Agentic AI je paradigma AI, v ktorej softvérové systémy – typicky na báze foundation models – sledujú ciele autonómne alebo semi-autonómne: vnímajú, plánujú, využívajú externé nástroje a dáta, vykonávajú akcie a učia sa z výsledku, s minimálnym priebežným ľudským zásahom. Na rozdiel od generatívnej AI, ktorá reaktívne vytvára obsah, Agentic AI koná proaktívne a orientovane na cieľ. AI Agent je konkrétny technický artefakt; Agentic AI je nadradená trieda.

Toto rozlíšenie nie je akademický detail, ale rozhodujúci filter proti tomu, čo pozorovatelia trhu označujú ako „agent-washing" – preznačkovanie existujúcich chatbotov alebo RPA nástrojov ako „agentických". Tento článok sprevádza pillar „Agentic AI vs. klasická AI" a objasňuje pojem, vlastnosti a vývoj trhu.

Tri najdôležitejšie body vopred:

• Paradigma vs. artefakt: Agentic AI je trieda systémov, AI Agent je konkrétna implementácia v nej. Marketing vendorov používa oba pojmy často synonymne – to je nesprávne.
• Päť kľúčových vlastností: Autonómia, orientácia na cieľ, tool-use, reasoning/plánovanie a pamäť oddeľujú Agentic AI od reaktívnej GenAI a klasického machine learning.
• Trh medzi hype a realitou: McKinsey uvádza 62 percent experimentujúcich, no len 23 percent škálujúcich; Gartner prognózuje vyše 40 percent zrušení projektov do konca roka 2027 (výslovne prognóza).

Čo znamená „Agentic AI"? Pojem v detaile

Jadro pojmu spočíva v slove „agency" – schopnosti konať samostatne a cielene. IBM formuluje kanonickú definíciu takto: na rozdiel od tradičných AI modelov, ktoré pracujú v rámci vopred definovaných hraníc a vyžadujú ľudský zásah, Agentic AI prejavuje autonómiu, cieľovo riadené správanie a prispôsobivosť. Pojem „agentic" sa vzťahuje na kapacitu týchto modelov konať nezávisle a zámerne.

Dôležité pre redakčnú presnosť: „Agentic AI" je aj v polovici roka 2026 ešte sporný, definitívne nekonsolidovaný termín. Normalizácia ISO/IEC neexistuje (stav 2026). Poskytovatelia sa líšia v detailoch – najmä v otázke, či deterministické workflows už platia za „agentické". Anthropic zahŕňa pod „agentic systems" tak plne autonómne systémy, ako aj vopred definované automatizované workflows a v ich rámci rozlišuje workflows (orchestrované) od agentov (samoriadiacich). Databricks naproti tomu striktne oddeľuje generatívnu a agentickú AI. Táto definičná neostrosť nie je nedostatok konceptu, ale trhové riziko, ktoré musia rozhodovatelia poznať.

Päť kľúčových vlastností Agentic AI

Naprieč definíciami vendorov možno izolovať päť opakujúcich sa vlastností. Spoločne tvoria to, čo robí systém „agentickým" – jednotlivé znaky samotné nestačia.

• Autonómia: Systém koná samostatne smerom k cieľu bez toho, aby musel byť každý krok inštruovaný. Gartner výslovne zahŕňa aj semi-autonómne systémy – relevantné pre regulované odvetvia v DACH, v ktorých zostáva human-in-the-loop povinný.
• Orientácia na cieľ: Namiesto odpovedania na jednotlivý prompt agent sleduje nadradený cieľ, odvodzuje z neho čiastkové ciele a prispôsobuje svoj postup.
• Tool-use: Agent volá externé nástroje – API, databázy, vyhľadávacie systémy, celé softvérové rozhrania (computer-use). Až vďaka tomu môže pôsobiť na reálny svet namiesto toho, aby len produkoval text.
• Reasoning a plánovanie: Viacstupňové usudzovanie, rozkladanie zložitých úloh a samokorekcia. NVIDIA to opisuje ako slučku Perceive → Reason → Act → Learn.
• Pamäť (Memory): Perzistentný stav naprieč viacerými krokmi a sedeniami – nad rámec prchavého kontextového okna. Databricks explicitne uvádza zachovanie pamäte naprieč krokmi ako definujúci znak.

Agentic AI vs. AI Agent: čisto oddeliť paradigmu a artefakt

Najčastejšie pojmové zmätenie sa týka vzťahu Agentic AI k AI Agentovi. IBM to vystihuje na bod: Agentic AI je širší koncept riešenia problému s obmedzeným dohľadom, zatiaľ čo AI Agent je špecifický komponent v rámci tohto systému, ktorý preberá úlohy s istou mierou autonómie.

Pravidlo pre prax: Agentic AI je paradigma, AI Agent je artefakt. Kto v tendroch, pitchoch alebo strategických dokumentoch mieša tieto roviny, pozýva k prehnaným očakávaniam.

Vymedzenie voči klasickej AI: porovnávacia tabuľka

Najrýchlejšia cesta k pochopeniu Agentic AI vedie cez kontrast s klasickou AI – teda s generatívnou AI a klasickým machine learning, ktoré pracujú v rámci vopred definovaných hraníc.

Rozhodujúci skok spočíva v stĺpci „Externá akcia": akonáhle systém nielen vytvára obsah, ale koná na live systémoch, riziko sa presúva z informačného (nesprávna odpoveď) do operačného (nesprávne spustená transakcia). To je vlastný dôvod, prečo agentické systémy potrebujú inú governance ako chatbot.

Vývoj trhu a prognózy – čisto zaradené

Pri trhových číslach je dôležitá disciplína v označovaní zdrojov: survey dáta (namerané) a forecasts (prognózované) sa nesmú miešať.

Nameraná adopcia (survey): McKinsey uvádza v novembri 2025 na základe prieskumu medzi 1 993 organizáciami v 105 krajinách: 88 percent využíva AI v nejakej forme. Vo vzťahu k agentom experimentuje 62 percent, no len 23 percent škáluje agentický systém aspoň v jednej obchodnej funkcii – a v žiadnej jednotlivej funkcii nie je miera škálovania nad 10 percent. Pre región DACH meria Bitkom využívanie AI paušálne na úrovni 36 percent (nemecké firmy od 20 zamestnancov, 2025, zdvojnásobenie oproti 20 percentám v predchádzajúcom roku). Samostatná metrika pre Agentic AI pre DACH neexistuje; globálne hodnoty McKinsey slúžia len ako proxy.

Prognózy (výslovne forecast, nie fakt): Najcitovanejšie číslo pochádza od Gartnera (tlačová správa z 25. júna 2025): Vyše 40 percent projektov Agentic AI bude do konca roka 2027 zrušených – kvôli eskalujúcim nákladom, nejasným prínosom hodnoty a nedostatočným kontrolám rizík. Ide o analytickú prognózu, ktorú môže Gartner revidovať. Tým istým dychom Gartner odhaduje, že z tisícov poskytovateľov má skutočné agentické schopnosti iba približne 130 – nereprodukovateľný odhad analytika, nie nameraná hodnota. Ďalej Gartner prognózuje, že do roku 2028 sa približne 15 percent denných pracovných rozhodnutí bude robiť autonómne prostredníctvom Agentic AI (z 0 percent v roku 2024) a 33 percent podnikových softvérových aplikácií bude obsahovať agentické funkcie (z menej ako 1 percenta v roku 2024).

Posolstvo pre rozhodovateľov: trh sa nachádza medzi širokým experimentovaním a úzkym produktívnym škálovaním. Kto cituje prognostické čísla ako overené fakty, podkopáva vlastnú dôveryhodnosť.

Praktický príklad: podľa čoho rozpoznať skutočnú Agentic AI

Konkrétnym rozpoznávacím znakom za hranicami marketingu je profil vykonávania. Reálne agentické sedenia – napríklad pri software-engineeringu s coding agentmi ako Claude Code – dosahujú podľa telemetrie NVIDIA kontextové okná od 10 000 do vyše 150 000 tokenov na sedenie. To je merateľný podpis viacstupňového sledovania cieľa využívajúceho nástroje, zatiaľ čo čisto otázkovo-odpoveďová služba vystačí so zlomkom z toho.

V pseudokóde sa logika líši zásadne:

```

Klasická GenAI (reaktívna, jeden krok)

odpoved = model.generuj(prompt)

Agentic AI (cieľovo riadená slučka)

ciel = "Opraviť reporting pipeline"
stav = pamat.nacitaj()
kym ciel nie je dosiahnutý:
plan = model.planuj(ciel, stav)
vysledok = nastroj.vykonaj(plan.dalsi_krok) # Tool-use
stav = model.reflektuj(vysledok, stav) # Reasoning
ak plan.je_ireverzibilny:
cakaj_na_schvalenie() # Human-in-the-loop
```

Práve táto slučka z plánovania, konania, reflektovania a preplánovania – kombinovaná s perzistentným stavom a volaniami nástrojov – je to, čo robí systém agentickým. Ak chýba, ide napriek labelu „Agent" o klasickú GenAI alebo automatizáciu.

Pre agentúry a B2B rozhodovateľov

Pre marketingové agentúry a DACH B2B rozhodovateľov je čisté vedenie pojmov konkrétnou konkurenčnou výhodou: kto dokáže klientom vysvetliť, prečo nie každý „agent" vo vendor pitchi je skutočne agentický a ktorých päť vlastností sa počíta, pozicionuje sa ako spoľahlivý poradca namiesto zosilňovača hype. Zaobchádzajte s prognostickými číslami vždy ako s prognózami, označujte verzie a stav trhu s „stav 2026" a veďte paradigmu a artefakt oddelene – to chráni vašu dôveryhodnosť aj dôveryhodnosť vašich klientov.

Chcete pravidelne dostávať pojmovú jasnosť a fundované zaradenia k Agentic AI ešte predtým, ako sa rozšíri ďalší buzzword? Prihláste sa na odber nášho newslettera – kompaktne, na báze zdrojov a bez marketingového táranina.