AI agent nebo automatizace? Kdy stačí Zap a kdy potřebujete agenta

Když se s CEO bavím o AI agentovi, nejprve se ptám na proces. Co jej spouští, jaká data do něj vstupují a kdo posuzuje výsledek? Bez těchto odpovědí se těžko vybírá nástroj i rozpočet.

Pro opakovaný přenos dat často stačí běžná automatizace. Agent se hodí tam, kde musí podle situace volit další kroky. Mezi těmito možnostmi je pevný workflow s jedním AI uzlem, třeba pro zařazení textu.

U známého postupu začněte pravidly

V Make nebo Zapieru lze určit spouštěč a navazující akce. Po přijetí faktury se uloží příloha a vznikne úkol ke kontrole. Změna stavu objednávky vyvolá aktualizaci příslušného záznamu.

I takový postup potřebuje řešení výpadků, duplicit a chybných vstupů. Pořadí kroků ale znáte předem. Model nemusí rozhodovat, co má následovat.

Nestrukturovaný vstup ještě neznamená agenta

E-mail může vyžadovat model pro rozpoznání tématu. Když potom vždy následuje stejný postup, může stačit pevný workflow s klasifikačním krokem.

Agent je vhodnějším kandidátem, pokud dostane cíl a podle průběžných výsledků vybírá nástroje i pořadí práce. U zákaznické otázky může prohledat dokumentaci, zkontrolovat CRM a požádat o chybějící údaj. Tuto volnost je potřeba omezit. Samotná práce s textem ji neodůvodňuje.

Tři modelové příklady

Následující situace ilustrují architekturu. Nejde o naměřené výsledky klientů.

Třídění e-mailů

Workflow předá text modelu a získá návrh kategorie. Pravidla určí frontu nebo odpovědného člověka. Nejasná kategorie skončí na ručním posouzení.

Plný agent zde nemusí přinést výhodu. Sledujte správnost přiřazení i čas věnovaný opravám.

Helpdesk s více zdroji

U otázek vyžadujících různé podklady může agent vybrat, co zkontroluje dál. Odpověď musí odkazovat na platný zdroj a při nejistotě předat případ člověku.

Před nasazením vymezte rozhodnutí, která zůstávají podpoře. Refundace nebo změna smluvních podmínek má jiné následky než návrh odkazu na návod.

Pravidelný report

Workflow stáhne údaje z určených systémů a vypočítá metriky. AI může připravit komentář k výsledku. Pokud zdroje a kroky zůstávají stejné, agent je nemusí při každém běhu znovu vybírat.

Číselné závěry porovnejte s výpočty. Modelový návrh příčiny trendu odlišujte od toho, co data skutečně prokazují.

Volnost musí odpovídat riziku

Přístup omezte na operace potřebné pro úlohu. U rizikové změny určete schvalovatele, možnost zastavení a návrat k původnímu postupu. Nastavte limity volání i nákladů na jeden běh.

V rozsahu přiměřeném účelu zaznamenávejte vstupy, verzi zadání a provedené akce. Log pomůže rekonstruovat průběh, neprokazuje však správné pochopení situace. Kontroly shrnuje governance checklist pro AI agenta.

Nástroj vyberte po zkoušce

Popište proces a označte místa, kde je potřeba úsudek. Nejprve zkuste pevná pravidla, případně jeden AI krok. Volnost přidávejte tam, kde ji skutečné případy vyžadují a umíte ověřit výsledek.

V pilotu měřte čas do správně dokončené úlohy, ruční opravy i celkové náklady. Podle toho vymezujeme AI automatizaci. Pokud potřebujete posoudit jeden proces, ozvěte se.