Udělej fotku a inkasuj peníze: Dva středoškoláci s tímto vzorcem vyhráli 30 milionů dolarů. Můžeš to okopírovat taky.

Otevřeš App Store, napíšeš „AI“ a z prvních padesáti výsledků jich deset patří aplikacím na focení. AI produkty, které poslední dva roky skutečně tvoří peníze, vypadají dost uboze. Nejsou to žádní všestraní giganti, co s tebou probírají filozofii, píšou kód nebo generují celé filmy. Jsou to mrňavé udělátka s tak málo funkcemi, že si říkáš: „Tohle si vážně účtují?“ Vytáhneš mobil, vyfotíš jedinou fotku, ono ti plivne jednu větu zpátky a ty jim za to každý měsíc pošleš deset dolarů.

Pojďme rovnou k těm nejbrutálnějším číslům.

Aplikace jménem Cal AI umí jen jedinou věc: vyfotíš jídlo, které máš před sebou, a ona ti řekne, kolik má kalorií. Postavili ji dva sedmnáctiletí středoškoláci a spustili ji v květnu 2024. O 18 měsíců později: přes 15 milionů stažení, roční obrat přes 30 milionů dolarů. V prosinci 2025 ji koupil MyFitnessPal a celý sedmičlenný tým pohltili. Forbes odhaduje, že se v roce 2026 obrat vyšplhá na 50 milionů dolarů.

7 lidí, jedna funkce na focení, třicet milionů dolarů.

Za tím se skrývá sada kritérií, kterou můžeš použít taky. A už se osvědčila víc než jednou. Dnes ji rozebereme na drobné a ukážeme ti i to, co dělat, když „neumíš kódovat“.

1. Uživatelé nemají nedostatek informací, chybí jim to, aby nemuseli přemýšlet

Většina lidí při tvorbě produktu hledá bolestivé body úplně špatně. Myslí si, že uživatelům chybí informace – že jim je dodají a ti za to zaplatí.

Omyl. V roce 2026 jsou informace tou nejlevnější komoditou. Chcete vědět, kolik kalorií má talíř špaget? Vyhledávač vám během tří sekund naservíruje dvacet odpovědí, a ještě zdarma.

Tak proč si Cal AI troufá účtovat?

Protože člověk, který hubne, přijde do restaurace, dostane jídelní lístek s dvaceti chody. Každé jídlo si umí přečíst, ale netuší, co si objednat. Je v tom moc tuku? Vyhodí to karbohydráty na nulu? Když to dnes sním, musím zítra trénovat? Teoreticky by měl: rozpoznat suroviny, odhadnout gramy, zjistit kalorickou hustotu každé z nich, sečíst to a porovnat se zbytkem denního limitu. Tento proces trvá pět minut, třikrát denně, devadesátkrát za měsíc.

To je přesně to, co behaviorální ekonomie nazývá únava z rozhodování: čím více rozhodnutí, tím horší je jejich kvalita. Uživatelům tedy nechybí informace – chybí jim jedno jediné, stoprocentní jisté řešení, které zkrátka umlčí jejich vnitřní pochybnosti.

Někdo přesně tohle postavil: vyfotíte jídelní lístek a AI vám rovnou řekne, co si objednat. Deset minut váhání zkrátí na třísekundové rozhodnutí.

Tyhle aplikace se teď mají na trhu skvěle. Vezměte si MenuFit z App Storu: přes 1 milion stažení, 4,8 hvězdičky, 53 900 hodnocení a základní předplatné za 9.99 dolaru měsíčně. V kategorii předplatných jsou produkty s milionovými staženími a měsíčním poplatkem kolem deseti dolarů reálným a vysoce ziskovým byznysem.

Druhé: Tři nezbytné podmínky – bez jediné z nich to nefunguje

Když si tyto případové studie položíme vedle sebe, vyjeví se tři klíčové filtrační podmínky. Slouží k výběru správného směru, nikoliv jako univerzální byznys formulka:

Scénáře s vysokou frekvencí × Paralýza z rozhodování × Zadání přes foťák

Proč to platí až v roce 2026? První dvě podmínky tu byly už dávno, ale ta třetí se odemkla až se zralostí multimodálních modelů. Dřív jste uživatele nutili ručně zadávat „150 g kuřecích prsou, 100 g brokolice“. Taková bariéra vstupu byla vyšší než si to spočítat po vlastní osnově a takový produkt by narazil na smrtící zeď. Dnes je „zvednout mobil a nafotit“ jedinou akcí. Náklady uživatele klesly z „napsat třicet znaků“ na „jedno kliknutí“. A teprve teď se tyto tři podmínky konečně spojily v dokonalou bouři.

Rozeberu vám to krok za krokem — většina lidí totiž padne už na jednom z těchto tří kol.

Podmínka jedna: Vysoká frekvence

Stalo se to více než jednou denně, ideálně třikrát. Jídlo je naprosto dokonalý scénář — třikrát denně, tisíckrát ročně. Když uživatel otevře vaši aplikaci třikrát denně, psychologická bariéra pro platbu klesne na neuvěřitelnou úroveň. Naopak, scénář typu „pomůžu ti spočítat, jaký hypoteční úvěr si vybrat“ se použije dvakrát za život. Za to dostanete jen jednorázový poplatek. A jednorázové poplatky znamenají, že do konce života budete muset kupovat provizi.

Podmínka dvě: Paralýza z rozhodování

Uživatel se musí nacházet v situaci, kdy musí rozhodnout okamžitě, ale prostě neví jak. Jídelní lístek, regály v obchodě, vinný list — to jsou body zaseknutí. Naopak „chci se naučit něco o výživě“ bod zaseknutí není. To je učení. A učení není naléhavé. Nenaléhavé potřeby mají extrémně nízkou konverzi k platbě.

Rozhodování pod emočním tlakem má ještě jednu společnou zásadu: uživatelé neplatí za informace, platí za pocit osvobození. Člověk na dietě na večeři zvedne telefon, vyfotí jídlo, nechá si spočítat 320 kalorií a pak ho s klidným svědomím sní. Neplatí za ta data o 320 kaloriích — platí za tu úlevu, že se v danou chvíli nemusí trápit výčitkami. Právě odtud pramení skutečná ochota platit.

Podmínka třetí: zadání pomocí fotky

Multimodální modely jsou motorem této vlny. V reportáži TechCrunch se uvádí, že přesnost rozpoznávání aplikace Cal AI dosahuje zhruba 90 % — nikoliv 100 %. Pro člověka na dietě má třísekundová odpověď s 90% přesností mnohem větší hodnotu než pětiminutová odpověď se 100% přesností. Hubnutí je statistická hra, ne exaktní věda. Denní odchylka pod 5 % naprosto stačí.

Tři: Pět kroků od nuly po spuštění

Následujících pět kroků dodržte přesně v tomto pořadí.

Krok 1: Vyberte scénář, ne funkci

Vezměte si papír a napište si momenty ze svého života, kdy „musíte rozhodnout okamžitě, ale pokaždé na chvíli zaváháte“. Zapisujte jen situace, ve kterých jste se sami skutečně zasekli. Nepsat, co si myslíte, že trápí ostatní. Inspirujte se těmito směry:

• Jídelní lístek v baru: které drinky mají nejméně kalorií (naprostá nutnost pro fitkomunitu, která má navíc silnou kupní sílu)
• Svačiny v convenience store: vyfotografujte zadní stranu obalu a zjistěte, zda se to dá jíst během diety
• Stravování na letišti nebo vlakovém nádraží: dvě hodiny na přestup — jak se najíst a nevybočit z dietního režimu
• Složení potravin v supermarketu: vyfotografujte seznam ingrediencí a nechte si zjistit, zda neobsahuje látky, kterým se snažíte vyhnout

Tento poslední směr už jednoznačně funguje a tvoří zisk. Seed Oil Scout, aplikace, která uživatelům pomáhá vyhýbat se restauracím a potravinám obsahujícím semínkové oleje, se může pochlubit veřejně dostupnými daty: přes 1 milion stažení a 14 tisíc recenzí s průměrným hodnocením 4,8 hvězdiček. Přímo v aplikaci si postavili vlastní e-shop, kam mohou uživatelé jedním klikem nakupovat schválené produkty – tahají tak zisky ze dvou zdrojů najednou: z předplatného a z provizí.

Krok 2: Ověřte poptávku pomocí vertikálních dat, ne pomocí Google Trends

Jakmile si vyberete scénář, ještě nepište kód. Obětujte dvacet minut tomu, abyste ověřili, jestli ta poptávka není jen váš vlastní výmysl.

Hned ale jedno upozornění na začátek: metoda s Google Trends a našeptávačem ve vyhledávání na fungičnost pro traffic v App Store prostě neplatí. Chování uživatelů při vyhledávání v App Store je úplně jiné než u Googlu a pravidla pro hodnocení popularity klíčových slov se také liší. Cal AI samo o sobě vůbec nevzrostlo díky Googlu. Postavilo se na konverzním poměru videí na TikToku a na žebříčku na Product Hunt.

Správná metoda ověření je:

1. Otevřete App Store, připojte se přes VPN k cílovému trhu (např. americkou oblast), zadejte své hlavní anglické klíčové slovo (např. menu calorie) a podívejte se, jestli se mezi prvních 10 výsledků neobjeví podobný produkt se stažením přes 100 000, který se stále aktualizuje.
2. Jděte na Sensor Tower (platforma pro data z App Store třetí strany), zkontrolujte křivku stažení předních produktů pro toto klíčové slovo a zjistěte, zda je trend na vzestupu či poklesu.
3. V relevantních komunitách na Redditu a Quoře hledejte výrazy „X decision“ a „X help“ a sledujte hustotu stížností — čím více si lidé stěžují, tím skutečnější je problém.

Existuje podobný produkt, který stabilně funguje + lidé na Redditu se opakovaně ptají na podobné otázky = poptávka skutečně existuje, není to jen váš výmysl.

Třetí krok: Stavte, nepište vše od nuly

Technologický stack Cal AI skrývá tajemství: TechCrunch píše jasné — volá modely od Anthropic a OpenAI, přidává RAG (technologie, která umožňuje AI načítat externí znalostní bázi pro odpovědi) a krmení dávkou open-source databází obrázků kalorií potravin. Žádný vlastní model, žádný průlom v algoritmech — je to produkt, který znovu kombinuje existující schopnosti.

Váš technologický práh v roce 2026 bude vypadat takto:

• Vizuální rozpoznávání → rovnou volat multimodální API od GPT / Claude (tedy rozhraní, které umožňuje AI rozpoznávat obrázky), platíte jen za volání, startovní náklady jsou téměř nulové.
• Rozhraní aplikace → MVP (minimální životaschopná verze) je hotové za 4–8 týdnů, plus 2–3 týdny na schválení IAP (nákupy v aplikaci), související zásady ochrany osobních údajů a daňové klasifikace.
• Příjem z předplatného → nákupy uvnitř App Store / Google Play, platforma za vás vyřídí globální platby i refundace.

To, jestli se dokážeš zbavit funkcí a nechat v aplikaci jen jedinou, to je teprve ta oříšek. Cal AI nemá sociální funkce, nemá databázi receptů, nemá tréninkové plány. Dělá jen jedinou věc, dělá ji na 90 % přesně a pak si nechá zaplatit.

U své první verze budeš neodolatelně chtít přidat další funkce. Nedělej to. Každá další funkce, kterou přidáš, ředí ten třísekundový pocit jistoty.

Krok 3.5: Jak na to, když neumíš programovat

Tohle se čtenáři ptají nejčastěji, proto to rozebírám zvlášť.

Pokud vůbec neumíš kódovat, v roce 2026 existuje jedna zcela reálná cesta:

1. První verzi postavte s Glide / Bubble / Softr / Adalo (no-code platformy, kde App poskládáte prostým přetahováním komponent) – tyto nástroje už teď umí volat API GPT-4o vision, takže vytvořit aplikaci, která rozpozná obrázek a vrátí text, je technicky naprosto reálné.
2. Zároveň si na Upwork najměte freelancera se znalostí Swift (jazyk pro iOS vývoj) za 30–50 USD na hodinu, aby vám no-code prototyp přepsal do nativní aplikace schopné projít schválením do App Store.
3. Sami se naučte Cursor + Claude Code (AI nástroje pro psaní kódu) a další iterace už dělejte s nimi.

Tahle cesta je o něco pomalejší, ale nemusíte se učit programovat od nuly. První verzi máte hotovou za 8–12 týdnů a s rozpočtem 10–30 tisíc USD (no-code předplatné + freelancer + Apple Developer účet 99 USD/rok) – a máte verzi, kterou můžete nahrát do App Store.

Krok 4: Dostaňte do App Store ta dvě písmenka – „AI“

V jedné zprávě Sensor Tower stojí klíčová data: Cal AI si do popisu v App Store průměrně nacpalo 35 AI‑souvisejících klíčových slov na čtvrtletí – a výsledek? AI‑související vyhledávací dotaty jim přinesly 25 % jejich instalací z vyhledávání.

Čtvrtina organického trafficu pochází z toho, že do titulku a popisu napíšete „AI“.

App Store berou „AI“ jako kategorii – aplikace s tímto slovem v názvu padají do AI vyhledávacího bazénu. Funguje to jako klíčová váha v ASO (App Store Optimization). Teď spousta lidí v App Store hledá přímo „AI food“, „AI scanner“ nebo „AI menu“. Nezajímá je tvoje značka, hledají kategorii. Pokud tato slova nejsou v názvu aplikace, podtitulu nebo popisu, o tenhle provoz nepřijdeš ani na jednu stopu.

Je to nejlevnější jednorázová práce – uděláš jednou a žiješ z toho dlouho.

Krok 5: Začni s měsíčním předplatným, vykašli se na jednorázový prodej

9.99 dolaru měsíčně je ověřený cenový kotva v tomhle segmentu.

Proč ne jednorázový prodej? Hodnota u vysokofrekvenčních scénářů se uvolňuje průběžně – uživatel aplikaci dnes použije a zítra ji potřebuje znovu. Jednorázový prodej zploští tvé příjmy na jeden moment a nutí tě donekonečna kupovat provoz. Předplatné znamená, že uživatel, kterého dnes získáš, ti platí i za rok.

Hrubý, ale střízlivý výpočet: 10 000 platících uživatelů × 9.99 dolaru × 12 měsíců ≈ 1.2 milionu dolarů ročního obratu. To je ale stropní tržby, ne peníze v tvé kapse. Odečti:

• 30% podíl App Store → zůstane 840 000 USD
• Náklady na API modelu (při sazbě GPT-4o vision 0,01–0,03 USD / volání, 10 000 lidí fotí 3× denně = 90 000 volání denně ≈ 27 000–80 000 USD měsíčně) → zůstane 760 000–810 000 USD
• Náklady na akvizici uživatelů (eCPI v kategorii zdraví pro iOS v USA je zhruba 2–4 USD, 10 000 platících uživatelů znamená potřebu 200 000–500 000 stažení) → rozpočet na placenou akvizici 300 000–2 000 000 USD
• Běžná míra refundací u předplatného 8–25 % → další sleva o 20 %

Skutečný čistý zisk se může pohybovat mezi 300 000–600 000 USD, a to jsou čísla, která dokáže vytáhnout jen aplikace ve velikosti Cal AI. Je to byznys, který uživí 1–2 lidi — ne 1,2 milionu čistého do kapsy.

Čtyři: Skutečná nástraha této cesty

Nástrahy jsem seřadil podle toho, jak moc vás zablokují, ne podle toho, jak často se vyskytují.

Nástraha jedna: Marketing je zeď, technologie ne

Tohle si zaslouží vlastní odstavec. Prvních pár kroků snižuje technickou bariéru tak moc, že vám to vnucuje pocit „marketing zvládnu taky“ — a to je chyba.

Klíčová slova v App Store ti sice přinesou část trafficu, ale pokud míříš na milion stažení, prostě musíš kupovat投放. V kategorii Health na americkém iOS se CPI (cena za jednu instalaci) běžně pohybuje mezi 4–8 USD, a po započtení organického trafficu se efektivní eCPI ustálí zhruba na 2–4 USD. Milion stažení tak znamená minimálně 2–4 miliony USD rozpočtu na uživatelskou akvizici. Tohle není rozpočet středoškoláka – tohle je rozpočet startupu těsně před Series A.

Parta kolem Cal AI dává do marketingu tisíckrát víc energie než do psaní kódu. Hotová appka je teprve začátek, ne konec – a tohle není jen takový klišé, je to tvrdá realita.

Pokud jsi už dělal e-commerce, máme pro tebe dobrou zprávu: tvé schopnosti nakupovat流量 na Meta a TikToku a tvoje zkušenosti s klíčovými slovy pro ASO (optimalizace listingů) na Amazonu můžeš rovnou přenést na App Store ASA (Apple Search Ads). Tohle je tvoje vstupenka – vůbec nevadí, že neumíš kódovat.

Pokud jsi投放 ještě nikdy nedělal, musíš si tuhle lekci nejdřív doučit, než se do toho pustíš.

Kámen úrazu č. 2: Vzorec je nutná, nikoli postačující podmínka

Ty tři filtry vysvětlují jen „proč je někdo ochotný zaplatit“, ale nevysvětlují „proč z těch peněz nakonec budeš profitovat zrovna ty“.

Příkop aplikace Cal AI není v tom, že „umí málo funkcí“, ale v datovém kolečku z 15 milionů pořízených fotek – každá snímka je zpětně korigována modelem i lidmi, takže její knihovna pro rozpoznávání jídla je nesrovnatelně přesnější než u jakéhokoli nováčka. Nováček může vyfotit milionkrát, a ani to mu nestačí. Tohle je datový aktivum, které se buduje časem – žádný vzoreček vám ho nedodá.

Čtenáři si řeknou: „To přece dokážu zkopírovat taky.“ Ale obtížnost cesty od 0 do 10 000 platících uživatelů ten vzoreček fatálně podceňuje. Tři podmínky vás ochrání před tím, abyste vběhli do těch nejzjevnějších pastí. Jestli to nakonec prorazíte, ale záleží na synergii produktového zážitku, marketingu a exekuční síle týmu.

Třetí kámen úrazu: příkop je mělce, ale má svou hlubokou stránku

Děláte produkt, který „se dá popsat jednou větou“, což znamená, že ho dokáže konkurence jednou větou okopčit. Standardní odpověď je „rychlost a vertikální hloubka“ – kdo dřív v dostatečně úzkém scénáři stane výchozí volbou v hlavách uživatelů, ten si vysaje vyhledávací traffic pro to klíčové slovo. Na téhle cestě ale neexistují žádné stříbrné kulky: prvních 1000 recenzí, obsazení klíčových slov, objem vyhledávání brandových termínů – to všechno jsou aktiva, která prostě potřebují čas.

Hlubší příkop leží v uživatelských datech – po milionu pořízených fotek bude vaše rozpoznávací knihovna o 5 % přesnější než ta nováčkova. A těchto 5 % rozhodne o tom, jestli ve výsledcích vyhledávání skončíte na prvním místě.

Čtvrtý kámen úrazu: rozštěpená ústní zpráva je standard

MenuFit má na App Store průměr 4,8 hvězdičky, ale u textových recenzí klesá na 2,7 — valná většina negativních hodnocení se soustředí na předplatné a problémy s platbami. 4,8 je globální průměr hvězdiček, 2,7 je skóre, které dávají uživatelé, když napíšou vlastní recenzi. Špatný zážitek se zrušením předplatného je v tomhle oboru celospolečenský trend.

Vydělávat na předplatném je v pořádku. Ale stavět byznys na tom, že se uživatelům těžko ruší — to dřív nebo později dopadne katastrofálně. Když tuhle cestu dojdete do konce, čeká vás lavina negativních recenzí a stažení aplikace ze strany platformy.

5. Rámec pro 30denní test

Pokud vám výše uvedené závěry dávají smysl, pusťte se do toho podle tohoto 30denního testovacího rámce —

Den 1–3: Vypište si pět scénářů, vyberte ten, ve kterém se sami nejvíc “sekáte”, a ověřte si ho metodou z bodu 2 na App Store a Redditu.

Den 4–7: Postavte no-code prototyp pomocí Glide / Bubble / Softr + rozjeďte jedno kolo rozpoznávání fotky (i kdyby to mělo rozpoznat jen jeden pokrm). Náklady: 0–50 USD. Rozhodovací bod: Dosahuje přesnost rozpoznávání 70 % a víc? Pokud ne, scénář vyměňte.

Den 8–14: Najděte 20 cílových uživatelů (na Redditu / Discordu / Pinterestu a Redditu) a dejte jim aplikaci zdarma na zkoušku. Sbírejte upřímnou zpětnou vazbu — “zaplacím, nebo nezaplatím”. Rozhodovací bod: Pokud aspoň 3 z 20 řeknou “Jsem ochotný platit 9,99/měsíc” — pokračujte. Jinak scénář vyměňte.

Dny 15–30: Najděte si na volné noze Swift vývojáře, který přepíše nativní verzi + vytvořte materiály pro App Store + připravte IAP k publikování. Rozpočet 3000–8000 USD. Bod rozhodnutí: Máte k 30. dni důvěru, že do 60 dnů získáte 100 skutečných platících uživatelů? Pokud ne, projekt zastavte.

Instinkt e-commerce veteránů zní: „Pokud placená kampaň vychází pozitivně, šlape dál; pokud ne, okamžitě ji vypni.“ Toto pravidlo platí pro aplikace úplně stejně. Když dokážete směr ověřit do 30 dnů, ověřte ho; pokud ne, změňte ho. Tvrdohlavé lpění na jednom přístupu je v tomto oboru největší náklad.

Ten papír se seznamem pěti scénářů vám doporučuji vzít do ruky hned teď.

Největší náklad pro běžného člověka při tvorbě produktu nejsou peníze, ale čekání na „ještě grandióznější nápad“ – a následně nedostání ničeho. Dva sedmnáctiletí středoškoláci nečekali; vytvořili funkci na focení a za 18 měsíců je koupil MyFitnessPal. Nejsme horší než oni, ale budeme pomalejší – pokud nezačneme dnes pořizovat první snímek.

Zvedněte telefon.