AI v QA 2026: Od experimentů k tvrdé realitě a drahým tokenům

První vlna nekritického nadšení z umělé inteligence opadla a vystřídalo ji racionální (a občas i finančně bolestivé) vystřízlivění. V roce 2026 už nikoho neohromí to, že „AI umí napsat test“. Všechny zajímá něco úplně jiného: Vyplatí se to vůbec? Kde jsou ty slepé uličky a jak se mění role samotného QA inženýra?

Přesně o tom byl náš další smitio PANEL talk, kde jsme vynechali teoretické poučky a šli rovnou pod povrch. Katka vyzpovídala čtyři přední osobnosti českého testingu, které AI denně krotí v malých týmech i obřích korporátech.

Kdo usedl k diskusnímu stolu?

• Lucie Lavičková – AI Testing Consultant, Tesena
• David Krist – Head of QA & Testing, Livesport
• Klára Pařilová – QA Engineer, Direct Fidoo
• Šimon Tomášek – Head of QA & Automation, Vodafone

Hlavní takeaways: Co na panelu reálně zaznělo?

1. use case, které už v roce 2026 táhnou

Zapomeňte na pouhé generování řádků kódu – to už všichni berou jako komoditu. Týmy se dnes posouvají k celým multiagentním ekosystémům. AI dnes v pokročilých firmách dělá komplexní code review (kde si o kvalitě kódu povídá několik specializovaných AI agentů mezi sebou), analyzuje nekompletní zadání od produktových manažerů a na základě změn v repozitáři inteligentně vybírá, které testy má smysl spustit. Extrémním game changerem je pak vyhodnocování performance testů – analýza obrovského množství metrik, která dříve testerovi zabrala dva dny práce, dnes AI zvládne za 25 minut.

2. Slepé uličky a drahé lekce

Pustit lidi k AI bez jasných mantinelů se nevyplácí. V Direct Fidoo vedla okamžitá plošná adopce k „explozi testů“. Týmy v nadšení generovaly testy pro každý edge case, což totálně zahltilo infrastrukturu a prodloužilo nasazovací pipeliny. David z Livesportu zase sdílel drsnou zkušenost s nepředvídatelností nákladů u Anthropicu, kdy jeden a ten samý tiket stál při prvním průchodu 4 dolary a o půl hodiny později kvůli chybě modelu 40 dolarů.

3. Jak vnést do tekutých písků determinismus

Velké jazykové modely (LLM) jsou ze své podstaty nedeterministické a rády si vymýšlejí. Aby je firmy udržely v bezpečné boudě, kombinují je s tvrdými pravidly. Nastupují pre-commit hooky a statické analýzy kódu – tedy místa, kam jazykový model nemá šanci kecat a která mu fyzicky zakážou například komitovat do hlavní větve nebo mergovat pull requesty. Zároveň platí svaté pravidlo: Human in the loop. Lidský selský rozum je tou jedinou konečnou instancí, která dává finální palec nahoru.

4. Jaká je budoucnost QA profese?

Testeři rozhodně o práci nepřijdou, ale brutálně se zvyšují nároky. Junior už dnes nevystačí s tím, že umí základy SQL a naklikat manuální test. Role QA se posouvá k DevOps a systémové architektuře. Tester nesmí brát AI jako black box, kterému bezhlavě věří, ale jako asistenta, jehož výstupy musí umět kriticky zhodnotit a zvalidovat.

Co o AI v QA říkají sami lídři? (Zajímavé citáty)

„AI je výborná na to, když na aplikaci potřebujete vrhnout chaos. Často si nevšimnete, že nesedí zarovnání rámečků nebo ustřelila barva, když na to koukáte dlouho a máte unavené oči. AI ale nesmí mít invenci v tom, že vám vygeneruje všechno, co vám na očích vidí – musíte ji hlídat, abyste nehonili duchy.“ - Klára Pařilová (Direct Fidoo)

„Můžeme mít sto geniálních agentů na cokoli, ale dokud nebudeme mít v pořádku dokumentaci, budou pořád zakopávat. AI sice umí skvěle pracovat s jazykem, ale nedokáže tak skvěle improvizovat jako my lidi. A při náboru se pro mě nic nemění – instalatér s drivem může být pořád lepší tester než inženýr bez něj.“ - Šimon Tomášek (Vodafone)

„Pro mě je nejdůležitější, aby agenti dostali hned na začátku kvalitní zadání. Jak se říká: když dáte na začátek odpad, vypadne vám zase jen odpad. Když nám kvůli limitům nebo výpadkům nefunguje model, někteří testeři říkají, že jdou domů, protože by ten test sami nenapsali. Ta lidská expertíza tam ale musí zůstat, nesmíme ztratit kontext.“ - David Krist (Livesport)

„Nechat agenty exekuovat testy úplně autonomně až do produkce je za mě cesta do pekel. Vyzkoušela jsem si to na vlastním projektu – když jen bezhlavě sypete požadavky do Clouda a nesnaží se jim sami porozumět, začnou se nabalovat chyby a vy pak před klientem vypadáte hloupě, protože vůbec nevíte, o čem ten projekt vlastně je.“ - Lucie Lavičková (Tesena)

Pusťte si celý záznam

Chcete vědět, jak přesně Livesport škáluje infrastrukturu během hokejových zápasů, jak vypadá firemní marketplace na AI skilly v Direct Fidoo, nebo jaká je univerzální rada pro firmy, které chtějí s AI v testování teprve začít? Pusťte si naši diskuzi ze záznamu.