Umělá inteligence už nemusí fungovat pouze jako chatbot.

AI agenti dokážou samostatně spouštět předem definované úkoly, pracovat podle harmonogramu nebo reagovat na konkrétní události, což otevírá nové možnosti zejména lidem, kteří provozují podnikání sami.

Pojem agentní AI se v technologickém sektoru používá stále častěji. Řada prezentovaných případů využití se přitom soustředí především na velké společnosti – například automatizované obchodní agenty oslovující zákazníky nebo programovací agenty schopné pracovat se softwarem.

Stejný princip ale může fungovat v mnohem menším měřítku. Pro samostatně podnikajícího člověka nemusí AI agent představovat komplexní systém složený ze stovek autonomních nástrojů. Může jít o jednoho agenta vykonávajícího jediný přesně vymezený úkol, který by jinak bylo nutné pravidelně provádět ručně.

Základním rozdílem oproti chatbotům typu ChatGPT nebo Claude je způsob interakce. U klasického chatbota člověk zadá požadavek, systém odpoví a následuje další interakce. Agent naproti tomu může začít pracovat bez nového manuálního zadání.

Spouštěčem může být například určitý čas, nově příchozí informace nebo jiná předem definovaná událost. Agent následně provede sérii kroků a při práci může využívat další nástroje, ke kterým má přístup.

Důležitá je také možnost vytvářet podmíněné instrukce. Agent tedy nemusí pokaždé vykonat přesně stejnou sekvenci operací. Pravidla mohou určovat, že v jedné situaci provede určitý krok a při splnění jiné podmínky zvolí odlišný postup.

Tím se automatizace posouvá od jednoduchých pravidel směrem k flexibilnějším pracovním procesům.

Samostatné spuštění úkolu však není totéž jako práce bez jakéhokoliv dohledu. Především u komunikace se zákazníky nebo publikování obsahu dává smysl zachovat člověka jako poslední kontrolní bod. Agent může připravit výsledek, ale konečné rozhodnutí zůstává na uživateli.

Největší potenciál mají opakující se úkoly

Pro malé podnikání jsou vhodnými kandidáty především činnosti, které se pravidelně opakují a řídí se relativně stabilní sadou pravidel.

První oblastí jsou úkoly vykonávané podle harmonogramu. Může jít například o týdenní nebo měsíční aktualizaci projektového systému, sestavení přehledu výkonnosti nebo přenos údajů mezi několika aplikacemi.

Konkrétním příkladem může být agent, který pravidelně zkontroluje data v Google Analytics a následně výsledky zapíše do tabulky. Člověk tak nemusí pokaždé ručně otevírat analytický systém, hledat potřebné metriky a přepisovat je do dalšího dokumentu.

Druhou oblast představuje třídění a prvotní zpracování informací. Agent může například procházet příchozí e-maily, přiřazovat jim štítky a u zpráv splňujících konkrétní kritéria připravit návrh odpovědi. Výsledná zpráva přitom nemusí být automaticky odeslána – uživatel ji může před odesláním zkontrolovat a případně upravit.

Dalším vhodným využitím je výzkum. Samostatně podnikající člověk může potřebovat sestavit seznam potenciálních klientů nebo získat podklady k připravovanému projektu. Místo manuálního vyhledávání informací v řadě zdrojů může část procesu převzít agent a následně předat zpracované výsledky.

Čtvrtou kategorií jsou administrativní a technické úkoly, které nevyžadují zásadní rozhodování, ale spotřebovávají čas. Příkladem může být hromadná komprese více než stovky obrázků a jejich přejmenování podle stanoveného systému.

Právě podobné procesy ukazují, že praktická hodnota AI agentů nemusí spočívat v mimořádně komplikovaných úkolech. Často může být výhodnější automatizovat několik jednoduchých činností, které se pravidelně opakují.

Lidská kontrola zůstává důležitou součástí procesu

Nasazení AI agenta mění roli člověka. Místo samotného vykonávání úkolu se větší část práce přesouvá k definování zadání, nastavení pravidel a následné kontrole výsledků.

Čím užší je rozsah úkolu, tím jednodušší je obvykle automatizaci kontrolovat. Pokud má agent provést jednu jasně definovanou operaci, lze poměrně rychle zjistit, zda postupuje správně. U rozsáhlého procesu složeného z mnoha rozhodnutí je kontrola výrazně náročnější.

Proto dává smysl složitější automatizace nejprve otestovat v omezeném rozsahu. Pokud má například agent upravovat velké množství souborů, může nejdříve dostat pouze několik položek. Teprve po ověření výsledků lze stejný postup použít na celý soubor dat.

Stejný princip platí pro pravidelně spouštěné agenty. Pokud výsledky neodpovídají požadavkům, není nutné celý systém opustit. Často stačí zpřesnit instrukce, podmínky nebo rozsah oprávnění, se kterými agent pracuje.

Počáteční nastavení automatizace samozřejmě také vyžaduje čas. U jednorázového úkolu proto nemusí být vytvoření agenta efektivní. Jiná situace nastává u činnosti, která se opakuje každý týden nebo každý měsíc.

Pokud manuální zpracování zabere například hodinu a kontrola automaticky vytvořeného výsledku pouze několik minut, počáteční investice do nastavení se může rychle vrátit.

Pro samostatné podnikatele tak AI agenti představují především nástroj pro snižování množství rutinní operativní práce. Jejich největší přínos nemusí spočívat v kompletní automatizaci podnikání, ale v postupném převzetí přesně definovaných procesů, které člověku uvolní čas na činnosti vyžadující vlastní rozhodování, kreativitu nebo kontakt se zákazníky.