AI agenti slibují revoluci práce. Realita je zatím výrazně střízlivější

Diskuse kolem tohoto tématu je hlasitá a zároveň často plná zkresleného nadšení. Systém umělé inteligence, který zvládne plnit úkoly téměř bez lidské práce? Taková tvrzení se v médiích i na sociálních sítích objevují hojně. Sám bych byl s tímto přístupem ale opatrný. AI agenti toho opravdu zvládají výrazně více než klasický chatbot. Jejich skutečné zavedení do praxe ale nebude tak bleskové, jak se může zdát, což je zpráva, která se v bujarém nadšení kolem nové technologie lehce ztrácí.

Zatímco tradiční AI chatbot odpovídá na dotazy nebo pomáhá s jednoduchými úkoly, AI agent je schopný řešit celé úlohy, a to včetně rozhodování o tom, jaký krok udělat dál. Typicky pracuje s více zdroji, kombinuje nástroje a samostatně směřuje k cíli, který mu člověk zadá. Nejde tedy o jednu funkci, ale o schopnost „odpracovat“ celý úkol. Agent je pečlivý vykonavatel a dělá přesně to, co mu zadáte. Pokud jste ale zadání sepsali špatně, zjistíte to až na konci. A čím déle přitom agent pracoval bez dozoru, tím náročnější je návrat na začátek. Exponenciálně tedy roste nutnost precizního promptování, které není samozřejmostí.

Rozdíl je podobný jako mezi kalkulačkou a člověkem, který umí spočítat celý příklad. Kalkulačka vám pomůže s výpočtem, ale agent řeší problém jako celek. Na základě LLM modelů tito agenti propojují softwarové nástroje, krok za krokem reagují na požadavky uživatelů a sami rozhodují, kdy sáhnout po externích zdrojích. Největší chyba, kterou firmy mohou udělat, je očekávat, že AI agent nahradí proces přemýšlení. Ve skutečnosti jen velmi rychle zesílí chaos, pokud firma nemá jasno v procesech a datech.

Rozdíl mezi využitím klasického AI chatbota jako „prostého“ nástroje a AI agentem je dobře vidět například v marketingu. Běžná firma v dnešní době používá umělou inteligenci tak, že si nechá vygenerovat text kampaně nebo návrh postu na sociální sítě. Lidský element pak řeší zbytek, tedy naplánování na jednotlivé komunikační kanály, spuštění kampaně a následné vyhodnocení výsledků.

AI agent ale může celý tento proces převzít. Dokáže totiž pokrýt velkou část přípravy a optimalizace kampaní, ale většinou funguje jako „poloviční autopilot“, kde člověk stále drží kontrolu nad strategií, schválením a klíčovými rozhodnutími. Role člověka se v takovém případě posouvá z exekuce do zadání a kontroly. Najednou neřešíte jednotlivé úkoly, ale to, jestli agent směřuje ke správnému cíli.

Podobně je to ve světě vývoje softwaru. Nástroje jako Devin AI nebo GitHub Copilot Agent jsou schopné na základě zadání autonomně psát kód, testovat ho, opravovat chyby a iterovat. Odpadá tedy potřeba, aby vývojář řešil každý dílčí krok.

S nástupem AI agentů se mění i očekávání od zaměstnanců. Místo vykonávání jednotlivých úkolů bude čím dál důležitější schopnost zadávat práci, kontrolovat výstupy a rozumět širším souvislostem. Kdo nese největší riziko? Paradoxně ti, kteří teprve začínají. Pro seniorní zaměstnance a management to může být příležitost zbavit se mravenčí práce. Pro začátečníky to naopak může znamenat nárůst nároků a role, které dosud sloužily jako vstupní bod do kariéry, mohou být první na řadě. Přicházejí také o prostor, kde se člověk tradičně učí prací.

Tento posun ostatně začínají tušit i samotní zaměstnanci a potvrzují jej i česká data. Podle průzkumu společnosti Ipsos pro MFF UK z října 2025 47 % Čechů očekává, že systémy jako ChatGPT budou mít vliv na jejich práci v příštích pěti letech. Ještě v dubnu 2025 to bylo jen 37 %, což není malý skok. Povědomí o dopadu AI na zaměstnání roste rychle a AI agenti jsou přesně tou kategorií, která by tuto změnu mohla výrazně urychlit.

AI agenti samozřejmě také naráží na reálné limity: spolehlivost, bezpečnost, schopnost zvládat neočekávané situace. Každá technologie si projde fází, kdy od ní čekáme víc, než reálně umí. O to víc, pokud ji doprovází nadšení, které přináší každá novinka ve světě umělé inteligence.

U AI agentů je ale zásadní rozdíl oproti mnoha předchozím trendům: i v téhle rané fázi, s veškerými nedokonalostmi, už přinášejí měřitelnou hodnotu. Firmy, které uspějí, nebudou ty, které nasadí nejvíc agentů, ale ty, které dokážou nejlépe navrhnout procesy, data a řízení kolem nich. A to se například o blockchainu nebo projektu Metaverse říct nedalo.