Uhlíková stopa na cenovce: AI dělá dopad viditelný

Na veletrhu CES 2024 se objevila ukázka, která je pro maloobchod i celý potravinový řetězec mnohem důležitější, než vypadá na první pohled: elektronické cenovky na regále umí vedle ceny zobrazit i skóre uhlíkového dopadu produktu. Ne jako marketingový štítek „eko“, ale jako číslo/škálu vypočtenou z dat. A to v reálném čase, napojené na pokladní systém.

Dává to smysl právě teď. Konec roku 2025 je pro retail období, kdy se řeší dvě věci zároveň: tlak na marže a tlak na transparentnost. Zákazníci chtějí vědět, co kupují; značky chtějí odlišit své produkty; a obchodníci potřebují, aby to celé šlo provozně zvládnout bez ruční práce. Tady se potkává AI v maloobchodu a e‑commerce s tím, co se děje „o dvě patra níž“ – v zemědělství a potravinářství.

Nejzajímavější na konceptu, který na CES ukazoval GreenSwapp, není samotná známka A–F. Je to myšlenka, že udržitelnost se přesune z PDF reportů a certifikátů přímo na regál – vedle ceny, kde se rozhoduje.

Co přesně znamená „uhlíková stopa na cenovce“

Jde o propojení tří vrstev: výpočtu dopadu, zobrazení v prodejně a souhrnu v nákupu. V praxi to znamená, že:

• u každého produktu je u cenovky i „klimatické“ hodnocení (typicky škála A–F),
• systém se napojuje na POS (pokladny) a často i na interní katalog produktu (PIM/ERP),
• na účtence nebo v aplikaci zákazník vidí souhrnný dopad nákupu (např. „váš košík je lepší než průměr“).

Tahle kombinace je důležitá, protože oddělené řešení (jen webový filtr, jen QR kód, jen certifikát) má nízkou používánost. Regál a účtenka jsou naopak místa s extrémně vysokou pozorností.

Z pohledu naší série „Umělá inteligence v maloobchodu a e‑commerce“ je to učebnicový příklad: AI není jen o personalizaci slev. Je i o tom, že z dat udělá srozumitelný signál v okamžiku rozhodnutí.

Proč se tohle týká zemědělství a potravinářství víc, než si myslíte

Největší část uhlíkového dopadu potravin typicky vzniká mimo prodejnu – ve výrobě a v primární produkci. A právě proto se z „uhlíkové cenovky“ může stát silný tlak na celý dodavatelský řetězec.

Regál jako nový „dashboard“ pro dodavatele

Jakmile obchod začne dopad zobrazovat, nastane jednoduchá věc: dodavatelé budou chtít vědět, z čeho se skóre počítá a jak ho zlepšit. To vede k poptávce po kvalitnějších datech:

• původ surovin a způsob pěstování/chovu,
• spotřeba energie ve výrobě,
• logistické trasy a typ dopravy,
• obalové materiály a míra recyklace.

V zemědělství to přirozeně navazuje na digitální evidenci, satelitní data, senzory, farm management systémy a výpočty emisí (např. na úrovni farmy nebo šarže). Jinými slovy: uhlíková cenovka v retailu zvyšuje hodnotu dat z farmy.

AI jako překladatel mezi „daty z pole“ a „jazykem zákazníka“

Zákazník nechce číst metodiku LCA. Chce jednoduchou informaci. AI a datové modely zde hrají roli překladatele:

• sjednocují různé zdroje dat,
• dopočítávají chybějící hodnoty (když nejsou k dispozici kompletní primární data),
• hlídají konzistenci a aktualizace,
• převádějí výsledky na stupnici, která se dá vysvětlit na cenovce.

Tady si dovolím jasný postoj: bez automatizace tohle v retailovém měřítku nepůjde. Ruční sběr a kontrola dat pro tisíce SKU je provozní slepá ulička.

Funguje to na zákazníky? Upřímná odpověď: někdy ano, ale samo to nestačí

Samotné zobrazení dopadu chování zákazníků nezmění plošně. Historie s nutričními údaji ukazuje, že informace bez kontextu často nevede k akci. Přesto má uhlíkové značení smysl – jen je potřeba ho udělat chytře.

Co reálně zvyšuje účinek uhlíkových štítků

Z praxe behaviorální ekonomie a retail analytiky vychází několik pravidel:

1. Srovnání v rámci kategorie

   • Skóre dává největší smysl, když zákazník vybírá mezi dvěma podobnými produkty (např. jogurt vs. jogurt), ne mezi jogurtem a pracím práškem.

2. „Nudge“ přes doporučení náhrady

   • Nejlepší moment je u regálu nabídnout „podobné, ale s nižším dopadem“ (a ideálně i s podobnou cenou).

3. Souhrn na účtence nebo v appce

   • Košík jako celek je silnější motivátor než izolované skóre. GreenSwapp v ukázce pracuje se srovnáním oproti průměrnému zákazníkovi – to je psychologicky účinné.

4. Věrnostní program a odměny

   • Pokud obchod umí propojit uhlíkový dopad s benefity (body, kupony na „lepší volby“), začne to být pro zákazníka konkrétní.

Moje zkušenost z digitálních projektů v retailu: čím méně tření (frikce), tím větší dopad. QR kód je tření. Cenovka není.

Jak to zapadá do AI v maloobchodu a e‑commerce: od regálu po algoritmus

Uhlíkové skóre není jen údaj pro zákazníka. Je to nový datový atribut produktu. A jakmile existuje jako atribut, dá se použít v AI systémech napříč prodejem.

1) Personalizace a vyhledávání v e‑shopu

Pokud má e‑shop u produktů uhlíkové skóre, lze:

• filtrovat „nižší uhlíková stopa“,
• řadit výsledky podle kombinace cena × dostupnost × dopad,
• personalizovat doporučení (např. zákazník často kupuje rostlinné alternativy).

Důležité: personalizace nesmí působit moralizujícím dojmem. Lepší funguje styl „zde jsou podobné položky s nižším dopadem“.

2) Řízení zásob a category management

Retail se často rozhoduje podle obrátky, marže a promo plánů. Nově přibývá čtvrtá osa: dopad.

• Kategorie může mít interní KPI „podíl prodeje A–B produktů“.
• Privátní značky mohou cílit na zlepšení skóre (a tím i pozice v regálu).
• Změny receptury či obalů se dají vyhodnocovat rychleji, pokud je dopad modelovaný konzistentně.

3) Dynamické cenovky a elektronické štítky

Elektronické cenovky (ESL) už dnes nejsou jen o ceně. Jsou to mini displeje pro:

• promo značky,
• dostupnost,
• sklad,
• a nově i udržitelnost.

To otevírá dveře pro testování: například A/B test, zda uvedení „A–F“ mění prodej u vybraných kategorií. A tady je AI opět doma – vyhodnocování a optimalizace.

Největší rizika: kvalita dat, metodika a důvěryhodnost

Nejrychlejší cesta, jak uhlíkové štítky zabít, je udělat je nedůvěryhodné. V EU i ČR jsou zákazníci citliví na greenwashing a značky se bojí reputačního rizika.

Co si pohlídat, pokud o tom uvažujete (retail, výrobce, e‑shop)

• Metodická konzistence: stejná metodika napříč kategoriemi, jasná pravidla pro hranice výpočtu (farm-to-gate vs. cradle-to-grave).
• Auditovatelnost: možnost doložit vstupy a změny (verzování modelů, logy výpočtů).
• Práce s nejistotou: některá data budou odhadovaná – systém musí umět pracovat s intervaly a „confidence“.
• Aktualizace: dopad se mění (energie, logistika, dodavatelé). Zastaralé skóre je horší než žádné.
• Srozumitelné vysvětlení v prodejně i online: krátké vysvětlení „co znamená A–F“ bez odborných odboček.

Tady je praktická pravda: nejde o to mít perfektní číslo na tři desetinná místa. Jde o stabilní systém, který se zlepšuje a je vysvětlitelný.

„People also ask“: otázky, které dostává každý, kdo to zavádí

Je uhlíková stopa totéž co „udržitelnost“?

Ne. Uhlíková stopa je jen jedna dimenze. Produkt může mít nízké emise, ale problematický dopad na vodu nebo biodiverzitu. Pro začátek je ale uhlík praktický, protože je měřitelný a srovnatelný.

Neodradí to zákazníky, když bude produkt „D“?

Krátkodobě může být citlivá hlavně komunikace. Dlouhodobě je to ale motivace pro výrobce i obchod: zlepšovat portfolio. V retailu funguje, když se to postaví jako „pomáháme vám vybírat“, ne jako „káráme vás“.

Co když dva systémy spočítají dvě různá čísla?

To se stát může. Proto je zásadní standardizace metodiky a transparentnost. Pro obchod je často lepší mít jednu konzistentní škálu napříč sortimentem než deset různých štítků od různých dodavatelů.

Co si z toho odnést (a jak začít bez chaosu)

Uhlíková stopa na cenovce je jednoduchý nápad s velkými dopady: mění udržitelnost z interní metriky na veřejnou informaci. A jakmile je veřejná, začne hýbat dodavatelským řetězcem – od farmy přes výrobu až po regál.

Pokud jste retailer, výrobce nebo provozujete e‑shop, dává smysl začít pragmaticky:

1. Vyberte 1–2 kategorie s vysokým objemem a jasnými alternativami (např. káva, mléčné výrobky, snacky).
2. Nastavte jednotnou metodiku a datový model pro SKU.
3. Otestujte zobrazení: regál (ESL) + e‑shop + účtenka/appka.
4. Měřte dopad na prodej, substituce a loajalitu (ne jen „líbí/nelíbí“).

Tahle oblast bude v roce 2026 ještě hlasitější. Ne proto, že by zákazníci najednou masově začali počítat CO₂, ale protože se z uhlíkových dat stane běžná součást produktové informace – podobně jako alergeny nebo nutriční tabulka.

A teď ta otázka, která stojí za interní diskusi v každé firmě z potravinového řetězce: až se uhlíkový dopad stane viditelný na regále, chcete být mezi těmi, kdo vysvětlují „proč“, nebo mezi těmi, kdo už umí ukázat „jak jsme to zlepšili“?