Časté otázky o AI agentoch pre rozhodovacích pracovníkov

Agent umelej inteligencie (AI agent) je softvérový systém založený na (veľkom) jazykovom modeli, ktorý autonómne sleduje zadaný cieľ: vníma svoje prostredie, plánuje vo viacerých krokoch, samostatne vyberá a používa externé nástroje (tools, API, dátové zdroje), pozoruje výsledky a iteratívne prispôsobuje svoj plán, kým cieľ nedosiahne alebo kým sa úloha nepreruší.

Pre rozhodovacích pracovníkov sa najdôležitejšie otázky dajú zhrnúť do troch kľúčových odpovedí:

• Čo je iné? Agent plánuje dynamicky a nástroje si vyberá sám, namiesto toho, aby išiel vopred definovanou cestou. Práve tým sa líši od chatbota, RPA a automatizácie workflow.
• Kedy sa oplatí? Až vtedy, keď sa cesta k riešeniu nedá vopred naplánovať. Ak je postup známy, klasická automatizácia alebo RPA sú lacnejšie a stabilnejšie.
• Na čom záleží pri zavádzaní? Jasný prípad použitia s ROI, human-in-the-loop pri nezvratných akciách, DPIA a zamestnanecká rada od začiatku, uvažovanie nezávislé od dodávateľa.

Konkrétny príklad

Typický agent úrovne L4 (autonómny agent) je výskumný asistent, ktorý má zodpovedať otvorenú otázku. Rozloží cieľ na čiastkové kroky, samostatne spustí webové vyhľadávanie, prečíta výsledky, sformuluje nadväzujúce otázky, preverí rozpory a nakoniec zhrnie podloženú odpoveď. Presné poradie vyhľadávacích dopytov mu nikto nezadal. Práve toto dynamické riadenie v slučke uvažovania (Perceive→Reason→Act→Observe) odlišuje agenta od pevne zadrôtovanej pipeline.

Kde je trh momentálne?

Očakávania sú vysoké, škálovanie zatiaľ opatrné. Podľa McKinsey State of AI 2025 škáluje aspoň jeden agentický prípad použitia zatiaľ len 23 percent firiem, ďalších 39 percent experimentuje; v žiadnej funkcii nepresahuje podiel škálovaných prípadov použitia 10 percent. Gartner (jún 2025) očakáva, že viac ako 40 percent agentických AI projektov bude do konca roka 2027 zrušených, často pre nejasný business case a podcenenú náročnosť. Pre rozhodovacích pracovníkov to znamená: triezvo prioritizovať namiesto plošného nasadzovania.

Agent, chatbot, RPA, workflow alebo asistent?

Nasledujúca matica zaraďuje pojmy, ktoré sa na trhu často zamieňajú:

Pravidlo na zapamätanie: automatizácia workflow a RPA idú vopred definovanou cestou, agent o ceste rozhoduje dynamicky za behu. Z toho vyplýva aj vyššia náročnosť agenta na údržbu a compliance.

Aký zrelý je „môj“ agent? Úrovne L1 až L5

• L1 Reflex: založený na pravidlách, bez LLM (FAQ bot, termostat).
• L2 Rozšírený LLM (augmented LLM): LLM plus jedno volanie nástroja, reaktívny (napr. ChatGPT s webovým vyhľadávaním).
• L3 Workflow agent: LLM v deterministickej pipeline (reťazenie promptov, routing).
• L4 Autonómny agent: LLM dynamicky riadi poradie krokov a výber nástrojov, plná slučka (napr. Claude Code, Deep Research).
• L5 Multiagentový systém: viacero autonómnych agentov sa koordinuje cez A2A (orchestrátor plus špecialisti).

Táto škála pomáha v rozhovore s dodávateľom: kto hovorí „autonómny agent“, ale dodáva len L2/L3, robí „agent washing“. Podľa Gartnera má skutočné agentské schopnosti len približne 130 z tisícok poskytovateľov.

Štandardy: MCP a A2A

Ekosystém štruktúrujú dva otvorené štandardy. MCP (Model Context Protocol) štandardizuje prepojenie agent↔nástroj; špecifikácia 2025-11-25 bola v decembri 2025 odovzdaná Linux Foundation a existuje viac ako 10 000 MCP serverov. A2A (Agent-to-Agent) štandardizuje komunikáciu agent↔agent a od júna 2025 ho spravuje Linux Foundation, zapojených je viac ako 150 organizácií. Pre rozhodovacích pracovníkov sú oba štandardy argumentom pre architektúry nezávislé od dodávateľa, ktoré znižujú riziko uzamknutia u jedného dodávateľa (lock-in).

Compliance: Čo musia rozhodovací pracovníci v regióne DACH včas vyjasniť

Upozornenie: len na informáciu, nejde o právne poradenstvo.

• EU AI Act: Povinnosti transparentnosti podľa čl. 50 platia od 02.08.2026, povinnosť gramotnosti v oblasti AI (čl. 4) od 02.02.2025. Nariadenie Digital Omnibus (EÚ) 2026/1744 nadobudlo účinnosť 27.07.2026. Posunulo povinnosti pre vysokorizikové systémy: podľa prílohy III platia od 02.12.2027, podľa prílohy I od 02.08.2028. Poskytovatelia generatívnych systémov AI, ktoré boli na trhu už pred 02.08.2026, majú na povinnosť označovania podľa čl. 50 ods. 2 čas do 02.12.2026 (čl. 111 ods. 4). Nariadenie navyše oslabuje čl. 4: vyžadujú sa už len opatrenia na podporu gramotnosti v oblasti AI, nie určitá úroveň.
• GDPR: Pri agentických systémoch je väčšinou potrebné posúdenie vplyvu na ochranu údajov (čl. 35); relevantné sú aj čl. 22 (automatizované rozhodovanie) a čl. 28 (sprostredkovateľ).
• Spolurozhodovanie: Pred zavedením treba zapojiť zamestnaneckú radu, v Nemecku podľa § 87 BetrVG, v Rakúsku podľa § 96 ArbVG (kontrolné systémy, ktoré sa dotýkajú ľudskej dôstojnosti) a § 96a ArbVG (systémy, ktoré automatizovane spracúvajú osobné údaje zamestnancov). Švajčiarsko nepozná spolurozhodovanie podľa tohto modelu. Zamestnanci tam majú v otázkach ochrany zdravia právo na informácie a konzultáciu (čl. 5 a 6 ArGV 3) a čl. 26 ArGV 3 zakazuje monitorovacie a kontrolné systémy, ktorých účelom je sledovať správanie na pracovisku.
• Švajčiarsko: Namiesto GDPR platí revidovaný zákon o ochrane údajov (DSG), účinný od 01.09.2023. GDPR a EU AI Act sa na švajčiarske firmy vzťahujú len pri väzbe na EÚ: GDPR napríklad vtedy, keď ponúkajú tovar alebo služby osobám v EÚ (čl. 3 ods. 2 GDPR), AI Act vtedy, keď uvádzajú systémy AI na trh v EÚ alebo keď sa ich výstup používa v EÚ (čl. 2 AI Act).

Časté chyby pri zavádzaní

Najdrahšie chyby sú zriedka technické. Často sa framework vyberá skôr než prípad použitia, podcení sa príprava údajov, vynechá sa DPIA alebo sa pri nezvratných akciách vypustí human-in-the-loop. Rovnako rizikové sú explózia nákladov na tokeny bez routingu a cachingu, zaobchádzanie s agentmi ako s deterministickými systémami a chýbajúca observabilita. Pragmatický štart rieši práve tieto body: 1 až 3 prípady použitia s merateľnou návratnosťou (ROI), pilot s nízkym rizikom a ľudským schválením, výsledkové KPI namiesto metrík aktivity a DPIA a zamestnanecká rada od prvého dňa.