Proof of Concept s Blck Alpaca: 14-dňový šprintový model

AI Agent Proof of Concept je časovo ohraničený, úzko vymedzený test, ktorý pre presne jeden use-case preukáže, či AI agent prináša merateľnú pridanú hodnotu. V 14-dňovom šprinte od Blck Alpaca prejde jediný agent šiestimi fázami – výber use-case, scoping, prístup k dátam a nástrojom, stavba, evaluácia, odovzdanie – s kritériami úspechu, ktoré sa stanovia pred stavbou. Cieľom je spoľahlivé go/no-go rozhodnutie, nie hotový produkčný systém.

Šprint je určený pre marketingové agentúry a B2B rozhodovateľov v regióne DACH, ktorí chcú otestovať konkrétny proces predtým, než viažu väčší rozpočet. Je vedome navrhnutý ako protimodel voči „pilotnej inflácii": nie desať experimentov paralelne, ale jeden čisto odmeraný use-case.

• Čo to je: 14-dňový, partnerom vedený test jediného AI agenta s definovanými KPI a čestným go/no-go odporúčaním na konci.
• Na čo je to dobré: Znížiť riziko predtým, než sa uvoľní produkčný rozpočet – a vopred adresovať štyri najčastejšie príčiny zlyhania (zlý use-case, zlé dáta, chýbajúca miera úspechu, žiadny change).
• Čo to nie je: Žiadna produkčná prevádzka, žiadne škálovanie naprieč viacerými oddeleniami, žiadna náhrada za úplnú previerku podľa AI Act alebo GDPR.

Prečo PoC – a prečo len jeden use-case

Dátová situácia 2025/2026 je jednoznačná: Väčšina AI zámerov nezlyháva na technike. Štúdia MIT-NANDA The GenAI Divide (2025) uvádza, že približne 95 percent firiem nezískava merateľný P&L efekt zo svojich integrovaných GenAI iniciatív, zatiaľ čo malá špičková skupina (horných 5 percent) dosahuje výraznú tvorbu hodnoty. Dôležité je správne čítanie: To nie je tvrdenie „95 percent pilotných projektov technicky zlyhá", ale že väčšina v rámci pozorovacieho okna nepreukáže merateľný P&L efekt. Úzke miesto podľa NANDA nie je v kvalite modelu, ale v chýbajúcom učení, chýbajúcej integrácii a chýbajúcom kontextovom prispôsobení.

Gartner doplňujúco prognózuje, že do konca roka 2027 sa preruší viac ako 40 percent agentických AI projektov – poháňané nákladmi, nejasnou obchodnou hodnotou a nedostatočnými rizikovými kontrolami (forecast, stav jún 2025). Čestná syntéza pre rozhodovateľov: Väčšina neúspechov sú chyby vo výbere, governance, change alebo riadení očakávaní, nie engineering chyby.

Práve tu nastupuje zameranie na jeden use-case. AI Radar od BCG ukazuje, že lídri sa v priemere zameriavajú na 3,5 use-case a očakávajú 2,1-násobok ROI, zatiaľ čo zaostávajúci sa rozptyľujú na 6,1 use-case. Počet spustených pilotných projektov nekoreluje s tvorbou hodnoty – práve naopak. PoC, ktorý merateľne preverí jeden proces, má väčšiu hodnotu ako päť, ktoré len „bežia".

14-dňový šprint v prehľade

Šprint je rozdelený do troch úsekov po približne jednom pracovnom týždni: príprava a prístup, stavba, evaluácia a odovzdanie. Nasledujúca tabuľka ukazuje deň, fázu, aktivitu a výsledok.

Najdôležitejším blokom nie je stavba, ale scoping. Ak sa kritériá úspechu a prístup k dátam vyjasnia až po stavbe, PoC sa preklopí – to je najčastejšie pozorovaný vzorec.

Kritériá úspechu: vopred, s baseline, overiteľné

Najčastejšou chybou v boardroomoch v regióne DACH je viazať úspech len na adopciu. Vysoké využitie licencií bez pohnutej P&L línie nie je úspech. Šprint preto čisto oddeľuje dve roviny:

• Adopčné metriky (nutné, nie postačujúce): aktívne používanie, úlohy na používateľa, vlastne nahlásená úspora času. Tú treba čítať s opatrnosťou – terénna štúdia METR (2025) ukázala, že skúsení vývojári očakávali zrýchlenie o 24 percent a dodatočne sa domnievali, že boli zrýchlení o 20 percent, reálne však boli o 19 percent pomalší. Lekcia: Telemetria a výsledkové metriky bijú vlastnú výpoveď.
• Výsledkové metriky (tie, ktoré sa počítajú): redukcia doby cyklu, miera chýb/defektov, čas spracovania × objem × náklady, prípadne nezhoršenie CSAT/NPS. Tie sa merajú s baseline.

Pre štruktúru KPI sa šprint orientuje na outcome-orientovanú OKR logiku. PoC dokáže prirodzene zobraziť len skoré, rýchlo merateľné kroky z nej:

• KR1 – spoľahlivá adopcia agenta v testovacom okruhu počas šprintu.
• KR2 – merateľné zlepšenie doby cyklu alebo kvality voči baseline.
• KR3 – zachytená miera HITL eskalácie a jej pravdepodobná redukovateľnosť.
• KR4 – nezhoršená kvalita (napr. CSAT non-degradation).

Plná validácia outcome cez finance (čistý príspevok k P&L) patrí explicitne do produkčnej fázy, nie do 14 dní.

Čo dodáva klient – a čo je k dispozícii na konci

PoC je tímová práca. Kvalita dát a ich dostupnosť sú takmer v každom prieskume v regióne DACH najčastejšie uvádzaným blokátorom pre AI adopciu; štúdia KPMG (2025) uvádza slabú data-governance ako hlavnú bariéru pri 62 percentách organizácií. Preto sú povinnosti dodania záväzné:

Klient dodáva:

• Menovaného odborného ownera s rozhodovacou právomocou a rezervovaným časom.
• Vymedzený, podľa možnosti čítací prístup k relevantným dátam.
• Prístup k napájaným systémom (CRM, znalostná báza, SharePoint, SAP, ServiceNow) cez SSO alebo krátkodobé service-accounty – žiadne statické prístupové údaje v kóde.
• Realistickú testovaciu množinu s očakávanými výsledkami pre evaluáciu.

Na konci šprintu je k dispozícii:

• Funkčný AI agent v zabezpečenom testovacom prostredí.
• Eval-report: pass-rates voči testovacej množine, porovnanie s baseline, zdokumentované chybové prípady a potreba HITL.
• Čestné go/no-go odporúčanie voči vopred definovaným kritériám.
• Návrh scope pre nasadenie do produkcie vrátane hrubého odhadu náročnosti.

Z architektonického hľadiska zostáva PoC vedome defenzívny: mTLS medzi komponentmi, SSO/OIDC pre identitu a deny-by-default egress s allowlistom modelových endpointov sú minimálne kontroly, ktoré obstoja aj v neskorších previerkach. Service-accounty sa ideálne prideľujú na každý pár agent-nástroj a bez statických prístupových údajov. Úplná riziková klasifikácia podľa AI Act a posúdenie vplyvu podľa GDPR patria do produkčnej fázy.

Riadenie očakávaní: PoC nie je produkčný systém

14-dňový šprint dokazuje uskutočniteľnosť a hodnotu pre jeden use-case – nedodáva hotový produkt. Realistické rozpätia time-to-ROI to zaraďujú (stav 2026, stredný segment v regióne DACH): augmentácia zákazníckeho servisu Tier-1 dosahuje prvé merateľné efekty typicky za 3–6 mesiacov, interný znalostný/vyhľadávací agent za 6–12 mesiacov, dokumentmi zaťažené back-office procesy za 9–15 mesiacov. PoC neskracuje túto produkčnú zrelosť, ale čas po fundované rozhodnutie, či sa cesta tam oplatí.

Rovnako čestne: Pravda o nákladoch zriedka leží pri LLM compute (často 0,10–1,00 eura na konverzáciu). Drahými sa stávajú engineering integrácia, ľudská kontrola (HITL) pri eskaláciách – často 30–60 percent hrubej úspory – a change management. Samotná engineering realizácia produkčnej Tier-1 implementácie sa pod vedením partnera typicky pohybuje medzi 150 000 a 800 000 eur (stav 2026); licencie hotových agent-platforiem prichádzajú zvlášť. PoC robí práve tieto položky viditeľnými predtým, než sa rozpočtujú.

Príklad: PoC „FAQ-deflection v zákazníckom servise"

Agentúra prevádzkuje pre klienta support-schránku s približne 4 000 dopytmi mesačne. Baseline: priemerný čas spracovania 8 minút, plne zaťažené náklady cca 6 eur na prípad. Kritérium úspechu v scope: Agent má správne predzodpovedať aspoň 25 percent štandardných dopytov bez toho, aby kleslo hodnotenie CSAT, pri miere HITL eskalácie pod 30 percent.

Deň 1–4: Use-case zafixovaný, KPI definované, čítací prístup k znalostnej báze a testovacia schránka zriadené cez SSO. Deň 5–9: Agent postavený s retrievalom na znalostnej báze a MCP napojením na ticket-systém. Deň 10–12: Evaluácia na 200 historických dopytoch so známymi riešeniami. Výsledok v eval-reporte: 31 percent správne deflektovaných, CSAT stabilný, miera eskalácie 22 percent. Deň 13–14: Go odporúčanie plus produkčný scope (eval-platforma, HITL workflow, eskalačné cesty, prevádzka). Výpočtovo: 31 percent × 4 000 × 6 eur ≈ 7 440 eur hrubej úspory mesačne; po odpočte HITL a licencií pravdepodobná, overiteľná čistá báza pre investičné rozhodnutie. Čísla sú ilustratívne a v reálnom PoC sa nahradia meraním klienta.

Keby report ukázal len 9 percent deflection pri klesajúcom CSAT, odporúčanie by bolo No-Go – presmerovať rozpočet, žiadny zombie-projekt. Práve táto sunk-cost disciplína je zriedkavá a nadproporcionálne cenná.

Pre agentúry a B2B rozhodovateľov

Ak ako marketingová agentúra alebo B2B firma máte v podozrení konkrétny proces, ktorý sa hodí pre AI agenta – service-deflection, znalostné vyhľadávanie, kvalifikácia leadov, content-operations – potom je 14-dňový šprint najpriamejšou cestou k fundovanému rozhodnutiu. Neviažete veľký produkčný rozpočet predtým, než sú preukázané uskutočniteľnosť a hodnota pre presne jeden use-case. Prineste use-case, odborného ownera a prístup k dátam; dostanete funkčného agenta, eval-report voči vašej baseline a čestné go/no-go odporúčanie. Oslovte nás pre PoC dopyt – konkrétne, merateľne, bez hype.