Roboti v doručování: lekce pro potraviny a e‑commerce

Růst doručovacích služeb už pár let není „hezký bonus“. Je to infrastruktura – stejně důležitá jako sklady, pokladny nebo cenotvorba. A právě proto má cenu sledovat, když se v praxi začne škálovat robotické doručování: Serve Robotics se dohodla s Uberem na nasazení až 2 000 chodníkových doručovacích robotů ve více městech USA.

Na první pohled to vypadá jako zpráva z městského „food delivery“ světa. Jenže pod kapotou je to ukázka toho, jak AI v logistice mění reálné náklady, dostupnost pracovní síly a kvalitu služby. A když tohle funguje na chodníku, má to velmi přímý přesah do potravinového řetězce – od městského retailu až po plánování distribuce z výroby a (časem) i z farem.

V rámci naší série „Umělá inteligence v maloobchodu a e‑commerce“ beru tuhle novinku jako praktický příklad: co se musí stát, aby se autonomní doručování přestalo testovat a začalo vydělávat – a co si z toho mohou odnést české firmy v potravinářství, retailu a e‑commerce.

Co znamená nasazení 2 000 chodníkových robotů v praxi

Nasadit 2 000 robotů není PR číslo. Je to logistický a ekonomický milník. V takové flotile už nejde jen o „robot umí jet po chodníku“. Jde o to, jestli umíte řídit provoz ve velkém: údržbu, výměnu baterií, plánování tras, špičky poptávky, incidenty a integraci do objednávkového ekosystému.

Serve Robotics staví na tom, že po úspěšném pilotu v Los Angeles rostly jejich robotické doručovací jízdy od roku 2022 o 30 % meziměsíčně a obsluhovali přes 200 restaurací v oblasti LA. Důležitější než samotný růst je ale mechanismus, který zmiňují: vyšší využití robotů díky tomu, že jedna flotila může v jednom městě obsluhovat více zákazníků (např. rozvoz jídel a zároveň convenience retail).

Proč je „využití flotily“ klíčové slovo

Ekonomika autonomního doručování se láme na jediném: kolik času robot skutečně doručuje vs. kolik času čeká, dobíjí, stojí kvůli počasí nebo legislativě.

V praxi to vede k jednoduché poučce:

• Jeden silný partner (platforma) přinese poptávku.
• Více typů zakázek (restaurace + retail) přinese vyrovnání špiček.
• Vyrovnání špiček zvedne využití.
• Využití rozhodne o jednotkové ceně doručení.

A to je přesně logika, kterou v maloobchodu a e‑commerce známe i bez robotů: stejné auto nebo stejný sklad musí být vytížený co nejvíc.

Jakou roli v tom hraje AI (a proč nejde jen o „autopilota“)

Autonomní chodníkový robot je ve skutečnosti „pohyblivý logistický uzel“ řízený softwarem. AI tu typicky řeší tři vrstvy: vnímání světa, rozhodování a provoz flotily.

1) Vnímání a bezpečnost v městském prostředí

Robot musí zvládnout proměnlivé podmínky: chodci, psi, kočárky, obrubníky, stavební práce, výtahy u budov, úzké chodníky. V tomhle je město často složitější než hala ve skladu.

AI zde není o „rychlosti“, ale o předvídatelnosti. Doručování jídla musí být nudné a spolehlivé.

2) Plánování trasy a práce s nejistotou

Zákazník chce přesný čas, restaurace chce předvídatelný odběr, platforma chce minimalizovat náklady. AI pomáhá hledat kompromis: kdy vyrazit, kudy jet, jak přesměrovat robota při překážce.

Tohle je stejné DNA jako u:

• optimalizace poslední míle v e‑commerce,
• plánování rozvozových oken u potravin,
• řízení kurýrních flotil.

3) Řízení flotily: dispečink, údržba, baterie

Ve škále tisíců kusů se zásadně zvedne význam „nudných“ věcí: diagnostika, plán servisních zásahů, predikce poruch, práce s bateriemi a lokální depa.

To je oblast, kde AI často přináší nejrychlejší ROI – protože omezí prostoje a nepříjemné výpadky služby.

„Autonomie není jen o tom dojet. Autonomie je o tom dojet včas, opakovaně a s provozními náklady, které dávají smysl.“

Co si z toho má vzít potravinářství, retail a e‑commerce v Česku

Chodníkoví roboti možná zítra nebudou brázdit každé české město (už jen kvůli chodníkům, zimě a regulaci). Ale principy, které umožnily škálování, jsou přenositelné prakticky okamžitě.

Lekce 1: Automatizace funguje, když zlepší celý tok objednávky

Nejčastější omyl firem: zautomatizují jeden krok (např. vychystání, balení, dopravu), ale zbytek procesu nechají „ručně“. Výsledek: úzké hrdlo se jen přesune.

V robotickém doručování je integrace s platformou (objednávka → alokace → pickup → doručení → potvrzení) naprosto zásadní. Stejně tak v retailu:

• propojení e‑shopu s dostupností zásob,
• přesné sloty doručení,
• předání mezi skladem/prodejnou a dopravou.

Lekce 2: Mix zakázek zvyšuje využití – a to snižuje náklady

Serve v LA ukazuje, že flotila může doručovat pro více značek. V českém kontextu to odpovídá modelu:

• jeden dopravní „kanál“ obsluhuje více typů objednávek (jídlo, convenience, drogerie, menší balíky),
• nebo jeden mikro-sklad obsluhuje více partnerů.

U e‑commerce se to dá přeložit do strategie sdílené logistiky a do chytrého plánování kapacit.

Lekce 3: Poslední míle není jediná – stejné principy platí i „od výroby“

Tahle zpráva skvěle sedí do kampaně „AI v zemědělství a potravinářství“, protože logistika v potravinách začíná mnohem dřív než u dveří zákazníka.

Podobné AI principy se dají použít na:

• plánování svozů od dodavatelů (mléko, zelenina, pečivo),
• predikci poptávky pro čerstvé zboží (méně odpadu),
• optimalizaci zásob mezi centrálním skladem a prodejnami,
• řízení chlazeného řetězce (teplota, časy, výjimky).

Roboti na chodníku jsou jen viditelná špička. Skutečná hodnota je v datově řízeném toku zboží.

Překážky, které rozhodnou o úspěchu: regulace, infrastruktura, důvěra

Když se řekne „autonomní doručování“, lidé často řeší techniku. V praxi však rozhodují tři věci.

Regulace a pravidla pohybu

Některá města roboty omezují nebo zakazují, jiná je naopak právně „přibližují“ chodcům. Pro Evropu (a Česko zvlášť) bude zásadní, aby pravidla byla:

• srozumitelná pro provozovatele,
• vymahatelná,
• a hlavně kompatibilní s bezpečností chodců.

Bez toho se z pilotů nikdy nestane rutina.

Infrastruktura: chodníky, obrubníky, zima

Upřímně: česká města mají různou kvalitu chodníků a v prosinci je realita sníh, posyp, bláto. To neznamená „nejde to“, ale znamená to, že budete potřebovat:

• robustnější hardware,
• jasné provozní limity (kdy robot nejede),
• alternativní doručovací režimy (hybrid s kurýrem).

Důvěra zákazníků a „posledních 10 metrů“

Nejhorší moment doručení je často posledních pár metrů: vstup do domu, výtah, zvonek, převzetí. Proto část modelů stojí na tom, že zákazník si jde pro zásilku ven.

V potravinách to vyžaduje promyšlenou zákaznickou zkušenost:

• jasné notifikace,
• jednoduché převzetí,
• řešení reklamací,
• bezpečnost (uzamykání schránky, identifikace).

Praktický checklist: kdy dává autonomní doručení smysl (a kdy ne)

Pokud uvažujete o robotizaci logistiky v retailu nebo potravinách, pomáhá rychlý „realitní“ filtr. Já osobně bych začal takto:

1. Hustota objednávek: máte v jedné oblasti dost doručení denně, aby mělo smysl držet kapacitu?
2. Krátké trasy: většina tras je do cca 1–3 km? (robotické modely typicky milují kratší okruhy)
3. Standardizované balíky: podobná velikost/teplota? Čím méně výjimek, tím lépe.
4. Stabilní špičky: umíte předvídat obědy/večery nebo „po práci“ nákupy?
5. Integrovaná data: máte v pořádku objednávky, zásoby, adresy, časy přípravy?

Pokud už na bodu 5 váháte, investice do AI často začne jinde: predikce poptávky, řízení zásob, plánování tras pro lidi. A to je mimochodem rychlejší cesta k úsporám v českých podmínkách.

Co čekat v roce 2026: hybridní logistika bude standard

V prosinci 2025 je vidět jeden trend čím dál ostřeji: firmy přestávají řešit „roboti vs. lidé“. Začínají řešit hybridní provoz.

• Lidé pokryjí složité případy, špatné počasí, nepravidelné trasy.
• Autonomní systémy převezmou opakující se, krátké, dobře mapované úseky.
• AI bude řídit alokaci: kdo (nebo co) to doručí tak, aby to vyšlo levně a včas.

A to je přesně bod, kde se potkává AI v maloobchodu a e‑commerce s AI v potravinářství: nejde o efektní technologii, ale o spolehlivé doručení správného zboží ve správný čas.

Pokud chcete podobné principy přenést do vašeho provozu (ať už jste retailer, e‑shop, výrobce nebo distributor potravin), začal bych mapou procesů a dat: kde vznikají prostoje, kde se kazí predikce, kde se kumulují náklady poslední míle. Pak teprve dává smysl vybírat roboty, dopravní modely a automatizaci.

A teď ta otázka, která rozhoduje: kdyby vám zítra vzrostl počet objednávek o 30 % meziměsíčně, udrželi byste kvalitu doručení – nebo by se systém začal drolit?