AI agenti ve firmě: nejdřív nastavte pravidla práce

O výsledku rozhoduje i to, z čeho agent vychází, co smí udělat a kdy musí předat práci člověku.

AI agenti mohou napsat přesvědčivou nabídku, a přesto firmě přidělat práci. Představte si český velkoobchod, kde automatický pomocník připraví zákazníkovi cenu podle starého ceníku a slíbí termín, který sklad nepotvrdil. Obchodník pak opravuje dokument i očekávání zákazníka. Plynulá čeština tu nezachrání chybějící podklady.

Než tedy vyberete dražší jazykový model, stojí za to položit jinou otázku: má agent podmínky k tomu, aby úkol správně dokončil? Pro menší firmu je to velmi praktické rozhodnutí. Peníze vložené do propojení se skladem nebo do jasných schvalovacích pravidel mohou vyřešit problém, který samotná výměna modelu neodstraní.

Co se skrývá mezi modelem a hotovou prací

Jazykový model zpracovává zadání a vytváří odpovědi; v agentním systému může také navrhovat další kroky. Aby podle nich vznikla nabídka, aktualizovaný záznam nebo vyřešený požadavek, potřebuje systém přístup k nástrojům a způsob, jak řídit průběh práce. Právě tomuto programovému zázemí se říká harness, česky řídicí vrstva agenta.

Význam tohoto zázemí zdůrazňuje Y Combinator v debatě o vztahu modelu a jeho řídicí vrstvy. Konkrétnější rozlišení nabízí dokumentace jeho systému QM: odděluje model, vrstvu řídící jeho práci a jádro zajišťující identitu, pravidla, nástroje a trvalé uchování stavu. Schopnosti modelu jsou tedy jen jednou částí celého pracovního systému.

Pro dodavatele automatizace z toho plyne docela obyčejná otázka: ukažte, odkud agent získá platný ceník a co udělá, když se k němu nedostane. Vyplatí se chtít ukázku selhání přístupu stejně jako povedenou nabídku. Teprve tehdy uvidíte, jestli systém práci bezpečně přeruší, požádá o doplnění, nebo začne chybějící údaje odhadovat.

Kdo smí slíbit zákazníkovi slevu

Vraťme se k modelovému velkoobchodu. Zákazník žádá lepší cenu, protože u vás nakupuje dlouho. Agent najde historii objednávek, ale z ní ještě nevyplývá, že smí slevu schválit. Přístup k informaci a pravomoc rozhodnout jsou dvě různé věci.

Y Combinator upozorňuje na potíže agentů s pochopením sociálního kontextu (58:50). Pro firemní provoz z toho vyvozuji požadavek: důležitá pravidla nesmějí zůstat jen v hlavách zkušených kolegů. Kdo může slíbit výjimku, komu se předává sporný případ a které dohody mají přednost, musí být v systému zachyceno výslovně.

Pomůže začít úzkým zadáním. Agent připraví podklady, dohledá předchozí objednávky a navrhne odpověď; nestandardní cenu potvrdí obchodník. Odeslání nabídky má být samostatná operace s vlastním oprávněním. Pouhá věta v zadání, že agent má být opatrný, nenahradí omezení toho, co může skutečně provést.

Právě tady se technické řešení potkává se znalostí zákazníka při zavádění AI do firmy. Dobře zachycená historie vztahu dává návrhu smysl. Odpovědnost za obchodní rozhodnutí však potřebuje konkrétního nositele i tehdy, když podklady připravuje stroj.

Rozpočet patří celému úkolu

Další užitečný podnět přináší pojetí rozpočtu přiřazeného cíli v systému QM (57:16). Pro podnikatele z něj plyne jednoduché měřítko: kolik stojí dokončený požadavek včetně oprav a kontroly. Cena jednoho dotazu na model pokrývá jen část účtu.

U nabídky z našeho příkladu se může platit za několik hledání, opakované pokusy po chybě i závěrečnou kontrolu člověkem. Počítejte také se správou propojení a aktualizací pravidel. Agent, který levně vytvoří text vyžadující dlouhou opravu, může vyjít dráž než řešení s vyšší cenou výpočtu a menší potřebou zásahů.

Stejnou optikou posuzujte skutečnou úsporu při provozu AI bez grafického procesoru. O umístění výpočtu rozhodujte podle konkrétní úlohy, potřebné kvality a celkových nákladů. Samotné přesunutí modelu na vlastní zařízení nevyřeší neplatný ceník ani nejasné schvalování.

Rozpočet přitom nemusí znamenat jen koruny. U každého úkolu stanovte také časový limit a podmínku ukončení. Pokud chybí potvrzení skladu, dalším přepisováním nabídky se agent k hotové práci nepřiblíží; má předat jasnou zprávu o tom, co brání dokončení.

Zkouška musí připomínat váš provoz

AI agenti si zaslouží zkoušku na případech, které odpovídají vaší firmě. Připravte sadu odosobněných poptávek v češtině: běžnou objednávku, nejasný název zboží, starý ceník i rozpor mezi požadovaným termínem a dostupností. Předem si napište, jak v každém případě vypadá správný výsledek.

Pak měňte vždy jednu věc. Nejprve ověřte, zda pomohl přístup k aktuálním údajům; následně upravte předávání výjimek a teprve potom porovnávejte modely. Jinak snadno zaplatíte za dražší variantu, aniž budete vědět, odkud zlepšení skutečně přišlo.

• Sledujte podíl úkolů dokončených bez věcné opravy.
• Měřte čas člověka strávený kontrolou a napravováním chyb.
• Počítejte celkové náklady na přijatelný výsledek.
• Ověřte, zda agent správně pozná situaci, kterou má předat člověku.

Do hodnocení patří také dopad na pracovní den. Pokud kolegové místo vyřizování požadavků neustále hlídají automatické výstupy, samotný počet vygenerovaných odpovědí mnoho neříká. Souvislost mezi produktivitou s AI a pracovní zátěží proto posuzujte i podle zkušenosti lidí, kteří mají výsledky převzít.

Co si odnést: nejdřív vymezte práci

Začněte jedním opakujícím se úkolem, u kterého poznáte správný výsledek. Určete platné podklady, povolené kroky, odpovědného člověka a rozpočet. Teprve nad takto vymezenou prací má porovnávání modelů obchodní smysl.

Lepší řídicí vrstva samozřejmě nenahradí schopnosti, které model pro úkol nemá. Pomůže však odlišit jeho skutečný limit od nepořádku ve firemním procesu. Pro českou firmu může být právě toto rozlišení cestou k automatizaci, která zaměstnancům uvolní ruce a zákazníkům nabídne spolehlivější službu.

Přístup k informaci a pravomoc rozhodnout jsou dvě různé věci.

Cena jednoho dotazu na model pokrývá jen část účtu.

▶

Původní díl na YouTube: Y Combinator.

Zdroje

• Y Combinator: proč záleží na řídicí vrstvě AI agenta — Zveřejněno 7. září 2026. Relevantní části: úvodní téma od 00:00, rozpočty přiřazené cílům od 57:16 a sociální kontext od 58:50. Ověřen byl popis a seznam kapitol; úplný přepis nebyl dostupný. Praktické příklady jsou modelové situace, nikoli případy převzaté z debaty.
• Dokumentace QM: modely, řízení agentů a firemní oprávnění — Primární dokumentace Y Combinatoru k oddělení modelu, řídicí vrstvy a jádra s identitou, pravidly, nástroji a trvalým stavem.