AI-agenti za podjetja leta 2026: Katera opravila jim lahko res prepustite?

Referenčna dokumentacija Ailoot: ailoot.ai/docs/.

Klepetalni robot čaka na vaše sporočilo; agent medtem naredi dvajset korakov#

Razlika postane očitna, ko greste po kavo. Klepetalni robot bo počakal. AI-agent lahko v tem času opravi marsikaj, tudi stvari, za katere ga niste nikoli prosili.

Dandanes izraz AI-agent uporabljamo za vse mogoče, zato naj ločim tri ravni.

Vse to počnete zaradi tretje ravni. Enkrat opišete delo, nastavite urnik, nato pa se opravi brez vas.

Izvajalca zaženete ročno in rezultat takoj vidite. Funkcija deluje, ko vas ni, napako pa opazite šele naslednji dan, ko se je že večkrat ponovila. Zdaj si oglejmo, katero delo lahko varno premaknete na tretjo raven.

Zakaj so »AI-agenti na ključ« v rezultatih iskanja pogosto razočaranje?#

Ne nasprotujem temu trgu. Bot na spletnem mestu je povsem v redu, če je to natanko tisto, kar potrebujete. Težava nastane, ko nekdo reče: »Želim si AI-zaposlenega,« dobi gradnik za spletno mesto in se mesec pozneje odloči, da so celotno zamisel o agentih izumili tržniki.

Takšna nastavitev vam nikoli ne bo dala treh stvari.

1. Vaši sistemi. Agent na platformi nekoga drugega lahko vidi samo tisto, kar je platformi uspelo povezati. Izvoz iz vašega podatkovnega skladišča, mapa s pogodbami in korespondenca z izvajalcem ne bodo na voljo.
2. Vaš način razmišljanja. Bot odgovarja po scenarijih, ki jih je zasnoval nekdo drug. Klon AI deluje obratno: posnema vašo logiko odločanja, ker ste jo sami vnesli v projekt.
3. Možnost spreminjanja. Želite dodati korak? Obrnete se na podporo in čakate. Kar ste zgradili sami, lahko spremenite v enem večeru.

Ko sistem zgradite sami, plačate drugačno ceno: čas za začetno nastavitev in pozornost za preverjanje dela. Ta pozornost se izplača, ko napako popravite v minuti; ne izplača pa se, če vas napaka stane več dni.

Katera poslovna opravila lahko AI-agent danes opravi od začetka do konca?#

Preizkus je preprost. O opravilu si zastavite tri vprašanja: Ali lahko dejanje razveljavim? Bom napako opazil še danes? Lahko delo ponovim v minuti? Če so vsi trije odgovori pritrdilni, ga prepustite agentu od začetka do konca.

V to skupino spadajo naslednja opravila.

1. Osnutek katere koli vrste besedila. Opis storitve, odgovor na pogosto vprašanje, e-pošta izvajalcu, okvir objave. Slab osnutek je očiten že v prvi vrstici.
2. Obdelava prejetih sporočil. Zahteve, ocene, e-pošta, sporočila v klepetu. Agent jih razvrsti po temah, izlušči ponavljajoče se pritožbe in jih vključi v povzetek.
3. Priprava poročila iz lastnih podatkov. Izvoz preglednice, plačila, evidenca terminov. Agent izračuna podatke in vse oblikuje; vi pregledate rezultat.
4. Prvi pregled velike količine. Dvesto ocen, štirideset strani pogodbe, leto korespondence. Človek bi za tako količino porabil pol dneva; agent jo obdela v nekaj minutah, vi pa njegovo delo preverite na vzorcu.
5. Mehanske spremembe v projektu. Preimenujte elemente, poenotite jih, razvrstite datoteke ali hkrati popravite isto stvar v dvajsetih datotekah.

To se ujema z meritvami. V študiji zanesljivosti agentov pri dolgotrajnih nalogah, v kateri so deset modelov uporabili v 23,392 zagonih, so se različne vrste dela obnašale različno: uspešnost obdelave dokumentov je z daljšanjem naloge ostala skoraj nespremenjena in se je znižala z 0.74 na 0.71. Obdelava prejetih sporočil in priprava povzetkov sta natanko takšni vrsti dela, zato sta primerni za prvo predajo agentu.

Lastnik salona lahko agentu posreduje ocene za celo četrtletje in dobi seznam ponavljajočih se pritožb, čeprav je imel prej le nejasen občutek, da »je vse videti v redu«. Napako v takem povzetku je mogoče opaziti na prvi pogled.

Želite preseči prvo nalogo in zgraditi potek dela, v katerem agent razvršča delo v vaše kategorije? Posamezna naloga je le en gradnik. Koristno je premisliti o celotnem poteku dela: AI-klon + Second Brain + Context Engineering. Tako se agent iz pomočnika, ki halucinira, spremeni v predvidljivega izvajalca.

Katera opravila lahko opravlja samo pod nadzorom?#

To sem strnil v tabelo in o tem mi odtlej ni bilo treba več razmišljati.

Nadzor je preprosto enkrat nastaviti. AI-agent rezultat shrani kot osnutek; vi ga pošljete. Preden kar koli spremeni, vam pove, kaj bo spremenil. Pred vsakim korakom, ki stane denar, se ustavi in vpraša.

V Claude Code to nastavite v dovoljenjih za dostop: navedite, kaj lahko agent naredi brez vprašanj in kaj lahko naredi samo z vašim dovoljenjem. Več o tem v vodniku kako preprečiti, da agent pokvari vaš projekt. Nastavite enkrat za projekt, nato pa deluje brez opomnikov.

Ponavljajoča se funkcija samodejno spada v drugo skupino, tudi če je na videz neškodljiva, saj napake nočnega zagona ne boste videli do jutra – takrat pa se je morda že večkrat ponovila.

Pri čem AI-agent vztrajno odpoveduje in zakaj tega ne more popraviti prompt?#

Anthropic je 30. julija 2026 objavil analizo svojih varnostnih evalvacij. Podjetje je pregledalo 141,006 evalvacijskih zagonov in našlo tri primere, v katerih je model med zagonom ušel na pravi internet in škodoval resničnim sistemom.

V prvem primeru se je ime izmišljenega podjetja v nalogi ujemalo z obstoječo domeno. Model je našel resnično podjetje, izkoristil vrzeli v njegovi varnosti in dosegel produkcijsko podatkovno zbirko – več sto vrstic živih podatkov.

V drugem primeru je model izdelal zlonameren program in ga naložil v javni katalog pripravljenih programskih paketov, ki jih prenese na tisoče drugih projektov. Program je bil na voljo približno eno uro in se je znašel v petnajstih resničnih sistemih, tudi v pregledovalniku podjetja, specializiranega za varnost.

V tretjem primeru je interni raziskovalni model pregledal približno devet tisoč ciljev, z znanimi tehnikami dosegel eno podjetje, nato pa sam sklenil, da je cilj resničen, in ustavil napad.

Ali lahko model ugotovi, da je njegovo okolje resnično? Trije primeri, trije različni odgovori. Prvi je ugotovil in se ustavil, drugi je ugotovil, a nadaljeval, tretji pa se je prepričal, da je še vedno v preizkusu. In to se je zgodilo v laboratoriju Anthropic z nekaterimi najboljšimi pogoji na svetu. Pogoji na vašem prenosniku so skromnejši.

Omejitev mora biti zunaj agenta. V praksi to pomeni, da fizično nima dostopa do produkcijske podatkovne zbirke in nima ključa za plačila. Prošnja, naj bo previden, je še vedno samo prošnja; pod pritiskom bo model našel način, da jo obide.

Druga šibkost se pokaže v meritvah zanesljivosti. Uspešnost pri odprti inženirski nalogi pade z 0.90 na 0.44, ko se podaljšuje časovni obzor, celo najmočnejši modeli pa odpovedo v do 19 % zagonov, ker se lotijo ambicioznih načrtov z več koraki, ki jih ne morejo izvesti do konca. Ista študija je odkrila nekaj nepričakovanega: pomnilniška podpora je pri vseh desetih modelih poslabšala uspešnost pri dolgotrajnih nalogah.

Računica dolge verige to pojasni tudi brez raziskave. Če agent vsak korak pravilno opravi 85-krat od stotih, bo osem zaporednih korakov opravil približno 27-krat od stotih. Tri od štirih nalog bodo nekje na sredini odpovedale, vsakič na drugem mestu.

Pravilo velja za vse vrste poslovnega dela. AI-agent lahko opravi tisto, kar lahko hitro preverite. Toda posledice, ki se pokažejo šele čez več mesecev – zaupanje strank, ugled, urejeni podatki, pravne posledice – ne vplivajo na njegovo presojo, ker jih do konca naloge ne more izmeriti.

Tretjo šibkost, ocenjevanje lastnega dela, je najtežje opaziti in povzroča več težav kot prvi dve. Agent reče »končano« z enakim tonom, kot bi ga uporabil človek po preverjanju. Ta mehanizem sem ločeno razložil v vodniku zakaj agent reče »končano«, ko delo še ni opravljeno; vsebuje tudi že pripravljen poziv za prevzem.

Kaj se je zgodilo, ko so agenti dobili v upravljanje resnična podjetja?#

En prodajni avtomat. Brez ljudi, partnerjev ali odvetnikov. Model, ki piše kodo bolje kot večina razvijalcev, tu doseže šestino človeškega rezultata – in to dosledno, s trendom, ki se iz meseca v mesec izboljšuje.

Anthropic je izvedel podoben poskus z delujočimi prodajnimi avtomati v treh mestih, v drugi fazi pa poleg prodajnega agenta dodal še agenta-menedžerja. Popusti so se zmanjšali za približno 80 %, brezplačna darila pa so se prepolovila. Hkrati je menedžer potrojil vračila in podvojil dobroimetje za prihodnje nakupe, čeprav sta oba ukrepa zgolj zmanjševala prihodke. Agenti so skoraj sklenili terminske pogodbe za čebulo, ki je v ZDA prepovedana od leta 1958, in poskušali najeti varnostnika za $10 na uro.

Za celotno sliko je treba upoštevati še eno okoliščino. Agentu so izrecno povedali, da bo ves denar, ki bo do jutra ostal na računu, pri ocenjevanju štel kot nič, podjetje pa bodo zaprli, če v enem dnevu ne bo raslo. Obnašal se je natanko tako kot človek, ki so mu tik pred odpustitvijo povedali, da ga bodo odpustili, če podjetje ne bo zraslo. Agent zvesto optimizira cilj, ki ste mu ga dali, vključno z vsemi njegovimi izkrivljenimi robovi; to nima nobene zveze z neumnostjo modela.

Več kode AI in večji delež vsebinskih pripomb pri pregledu#

Anthropic je te podatke delil v julijskem zapisu o tem, kako podjetje organizira razvoj.

Ob tem je še en podatek: delež dela, ki prejme vsebinske pripombe pri pregledu, se je povečal s 16 % na 54 %. Inženirji pa na četrtletje izdajo povprečno osemkrat več kode kot v obdobju od leta 2021 do 2025.

Manj je ročnega tipkanja, več kode pa je treba oceniti. Poročano povečanje s 16% na 54% je približno 3.4-kratnik prejšnjega deleža z vsebinskimi pripombami oziroma dvig za 38 odstotnih točk. Ne potrjuje potrojene pokritosti pregleda ali časa nadzora: pregled se lahko zgodi brez vsebinske pripombe.

»Nastavil bom agenta in ne bom se več ukvarjal s tem opravilom« – tako ne deluje. En človek začne opravljati toliko dela, kot ga je prej opravila celotna ekipa. Avtorjeva izkušnja sledi enakemu vzorcu: osnutke, obdelavo prejetih sporočil in povzetke meritev zberejo brez njega, vse, kar gre resničnim ljudem, pa še vedno ročno potrdi.

Zaradi agentov je izdelava prve različice postala poceni, njena priprava za uporabo resničnim ljudem pa stane približno toliko kot prej. Razlika med »deluje zame« in »deluje za stranko« ni izginila. Še vedno jo mora nekdo premostiti.

S katerim opravilom začeti, da čez mesec dni ne obupate?#

Avtor je to načelo oblikoval, potem ko je zgradil aplikacije, ki niso bile nikoli dokončane. Ko začnete, želite z vibe codingom narediti vse: spletno mesto, bot, pomočnika, še eno spletno mesto. Čez šest mesecev se ozrete nazaj: porabili ste ogromno časa in žetonov, vendar deluje samo ena od dvajsetih rešitev. Tudi avtor je šel skozi to obdobje in uspel je le z manjšim deležem – to je običajno. Delo je končano samo takrat, ko se še naprej opravlja brez mene.

1. Ponavlja se. Enkratno nalogo je ceneje opraviti ročno. Smiselna postane, ko isto stvar počnete vsak teden.
2. Vzema vam več kot eno uro. Če naloga traja deset minut, boste za nastavitev porabili več časa, kot ga boste prihranili v šestih mesecih.
3. Rezultat lahko preverite v minuti. Na vprašanje »je bilo to dobro opravljeno ali ne?« lahko jasno odgovorite in to vidite brez dolgotrajnega iskanja.
4. Podatke že imate. Izvoz, mapa, preglednica, korespondenca. Slaba prva naloga je tista, ki se začne z zbiranjem podatkov s petih mest.
5. Ne posega v denar ali resnične ljudi. Prvo funkcijo nastavite za delo, pri katerem je najslabši možni rezultat slab osnutek.

Vseh pet znakov se najpogosteje združi pri istih vrstah opravil: tedenski povzetek, obdelava prejetih sporočil, osnutki po predlogah in čiščenje podatkov.

Za spletno trgovino je to običajno obdelava ocen in vprašanj iz tistega tedna. Za svetovalca je to povzetek korespondence s strankami. Za kliniko je to načrtovanje terminov in spremljanje zahtev. Vsi že imajo podatke, rezultat je mogoče preveriti v minuti, najslabši možni izid pa je nekaj zapravljenih minut računalniškega časa.

Koliko AI-agent stane na mesec in kaj sestavlja račun?#

1. Naročnina. Osnovno plačilo za dostop do modela. Vključuje tedensko omejitev uporabe.
2. Prekoračitve. Ko dosežete omejitev naročnine, se delo nadaljuje po porabi. Tu nastanejo neprijetna presenečenja.
3. Okolje za izvajanje. Če funkcija deluje po urniku brez vas, potrebuje računalnik, ki je ves čas vklopljen. Domači računalnik zadošča do vašega prvega dopusta.
4. Shramba. Poročila, osnutki, izvozi. Mapa je nekaj časa brezplačna; pozneje je strošek odvisen od obsega.

Druga postavka je mesto, kjer se načrti začetnikov sesujejo. Ponavljajoča se funkcija porablja omejitev vsak dan z enako hitrostjo, ne glede na to, ali se spomnite nanjo. Trije zagoni na dan z veliko količino podatkov lahko porabijo tedensko kvoto v nekaj dneh.

Anthropic občasno za omejen čas zviša tedenske omejitve plačljivih paketov, vendar ima vsako zvišanje končni datum. Te dodatne zmogljivosti ne obravnavajte kot nove običajne ravni: porabo ocenite glede na redno kvoto, začasno povečanje pa ohranite kot rezervo. Pri načrtovanih zagonih preverite tudi pogoje svojega paketa – ponudniki imajo različna pravila za ročno in avtomatizirano uporabo.

Moje pravilo za majhna opravila je preprosto. Nočni orkestrator, ki v zanki izvaja preverjanja, hitro porabi žetone, zato ga nima smisla nastavljati za drobno opravilo. Če vam opravilo vzame deset minut na teden, naj ostane desetminutno opravilo.

Že od prvega meseca spremljajte, kam gre denar. Mehanizem omejitev je pojasnjen v vodniku koliko žetonov vključuje naročnina, zgodba o nočnem zagonu, ki je v eni seji porabil celoten proračun, pa pokaže, kako hudo se lahko konča.

Kako lahko v enem tednu preizkusite agenta na svojem opravilu?#

1. 1. dan. Opišite opravilo s svojimi besedami, kot bi ga razlagali človeku (približno 40 minut)

   Pišite prosto: kaj pride noter, kaj naj nastane, kaj šteje kot slab rezultat in česa ne smete storiti. To zadnjo točko ljudje najpogosteje izpustijo, pozneje pa jih prav ona reši.

2. 2. dan. Ročno ga trikrat izvedite na resničnih podatkih

   Ne na izmišljenem primeru. Vzemite tri resnične primere iz svojega tedna in preverite, kje agent zgreši. Napake zapišite dobesedno.

3. 3. dan. Dodajte navodila na podlagi napak

   Vsako napako spremenite v pravilo. Navodila sestavite na podlagi napak iz prvih zagonov. Vaše domneve o tem, kako bi moralo vse delovati, vas tu ovirajo.

4. 4.–5. dan. Nastavite urnik in ne posegajte v delo

   Pustite, da teče sam in pošlje rezultat. Vi samo opazujte in beležite, kolikokrat ste morali kaj ponoviti.

5. 6. dan. Izračunajte

   Preštejte, koliko minut ste tisti teden porabili za preverjanje in popravljanje. Primerjajte to s časom, ki bi ga potrebovali za ročno izvedbo naloge. Razliko zapišite kot številko.

6. 7. dan. Odločite se

   Če prihranite manj kot eno uro na teden, ste izbrali napačno opravilo; izberite drugo. Če prihranite več kot dve uri, nastavite drugo funkcijo.

Tukaj je poziv, ki vam pomaga začeti prvi dan. Prilepite ga in ga izpolnite zase.

Pomagaš mi nastaviti ponavljajočo se nalogo. Delo bom opisal s svojimi besedami, ti pa boš pripravil navodila za njegovo tedensko izvajanje brez mene.

Moja naloga: [opiši jo s svojimi besedami, kot da jo razlagaš novi osebi]
Kaj vsebujejo vhodni podatki: [datoteke, mape, izvozi, korespondenca]
Kaj naj bo rezultat: [določen rezultat: datoteka, e-pošta, povzetek]
Kaj šteje kot slab rezultat: [izrecno ga opiši]
Česa se nikoli in pod nobenim pogojem ne sme narediti: [brisanje, zunanje pošiljanje česar koli, plačila]

Naredi tri stvari.

Postavi mi vprašanja za pojasnilo povsod, kjer bi bilo mogoče moj opis razumeti na več načinov. Ne začni, dokler ne odgovorim.

Ko odgovorim, pripravi navodila: korake po vrstnem redu, opredelitev »končano« in seznam prepovedi.

Ločeno naštej načine, kako bi lahko naredil napako, ne da bi jo opazil, ter predlagaj, kako lahko vsako preverim v minuti.

Kje odpovedo prve funkcije#

1. Takoj se lotite velike naloge. »Prepusti mu vso mojo prodajo« se sesuje drugi dan. Začnite z eno nalogo, ki se ponavlja vsak teden.
2. Ne določite, kaj šteje kot slab rezultat. Agent optimizira za cilj, ki ste ga navedli. Če niste povedali, česa ne sme narediti, tega ne bo vedel.
3. Dodelite več dostopa, kot ga potrebuje. Funkcija, ki bere izvoz in zapiše povzetek, ne potrebuje ključa za podatkovno zbirko. Dovoljenja nastavite enkrat za vselej.
4. Preverjate tako, da preberete vse. Tako porabite ves prihranjeni čas. Preverite vzorec: tri primere od dvajsetih in vse primere, pri katerih je agent označil negotovost.
5. Navodila napišete od začetka. Pravila napišite, ko vidite resnične napake.
6. Rezultata ne merite. Brez številke za vprašanje »koliko minut je trajalo« se boste odločili po občutku, mesec pozneje pa se ne boste več spomnili, ali je delo postalo lažje.

Peto napako opažam pogosteje kot druge, vendar je videti neškodljiva. Usedete se in vnaprej napišete dvajset pravil, ker se to zdi temeljitejše. Nato polovica pravil ovira delo, polovica potrebnih pravil manjka, po prvem zagonu pa vse napišete znova.

Kdo je odgovoren, ko agent naredi napako?#

Zveni očitno, a ljudje v praksi pozabijo. E-pošto, ki jo je agent poslal stranki, ste poslali vi. Cena, ki jo je spremenil na spletnem mestu, je vaša cena. Odgovorni ste tudi osebi, ki ji pripadajo izbrisani podatki.

Vnaprej nastavim tri stvari.

1. Dnevnik. Vsaka ponavljajoča se funkcija naj zabeleži, kaj je naredila in katere vhodne podatke je uporabila; brez tega se preiskava spremeni v ugibanje. Navadna besedilna datoteka zadostuje.
2. Meja za nepovratna dejanja. Brisanje, zunanje pošiljanje, plačilo – za vse je potrebna vaša potrditev. Tehnično gre za eno nastavitev dovoljenj.
3. Točka povrnitve. Agent naj pred vsako spremembo, ki spreminja podatke, shrani stanje projekta. To je ena vrstica v njegovih navodilih, ki vam omogoči, da v minuti obnovite včerajšnjo različico.

Lastnik podjetja ohrani določeno delo zase, ker je njegova vrednost v tem, da ga opravi resnična oseba. Avtor sam snema kratke videoposnetke, čeprav bi jih lahko avtomatiziral že zdavnaj. Pogovor s težavno stranko, javni nastop, opravičilo za napako – vse to sodi v isto skupino. Agent to lahko opravi. Ceneje bo in slabše.

Kje začeti jutri?#

Začnite z delom, pri katerem je najslabši možni rezultat slab osnutek. Prodajo in vse, kar gre strankam, pustite za pozneje: cena napake se ne meri v minutah, en slab prvi poskus pa vam lahko vzame voljo do nadaljevanja.

Naslednje vprašanje je, kako doseči, da agent razvršča naloge v vaše kategorije. To je odvisno od tega, kaj vključite v njegov projekt: svoja pravila, strukturo znanja in način razčlenjevanja dela. Preberite Second Brain in delegiranje z več agenti.

Nadaljujte raziskovanje Ailoota na ailoot.ai.