trh — platformy určené pro monitorování a řízení AI operací — dosahuje v roce 2026 hodnoty 18,95 miliardy dolarů a do roku 2031 by měl vzrůst na 37,79 miliardy. Investice rostou. Důvěra v produkci ale nestačí.
Amazon jako varující příběh: šest hodin výpadku kvůli neschválenému AI kódu
Rizika nejsou jen teoretická. Na začátku června 2026 Amazon zažil sérii výpadků, které jsou dnes uváděny jako učebnicový příklad toho, co se stane, když AI kód vstoupí do produkce bez dostatečného dohledu. Druhého března byl Amazon.com nedostupný téměř šest hodin — výsledek: 120 000 ztracených objednávek a 1,6 milionu chyb na webu. O tři dny později přišel druhý, závažnější výpadek. Šest hodin, tentokrát 99% propad objemu objednávek v USA a přibližně 6,3 milionu ztracených transakcí. Obě události byly vysledovány ke změnám kódu provedeným AI nástroji, které byly nasazeny do produkce bez schválení senior inženýrů.
Reakce Amazonu byla rychlá a bolestivá: 90denní bezpečnostní reset pro 335 kritických systémů. Od té doby platí přísné pravidlo — každá změna kódu provedená s pomocí AI musí být schválena zkušeným inženýrem. Jinými slovy, Amazon si právě velmi draze koupil to, co Lightrunova zpráva doporučuje všem.
Vývojáři jako auditoři: dva dny z pěti jen na ladění cizího kódu
Jedno z nejznepokojivějších zjištění průzkumu se netýká bezpečnosti, ale ekonomiky práce. Vývojáři ve firmách zapojených do průzkumu tráví průměrně 38 % pracovního týdne — tedy zhruba dva plné dny — ověřováním, laděním a odstraňováním problémů specifických pro dané prostředí. Pro 88 % firem tento takzvaný reliability tax pohltí čtvrtinu až polovinu kapacity vývojářského týmu každý týden.
To je přesný opak slibu, se kterým AI kódovací nástroje přišly. Kód se píše rychleji — to je pravda. Ale ověřit, že takový kód opravdu funguje, trvá déle. Bottleneck se nepřesunul pryč, jen se přesunul na jiné místo v pipeline. Navíc: nikdo z 200 dotázaných manažerů nepotvrdil, že dokáže ověřit AI opravu jediným deployment cyklem. 88 % potřebuje dva až tři cykly, 11 % dokonce čtyři až šest. Jeden cyklus přitom dle Google DORA reportu trvá v průměru den až týden. Tři cykly v regulovaném odvětví? Oprava se prodlužuje z hodin na týdny.
Toto není disciplína, ale drahý bottleneck a symptom faktu, že AI generované opravy jsou často nespolehlivé. Pokud se dostaneme z tří cyklů na jeden, získáme zpět obrovskou část těch 38 % ztracené kapacity.
Slepý bod AI: nástroje nevidí, co se děje v běžící aplikaci
Za číslem 43 % stojí hlubší strukturální problém: AI nástroje pro kódování jsou fakticky slepé vůči tomu, co se děje v živém produkčním prostředí. Lightrun tento problém pojmenovává jako runtime visibility gap — mezera v dohlednosti za běhu aplikace.
- 60 % dotázaných uvedlo nedostatečnou viditelnost chování živých systémů jako primární překážku při řešení produkčních incidentů
- 97 % engineering lídrů přiznalo, že jejich AI SRE agenti nemají dostatečný přehled o produkci
- Ve 44 % případů AI nástroje selhaly při diagnostice incidentu, protože potřebná data (stavy proměnných, využití paměti) vůbec nebyla zachycena
- Pouze 1 % firem uvedlo rozsáhlou viditelnost — žádná firma nepřiznala plnou viditelnost
- 54 % závažných incidentů je stále řešeno na základě kmenové znalosti zkušených inženýrů, nikoli na základě dat z AI nástrojů
Výsledkem je ironická situace: firmy investují do AI nástrojů pro operations (AIOps), které samy nedokáží spolehlivě pracovat v prostředí, pro které jsou určeny. 90 % všech AI SRE nástrojů na trhu stále operuje v experimentálním nebo pilotním módu. Zbývajících 10 % firem nástroje otestovalo — a rozhodlo se je nenasadit vůbec.
Co to znamená pro vaši firmu: praktický průvodce pro podnikatele
Lightrunova zpráva není výzvou k tomu, aby firmy s AI kódováním přestaly. Je výzvou k tomu, aby přestaly přistupovat k AI jako k bezrizikové zkratce a začaly budovat procesy, které toto riziko zvládají. Co z toho plyne konkrétně?
- Neplánujte jen s rychlostí psaní AI kódu — plánujte i s lidskou rychlostí jeho ověřování. Pokud váš tým tráví dva dny z pěti debugováním, vaše skutečná produktivita AI není 5x, ale méně než 2x.
- Zaveďte povinný review pro AI kód v produkci — přesně to, co si Amazon koupil za cenu milionů. Senior inženýr musí schválit každou AI změnu, než jde live.
- Investujte do runtime observability — pokud váš monitoring nevidí, co se děje uvnitř běžící aplikace, AI diagnostika je jen ozdoba. Ujistěte se, že sbíráte execution-level data.
- Ve finančních službách a zdravotnictví buďte extra opatrní — data ukazují, že 74 % finančních týmů důvěřuje zkušenostem senior inženýra víc než AI diagnostice.
- Měřte skutečnou produktivitu AI, ne jen rychlost generování kódu — kolik hodin týdně váš tým tráví opravami AI chyb? Tato čísla vám ukáží skutečnou ROI.
Zpráva rovněž varuje před uzavřenými ekosystémy velkých dodavatelů. Pokud váš AIOps nástroj dokáže analyzovat jen data ze svých vlastních agentů, v moderním multi-cloud prostředí vám poskytne jen zlomek potřebného obrazu. Nezávislé řešení pro sběr runtime dat, které funguje napříč stackem, není luxus — je to základ pro to, aby AI v produkci vůbec mohla fungovat.
Celkový obraz, který Lightrunova zpráva pro rok 2026 namalovala, je střízlivý: AI revoluci v kódování nikdo nezpochybňuje. Ale firmy, které ji berou jako hotové řešení bez nutnosti přizpůsobit procesy, monitorování a kulturu týmu, si kupují rychlost dnes za cenu bolesti zítra. Amazon je toho příkladem. Ostatní mají šanci se z toho poučit levněji.