Náklady na hlasového AI agenta: Koľko skutočne stojí telefónny bot pre malé a stredné podniky

Hlasový AI agent, ktorý odpovedá na prichádzajúce hovory, rezervuje termíny alebo kvalifikuje dopyty, znie ako čisté riešenie pre preťažené telefónne linky malých a stredných podnikov. Cenníky poskytovateľov uvádzajú mesačné licencie od 6 USD (ElevenLabs Starter) alebo 99 USD (ElevenLabs Pro), ale to je len zlomok skutočných celkových nákladov. Infraštruktúra telefónie, Prompt Engineering, integrácia s CRM a priebežná optimalizácia sa rýchlo sčítajú na štvorciferné sumy – a nikto vám neprepočíta, koľko hovorov mesačne potrebujete, aby sa investícia vrátila. Tento článok rozoberá skutočné náklady a ukazuje, od akého objemu hovorov sa hlasový agent pre malý a stredný podnik v regióne DACH (Nemecko, Rakúsko, Švajčiarsko) stáva ekonomicky zmysluplným.

Stav: August 2026. Ceny overené na základe oficiálnych cenníkov; zdroje sú priamo prelinkované.

Tri nákladové bloky, ktoré poskytovatelia radi zamlčujú

Ceny hlasových agentov sú väčšinou prezentované ako čistý licenčný poplatok, ale telefónny bot pripravený na produkciu pre malé a stredné podniky sa skladá z troch vrstiev, z ktorých každá generuje vlastné náklady:

• Licencia hlasového enginu: Mesačný poplatok za prevod textu na reč (TTS) a reči na text (STT). ElevenLabs účtuje 1 kredit za znak pre TTS a 330 kreditov za minútu pre STT; plán Pro poskytuje 600 000 kreditov/mesiac za 99 USD. To stačí na približne 600 000 znakov výstupu alebo ~30 hodín hovoru – znie to veľa, ale rýchlo sa to zmenší pri viacjazyčných dialógoch alebo dlhých oznamoch v čakacej hudbe.
• Telefonická brána: SIP Trunk alebo poskytovateľ cloudovej telefónie (Twilio, Plivo, sipgate) spája hlasového agenta s telefónnou sieťou. Typické náklady: 1 – 3 centy/minúta za prichádzajúce hovory, plus mesačný poplatok za telefónne číslo (~5 – 15 €/číslo). Pri 500 hovoroch po 3 minútach sú to už 22,50 – 67,50 € mesačne za telefóniu – okrem licencie na hlas.
• Orchestračná vrstva: Agent potrebuje logiku na smerovanie volajúcich, získavanie dát z CRM, rezervovanie termínov alebo vytváranie tiketov. To funguje prostredníctvom middleware (n8n, Make, Zapier) alebo vlastného kódu. Tu vznikajú buď poplatky za SaaS (Make od ~9 €/mesiac, Zapier od ~20 €/mesiac) alebo náklady na vývoj – u nás typicky 8 – 12 hodín nastavenia pre základný workflow.

Licencia je viditeľná časť; telefónia a integrácia sú ľadovec pod ňou.

Príklad výpočtu: 300 hovorov/mesiac, Ø 4 minúty hovoru

Typický scenár pre malý a stredný podnik s 5 – 15 zamestnancami: 300 prichádzajúcich hovorov mesačne, priemerná dĺžka 4 minúty (vrátane pozdravu, kvalifikácie, presmerovania alebo rezervácie termínu). Počítame s ElevenLabs Pro (99 USD/mesiac, 600 tisíc kreditov) a SIP Trunkom za 2 centy/minútu:

Prevádzkové náklady vo výške 147 €/mesiac zodpovedajú približne 0,49 € na hovor. Pre porovnanie: Zamestnanec, ktorý prijme 300 hovorov po 4 minútach, viaže 20 hodín/mesiac – pri internom hodinovom sadzbe 35 € sú to 700 € personálnych nákladov. Hlasový agent tu ušetrí ~553 €/mesiac, teda návratnosť nákladov na nastavenie po 3,2 mesiacoch.

Avšak: Tento výpočet platí len vtedy, ak agent skutočne dokončí 80 – 90 % hovorov bez ľudského zásahu. V praxi trvá 4 – 8 týždňov ladenia, kým sa miera rozpoznania a riadenie dialógu stabilizuje – a aj potom zostáva 10 – 20 % eskalácií, ktoré musí prevziať človek. Odhadovaná úspora je teda skôr 400 – 450 €/mesiac netto, po odpočítaní zvyšnej starostlivosti.

Kedy sa ElevenLabs Pro stane príliš malým – a kedy je Custom lepšia voľba

ElevenLabs Pro s 600 000 kreditmi/mesiac stačí na ~30 hodín hovoru (pri 330 kreditov/minúta STT + 1 kredit/znak TTS, priemerne). Akonáhle potrebujete viac ako 25 – 30 hodín mesačne, narazíte na limit a musíte prejsť na Scale (299 USD/mesiac, 1,8 milióna kreditov) alebo Business (990 USD/mesiac, 6 miliónov kreditov). Skok z 99 USD na 299 USD je bolestivý – a od tohto bodu sa oplatí pozrieť na alternatívy hostované samostatne:

• Whisper (OpenAI) + Coqui/XTTS: Open-source STT/TTS na vlastnej infraštruktúre. Náklady na nastavenie 20 – 30 hodín, ale potom už len náklady na server (~50 – 80 €/mesiac za inštanciu GPU u Hetzner alebo OVH). Žiadne kreditové limity, plná kontrola nad dátovými tokmi – ideálne pre odvetvia citlivé na GDPR (zdravotníctvo, právo, financie).
• Azure Speech Services: Pay-as-you-go, ~1 €/hodina STT + 4 €/1 milión znakov TTS. Pri 50 hodinách/mesiac a 500 tisíc znakoch výstupu sa dostanete na ~52 € – lacnejšie ako ElevenLabs Pro, ale bez funkcií klonovania hlasu a s dátovou suverenitou Microsoftu (umiestnenie servera voliteľné, ale žiadny self-hosting).

Naše odporúčanie: Až do 25 hodín/mesiac je ElevenLabs Pro (99 USD) bezkonkurenčne jednoduchý. Nad túto hranicu sa oplatí buď prejsť na Scale, alebo – pri požiadavkách GDPR – vlastný stack s Whisper + Coqui, ktorý nastavíme za 25 – 30 hodín (odhadované náklady: 3 750 – 4 500 €, potom 50 – 80 €/mesiac prevádzkovo).

GDPR a dátová suverenita: Kde americkí poskytovatelia spôsobujú bolesti hlavy

ElevenLabs a OpenAI hostujú primárne v USA; ElevenLabs neponúka explicitnú možnosť rezidencie dát v EÚ, OpenAI má servery v EÚ pre firemných zákazníkov, ale nie pre použitie API pod úrovňou vlastných firemných zmlúv. Pre malé a stredné podniky v regióne DACH to znamená:

• Osobné konverzačné obsahy (mená, adresy, zdravotné údaje) pretekajú cez servery v USA. To je podľa GDPR čl. 44 a nasl. povolené len so štandardnými zmluvnými doložkami (SCCs) a dodatočnými technickými opatreniami (šifrovanie, pseudonymizácia) – a aj tak zostáva zvyškové riziko prístupu amerických úradov (CLOUD Act).
• Zmluvy o spracovaní údajov (AVV) ponúkajú obaja poskytovatelia, ale zodpovednosť za úniky dát nakoniec leží na objednávateľovi (teda na vás). Pre odvetvia so zvýšenými požiadavkami na dodržiavanie predpisov (lekári, právnici, poisťovne) je to často K.O. kritérium.

Samo-hostovaná alternatíva (Whisper + Coqui na serveri Hetzner vo Falkensteine) eliminuje toto riziko: Všetky dáta zostávajú v Nemecku, žiadny prenos do tretej krajiny, plná kontrola. Cena za to je vyššia náročnosť nastavenia a menší komfort – ale pre mnohých stredných podnikateľov je to prijateľný kompromis.

Kedy je hlasový agent nesprávnym riešením

KI telefónny bot sa neoplatí v každom scenári. Tri situácie, v ktorých aktívne odrádzame:

• Menej ako 150 hovorov/mesiac: Náklady na nastavenie (1 800 – 4 500 €) sa amortizujú až pri ~200 – 250 hovoroch mesačne. Pod touto hranicou je ekonomicky výhodnejší dobre vyškolený človek alebo jednoduchý IVR strom (Interactive Voice Response, bez AI).
• Vysoko komplexné, emocionálne nabité rozhovory: Reklamácie, výpovede, núdzové situácie – tu KI pravidelne zlyháva v empatii a pochopení kontextu. Hlasový agent môže tieto hovory rozpoznať a eskalovať, ale ak 50 % vašich hovorov spadá do tejto kategórie, nič neušetríte.
• Žiadna jasná dokumentácia procesov: Agent potrebuje štruktúrované rozhodovacie stromy: „Ak volajúci povie X, potom urob Y." Ak vaši zamestnanci každý hovor individuálne improvizujú, budete musieť venovať 80+ hodín mapovaniu procesov, kým sa bot vôbec bude môcť trénovať. To je často viac námahy, než si automatizácia zaslúži.

V týchto prípadoch je zmysluplnejší hybridný prístup: Hlasový agent filtruje jednoduché dopyty (otváracie hodiny, potvrdenie termínu, dopyty o stave) a komplexné prípady okamžite presmeruje na ľudí. To znižuje požiadavky na AI a očakávania úspor – ale funguje to stabilnejšie.

Pohľad Blck Alpaca

Malým a stredným podnikom s viac ako 250 štruktúrovanými hovormi/mesiac odporúčame začať s ElevenLabs Pro (99 USD/mesiac) + orchestráciou n8n – nastavenie trvá 10 – 12 hodín (odhadom 1 500 – 1 800 €), prevádzkové náklady zostávajú pod 150 €/mesiac a návratnosť investície je 3 – 4 mesiace. Pre odvetvia citlivé na GDPR (zdravotníctvo, právo, financie) alebo objemy nad 30 hodín/mesiac radšej staviame na vlastnom stacku založenom na Whisper na serveroch EÚ – vyššie počiatočné náklady (25 – 30 hodín, 3 750 – 4 500 €), ale potom žiadne riziká viazanosti na dodávateľa a plánovateľné náklady 50 – 80 €/mesiac, bez ohľadu na rast objemu.

Kompromis, ktorý vedome akceptujeme: Vlastné stacky nemajú out-of-the-box funkcie klonovania hlasu ako Professional Voice Clones od ElevenLabs (3 v pláne Scale, 10 v pláne Business). Ak potrebujete značkový hlas, ktorý znie ako váš generálny riaditeľ, zostaňte pri ElevenLabs – ale pre 90 % prípadov použitia malých a stredných podnikov (neutrálny, profesionálny hlas) je open-source TTS úplne postačujúci.

Ďalšie kroky: Ako začať bez pasce rozpočtu

Predtým, ako investujete viac ako 2 000 € do nastavenia hlasového agenta, overte si ekonomickú efektívnosť v troch krokoch:

1. Sledujte objem hovorov: Počítajte 4 týždne, koľko hovorov prichádza, ako dlho trvajú a koľko z nich má štruktúrovaný vzor (dopyty na termíny, dopyty o stave, časté otázky). Ak menej ako 60 % hovorov spadá do opakovateľných kategórií, bot bude drahý.
2. Dokumentujte procesy: Pre 3 najčastejšie typy hovorov si zapíšte rozhodovací strom: Pozdrav → Otázka → Odpoveď A/B/C → Ukončenie/eskalácia. Ak sa to zmestí na jednu stranu A4, prípad použitia je automatizovateľný. Ak potrebujete 5 strán, bude to zložité.
3. Otestujte pilotne s ElevenLabs Free: Plán Free s 10 000 kreditmi/mesiac stačí na ~30 testovacích hovorov po 3 minútach. Vytvorte mini-flow v n8n, zavolajte si sami, nechajte zavolať 3 – 5 kolegov – a zmerajte, ako často bot dáva správnu odpoveď. Ak je miera úspešnosti pod 70 %, potrebujete viac prompt-tuningu alebo komplexnejší stack.

Len ak sú všetky tri kontroly zelené, oplatí sa investovať do produkčného nastavenia. A aj potom: Naplánujte si 4 – 8 týždňov učenia, počas ktorých bude človek paralelne počúvať a preškoliť bota – prvých 100 hovorov je vždy hrboľatých.

Ďalší krok: Chcete prejsť na súlad s GDPR bez toho, aby ste sa sami prehrabávali cenníkmi a podrobnosťami migrácie? Blck Alpaca vytvára takéto nastavenia ako projekty s pevnou cenou – pozrite si integráciu AI agenta alebo priamo začnite projekt.

Naposledy aktualizované: augusta 2026

Blck Alpaca je viedenská agentúra pre automatizáciu marketingu pomocou AI, špecializujúca sa na dátami riadený marketing, vlastných AI agentov a podnikovú automatizáciu pracovných tokov pre firmy v regióne DACH.