LLM jako virtuální projektový tým: Od generování textu k řízené oponentuře podnikatelského plánu

Velké jazykové modely bývají v podnikové praxi stále často vnímány především jako nástroje pro generování textu. Pomohou napsat e-mail, shrnout dokument, připravit marketingový text nebo vytvořit první verzi prezentace.

Jejich potenciál při přípravě složitějších podnikatelských a investičních projektů je však podstatně širší.

Zajímavější než otázka „Dokáže LLM napsat podnikatelský plán?“ je totiž otázka jiná:

Lze několik jazykových modelů zapojit do procesu tak, aby vytvořily virtuální tým s oddělenými rolemi – tvůrce, oponenta, analytika, rešeršéra a editora?

Takový přístup mění LLM z generátoru dokumentů na nástroj podporující samotné rozhodování.

Jeden model není tým

Při dlouhé konverzaci s jedním modelem vzniká nenápadný problém. Model postupně přebírá předpoklady, terminologii i směr, který se během dialogu vytvořil.

To je při běžné spolupráci výhoda. Model zná kontext a nemusíme mu vše vysvětlovat znovu.

Při kritické oponentuře však může být právě tato kontinuita nevýhodou.

Pokud model několik hodin pomáhal rozvíjet určitou koncepci, může mít následně tendenci pracovat uvnitř stejného argumentačního rámce. Dokáže projekt kritizovat, ale stále vychází z historie rozhovoru, na jejímž vzniku se sám podílel.

Proto lze proces rozdělit mezi několik samostatných rolí.

Typické uspořádání může vypadat například takto:

Tvůrce rozpracovává koncept, hledá varianty řešení a vytváří pracovní verzi podnikatelského plánu.

Oponent dostává výsledný dokument bez původní diskuse a jeho úkolem není návrh vylepšovat, ale hledat důvody, proč by mohl selhat.

Analytik převádí sporné otázky do modelů, scénářů, tabulek a rozhodovacích kritérií.

Rešeršér vyhledává externí fakta, legislativní rámce, tržní údaje a další informace potřebné k ověření předpokladů.

Editor nakonec jednotlivé výsledky konsoliduje do jednotné dokumentace.

LLM tak nepředstavuje jednoho „virtuálního poradce“, ale může fungovat jako infrastruktura pro několik různých poradenských rolí.

Proč používat různé poskytovatele LLM

Oddělení rolí lze provést jen pomocí samostatných konverzací. Ještě zajímavější je ale využití modelů od různých poskytovatelů.

Nejde o hledání jednoho „nejlepšího modelu“.

Smyslem je vytvoření určité míry procesní nezávislosti.

Model použitý jako oponent nemusí znát předchozí pracovní dialog, nemusí sdílet stejnou historii kontextu a může mít odlišné charakteristiky při práci s argumentací.

Workflow může například vypadat následovně:

Model A → návrh → dokument → Model B → oponentura → Model A nebo C → přepracování → Model B → druhá oponentura.

Mezi jednotlivými rolemi se nepřenáší celá historie konverzace. Přenáší se především artefakty: dokument, tabulka předpokladů, seznam rozhodnutí nebo konkrétní zadání.

To je důležitý rozdíl.

Cílem není vytvořit dokonalou nezávislost – tu samotná výměna modelu samozřejmě nezaručuje. Jde ale o procesní oddělení rolí, které snižuje riziko, že systém pouze dále rozvíjí a obhajuje své vlastní předchozí závěry.

Je to vzdálená analogie běžného profesionálního procesu: autor návrhu a člověk provádějící nezávislou oponenturu by rovněž neměli být stejnou osobou.

Red Team místo dalšího brainstormingu

Jednou z nejcennějších rolí LLM nemusí být tvorba nových nápadů.

Může jí být jejich systematické ničení.

Po vytvoření první životaschopné koncepce lze modelu změnit úkol. Už nemá hledat další možnosti, ale například vystupovat jako:

• skeptický investor,

• úvěrový analytik,

• provozní ředitel,

• právní oponent,

• dodavatel,

• zákazník,

• regulátor,

• konkurent.

Každá z těchto rolí hledá jiný typ problému.

Investor se může ptát, zda je návratnost kapitálu realistická.

Provozní analytik může zjistit, že plán předpokládá kapacity, které nelze personálně zajistit.

Právní oponent objeví oblast, která bude vyžadovat specializované právní posouzení.

Zákazník může zpochybnit základní předpoklad o ochotě za službu platit.

Výsledkem není jeden verdikt „projekt funguje“ nebo „projekt nefunguje“.

Výsledkem je mapa rizik a neověřených předpokladů.

A právě ta bývá při přípravě projektu mnohem hodnotnější než další desítky stran optimistického business plánu.

Z nápadu se stává hypotéza

Důležitou změnou je také způsob, jakým se zachází s předpoklady.

Při klasickém brainstormingu snadno vznikne věta:

„Tato služba by mohla přilákat významnou část zákazníků z okolí.“

LLM může pomoci takovou formulaci okamžitě rozložit:

Co znamená „významnou“?

Jak velké je okolí?

Jaká je dojezdová vzdálenost?

Kolik potenciálních zákazníků v oblasti skutečně existuje?

Jak často by službu využili?

Jaká je jejich cenová citlivost?

Co se stane, pokud bude reálná konverze poloviční?

Z neurčitého tvrzení se tak stává sada měřitelných hypotéz.

Například:

spádová oblast → počet potenciálních zákazníků → očekávaná penetrace → frekvence využití → průměrná útrata → roční tržby.

Každý článek tohoto řetězce lze následně ověřit daty.

Úlohou LLM zde není odpověď vymyslet. Jeho hodnotou je často právě schopnost položit správnou sérii otázek.

Stage-Gate místo velkého skoku

Podobným způsobem lze pracovat s investičním plánem.

Tradiční podnikatelský plán někdy implicitně předpokládá, že po první investici budou následovat další fáze podle připraveného harmonogramu.

LLM lze použít k obrácení otázky:

Co musí být prokazatelně pravda, aby bylo rozumné investovat do další fáze?

Vznikne Stage-Gate přístup.

Další investice se nespustí proto, že „podle plánu je druhý rok projektu“.

Spustí se až tehdy, když projekt splní předem definované podmínky:

• minimální využití kapacity,

• dosažení určité provozní marže,

• potvrzení zákaznické poptávky,

• dostupnost financování,

• splnění regulačních podmínek,

• přijatelný poměr investice a očekávaného výnosu.

Velké strategické rozhodnutí se tím mění na sérii menších rozhodnutí.

LLM je v takovém procesu užitečný hlavně při hledání podmínek, za kterých by další fáze neměla být spuštěna.

Stress test místo jednoho finančního scénáře

Stejný princip lze aplikovat na finance.

Jedna tabulka s očekávanými výnosy vytváří falešný pocit přesnosti.

Mnohem zajímavější je ptát se:

Co když budou tržby o 30 procent nižší?

Co když se investiční náklady zvýší o 25 procent?

Co když se projekt o rok zpozdí?

Co když nevznikne očekávaná dotace?

Co když budou náklady na energie nebo personál výrazně vyšší?

A především:

Která kombinace problémů projekt skutečně zlomí?

LLM může pomoci scénáře generovat, strukturovat a hledat jejich vzájemné vazby. Samotné finanční výpočty musí samozřejmě stát na ověřitelných datech a transparentním modelu.

Rozdíl oproti jednoduchému používání AI je zásadní.

Model neříká: „Toto je správná hodnota.“

Pomáhá říct: „Tuto hodnotu potřebujeme zjistit, protože pokud bude jiná, změní se rozhodnutí.“

LLM jako issue spotter

Podobně lze přistupovat k právním, technickým nebo regulačním otázkám.

U složitého projektu nemusí být první úlohou AI vytvořit právní stanovisko.

Mnohem bezpečnější a často praktičtější je použít ji jako issue spotter.

Model může například upozornit, že určitá struktura projektu může otevírat otázky veřejné podpory, zadávání zakázek, odpovědnosti, licencování nebo ochrany osobních údajů.

Výsledkem pak není věta:

„Toto řešení je právně v pořádku.“

Výsledkem je například:

„Před rozhodnutím musí specializovaný právník zodpovědět následujících sedm otázek.“

To může výrazně zvýšit efektivitu práce s externími odborníky. Ti nedostávají neurčité zadání „podívejte se na projekt“, ale přesně definovaný seznam problematických oblastí.

Stejný princip lze použít u projektantů, statiků, technologů, daňových poradců nebo bezpečnostních specialistů.

LLM odborníka nenahrazuje.

Pomáhá připravit kvalitnější otázky pro odborníka.

Nejdůležitější artefakt nemusí být podnikatelský plán

Při tomto způsobu práce se postupně ukazuje ještě jedna zajímavá věc.

Výsledný PDF dokument nemusí být nejcennějším výstupem.

Mnohem hodnotnější může být infrastruktura, která vznikla kolem něj:

• registr předpokladů,

• seznam otevřených otázek,

• rozhodovací log,

• evidence zamítnutých variant,

• finanční scénáře,

• seznam externích zdrojů,

• seznam témat vyžadujících odborné ověření,

• historie změn jednotlivých verzí projektu.

Podnikatelský plán se pak nestává statickým dokumentem, ale aktuálním pohledem na živý rozhodovací model.

Změní-li se důležitý předpoklad, lze dohledat, která rozhodnutí na něm závisejí.

To je oblast, kde se LLM velmi dobře doplňuje s klasickými nástroji: verzovacími systémy, databázemi, tabulkami, knowledge-base systémy nebo lokálními RAG řešeními nad projektovou dokumentací.

Co od LLM naopak nečekat

Metoda má i jasná omezení.

LLM nemá nahrazovat:

• autorizovaného projektanta,

• právní stanovisko,

• účetní nebo daňové posouzení,

• statický výpočet,

• reálný průzkum trhu,

• cenovou nabídku dodavatele,

• rozhodnutí regulátora,

• odpovědnost managementu.

Model může pracovat s chybnými vstupy, může vytvořit přesvědčivě formulovaný nesprávný závěr a může přehlédnout problém, který by zkušenému odborníkovi připadal samozřejmý.

Proto je vhodné rozlišovat tři vrstvy:

Generování hypotéz.

Analýza a oponentura hypotéz.

Ověření skutečností.

První dvě lze do značné míry akcelerovat pomocí LLM.

Třetí musí stále stát na datech, dokumentech a kvalifikovaných lidech.

AI jako organizovaný konflikt

Možná nejzajímavější vlastností tohoto přístupu nakonec není rychlost generování textu.

Je jí možnost velmi levně vytvářet organizovaný konflikt mezi různými pohledy na stejný projekt.

Jeden model něco navrhne.

Druhý hledá důvod, proč návrh nefunguje.

První reaguje.

Analytický model hledá scénář, ve kterém selžou oba.

Člověk rozhodne, které argumenty mají smysl a které je nutné ověřit.

Vzniká iterativní smyčka:

návrh → oponentura → analýza → ověření → rozhodnutí → nový návrh.

Právě zde se podle mého názoru skrývá podstatně zajímavější využití generativní AI než v samotném generování dokumentů.

LLM nemusí být „autor podnikatelského plánu“.

Může být prostředím, ve kterém podnikatelský plán opakovaně přežívá vlastní oponenturu.

A teprve potom má smysl předložit jej lidem, jejichž rozhodnutí bude mít skutečné finanční důsledky.

---

V navazující případové studii se podíváme na to, co se stane, když je tento způsob práce použit na skutečný multidisciplinární investiční projekt – a jak výrazně může nezávislá oponentura změnit původní koncepci ještě před tím, než se začne investovat.