Dnes akoby každý dodávateľ softvéru predával „agentov“. Agenta má vaše CRM, agenta má helpdesk a niekto z vášho tímu videl demo, v ktorom agent sám dohadoval stretnutia, odpovedal zákazníkom a aktualizoval účtovníctvo. Ťažko sa v tom vyznať. Čo je naozaj nové, čo je len chatbot s novou nálepkou a patrí niečo z toho aj do vašej firmy?
Tento článok vysvetľuje, čo AI agent naozaj je, z čoho sa skladá a ako krok za krokom vybaví skutočnú úlohu. Ukážeme aj, kde sa agent oplatí a kde stačí jednoduchšie riešenie.
Stručná definícia
AI agent je jazykový model, ktorý smeruje k cieľu tak, že v slučke vyberá a používa nástroje. Pozrie sa na situáciu, rozhodne o ďalšom kroku a použije nástroj: prehľadá objednávkový systém, prečíta dokument alebo pripraví e-mail. Skontroluje výsledok a opakuje to, kým úlohu nedokončí alebo kým nepotrebuje človeka.
Agenta robia agentom tri veci:
- Cieľ, nie scenár. Poviete mu, ako vyzerá hotová práca („vybav túto reklamáciu dodávky“), nie každý krok, ako sa k nej dostať.
- Nástroje. Cez prepojenia, ktoré mu dáte, si vie vo vašich systémoch niečo vyhľadať a niečo urobiť. Bez nástrojov vie model len písať text.
- Slučka. O ďalšom kroku rozhoduje podľa toho, čo práve zistil. Dve podobné požiadavky tak môžu prejsť rôznou cestou.
Slučka agenta
- Zistí Prečíta požiadavku a to, čo už vie
- Naplánuje Vyberie ďalší krok
- Koná Použije nástroj: vyhľadá, prečíta, pripraví návrh
- Overí Podarilo sa to? Je cieľ splnený?
Podstatná je práve slučka. Chatbot odpovie na jednu správu a čaká. Agent pokračuje sám: zistí, naplánuje, koná, overí a ide znova.
Agent, chatbot alebo AI workflow?
Slovo „agent“ sa dnes lepí takmer na všetko, čo má v sebe AI. Gartner má dokonca pomenovanie pre dodávateľov, ktorí staré chatboty a automatizačné nástroje premenovali na agentov: „agent washing“. Najčastejšie sa zamieňajú tri typy riešení:
- Chatbot (alebo asistent) odpovedá na otázky v konverzácii. Môže prehľadávať znalostnú databázu, no vo vašich systémoch sám nič nerobí.
- AI workflow je pevná postupnosť krokov, ktorú ste navrhli vy. AI v nej robí jeden alebo dva kroky: prečíta faktúru, roztriedi e-mail, napíše zhrnutie. Cesta je zakaždým rovnaká.
- AI agent si kroky k cieľu volí sám, s nástrojmi, ktoré mu povolíte.
Chatbot, AI workflow alebo agent?
| Chatbot | AI workflow | AI agent | |
|---|---|---|---|
| Čo robí | Odpovedá na otázky | Ide po vašich pevných krokoch, AI robí jeden či dva | Smeruje k cieľu |
| Kto určuje kroky | Používateľ, správu po správe | Vy, vopred | Model, priebežne |
| Koná vo vašich systémoch | Nie | Áno | Áno |
| Zvládne prípady, s ktorými nikto nepočítal | Čiastočne | Nie | Áno |
| Predvídateľná cena a čas | Áno | Áno | Čiastočne |
| Ľahko sa kontroluje spätne | Čiastočne | Áno | Čiastočne |
| Typický príklad | Asistent pre časté otázky na webe | Údaje z faktúr v PDF | Vybavenie reklamácie dodávky |
Žiadna z možností nie je všeobecne lepšia. Pevný workflow je lacnejší, rýchlejší a ľahšie sa kontroluje. Preto je väčšina rozumnej automatizácie stále obyčajný workflow. Všetky tri úrovne s množstvom príkladov podrobne rozoberáme v článku Workflowy, AI workflowy a AI agenti.
Z čoho sa agent skladá
Každý agent má pod kapotou rovnaké časti. Keď vám dodávateľ ukazuje agenta, pýtajte sa na každú z nich.
Z čoho sa agent skladá
- Mantinely Oprávnenia, schvaľovanie, limity krokov a nákladov, záznamy
- Inštrukcie Rola, cieľ, pravidlá, tón
- Model Všetko prečíta a vyberie ďalší krok
- Pamäť a kontext Požiadavka, predošlé kroky, dokumenty, ktoré si vyhľadal
- Nástroje Čítanie a zápis, o ktoré môže požiadať
- Vaše systémy Objednávky, dokumenty, e-mail, databáza
Model je časť, ktorá uvažuje a rozhoduje. Môže to byť niektorý z aktuálnych modelov od OpenAI, Anthropic alebo Google. Alebo otvorený model ako Llama, Mistral či Qwen, ktorý môžete prevádzkovať na vlastných serveroch. Prečíta všetko, čo má pred sebou, a rozhodne, čo urobí ďalej.
Inštrukcie určujú jeho rolu, cieľ, pravidlá a tón. Napríklad: „Vybavuješ reklamácie dodávok pre distribútora stavebných materiálov. Náhradné objednávky môžeš pripraviť, ale nikdy ich neschvaľuj.“ Dobré inštrukcie sú konkrétne a krátke. Z vágnych inštrukcií je vágny agent.
Nástroje sú akcie, ktoré môže vykonať. Sú to funkcie, ktoré mu sprístupnia vaši vývojári, napríklad find_order alebo draft_credit_note. Každý nástroj má názov, popis a vstupy, ktoré očakáva. Model o nástroj požiada, váš kód požiadavku skontroluje a vykoná. Ako to funguje, vysvetľujeme v článku Ako AI agenti používajú nástroje.
Pamäť a kontext je všetko, čo model počas práce vidí: požiadavka, doterajšia konverzácia, výsledky nástrojov a súvisiace dokumenty. Modely si medzi jednotlivými behmi samy od seba nič nepamätajú. Ak má agent vedieť, čo sa s týmto zákazníkom dialo minulý mesiac, musíte to zabudovať. Zvyčajne tak, že mu dáte nástroj, ktorým si to vyhľadá.
Mantinely sú hranice okolo agenta. Ktoré nástroje smie použiť, ktoré akcie musí schváliť človek, koľko krokov smie urobiť a koľko najviac môže stáť jedna úloha. K tomu záznam každého kroku. Toto demá vynechávajú, no skutočné systémy na tom stoja.
Príklad krok za krokom
Vezmime si bežnú úlohu distribútora stavebných materiálov s malým zákazníckym oddelením. Reklamácie dodávok chodia e-mailom každý deň. Každá zaberie človeku 15 – 20 minút. Treba nájsť objednávku, skontrolovať dodací list a sklad, pripraviť náhradu, požiadať účtovné oddelenie o dobropis a odpísať zákazníkovi.
Agent dostane tento e-mail: „Objednávka 4471 prišla včera a chýbajú v nej dve krabice dlažby. Pošlite ich, prosím, a opravte faktúru.“
- Vy: Objednávka 4471 prišla včera a chýbajú v nej dve krabice dlažby. Pošlite ich, prosím, a opravte faktúru.
- Volanie nástroja: orders.find(id: 4471)
- Výsledok: 12 krabíc dlažby · doručené včera
- Volanie nástroja: delivery_notes.get(order: 4471)
- Výsledok: vodič má podpísaných 10 krabíc
- Volanie nástroja: stock.check(item: dlažba, qty: 2)
- Výsledok: 2 krabice skladom · hlavný sklad
- AI: Pripravil som náhradnú objednávku na 2 krabice, žiadosť o dobropis a odpoveď zákazníkovi. Čakám na schválenie.
- Petra: Skontrolované a schválené. Odpoveď zákazníkovi je odoslaná.
Čo sa stalo:
- Prečítal si cieľ: vybaviť reklamáciu chýbajúceho tovaru v objednávke 4471.
- Vyhľadal objednávku nástrojom, ktorý len číta: 12 krabíc dlažby, doručené včera.
- Skontroloval dodací list. Vodič má podpísaných 10 krabíc, takže zákazník má pravdu.
- Overil sklad. Dve krabice tej istej dlažby sú v hlavnom sklade.
- Pripravil náhradnú objednávku a žiadosť o dobropis, ale len ako návrhy. Podľa inštrukcií všetko, čo odosiela tovar alebo mení faktúru, schvaľuje človek.
- Pripravil odpoveď a všetko predložil Petre zo zákazníckeho oddelenia. Skontrolovala to a jedným klikom schválila.
Práve toto robí z riešenia agenta, a nie workflow: cesta závisela od toho, čo zistil. Keby dodací list ukazoval všetkých 12 podpísaných krabíc, agent by išiel inou cestou. Požiadal by zákazníka o fotky a prípad by označil pre sklad. Ak by ste chceli to isté od workflowu, niekto by musel vopred nakresliť každú vetvu.
Kde sú agenti užitoční
Agent sa oplatí, keď úloha vyzerá takto:
- Kroky sa líšia prípad od prípadu, takže vývojový diagram by sa rýchlo rozrástol.
- Zapojených je viac systémov: objednávky, úložisko dokumentov, e-mail, databáza.
- Každý prípad zaberie človeku 10 minút a viac hľadania, kým sa môže rozhodnúť.
- Výsledok sa dá skontrolovať skôr, než niečo pokazí, či už človekom, alebo pravidlami.
Niekoľko príkladov z bežných firiem:
- Účtovnícka kancelária na konci mesiaca. Agent prejde klientove bankové pohyby bez dokladu a prehľadá doručené dokumenty. Potom pripraví jeden zoznam otázok pre klienta namiesto desiatich samostatných e-mailov.
- Personálna agentúra. Agent pripraví ku každému kandidátovi krátky prehľad zo životopisu, poznámok z pohovoru a predošlých umiestnení. Rekrutér tak ide do hovoru pripravený. Všetky rozhodnutia robí on.
- Tím, ktorý každý týždeň odpovedá na tie isté otázky o dátach. Asistent sám rozhodne, aké dopyty do databázy spustí, a odpoveď vysvetlí. Takto funguje Charlie pre Shovels. Na otázky o stavebných povoleniach odpovedá z aktuálnych záznamov v databáze.
- IT alebo prevádzkový helpdesk. Agent zozbiera logy, posledné zmeny a podobné staršie tikety. Technikovi odovzdá zhrnutie s návrhom ďalšieho kroku.
Kde je agent zbytočný
Väčšina úloh vo väčšine firiem agenta nepotrebuje:
- Kroky sú zakaždým rovnaké, napríklad posielanie faktúr na schválenie podľa sumy. Obyčajný workflow to zvládne za zlomok ceny.
- V inak pevnom procese je jeden „chytrý“ krok, napríklad triedenie prichádzajúcich e-mailov. To je AI workflow.
- Ľudia len potrebujú odpovede z vašich dokumentov, napríklad z interných smerníc. Na to stačí asistent, ktorý prehľadáva dokumenty. Agent to nie je.
- Akcia sa nedá vrátiť a nikto ju nekontroluje: platby, mazanie dát, odosielanie zmlúv.
- Objem je malý. Päť prípadov mesačne sa len zriedka oplatí riešiť systémom, ktorý treba postaviť a udržiavať.
Podrobnejší návod na rozhodovanie s otázkami o cene chýb, objeme a spätnej kontrole nájdete v článku Kedy použiť AI agentov.
Štyri časté omyly
„Agent sa učí sám.“ Neučí. Model sa počas používania nemení. Agent sa zlepšuje vďaka ľuďom, ktorí prechádzajú jeho chyby a vylepšujú inštrukcie, nástroje a testovacie prípady.
„Agent nahradí zamestnanca.“ V praxi prevezme jednu úlohu, zvyčajne tú nudnú strednú časť: zozbierať informácie a pripraviť návrh. Rozhoduje stále človek a rieši aj prípady, na ktoré agent nestačí.
„Čím viac samostatnosti, tým lepšie.“ Mieru samostatnosti nastavujete pre každú akciu zvlášť. Začnite tým, že agent pripravuje návrhy a človek ich schvaľuje. Keď mu začnete dôverovať, nechajte ho konať samostatne pri akciách s nízkym rizikom. Ako na to, opisujeme v článku o človeku v AI procesoch.
„Je to len múdrejší chatbot.“ Rozdiel je v tom, že agent koná. Akonáhle môže meniť veci vo vašich systémoch, oprávnenia, schvaľovanie a záznamy sú rovnako dôležité ako samotný model.
Čo ďalej
Ak máte na mysli konkrétnu úlohu, prejdite si tento zoznam skôr, než sa začnete rozprávať s dodávateľmi:
Skôr než postavíte agenta
- Napíšte cieľ jednou vetou A opíšte, ako vyzerá hotová práca
- Spíšte systémy, ktoré potrebuje Čo musí čítať a čo musí meniť
- Označte rizikové akcie Všetko, čo odosiela, platí, expeduje alebo maže, musí schváliť človek
- Zozbierajte 20 – 30 skutočných starších prípadov Aj tie nepríjemné, aby ste na nich mohli testovať
- Zmerajte dnešnú prácnosť Minúty na prípad a počet prípadov mesačne
- Určte vlastníka Niekoho, kto skontroluje prvé behy a rozhoduje o zmenách
Ak chcete druhý názor na to, či váš proces potrebuje agenta, AI workflow, alebo len pár dobrých pravidiel, dohodnite si 30-minútový hovor. Odídete s návrhom prvého kroku a orientačnou cenou.
