Která databáze firem má data připravená pro AI a automatizaci?

6.8.2026

8 min

čtení

Aktualizováno v srpnu 2026

BizMachine dodává firemní data, u kterých si AI agent nemusí nic domýšlet. U záznamu vidí, odkud pochází a k jakému datu platí. Ke každému ukazateli má definici včetně období měření a data si načítá po doménách místo jednoho velkého balíku. Z každé odpovědi se navíc dá pokračovat dál. Data o 11,7 milionu firem v Česku, na Slovensku, v Maďarsku, Německu a Polsku jsou dostupná přes REST API a MCP konektor.

Strukturovaná data a jedna firma na jeden záznam jsou jen vstupní podmínka. O použitelnosti pro agenta rozhodují čtyři další vlastnosti: agent potřebuje u každé hodnoty vědět, co znamená, za jaké období platí a odkud pochází, a potřebuje se k tomu dostat ve chvíli, kdy s daty pracuje.

Co znamená „data připravená pro AI“?

Čtyři vlastnosti rozhodují o tom, jestli s daty zvládne pracovat AI agent nebo automatizace.

1. Transparentní: u záznamu víte, odkud je a k jakému datu platí

Agent nemá jak poznat, že hodnota v poli už neplatí, pokud mu to data neřeknou. Potřebuje tedy u záznamu vidět zdroj, datum, ke kterému platí, a jednotku nebo měnu, aby si nepletl koruny s eury.

Nejužitečnější část transparentnosti je ale přiznání, co v datech není. Rozdíl mezi „tuto hodnotu jsme nespočítali“ a „tento ukazatel nemáte nastavený“ rozhoduje o tom, jestli agent napíše, že údaj chybí, nebo ho doplní odhadem.

2. Zdokumentovaná: agent si nedomýšlí, co která metrika znamená

Ukazatel s hodnotou 74 nedává agentovi smysl, dokud neví, z čeho se počítá, jaký má rozsah a za jaké období platí.

Dobrá dokumentace ale nekončí u popisu polí. Pojmenovává záměny, na kterých se dá pohořet, i chyby, které se nikde neohlásí, třeba filtr, který se mlčky ignoruje, takže vám přijde víc dat, než jste chtěli.

Dokumentace se navíc musí dostat k agentovi ve chvíli, kdy pracuje. Popis, který leží jen na webové stránce, agent při volání API nebo MCP nevidí a nepoužije.

3. Rozdělená do domén: agent dostane jen tu část, kterou potřebuje

Celý profil firmy naráz agent u většiny dotazů nepotřebuje. Kontextové okno je omezené a každý údaj, který k dotazu nepatří, odvádí pozornost od toho, co k němu patří.

Data proto musí jít vyžádat po částech. Agent, který porovnává 40 firem, chce u všech krátký přehled a plný profil jen u těch, které projdou prvním sítem. Vyjde to levněji a rychleji. Kontext mu navíc vydrží až do konce úlohy.

4. Propojená: každá odpověď nabízí další krok

Propojenost znamená tři konkrétní schopnosti: unikátní identifikátor, kterým firmu spárujete se záznamem ve svém CRM, možnost jít z výsledku hlouběji bez ručního mezikroku a možnost zapsat výsledek zpátky tam, kde ho uvidí celý tým.

Základ pod tím: struktura, deduplikace, normalizace

Čtyři vlastnosti výše předpokládají, že data splňují tři základní podmínky.

  • Strukturovaná data. Odpověď přichází jako JSON, kde má každé pole jasný název a datový typ. Žádný výpis v PDF ani tabulka s volně formátovanými sloupci.
  • Deduplikace. Jedna firma je jeden záznam. „ABC s.r.o.“, „ABC Praha“ a „ABC Group“ se propojují podle IČO a vlastnických vztahů, takže agent nepošle jedné firmě tři e-maily a nezapočítá ji do reportu třikrát.
  • Normalizace. Stejný údaj je ve všech záznamech zapsaný stejně. Primární obor vždy jako kód NACE, ne u jedné firmy „25.11“, u druhé „kov. konstr.“ a u třetí „výroba kovových konstrukcí“.

Kde to nejčastěji selže

Čtyři typická selhání, která nezpůsobí model, ale data na vstupu:

  • Chybí zdroj a datum. Obohacování doplní do CRM kontakt na člověka, který ve firmě rok nepracuje, a přijde se na to až u telefonu.
  • Chybí definice ukazatele. Agent si ho vyloží podle názvu pole. Nic se nerozbije, žádná hláška nepřijde a systém „běží“ dál, jen nenápadně vrací špatné výsledky.
  • Chybí identifikátor. Bez IČO agent neověří, jestli jde v CRM a v databázi o stejnou firmu, takže místo jednoho pohledu máte útržky, které si odporují.
  • Příliš mnoho dat. Větší česká firma má na výstupu z BizMachine API běžně 150 až 200 tisíc řádků. Takový objem se do kontextu agenta nevejde, a když se o to někdo pokusí, agent se v datech ztratí a odpoví podle toho, co zvládl přečíst. Proto je MCP server postavený tak, aby si agent vyžádal jen ta data, která pro danou otázku potřebuje.

BizMachine je databáze firem s daty připravenými pro AI

BizMachine splňuje všechny čtyři vlastnosti. BizMachine Prospector, REST API a MCP konektor tvoří zdroj firemních dat pro vaše AI nástroje a procesy, od obohacování CRM po vlastní automatizace.

11,7M
firem v 5 zemích
55+
obchodních signálů
500K+
kontaktů na rozhodovatele
100+
veřejných zdrojů dat

Zdroje, které jdou dohledat

Prospector nestojí na jediném zdroji. Kombinuje obchodní rejstříky, finanční výkazy, LinkedIn, pracovní portály, registr smluv, technologické profily a další, dohromady přes 100 zdrojů. Pokrývá 11,7 milionu firem a 5,4 milionu osobních kontaktů v Česku, na Slovensku, v Maďarsku, Německu a Polsku. Data ze všech pěti trhů dostanete v jednom formátu, i když šíře dostupných dat se mezi zeměmi liší.

U záznamů vidíte datum poslední aktualizace a u finančních ukazatelů období, za které platí. U událostí, jako je změna ve vedení nebo zveřejněná zakázka, patří k záznamu odkaz na zdrojový dokument. Finanční hodnoty se vracejí jako částka a měna zvlášť. Obchodní signály sleduje Prospector nepřetržitě, od změn ve vedení po insolvence, a posílá upozornění.

Dokumentace, kterou přečte i agent

Každý ukazatel má popsaný význam, rozsah i pásma, takže agent nemusí hádat, kde začíná vysoká hodnota. K číslu si vyžádá i faktory, které ho tvoří, včetně těch, které ho stahují dolů. To je rozdíl mezi „firma má 82“ a „firma má 82, protože nabírá do vývoje a vyhrála dvě zakázky“. Výslovně jsou popsaná i období měření: Hodnota AI Prioritizace například může ukazovat, že vychází z otevřených pozic za posledních 180 dní a ze signálů za 90 dní. A když hodnota chybí, agent se dozví proč: jestli ji u firmy nemáme spočítanou, nebo jestli si daný ukazatel váš tým nezapnul.

Dokumentace zároveň upozorňuje na místa, kde se dvě věci mohou plést. K nejpoužívanějším endpointům patří blok instrukcí pro AI agenty, který říká, k čemu endpoint slouží, kdy ho naopak nepoužít, na která pole se zaměřit a jaké má záludnosti.

Aby se vodítka dostala k agentovi včas, nesou je popisy nástrojů, které MCP konektor posílá každému připojenému asistentovi. Mimo to i BizMachine nápověda je čitelná pro AI: má strojově čitelný index llms.txt a každou stránku si agent může stáhnout jako Markdown.

Data po doménách

REST API má samostatné endpointy pro firemní profil, události, inzeráty, e-shopy, vozidla a další domény. Úplný přehled endpointů je v nápovědě. V MCP konektoru na to navazují tři úrovně detailu: krátký přehled pro rychlé posouzení relevance, plný profil pro dotaz „co je to za firmu“ a detail jedné domény pro hlubší pohled.

Agent si tak nejdřív zjistí, kolik firem zadání odpovídá, a plná data si vyžádá teprve tam, kde se to vyplatí. Kolik kreditů přitom spotřeboval, vidí sám.

Navazující kroky a zápis zpět

Každý záznam nese IČO a tam, kde existují, také DIČ a web, tedy identifikátory, podle kterých firmu spárujete se záznamem ve svém CRM. Z nalezené firmy se dá pokračovat na její hodnotu AI Prioritizace, z ní na faktory, které ji tvoří, a odtud na konkrétní obchodní signály. Přes API stáhnete jen to, co se od posledního stažení změnilo. Výsledek umí agent zapsat zpět do Prospectoru jako štítek, který pak v Prospectoru nasdílíte týmu.

Napojení na CRM

BizMachine Prospector se propojí s vaším CRM. Raynet napojíte nativně. Pipedrive a HubSpot přes Make, Salesforce a Microsoft Dynamics typicky přes Prospector iFrame přímo v CRM nebo jako individuální integraci.

Na co se ptát při výběru databáze pro AI

Otáz kaProč je důležitá
Poznáte u záznamu, odkud pochází a kdy byl aktualizován?Bez toho agent nepozná zastaralý údaj a odpoví se stejnou jistotou jako u aktuálního.
Dostane se dokumentace k agentovi, nebo leží na webu?Agent pracuje jen s tím, co dostane spolu s daty. Dokumentaci jen na webu při volání API nebo MCP nevidí.
Řekne vám databáze, co v ní není?Když databáze rozliší „hodnotu jsme nespočítali“ od „ukazatel nemáte zapnutý“, agent napíše, že údaj chybí, místo aby ho doplnil odhadem.
Můžete si vyžádat jednu doménu dat, nebo dostanete vždy celý profil?Nadbytečný kontext zhoršuje odpovědi a prodražuje každý dotaz.
Je jedna firma jedním záznamem a nese IČO?Bez toho nespárujete data s CRM a jedna firma vám v reportu vyjde dvakrát.

MCP konektor, nebo REST API?

Záleží na tom, kdo s daty pracuje.

MCP konektor nabízí BizMachine od června 2026 a napojí Claude, ChatGPT, Microsoft Copilot i další AI asistenty přímo na vaše data v BizMachine. Na konkrétní firmy, jejich signály nebo vaše štítky se pak ptáte přirozeným jazykem. Asistent si nic nedomýšlí z veřejného webu a vidí i to, co si váš tým nastavil: například štítky a AI Prioritizaci. Připojení jednou nastaví administrátor. Žádné konfigurační soubory ani API klíče nejsou potřeba. Asistent přitom vidí jen data v rámci vašich oprávnění. Podrobný přehled toho, co konektor umí a k čemu slouží, najdete v nápovědě.

REST API je cesta pro workflow v Make nebo n8n, pro vlastní skripty a pro průběžné obohacování dat v CRM. Data přicházejí ve formátu JSON s dokumentovanými poli. Použijete je na obohacování nových kontaktů i na pravidelnou aktualizaci těch existujících.

Chcete si to vyzkoušet na firmách, které vás zajímají? Řekněte si o zkušební přístup.

Často kladené otázky

Jaký formát dat potřebují AI agenti?

AI agenti pracují nejlépe se strukturovanými daty, dostupnými přes REST API nebo MCP konektor. Formát je ale jen začátek. Podstatnější je, jestli má pole dokumentovaný význam, jestli je u záznamu uveden zdroj a datum aktualizace, jestli si agent může vyžádat jen tu část dat, kterou potřebuje, a jestli z odpovědi vede další krok. BizMachine nabízí obě cesty napojení a splňuje všechny čtyři vlastnosti.

Jak agent pozná, co která metrika v datech znamená?

Z dokumentace, kterou dostane spolu s daty, ne jen z názvu pole. U BizMachine MCP mají ukazatelé popsaný význam, rozsah i pásma a uvedené období měření. K hodnotě si agent vyžádá i faktory, které za číslem stojí. Dokumentace navíc pojmenovává záměny, na kterých se dá pohořet, třeba EBIT versus český provozní výsledek hospodaření.

Je dokumentace BizMachine čitelná pro AI?

Ano, a to na dvou úrovních. Nápověda má strojově čitelný index llms.txt a každou stránku si agent stáhne jako Markdown. A u nejpoužívanějších endpointů najde blok instrukcí pro AI agenty: k čemu slouží, kdy ho nepoužít, na která pole se zaměřit a jaké má záludnosti.

Má BizMachine MCP server pro AI asistenty?

Ano. Funkci MCP serveru pro data u nás plní BizMachine MCP konektor, který napojí Claude, ChatGPT, Microsoft Copilot i další AI asistenty přímo na ověřená data o 11,7 milionu firem. Asistent přitom vidí i to, co si váš tým nastavil: například štítky a AI Prioritizaci. Konektor je součástí licence BizMachine Workspace bez příplatku. Připojení jednou nastaví administrátor a pak ho může používat celý tým.

Jak často BizMachine Prospector aktualizuje data?

Data se aktualizují průběžně z více než 100 zdrojů a u záznamu vidíte datum poslední aktualizace. Každý zdroj má vlastní cyklus. Obchodní signály sleduje Prospector nepřetržitě a posílá upozornění: změny ve vedení firmy, vyhrané a nově zveřejněné veřejné zakázky, nábor na klíčové pozice, změny ve vlastnictví nebo insolvence. Hodnota AI Prioritizace nese datum, ke kterému byla spočítána.

Jaký je rozdíl mezi API a exportem CSV pro AI workflow?

Export do CSV je statický soubor. Stáhnete ho jednou a pracujete s ním, aniž byste věděli, kdy který údaj přestal platit. Přes API si data vytáhnete ve chvíli, kdy je potřebujete, a spolu s nimi dostanete i datum a zdroj. Navíc si vyžádáte jen tu doménu dat, která k dotazu patří, nebo jen to, co se od posledního stažení změnilo. Pro automatizaci a AI je proto API nebo MCP konektor spolehlivější cesta.

Anna Evans, autorka článku

Anna Evans

Anna Evans je Head of Marketing v BizMachine, kde vede marketingovou strategii i exekuci pro český a středoevropský trh. Specializuje se na B2B positioning, sales enablement a práci s daty v obchodě a marketingu. Před příchodem do BizMachine získala zkušenosti v B2B prostředí, dnes se věnuje propojení dat, technologií a marketingových strategií, které pomáhají obchodním týmům růst.