Článek
AI agenti jsou letos skoro všude. V produktových novinkách, ve firemních prezentacích i v debatách managementu. Není divu. Dodavatelé AI platforem je dnes popisují jako vrstvu, která už nemá jen odpovídat, ale také pracovat s nástroji, soubory, více kroky a delšími úkoly.
Na papíře to zní přesně jako to, co firmy chtějí. Méně ruční práce. Méně přepínání mezi systémy. Rychlejší zpracování úkolů. Jenže právě tady je dobré ubrat nadšení.
Firmy si často myslí, že chtějí chytřejší chat. Ve skutečnosti ale sahají po něčem mnohem citlivějším. Nesahají po lepší odpovědi. Sahají po zásahu do procesu.
A to je poměrně zásadní rozdíl.
Agent není jen lepší chatbot
Dokud AI jen navrhuje odpověď, shrnuje dokument nebo připraví osnovu, je riziko relativně malé. Člověk si výstup přečte, zkontroluje a rozhodne. Jakmile ale agent začne sám vybírat další krok, používat nástroje, přenášet data nebo spouštět akce, už nejde jen o kvalitu modelu.
Najednou jde o provoz.
A provoz má jedno nepříjemné pravidlo. Velmi rychle odhalí všechno, co bylo dosud schované. Nejen chyby modelu, ale i špatně nastavené hranice, nejasná oprávnění, slabé vstupy a procesní zmatek.
Právě proto je chyba mluvit o agentech jen jako o další generaci chatu. To zjednodušení je pohodlné, ale ve firmách škodí.
Problém nebývá v modelu, ale v procesu
Ve firmách se totiž málokdy rozbije samotná ukázka. Rozbije se realita kolem ní.
Neúplné vstupy. Výjimky. Data na více místech. Každý tým chápe stejný úkol trochu jinak. Chybí jasná pravidla, kdy má agent pokračovat sám a kdy už má věc předat člověku. Demo tohle ještě přežije. Provoz už ne.
A právě tady se celý problém láme.
Mnoho firem totiž neumí přesně popsat proces, který chtějí agentem zlepšit. Říct „chceme AI na zákaznickou podporu“ nebo „chceme AI do obchodu“ ve skutečnosti neznamená skoro nic. Není jasné, jestli má agent třídit požadavky, navrhovat odpovědi, automaticky odpovídat, pracovat s CRM, eskalovat složité případy nebo připravovat podklady pro člověka.
Každá z těch variant má jiné riziko, jinou hodnotu i jinou hranici bezpečné autonomie.
Jinak řečeno: automatizace mlhy nevytváří pořádek. Jen zrychluje chaos.
Trh tlačí na nasazení rychleji, než jsou firmy připravené
Tohle není jen dojem. Firmy se opravdu posouvají od experimentů k reálnému provozu. A právě proto je kolem agentů najednou takový tlak.
Jenže mezi „chceme to nasadit“ a „funguje to v provozu“ je větší mezera, než dnes vypadá v produktových prezentacích. Většina trhu je zatím někde uprostřed. Ambice už jsou vysoké, ale provozní připravenost za nimi často zaostává.
To je důležitý moment. Znamená to, že už nejsme ve fázi, kdy si lidé s AI jen hrají bokem. Firmy ji chtějí dostat do běžné práce. Jenže běžná práce je mnohem tvrdší test než jakýkoli workshop nebo demo.
Právě proto dnes tolik firem o agentech mluví a zároveň jich tak málo ukazuje opravdu stabilní provozní výsledky. Ne proto, že by technologie byla slabá. Ale proto, že nasazení agentů je mnohem méně o wow efektu a mnohem víc o disciplíně.
Největší slabina bývá ownership
Druhý slabý bod je ještě méně atraktivní, ale o to důležitější. Kdo za chování agenta odpovídá?
Kdo rozhoduje, co ještě smí udělat sám a co už ne? Kdo kontroluje kvalitu výstupu? Kdo řeší chyby, výjimky a reklamace? Kdo řekne, že do jednoho systému agent zapisovat může, ale do jiného už ne?
Ve spoustě firem zůstane tahle vrstva rozmazaná mezi IT, operations, management a konkrétním týmem. A pak se stane přesně to, co se stát musí: agent sice existuje, ale nikdo ho ve skutečnosti nevlastní.
Ve veřejné debatě to často vypadá, že hlavní otázka zní: „Jak schopný je model?“ Ve firmě ale často rozhoduje jiná otázka: „Kdo nese odpovědnost, když se to pokazí?“
A dokud na ni není jasná odpověď, není agent nasazený. Je jen puštěný do prostoru.
AI Act ten tlak ještě zvýší
Další vrstva je regulační. AI Act postupně tlačí firmy k tomu, aby měly jasněji popsané role, odpovědnost, dohled a práci s riziky. To není detail pro právníky někde bokem. To je provozní téma.
Pro firmy to znamená, že si budou muset mnohem přesněji ujasnit, kde AI používají, kdo za ni odpovídá a jak kontrolují výstupy. A čím víc se AI posouvá od asistence k autonomnějším krokům, tím méně stačí neformální přístup typu „tohle si nějak pohlídáme“.
Jinými slovy: to, co dnes řada firem bere jako „doladíme později“, se začne měnit v povinnost.
A právě u agentů to bude vidět nejvíc. Jsou totiž blíž rozhodování a akci než běžný chatbot.
Agenti nejsou kouzlo. Jsou zesilovač
Tohle je podle mě nejpřesnější věta k celému tématu.
Agent sám o sobě nevytvoří pořádek. Jen zesílí to, co už ve firmě existuje.
Když je proces relativně zdravý, data drží pohromadě a někdo má odpovědnost, agent může přinést velmi slušný efekt. Když je ale proces nejasný, data roztříštěná a odpovědnost rozmazaná, agent ten problém nevyřeší. Udělá ho rychlejší, méně přehledný a často i dražší.
Na papíře to vypadá jednodušeji než v reálném provozu.
Právě proto se dnes tolik firem nechá zlákat demem. Demo ukáže schopnost. Provoz ale prověří disciplínu.
Co z toho plyne pro firmy
Firmy dnes chtějí AI agenty správně. Cítí, že další fáze AI nebude stát jen na lepších promtech. Bude stát na tom, jestli se podaří propojit modely, nástroje, data a práci lidí do něčeho, co opravdu funguje.
Jenže první krok není výběr agenta.
První krok je mnohem méně sexy. Popsat proces. Pojmenovat vstup. Ujasnit si výstup. Rozhodnout, kde je hranice autonomie. Určit vlastníka. Nastavit kontrolní body.
Teprve potom dává smysl řešit, co bude dělat člověk, co asistent a co agent.
Právě v tom bude v příštích měsících rozdíl mezi firmami, které si o agentech jen povídají, a firmami, které z nich opravdu něco mají. Nevyhraje ten, kdo si nejrychleji pořídí novou vrstvu AI. Vyhraje ten, kdo ji dokáže zasadit do procesu, který dává smysl i bez ní.
Závěr
AI agenti nejsou přeceňovaná hračka. Potenciál mají reálný a technologický směr je zřejmý.
Málokde ale opravdu fungují ne proto, že by byly slabé, ale proto, že většina firem je chce rychleji, než si umí připravit prostředí, ve kterém by mohly fungovat spolehlivě.
Další fáze AI tak nebude jen o tom, co model umí. Bude hlavně o tom, co firma unese provozně.
A to je méně líbivý, ale o dost užitečnější závěr než představa, že stačí nasadit další chytrý nástroj.
