Každý projekt začíná konkrétním problémem. Tady je, jak jsme je vyřešili.
Český e-commerce prodejce spotřebního zboží prodávající přes několik kanálů nahradil ruční zpracování objednávek jednotnou automatizovanou platformou. Systém propojuje webový obchod, Heureku, Mall.cz a velkoobchodní partnery do jednoho procesu, který pokrývá vše od příjmu objednávky po tvorbu přepravních štítků. Přes platformu denně prochází více než 150 objednávek a provozní tým se místo opakovaného zadávání dat může soustředit na vztahy s dodavateli a rozšiřování sortimentu.
Třicetičlenná B2B firma nahradila drahý a nevyužívaný Salesforce vlastním CRM, které obchodní tým přijal za své. Nový systém byl navržený podle skutečného obchodního procesu, ne naopak. Během několika týdnů po spuštění se přehled o pipeline změnil z nulového na kompletní a průměrný obchodní cyklus se zkrátil o 40 %. Firma navíc ušetřila přes 5 100 USD ročně na licenčních poplatcích díky úplnému odchodu ze Salesforce.
Středně velká B2B SaaS firma přerůstala svou frontu podpory. Opakující se dotazy chodily rychleji, než na ně stačil malý tým odpovídat, a nasadit AI přes helpdesk znamenalo platit poplatek za každou konverzaci, kterou AI vyřeší. Postavili jsme vlastního AI agenta s retrieval-augmented generation (RAG), který odpovídá z firemní dokumentace a dřívějších vyřešených ticketů. Když si není jistý, předá případ člověku a napojí se na helpdesk, který tým už používá. Opakující se tickety zmizí z fronty, odpovědi chodí během sekund místo hodin a náklad zůstává paušální bez ohledu na objem.
Český velkoobchodní distributor se topil v dodavatelských fakturách a za každý dokument platil poplatek SaaS platformě na OCR. Nahradili jsme ji vlastní pipeline postavenou na LLM se zpracováním obrazu. Ta přečte fakturu v jakémkoliv formátu, vytáhne řádkové položky, zařadí náklady a zaúčtuje přímo do ABRA Flexi. Ruční přepisování, které dřív spolykalo většinu týdne jedné účetní, teď běží s lehkým lidským dohledem a všechna data zůstávají na serverech klienta.
Středně velká logistická firma jela na pěti oddělených platformách (sklad, doprava, účetnictví, CRM a HR portál), které si mezi sebou nepředávaly žádná data. Místo riskantní kompletní výměny postavila Bitvea vlastní integrační vrstvu. Ta propojí každý systém přes jeho API, sjednotí data do jednoho společného modelu a pohání jednotný dashboard i automatizaci napříč systémy. Tady ukazujeme, jak taková architektura funguje a proč se agregační vrstva vyplatí víc než výměna nástrojů, na kterých firma stojí.
Rychle rostoucí fintech měl za sebou několik nákladných chybných náborů na seniorních pozicích a jeho vedoucí vývoje přicházeli o velkou část každého týdne kvůli nestrukturovaným pohovorům. Bitvea převzala technické prověřování. Nejdřív jsme nastavili hodnoticí kritéria podle nejsilnějších vývojářů v týmu klienta, pak jsme každého kandidáta provedli strukturovaným pohovorem, architektonickou úlohou postavenou na reálném systému klienta a živým kolem, které má oddělit skutečný signál od naleštěného výkonu s pomocí AI. Vedení se pak potkalo jen s lidmi, kteří prošli všemi fázemi. Údaje jsou tu zobecněné a klient anonymizovaný.
Zdravotnická SaaS firma připravující se na certifikaci ISO 27001 potřebovala důkladný bezpečnostní audit platformy, která zpracovává citlivá pacientská data pro více než 200 klinik. Bitvea provedla white-box penetrační testování s plným přístupem ke zdrojovému kódu a odhalila 23 zranitelností: 3 kritické, 7 s vysokou závažností a 13 středních. Jedním z kritických nálezů bylo obejití autentizace, které mohlo zpřístupnit záznamy pacientů. Všechny problémy byly opraveny před certifikačním auditem a firma prošla na první pokus. Celá zakázka od počátečního scopingu po závěrečnou zprávu o nápravě trvala 3 týdny.
Než koupíte firmu, přiberete partnera nebo podepíšete velkého dodavatele, druhá strana rozhoduje o tom, co vám ukáže. OSINT due diligence, tedy prověrka z otevřených zdrojů, přidává nezávislou vrstvu. Procházíme veřejné rejstříky, obchodní registry, sankční seznamy, soudní spory a negativní zprávy v médiích, abychom ověřili, co vám řekli, a našli to, co vám neřekli. Je to důvěrná práce, takže všechno níže je anonymizované a zobecněné. Popisujeme, jak to děláme, ne pro koho.