Přejít na obsah

techone --pruvodce=ai-agenti

AI agent: software, co udělá úkol nad vašimi systémy

Rešerše leadu, dotaz do ERP, kontrola dat napříč systémy. Kde klasická automatizace končí na pevných pravidlech, začíná agent.

Ve zkratce

Co to je
Agent vykoná úkol: něco si zjistí, ověří, rozhodne a zapíše do systému. Chatbot jen odpovídá. Agent jedná.
Agent vs pravidla
Pevná pravidla (Power Automate) řeší deterministický tok. Agent řeší kontext a nejednoznačnost. V praxi se kombinují.
Jak se napojí
Přes MCP na ERP, CRM a registry. Čtení i zápis ve vymezeném rozsahu, plná auditní stopa, běh na vaší infrastruktuře.
Squad
Víc specializovaných agentů řízených orchestrátorem zvládne víc než jeden univerzální. Laditelnost a kontrola.
Kde začít
Jeden úkol s vysokým objemem nebo opakováním. Zápis do systémů omezený na schválené, lidský bod u nejednoznačných případů.

Co je AI agent (a co není)

Agent se pozná podle toho, co dělá. Dostane úkol, něco si k němu zjistí, rozhodne se a provede akci v některém ze systémů. Není to chatbot, který jen odpoví na otázku. Není to ani robotická automatizace (RPA), která jede po pevných krocích.

Příklad za všechny: přijde nový kontakt. Agent si ho ověří v registru, dohledá veřejné informace o firmě, zkontroluje, jestli už není v CRM, a podle kritérií ho zařadí jako prioritní nebo ne. Mezi otázkou a akcí je rozhodnutí, a to je ten rozdíl.

Agent, nebo Power Automate? Kdy co

Tohle je rozhodnutí, které řeší skoro každý projekt. Power Automate a podobné nástroje řídí proces: když přijde A, udělej B. Levné, vizuální, nastaví to i ne-programátor. Fungují, dokud jsou pravidla jednoznačná.

Agent nastupuje tam, kde pravidlo nestačí, protože je potřeba porozumět kontextu a rozhodnout se v šedé zóně. Nestrukturovaný vstup, nejednoznačnost, výjimky. V praxi se obojí spojuje: pevná pravidla řídí tok, agent dělá úsudek v krocích, kde je potřeba.

Stačí pevná pravidla

Deterministický proces. Jasné „pokud X, pak Y". Schvalování podle částky, přesun souboru, notifikace. Tady je agent zbytečný a dražší.

Vyplatí se agent

Kontext a rozhodování. Je tento údaj správný? Patří tento případ do téhle kategorie? Co s výjimkou, kterou nikdo nenastavil? Tady pravidlo selže.

Nejde o to vybrat jedno. Jde o to vědět, kterou část procesu řídí pravidla a kde rozhoduje agent.

Jak se agent bezpečně napojí na vaše systémy

Aby agent něco udělal, musí se dostat k datům. K tomu slouží MCP (Model Context Protocol): standardní rozhraní, přes které agent čte a zapisuje do ERP, CRM nebo registrů. Tady se rozhoduje o důvěře.

Klíčové je vymezení rozsahu. Agent dostane jen to, co potřebuje: čtení číselníků, zápis pouze schválených záznamů, žádný přístup mimo. Každá operace má auditní stopu, takže zpětně víte, co agent kdy udělal. A běží na vaší infrastruktuře, ne někde mimo. Takhle vypadá agent, který odpoví na provozní dotaz:

>dotaz: kolik máme skladem položky X a jaký je stav zakázky 4471?

  • ERP sklad 320 ks, z toho 80 rezervováno
  • zakázka 4471 ve výrobě, termín za 5 dní
  • kontrola přístupu jen čtení, auditní stopa

→ odpověď240 ks volných, zakázka termín stihne

Squad agentů: proč víc malých přebije jednoho velkého

Lákavá představa je jeden agent, který umí všechno. V praxi se osvědčuje opak: víc specializovaných agentů, každý na svůj úkol, řízených orchestrátorem.

Jeden agent rešerší firmu, druhý ověří data proti registrům, třetí připraví podklad, orchestrátor je řídí a hlídá pořadí. Důvod je praktický. Malý specializovaný agent se líp ladí, líp kontroluje a u každého kroku víte, co dělá. Jeden velký monolit je černá skříňka, kterou nikdo neopraví.

Co agenti reálně zvládnou

Reálné úkoly, které agenti dělají v provozu. Jeden příklad za obchod, kde agent připraví obchodníka na schůzku:

Příprava obchodu

Agent rešerší firmu před schůzkou, obohatí kontakt v CRM z registrů a navrhne prioritu. Obchodník přijde připravený, místo aby hodinu googlil. Data o firmách čerpá z Sales2Up.

Dotazy do systémů

Místo proklikávání ERP se zeptáte přirozeně: kolik je skladem, jaký je stav zakázky. Agent se podívá a odpoví. Lidé se neruší navzájem kvůli číslu.

Kontrola dat napříč systémy

Agent porovná záznamy mezi CRM, ERP a registry, najde rozpory a označí je. Párování plateb a příjem dokladů přes EDI běží například u Tecamu.

Zpracování dokladů

Příchozí faktury a objednávky agent přečte, ověří proti ERP a založí. Detailně to rozebírá průvodce automatizací dokumentů. Marketingová data řeší samostatný průvodce.

>agent: nový lead, Strojírny Vacek s.r.o.

  • ARES aktivní, 45 zaměstnanců, 3 roky růst
  • web a zprávy staví novou halu, signál k investici
  • CRM žádná duplicita, volný kontakt

→ kvalifikacepriorita: výroba, růst, investiční signál

Kde začít a na co si dát pozor

Nezačínejte tím, že agentovi dáte klíče od všeho. Vyberte jeden úkol s vysokým objemem nebo otravným opakováním. Na něm se ukáže, jestli to dává smysl, a vyladí se nastavení.

Nejdůležitější rozhodnutí je rozsah a kontrola. Zápis do systémů držte jen na schválených krocích, čtení vymezte, u nejednoznačných případů nechte poslední slovo člověku. Agent zrychlí rutinu. Rozhodnutí, která něco stojí, zůstávají na lidech.

Kdy stačí pravidlo a kdy se vyplatí AI, rozebírá i služba Automatizace a AI.

Často kladené otázky

Jaký je rozdíl mezi AI agentem a chatbotem?

Chatbot odpoví na otázku. Agent vykoná úkol: něco si zjistí, ověří proti vašim systémům, rozhodne se podle pravidel a provede akci, třeba založí záznam nebo označí rozpor. Mezi otázkou a výsledkem je rozhodnutí a akce, ne jen text.

Potřebujeme agenta, nebo stačí Power Automate?

Když je proces deterministický (jasné pokud X, pak Y), stačí Power Automate a je levnější. Agent se vyplatí tam, kde je potřeba porozumět kontextu a rozhodnout v nejednoznačné situaci. V praxi se kombinují: pravidla řídí tok, agent dělá úsudek.

Jak agent bezpečně přistupuje k našemu ERP?

Přes MCP rozhraní s vymezeným rozsahem. Nastavíte, ke kterým modulům má přístup, typicky čtení číselníků a zápis jen schválených záznamů. Každá operace má auditní stopu. Běží na vaší infrastruktuře, data zůstávají u vás.

Můžeme nasadit agenta na jeden úkol a postupně rozšiřovat?

Přesně tak to doporučujeme. Začnete úkolem s vysokým objemem, ověříte výsledek a teprve pak přidáte další. Menší začátek znamená rychlejší výsledek, snazší kontrolu a méně rizika.

Stavíme vlastní AI produkt a potřebujeme ho napojit na ERP zákazníků. Umíte to?

Ano, to je častý případ. Připravíme napojení přes API nebo MCP na Dynamics 365 i většinu dalších ERP, s vymezeným rozsahem a auditní stopou. Řešíme mapování dat, validaci a ošetření chyb, aby váš produkt dostal čistá data.

Chcete agenta vidět běžet?

Máme funkční řešení postavené na Anthropic Claude a MCP, které přizpůsobíme vašemu úkolu. Na konzultaci vám agenta předvedeme při práci na reálném scénáři.

Domluvit konzultaci