techone --pruvodce=ai-agenti
AI agent: software, co udělá úkol nad vašimi systémy
Agent připraví podklad k novému leadu, zeptá se ERP na stav zakázky a projde data 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. Líp se ladí a máte nad ním kontrolu.
- 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 stihne
- 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