Co dříve trvalo dny, zvládne za desítky minut. Agentní AI mění byznys, potřebuje ale dobře připravená data

Umělá inteligence již dokáže pracovat sama, bez asistence člověka plnit složité, vícekrokové úkoly. Třeba vytáhnout z faktur a dokumentů důležitá data a vylepšit díky nim byznysový model firmy. Nebo dokumenty upravit do takové podoby, aby vyhovovaly aktuální legislativě. Této pokročilé formě se říká agentní AI a aktuálně zažívá velký rozmach.

„Úkol, který dříve znamenal několik dnů lidské práce, jsme dokázali stlačit na desítky minut,“ říká Bohumír Zoubek, ředitel pro rozvoj kompetencí v české pobočce globální technologické společnosti Amdocs, jež se zabývá vývojem softwaru. Agentní AI už dokonce dokáže hlídat sama sebe, tedy AI agenti dohlížejí na práci jiných agentů.

Jaké úkoly již můžeme agentní AI svěřit?

Zvládne libovolně složité zadání, které jsme jí ochotni delegovat. Ale musíme být schopni ověřit, že práci splnila dobře. Musíme mít možnost dohlížet na jednotlivé kroky plnění úkolu i zkontrolovat výsledek.

Jak taková kontrola prakticky vypadá?

Idea je taková, že do ní člověk nemusí vůbec zasahovat. Kontrola probíhá tak, že jeden AI agent dělá nějakou činnost a jiný AI agent ověřuje, že ten první dělá to, co má, a kontroluje výsledky. Může to být i sada tří nebo pěti agentů, kteří plní zadání, a pak sada tří agentů‑supervizorů okolo. Často je potřeba „human in the loop“, tedy některé kroky kontroluje člověk, ale mnoho činností se dá zvládnout pouze agenty.

Klasický příklad je třeba v bankovnictví. Když lidé žádají o hypotéku, je třeba projít mnoho dokumentů. Tady se dá agentizovat celý proces, ale i jen jeho část. My například vyvíjíme a dodáváme takzvaný agentic OS – je to v podstatě operační systém pro agenty. Umožňuje mít sadu agentů, kteří spolupracují, hlídají se a tak dále. Je to takový manažer, koordinuje ostatní agenty, aby dělali to, co mají, a způsobem, jakým mají.

Do jakých oblastí nyní agentní AI proniká?

Všude, kde se provádí repetitivní činnosti, kde je digitalizovaná agenda, možnost lidské kontroly a nízká míra nebezpečí, pokud se úkol nepodaří. Existuje například český start‑up Auris One, jehož AI asistent dokáže psát za lékaře zprávy a zápisy. Lékař má tak více času na léčení lidí. V právním prostředí jde velká část práce s textem rovněž outsourcovat na AI, protože ta umí s texty pracovat velmi dobře. Pokud jako firma máte například velký balík smluv a přijde nová regulace, musíte zajistit, že smlouvy jsou v souladu s tou regulací. Podobné úkoly dokážeme zkrátit z několika dnů práce na desítky minut.

A kam by v budoucnu mohla AI ještě proniknout?

Otázka je, nakolik jí budeme věřit. Je také nutné dořešit i hodně věcí právních, například kdo za činy a případné nehody způsobené AI zodpovídá. Ještě také moc nevíme, k jaké změně fungování algoritmů dojde, když se budou učit ze vstupů, které již nevytvořil člověk, ale AI.

Jaké zajímavé projekty agentního AI jste realizovali v poslední době?

Například v procesu underwritingu, tedy posuzování rizik. Tam je na vstupu spousta dokumentů, jejichž zpracování trvá člověku dva tři dny, ovšem agentnímu AI jednotky minut. Mnohem výraznější změny ale vidím v tom, jak se staví softwarové systémy. Dříve šlo primárně o lidskou práci. Software byl vytvořen za určitý počet dní lidské práce. Nyní je to kombinace lidské práce a práce AI agentů. Bude velmi zajímavé sledovat, jak se bude tento poměr vyvíjet.

Myslíte si, že zvyšující se cena za AI bude bránit zavádění ve firmách? Vznikne nějaký strop?

Nebude bránit zavádění, spíše nás povede k tomu, abychom AI využívali efektivněji a ekonomičtěji. Budeme donuceni přemýšlet, na co to je dobré a na co ne. Firmy si více ujasní, kdy je lepší zeptat se jednoduchým dotazem do databáze a kdy nějakého modelu, který se ve výsledku do té databáze podívá také. Firmy zřejmě budou hlídat, aby cena za AI u nich nepřesáhla určitou mez. Ale to už se děje dnes, protože případů, kdy někdo propálil tokeny za desítky tisíc dolarů, přibývá.

Komentář

Exploze umělé inteligence ničí pracovní místa. Budeme místo práce zdaňovat AI?

9. 9. 2026 ▪ 4 min. čtení

Jaké zajímavé start‑upy na poli agentní AI stojí za to sledovat?

Určitě třeba český Carebot, který vyvíjí nástroj, jenž analyzuje rentgenové snímky. Již nyní je velmi úspěšný. Ale hlavně stojí za to sledovat hlavní poskytovatele, tedy Open AI, Anthropic a potenciálně Mistral, tedy hlavní hráče na poli velkých jazykových modelů. Ti totiž udávají trend, neustále zlepšují své modely a každá nová verze dokáže některé věci dělat lépe. Velmi se to posouvá, a pokud nebudete tento vývoj sledovat, velmi těžko se vám bude přemýšlet o tom, co všechno pro vás dokáže AI udělat.

Jak šéf firmy pozná, na které úkoly se vyplatí nasadit AI a kde je to nesmysl?

Vyplatí se třeba na repetitivní úkony, které zabírají hodně času. Zde může AI proces hodně zrychlit. Zároveň dokážeme pracovat s velkými objemy dat, díky čemuž je možné třeba napočítat lepší nabídky, více šité na míru, a tím pádem nabídnout lepší služby.

V čem firmy při zavádění AI nejčastěji chybují?

Častý problém, se kterým se setkáváme, je nepočítání byznys case, tedy co mi automatizace konkrétní části procesu přinese. Dále se mnoho firem vrhá do AI trochu po hlavě, protože je to „cool“. Místo aby se důkladně zamyslely a vybraly konkrétní příklady pro její využití. Občas se také úkolu zavedení AI ujme někdo s nadšením, ale s nedostatkem znalostí a zkušeností, a zároveň odmítá najít si k tomuto úkolu vhodného partnera nebo partnery. Přijde mi, že tento přístup některé firmy pak vlastně v adopci AI brzdí, protože si prošlapávají již známé slepé uličky. Tedy důležité je i nebát se nechat si poradit.

Další chybou bývá, že firma dostatečně nenastaví takzvané guardrails, kteří dohlížejí na to, co všechno AI může dělat, na které informace si může sáhnout. Jako firma třeba potřebuji, aby AI hledala jen ve firemních databázích a nikde jinde, nedala mi nějakou informaci, kterou si někde vyhledá na Googlu. Zásadními body jsou také monitoring a reporting, tedy evaluace, kdy si vyhodnocujeme, že výsledek, který AI vrací, je správný. Dále je dobré zajistit, aby vygenerovaný kontext práce zůstal někde uložený a nemusel se za drahé tokeny generovat znovu, pokud se nezměnil. Někdy narážíme i na problém, že lidé si AI pletou s Googlem a používají ji jako vyhledávač. Takhle ale jazykový model nefunguje a v některých částech pak nedává dobré odpovědi. Úplně nejzásadnější ale je, že zákazník potřebuje mít dobře připravená firemní data, skutečně kvalitně zpracovanou datovou platformu.

Co znamená mít dobře připravená data?

Třeba to, že vím, které políčko má jaký význam – mám byznysový slovník, kdy celá firma vnímá konkrétní termín s přesným významem, a všechna oddělení jsou tak v terminologii jednotná.

Takže dříve, než se firma vrhne do zavádění umělé inteligence, má třeba vyčlenit někoho, kdo bude mít na starosti přípravu a správu dat?

Určitě ano. Mohou to být i desítky lidí, závisí to na velikosti firmy. Mnoho společností již má zavedenou pozici CDO, tedy chief data officer, který firemní data se svým týmem spravuje. Když je firma úspěšná, může se dostat do stavu připravenosti, my tomu říkáme AI ready data. Bez dobře připravených, dobře popsaných dat AI nedokážete využít.

Pouští se do zavádění AI i státní správa, úřady, ministerstva…?

I tam to proniká, ale zatím pomaleji. Spíše jsme, dle mého názoru, ve fázi, že potřebuje digitalizovat. Dokud nebudou data digitalizována a lidé si budou pořád muset chodit pro spoustu věcí na úřady, AI příliš pomoci nemůže.

Jak se mění uvažování firem o AI?

U některých firem už se to trochu usazuje. Už to není o tom – „pojďme rychle zavádět AI, abychom už něco měli“, ale skutečně začínají více posuzovat byznysové přínosy a řešení si vybírat. Firmy jako OpenAI zároveň umělou inteligenci zdražily, takže vedení podniků ten neřízený boom brzdí i z finančních důvodů. Dříve to bylo experimentování, hraní si s chatovým rozhraním, potom jsme se posunuli do agentů a nyní se AI řešení dostávají do produkce a začíná to už mít cenovku. S vyšší cenou si firmy vytvářejí vnitřní pravidla, kolik vlastně umělá inteligence může stát. A zjišťují, že nepotřebují nejdražší a nejvýkonnější jazykový model na jednoduché úkoly. Existuje na to hezké přirovnání – člověk nepotřebuje krále, aby mu umyl nádobí.

Co když zaměstnanci AI odmítají, bojí se, že jim vezme práci? Nebo se prostě nechtějí učit pracovat s něčím novým?

Slyšel jsem na to trefný slogan: AI vezme práci těm, kteří nebudou ochotni používat AI. Když si úplný začátečník otevře Copilota nebo jiného asistenta, s největší pravděpodobností mu práce s ním nepůjde. Protože jej neumí promptovat a tak dále. Je dobré mít na tyto situace ve firmě člověka nebo i skupinu lidí, kteří začátečníkům s používáním AI poradí. Zaměstnanci se toho nesmí bát, musí to zkoušet a postupnou, pomalou adopcí zjistí, k čemu všemu je umělá inteligence dobrá a jak jim může pomoci.

Připravujete konferenci AI hotspot, kdy se bude konat a jaká témata na ní zazní?

Koná se 15. října a bude opět velmi mezinárodní a napříč obory. Budeme se věnovat již zmíněnému agentskému vývoji, ale také tématu sovereign AI čili jak vhodně využít cloud versus on‑premise ve firmách, celé ekonomičnosti využívání AI ve firmách. Já se osobně těším na AI leadership panel, kde se dozvíme od členů boardů, jak oni rozmýšlí o AI, jak počítají KPI, jak se mění jejich firmy a jaký je ideální pracovník v agentské době.

Text vznikl ve spolupráci se společností Amdocs.