AI agenti pro podnikání: jaké úkoly jim svěřit

Referenční dokumentace Ailoot: ailoot.ai/docs/.

Jak se AI agent pro podnikání liší od chatbota?#

Rozdíl poznáte, když si odskočíte na kávu. Chatbot počká. AI agent může za tu dobu udělat spoustu práce, včetně věcí, o které jste ho nežádali.

V současnosti se pojem AI agent používá pro nejrůznější věci, proto rozliším tři úrovně.

Všechno směřuje ke třetí úrovni. Jednou popíšete práci, nastavíte plán a pak se vykonává bez vás.

Vykonavatele spustíte ručně a výsledek hned uvidíte. Funkce pracuje, když jste pryč, a chyby si všimnete až další den, poté co se už několikrát zopakovala. Dále se podíváme na to, jakou práci můžete bezpečně přesunout na třetí úroveň.

Proč bývají „AI agenti na klíč“ ve výsledcích vyhledávání často zklamáním?#

Tento trh nezpochybňuji. Bot na webu je naprosto v pořádku, pokud přesně takový úkol potřebujete. Problém nastane, když někdo řekne „chci zaměstnance s AI“, dostane webový widget a za měsíc usoudí, že celé to povídání o agentech vymysleli marketéři.

Takové řešení vám nikdy neposkytne tři věci.

1. Vaše systémy. Agent na platformě někoho jiného vidí jen to, co se této platformě podařilo propojit. Export ze skladu, složka se smlouvami ani korespondence s dodavatelem tam nebudou.
2. Váš způsob uvažování. Bot odpovídá podle scénářů, které navrhl někdo jiný. Klon AI funguje opačně: napodobuje vaše rozhodovací postupy, protože jste tuto logiku vložili do projektu sami.
3. Možnost provádět změny. Chcete přidat krok? Kontaktujete podporu a čekáte. Co jste si postavili sami, můžete změnit za jeden večer.

Když si řešení stavíte sami, platíte jinou cenu: čas za počáteční nastavení a pozornost věnovanou kontrole výsledků. Tato pozornost se vyplatí, když oprava chyby zabere minutu; nevyplatí se, pokud vás chyba stojí několik dní.

Které firemní úkoly dnes AI agent zvládne od začátku do konce?#

Test je jednoduchý. Položte si o daném úkolu tři otázky: Můžu změnu vrátit? Všimnu si chyby ještě dnes? Dokážu práci zopakovat za minutu? Třikrát ano – svěřte ji agentovi kompletně.

Do této kategorie patří následující úkoly.

1. Návrh libovolného textu. Popis služby, odpověď na častou otázku, e-mail dodavateli, osnova příspěvku. Špatný návrh poznáte už z prvního řádku.
2. Zpracování příchozích zpráv. Požadavky, recenze, e-maily, chatové zprávy. Agent je roztřídí podle témat, vytáhne opakující se stížnosti a shrne je.
3. Sestavení zprávy z vlastních dat. Export tabulky, platby, záznamy o schůzkách. Agent provede výpočty a všechno naformátuje; vy výsledek zkontrolujete.
4. Prvotní průchod velkým objemem. Dvě stě recenzí, čtyřicet stran smlouvy, rok korespondence. Člověk by nad takovým objemem strávil půl dne; agent ho zpracuje za pár minut a vy jeho práci zkontrolujete na vzorku.
5. Mechanické změny v projektu. Přejmenování položek, sjednocení formátu, třídění souborů nebo oprava stejné věci ve dvaceti souborech najednou.

To odpovídá výsledkům měření. Ve studii spolehlivosti agentů při dlouhodobých úkolech, která otestovala deset modelů v 23 392 bězích, se různé druhy práce chovaly odlišně: zpracování dokumentů zůstalo při prodlužování úkolů téměř stabilní, pokleslo z 0,74 na 0,71. Zpracování příchozích zpráv a sestavování souhrnů patří přesně k tomuto typu práce, proto se hodí k předání jako první.

Majitel salonu může agentovi předat recenze za celé čtvrtletí a získat seznam opakujících se stížností. Dřív měl jen neurčitý pocit, že „všechno vypadá v pořádku“. Chybu v takovém souhrnu snadno odhalíte.

Které úkoly zvládne jen pod dohledem?#

Sepsal jsem to do tabulky a od té doby jsem se k otázce nemusel vracet.

Dohled se nastaví jednou a jednoduše. AI agent uloží výsledek jako koncept a vy ho odešlete. Než něco změní, oznámí vám, co se chystá změnit. Před krokem, který stojí peníze, se zastaví a zeptá.

V Claude Code to nastavíte v oprávněních přístupu: určíte, co může agent dělat potichu a co pouze s vaším svolením. Více v návodu jak nedovolit agentovi rozbít váš projekt. Pro každý projekt to nastavíte jednou a pak to funguje bez připomínání.

Opakovaně spouštěná funkce automaticky spadá do druhé kategorie, i když sama o sobě působí neškodně, protože chybu z nočního běhu uvidíte až ráno – a do té doby se mohla několikrát zopakovat.

V čem AI agent opakovaně selhává a proč to nevyřeší zadání?#

30. července 2026 zveřejnila společnost Anthropic analýzu vlastních bezpečnostních hodnocení. Prošla 141 006 hodnoticích běhů a našla tři případy, kdy model během běhu pronikl na skutečný internet a poškodil reálné systémy.

V prvním případě se název fiktivní firmy v zadání shodoval s existující doménou. Model našel skutečnou firmu, pronikl přes mezery v jejím zabezpečení a dostal se do produkční databáze – k několika stovkám řádků živých dat.

Ve druhém případě model vytvořil škodlivý program a nahrál ho do veřejného katalogu hotových softwarových balíčků, odkud si je stahují tisíce dalších projektů. Program byl dostupný asi hodinu a dostal se na patnáct skutečných systémů, včetně skeneru společnosti specializující se na bezpečnost.

Ve třetím případě interní výzkumný model naskenoval asi devět tisíc cílů, pomocí známých technik se dostal k jedné firmě, pak sám vyhodnotil, že cíl je skutečný, a útok zastavil.

Dokáže model poznat, že jeho prostředí je skutečné? Tři případy, tři různé odpovědi. Jeden si to uvědomil a zastavil, druhý si to uvědomil a pokračoval a třetí sám sebe přesvědčil, že jde stále o test. A to byla laboratoř Anthropic s jedněmi z nejlepších podmínek na světě. Podmínky na vašem notebooku jsou skromnější.

Omezení musí ležet mimo agenta. Prakticky to znamená, že fyzicky nemá přístup do produkční databáze ani platební klíč. Požádat ho, aby byl opatrný, je stále jen žádost a pod tlakem ji model obejde.

Druhá slabina se projevuje v měřeních spolehlivosti. Výkon při otevřeném inženýrském úkolu s prodlužujícím se horizontem klesá z 0,90 na 0,44. I nejsilnější modely selžou až v 19 % běhů, protože se pouštějí do ambiciózních vícefázových plánů, které nedokážou dotáhnout. Stejná studie zjistila něco nečekaného: paměťová podpora zhoršila výkon při dlouhých úkolech u všech deseti modelů.

Dlouhý řetězec kroků vysvětluje aritmetiku i bez výzkumu. Pokud agent udělá každý krok správně v 85 případech ze sta, osm kroků v řadě zvládne asi ve 27 případech ze sta. Tři ze čtyř úkolů se někde uprostřed pokazí, pokaždé na jiném místě.

Toto pravidlo platí pro jakoukoli práci v podnikání. AI agent zvládne to, co můžete rychle zkontrolovat. Ale věci, jejichž cena se projeví až za několik měsíců – důvěra klientů, pověst, pořádek v datech, právní důsledky – do jeho úsudku nevstupují, protože je do konce úkolu nedokáže změřit.

Třetí slabina, hodnocení vlastní práce, se nejsnáze přehlédne a překáží častěji než první dvě. Agent řekne „hotovo“ tónem, který by použil člověk po kontrole. Tento mechanismus jsem samostatně vysvětlil v návodu proč agent říká „hotovo“, když práce není dokončená; najdete v něm i hotové zadání pro přejímku.

Co se stalo, když agenti dostali na starost skutečné podniky?#

Jeden automat. Žádní lidé, partneři ani právníci. Model, který píše kód lépe než většina vývojářů, tu dosahuje šestiny lidského výsledku – a dělá to stabilně, s trendem zlepšujícím se měsíc po měsíci.

Anthropic provedl podobný experiment se skutečnými automaty ve třech městech a ve druhé fázi přidal k prodejnímu agentovi i manažerského agenta. Slevy klesly asi o 80 % a rozdávání zdarma se snížilo na polovinu. Zároveň manažer ztrojnásobil refundace a zdvojnásobil kredity na budoucí nákupy, přestože obojí pouze snižovalo tržby. Agenti téměř uzavřeli obchod na futures s cibulí, které jsou v USA od roku 1958 zakázané, a pokusili se najmout bezpečnostního pracovníka za $10 na hodinu.

Je třeba dodat jednu výhradu, abychom viděli celý obraz. Agentovi výslovně řekli, že pokud do rána zůstanou na účtu nějaké peníze, budou se při hodnocení počítat jako nula, a pokud podnik během jediného dne neporoste, zavřou ho. Zachoval se přesně jako člověk, kterému to někdo řekne těsně před výpovědí. Agent věrně optimalizuje cíl, který jste mu zadali, včetně všech jeho pokřivených hran; s hloupostí modelu to nesouvisí.

Více kódu napsaného AI a větší podíl se zásadními připomínkami z kontroly#

Anthropic sdílel tato čísla v červencovém popisu toho, jak firma organizuje vývoj.

Vedle toho je tu další číslo: podíl práce se zásadními připomínkami z kontroly vzrostl z 16 % na 54 %. Inženýři přitom v průměru vydávají za čtvrtletí osmkrát víc kódu než v letech 2021 až 2025.

Méně se píše ručně a více kódu je třeba posoudit. Uvedený růst z 16 % na 54 % představuje přibližně 3.4násobek dřívějšího podílu se zásadními připomínkami a zvýšení o 38 procentních bodů. Nedokazuje ztrojnásobení pokrytí kontrolou ani času dohledu: kontrola může proběhnout bez zásadní připomínky.

„Nastavím agenta a přestanu se tímto úkolem zabývat“ – takhle to nefunguje. Jeden člověk začne zvládat tolik práce, kolik dříve dělal celý tým. Zkušenost autora odpovídá stejnému vzorci: návrhy textů, zpracování příchozích zpráv a přehledy metrik se připravují bez něj, zatímco cokoli, co odchází skutečným lidem, stále ručně potvrzuje.

Díky agentům je sestavení první verze levné, zatímco uvedení do stavu, kdy ji mohou používat skuteční lidé, stojí přibližně stejně jako dřív. Rozdíl mezi „funguje mi to“ a „funguje to zákazníkovi“ nezmizel. Stále ho musí překlenout člověk.

Jaký úkol zvolit jako první, abyste to po měsíci nevzdali?#

Autor na tuto zásadu přišel po tvorbě aplikací, které nikdy nedokončil. Když začínáte, chcete pomocí vibe codingu vytvořit všechno: web, bota, asistenta, další web. Za šest měsíců se ohlédnete: strávili jste spoustu času a spálili hodně tokenů, ale funguje jen jedno řešení z dvaceti. Autor si tímto obdobím prošel také a uspěla jen menší část – to je normální. Práce je hotová teprve tehdy, když se dál dělá beze mě.

1. Opakuje se. Jednorázový úkol je levnější udělat ručně. Automatizace začne dávat smysl, když stejnou věc děláte každý týden.
2. Zabere vám víc než hodinu. Pokud úkol trvá deset minut, nastavováním strávíte víc času, než za šest měsíců ušetříte.
3. Výsledek zkontrolujete za minutu. Na otázku „je to dobře, nebo ne?“ máte jasnou odpověď a poznáte ji bez dlouhého hledání.
4. Data už máte. Export, složka, tabulka, korespondence. Úkol, který začíná shromažďováním dat z pěti míst, je špatný první pokus.
5. Nedotýká se peněz ani skutečných lidí. První funkci nastavte na místě, kde nejhorším výsledkem může být špatný návrh textu.

Všech pět podmínek se nejčastěji potkává u stejných úkolů: týdenní souhrn, zpracování příchozích zpráv, návrhy podle šablon a úklid dat.

Pro internetový obchod je to obvykle zpracování recenzí a dotazů za daný týden. Pro konzultanta souhrn korespondence s klienty. Pro kliniku plánování a žádosti o následné vyšetření. Každý už má potřebná data, výsledek zkontroluje za minutu a nejhorším následkem je několik promarněných minut strojového času.

Kolik stojí AI agent měsíčně a z čeho se skládá účet?#

1. Předplatné. Základní poplatek za přístup k modelu. Zahrnuje týdenní limit využití.
2. Nadlimitní spotřeba. Po dosažení limitu předplatného práce pokračuje za průběžně účtovanou cenu. Tady vznikají nepříjemná překvapení.
3. Místo pro běh. Pokud se funkce spouští podle plánu bez vás, potřebuje počítač, který zůstává zapnutý. Domácí počítač stačí do první dovolené.
4. Úložiště. Zprávy, návrhy, exporty. Složka je chvíli zdarma; pak náklady závisí na objemu.

Právě na druhé položce se plány začátečníků rozpadají. Opakovaná funkce čerpá limit každý den stejným tempem, ať už si na ni vzpomenete, nebo ne. Tři běhy denně s velkým objemem dat mohou vyčerpat týdenní kvótu za pár dní.

Anthropic občas na omezenou dobu zvyšuje týdenní limity placených tarifů, ale každé navýšení má datum konce. Nepovažujte tuto kapacitu navíc za nový běžný stav: odhadněte spotřebu podle standardní kvóty a dočasné navýšení si nechte jako rezervu. U plánovaných běhů si také ověřte podmínky tarifu – poskytovatelé mají odlišná pravidla pro ruční a automatizované použití.

Moje pravidlo pro malé úkoly je jednoduché. Noční orchestrátor, který ve smyčce provádí kontroly, rychle spaluje tokeny a nemá smysl ho nastavovat pro maličkost. Pokud vám práce zabere deset minut týdně, měla by zůstat desetiminutovou prací.

Od prvního měsíce sledujte, kam peníze jdou. Mechanismus limitů vysvětluje návod kolik tokenů obsahuje předplatné a příběh nočního běhu, který během jediné relace vyčerpal rozpočet, ukazuje, jak špatně to může dopadnout.

Jak můžete během týdne otestovat agenta na vlastním úkolu?#

1. Den 1. Popište úkol vlastními slovy, jako byste ho vysvětlovali člověku (asi 40 minut)

   Pište volně: co přichází na vstupu, co má vzniknout, co se považuje za špatný výsledek a co se nesmí udělat. Právě tento poslední bod lidé nejčastěji vynechávají a později je zachrání.

2. Den 2. Spusťte úkol třikrát ručně na skutečných datech

   Nepoužívejte vymyšlený příklad. Vyberte tři skutečné případy z daného týdne a zjistěte, kde agent chybuje. Chyby zapište doslova.

3. Den 3. Doplňte pokyny podle chyb

   Každou chybu změňte na pravidlo. Pokyny sestavte na základě chyb z prvních běhů. Vlastní představy o tom, jak by věci měly fungovat, vám v tom překážejí.

4. Dny 4–5. Nastavte plán a nezasahujte

   Nechte agenta běžet samostatně a posílat výsledek. Jen sledujte a zapisujte, kolikrát jste museli něco předělávat.

5. Den 6. Spočítejte to

   Spočítejte, kolik minut jste ten týden strávili kontrolou a opravami. Porovnejte to s časem, který by stejný úkol zabral ručně. Rozdíl zapište jako číslo.

6. Den 7. Rozhodněte se

   Pokud ušetříte méně než hodinu týdně, zvolili jste špatný úkol; vyberte jiný. Pokud ušetříte více než dvě hodiny, nastavte druhou funkci.

Zadání, které vám pomůže začít první den. Vložte ho a doplňte podle sebe.

You are helping me set up a recurring task. I will describe the work in my own words, and you will return instructions for doing it every week without me.

My task: [describe it in your own words, as if explaining it to a new person]
What the input consists of: [files, folders, exports, correspondence]
What should come out: [a specific result: a file, email, summary]
What counts as a bad result: [describe it explicitly]
What must never be done under any circumstances: [deletions, sending anything externally, payments]

Do three things.

Ask me clarifying questions wherever my description could be interpreted in more than one way. Don't start until I answer.

After I answer, put together instructions: steps in order, a definition of “done,” and a list of prohibitions.

Separately list the ways you could make a mistake without my noticing, and suggest how I can check each one in a minute.

Kde první funkce selhávají#

1. Hned se pustíte do velkého úkolu. „Nech ho vyřídit veškerý můj prodej“ se rozpadne druhý den. Začněte jedním úkolem, který se opakuje každý týden.
2. Nedefinujete, co je špatný výsledek. Agent optimalizuje cíl, který jste pojmenovali. Pokud jste neřekli, co nesmí dělat, nebude to vědět.
3. Dáte mu širší přístup, než potřebuje. Funkce, která čte export a píše souhrn, nepotřebuje klíč k databázi. Oprávnění nastavte jednou provždy.
4. Kontrolujete tak, že čtete všechno. Tím spotřebujete veškerou časovou úsporu. Kontrolujte vzorek: tři případy z dvaceti a navíc všechny případy, u kterých agent označil nejistotu.
5. Píšete pokyny od nuly. Pravidla pište až poté, co uvidíte skutečné chyby.
6. Neměříte výsledek. Bez čísla odpovídajícího na otázku „kolik minut to zabralo“ se rozhodnete podle pocitu a za měsíc si nevzpomenete, jestli se práce zjednodušila.

Pátou chybu vídám častěji než ostatní a vypadá neškodně. Sednete si a předem napíšete dvacet pravidel, protože vám to připadá důkladnější. Pak polovina pravidel překáží, polovina potřebných chybí a po prvním běhu všechno přepisujete.

Kdo odpovídá, když agent udělá chybu?#

Zní to samozřejmě, ale v praxi na to lidé zapomínají. E-mail, který agent poslal zákazníkovi, jste poslali vy. Cena, kterou změnil na webu, je vaše cena. A odpovídáte tomu, komu patří smazaná data.

Dopředu nastavuji tři věci.

1. Záznam. Každá opakovaná funkce má zaznamenávat, co udělala a jaká vstupní data použila. Bez toho se vyšetřování změní v hádání. Stačí obyčejný textový soubor.
2. Hranice pro nevratné akce. Mazání, externí odesílání, platby – to vše vyžaduje vaše potvrzení. Technicky jde o jedno nastavení oprávnění.
3. Možnost vrácení změny. Požádejte agenta, aby před každou změnou dat uložil stav projektu. Je to jeden řádek v jeho pokynech a umožní vám za minutu obnovit včerejší verzi.

Majitel podniku si některé úkoly nechává, protože jejich hodnota spočívá v tom, že je vykoná skutečný člověk. Autor sám natáčí krátká videa, ačkoli je mohl automatizovat už dávno. Rozhovor s obtížným zákazníkem, veřejné vystoupení, omluva za chybu – to vše patří do stejné kategorie. Agent to zvládne. Bude to levnější a horší.

Čím začít zítra?#

Začněte prací, u níž je nejhorším výsledkem špatný návrh textu. Prodej a vše, co jde zákazníkům, nechte na později: cenu chyby tam nelze měřit v minutách a jeden špatný první pokus vás může od další práce odradit.

Další otázkou je, jak agenta přimět, aby úkoly třídil do vašich kategorií. Záleží na tom, co vložíte do jeho projektu: vaše pravidla, strukturu znalostí a způsob rozkládání práce. Přečtěte si o Second Brain a delegování prostřednictvím více agentů.

Pokračujte v objevování Ailoot na ailoot.ai.