FAQ: Agentická AI vo firmách, AI agenti, riadenie a automatizácia

Agentická AI označuje prístup, pri ktorom je umelá inteligencia navrhnutá ako agent schopný samostatne pracovať s cieľmi, kontextom a dostupnými nástrojmi. AI agent na základe zadaného cieľa plánuje postup, vykonáva jednotlivé kroky a priebežne vyhodnocuje, či smeruje k požadovanému výsledku.

Miera autonómie AI agenta nie je daná samotnou technológiou, ale rozhodnutím organizácie a nastavením riadenia. Agent môže len navrhovať ďalšie kroky, alebo naopak samostatne vykonávať celý proces, vždy však v medziach definovaných pravidiel a oprávnení.

AI agent rozhoduje na základe cieľa, dostupného kontextu a pravidiel, ktoré určujú, aké kroky smie vykonávať. Využíva pritom dáta, dokumenty a integrované systémy a podľa výsledkov jednotlivých krokov upravuje ďalší postup.

AI agent nie je schopný niesť zodpovednosť ani chápať širší kontext mimo dát a pravidiel, ktoré má k dispozícii. Bez jasne definovaných mantinelov, kvalitných dát a priebežnej kontroly môže dochádzať k chybným alebo nevhodným rozhodnutiam, preto je riadenie agentickej AI kľúčové.

Agentická AI sa najčastejšie zvažuje v oblastiach, kde procesy prepájajú viac systémov a rolí, napríklad vo financiách, nákupe, HR, IT službách alebo zákazníckej podpore. Uplatnenie nachádza aj tam, kde je potrebné pracovať s dokumentmi, schvaľovaním a výnimkami.

Agentická AI nie je vhodná pre procesy, ktoré sú jednoduché, plne deterministické a nemenia sa v čase. V týchto prípadoch je spravidla efektívnejšie použiť klasickú automatizáciu alebo workflow bez prvkov autonómie.

Medzi hlavné riziká patria zle definované ciele, nekvalitné dáta a nedostatočne nastavené riadenie autonómie. Bez jasných pravidiel a kontroly môže agentická AI generovať nekonzistentné alebo ťažko vysvetliteľné kroky.

AI agent nie je schopný niesť zodpovednosť ani chápať širší kontext mimo dát a pravidiel, ktoré má k dispozícii. Bez jasne definovaných mantinelov, kvalitných dát a priebežnej kontroly môže dochádzať k chybným alebo nevhodným rozhodnutiam, preto je riadenie agentickej AI kľúčové.

AI agent pracuje s dátami tak, ako sú dostupné v okamihu jeho činnosti, a je plne závislý od kvality zdrojových systémov. Správnosť a aktuálnosť dát preto nie je vlastnosťou samotného agenta, ale výsledkom správne nastavených integračných tokov, dátových zdrojov a pravidiel aktualizácie.

Áno, ak je agent navrhnutý ako orchestrácia nad viacerými systémami, dokáže koordinovať kroky naprieč aplikáciami v rámci jedného procesu. Pri agentoch zabudovaných priamo do konkrétnej aplikácie je tento rozsah obmedzený najmä na procesy a dáta daného systému.

Bezpečnosť je zabezpečená rovnakými princípmi ako pri ostatných systémových integráciách, teda riadením oprávnení, rolí a prístupových práv. AI agent nikdy nemá autonómne oprávnenia sám o sebe, ale vždy koná v rámci oprávnení, ktoré mu boli explicitne nastavené v danom systéme alebo integračnej vrstve.

Kontrola nad rozhodovaním je zabezpečená predovšetkým nastavením cieľov, pravidiel a obmedzení, v rámci ktorých sa AI agent môže pohybovať. Organizácia rozhoduje, v ktorých krokoch môže agent postupovať samostatne a kde je vyžadovaný ľudský zásah alebo schválenie.

Pri agentickej AI je možné zaznamenávať jednotlivé kroky, ktoré agent v procese vykonal, vrátane vstupov a výsledkov. Tieto záznamy umožňujú spätne dohľadať priebeh procesu a slúžia ako podklad pre audit, kontrolu alebo riešenie sporov.

Človek zostáva zodpovedný za návrh procesov, nastavenie pravidiel a dohľad nad správaním AI agenta. V praxi je ľudský zásah kľúčový najmä pri riešení výnimiek, schvaľovaní citlivých krokov alebo úpravách fungovania agenta.

AI agent nemá vlastné „univerzálne“ oprávnenia, ale koná v rámci presne definovaných rolí a prístupov. Oprávnenia sú nastavené na úrovni aplikácií, integračných vrstiev alebo procesov a určujú, aké akcie môže agent vykonávať.

Pri správne navrhnutej agentickej AI je možné dohľadať, aké kroky agent vykonal, s akými vstupmi pracoval a podľa akých pravidiel postupoval. Dôvera v jeho správanie vychádza z transparentného nastavenia procesov, auditných záznamov a priebežného dohľadu nad jeho činnosťou, nie z detailného popisu samotného modelu.

Implementácia agentickej AI zvyčajne začína výberom konkrétneho procesu a jasným vymedzením cieľa, ktorý má agent plniť. Nasleduje návrh architektúry, pilotné nasadenie a postupné rozšírenie do produkčnej prevádzky podľa dosiahnutých výsledkov.

Dĺžka pilotu závisí od zložitosti procesu, dostupnosti dát a miery integrácií s existujúcimi systémami. V praxi sa pilotná fáza pohybuje v horizonte týždňov až niekoľkých mesiacov, pričom cieľom je overiť funkčnosť, prínos a riziká.

Pred nasadením je potrebné mať jasne popísaný proces, dostupné a kvalitné dáta a vyriešené napojenie na relevantné systémy. Rovnako dôležité je stanoviť zodpovednosti, schvaľovacie pravidlá a spôsob dohľadu nad správaním agenta.

Prevádzka agentickej AI vyžaduje priebežné sledovanie správania agenta, vyhodnocovanie výsledkov a úpravy pravidiel alebo scenárov. Zmeny procesov, dát alebo systémov sa musia premietnuť aj do nastavenia agenta, aby zostal v súlade s aktuálnou realitou.

Na prevádzke sa zvyčajne podieľa kombinácia IT, vlastníkov procesov a bezpečnostných alebo compliance rolí. Každá z týchto rolí má inú zodpovednosť, od technickej prevádzky cez obsah a pravidlá až po dohľad nad rizikami.

Náklady zahŕňajú licenčné alebo prevádzkové poplatky za použitú platformu, prácu spojenú s návrhom procesov a integráciami a následnú prevádzku a dohľad. Výška nákladov sa výrazne líši podľa zvolenej architektúry, miery autonómie a počtu zapojených systémov.

Agentická AI zvyčajne prináša zrýchlenie procesov, zníženie manuálnej práce a lepšie zvládanie výnimiek v komplexných scenároch. Prínosy sa zvyčajne prejavujú skôr v kvalite riadenia a flexibilite než len v priamej úspore nákladov.

Návratnosť sa posudzuje porovnaním celkových nákladov s dosiahnutými úsporami času, znížením chybovosti alebo obmedzením prevádzkových rizík. Dôležité je hodnotiť prínosy v dlhšom časovom horizonte a v kontexte celého procesu, nie jednotlivých krokov.

Agentická AI nebýva automaticky lacnejšia ani drahšia než klasická automatizácia. V jednoduchších procesoch môže byť zbytočne nákladná, zatiaľ čo pri komplexných alebo často sa meniacich procesoch môže dlhodobo vychádzať efektívnejšie.

Rozhodnutie by malo vychádzať z analýzy konkrétnych procesov, ich zložitosti a požiadaviek na flexibilitu a riadenie. Vhodným prvým krokom je pilotné overenie na obmedzenom scenári, ktoré umožní posúdiť prínosy aj riziká pred širším nasadením.