AI agenti nad vaším interním systémem: praktický průvodce

V předchozím článku jsme popsali, co je MCP a proč váš interní systém díky němu dostane superschopnosti. Vysvětlili jsme princip: MCP je bezpečné rozhraní, kterým se umělá inteligence dostane k datům ve vašem systému, aniž byste cokoli kopírovali a vkládali.

Tím ale práce nekončí, tím teprve začíná. Připojit AI k systému je otázka na několik dní. Rozhodnout, co všechno jí dovolíte udělat sama, je otázka na několik týdnů diskusí s lidmi, kteří v systému denně pracují.

Tento článek je o té druhé části. Ukážeme si konkrétní scénáře, které se vyplatí nasadit jako první, kde nechat v procesu člověka, a co musíte nastavit, aby vám agent nezpůsobil víc škody než užitku.

Asistent versus agent: jeden podstatný rozdíl

Rozdíl není v modelu, ale v tom, kolik kroků udělá bez vás.

Asistent čeká na pokyn a vrátí odpověď. Zeptáte se „kolik máme rozpracovaných projektů" , dostanete číslo. Užitečné, ale iniciativa je pořád na vás.

Agent dostane cíl a sám si rozmyslí posloupnost kroků. „Zpracuj poptávku, která přišla dnes ráno z webu" znamená: přečti obsah formuláře, zkontroluj, jestli zákazník už v databázi není, případně ho založ, vytvoř projekt s adresou a popisem, odhadni plochu podle zadání, přiřaď obchodníka a založ mu úkol s termínem. Pět až osm operací, mezi nimiž se agent rozhoduje podle toho, co mu předchozí krok vrátil.

Právě v tomhle je hodnota i riziko. Agent zvládne rutinu, kterou dnes někdo dělá půl hodiny denně. Zároveň pracuje s ostrými firemními daty — a pokud mu mezi operacemi dáte i zápis, sám do nich zapisuje.

Že nejde o okrajový trend, napovídají i prognózy: podle odhadu Gartneru mělo do konce roku 2026 obsahovat specializované AI agenty kolem 40 % podnikových aplikací, zatímco v roce 2025 to bylo pod 5 %.

Čtyři scénáře, které se vyplatí jako první

Na projektech pro klienty vidíme, že nejlepší kandidáti na prvního agenta mají tři vlastnosti: proces se opakuje často, data pro rozhodnutí jsou už v systému, a chyba se dá snadno vrátit.

Ukážeme si to na informačním systému pro firmu, která realizuje podlahy a povrchy — tedy na typické malé až střední firmě s projekty, zakázkami, nabídkami a fakturací.

1. Poptávka z webu jako založený projekt

Nejčastější a nejvděčnější případ. Z webového formuláře přijde nestrukturovaný text: jaký povrch zákazník chce, na stěny nebo na podlahu, kolik metrů, kdy by to potřeboval. Dnes to někdo přečte a ručně překlepe do systému.

Agent umí totéž: rozpozná v textu typ produktu, plochu a lokalitu, ověří, jestli zákazník už v databázi existuje, založí kontakt, vytvoří projekt s adresou a strukturovaným popisem a přiřadí úkol obchodníkovi s termínem do dvou dnů.

Kde nechat člověka: u zakládání nového zákazníka. Duplicitní záznamy jsou v evidenci zákazníků tichý zabiják dat a rozhodnutí „je tenhle Novák ten stejný Novák?" je přesně to, co má potvrdit člověk.

2. Předvyplněná nabídka z ceníku

Agent má k dispozici ceník prací s jednotkovými cenami a šablony nabídkových dokumentů. Z projektu si vezme plochu a typ povrchu, sestaví položky, spočítá cenu a vygeneruje nabídku z korektní šablony.

Kde nechat člověka: u ceny a odeslání. Agent připraví návrh, obchodník upraví marži, slevu a termín a nabídku odešle. Ušetříte dvacet minut opisování, ne obchodní rozhodnutí.

3. Přehled peněžních toků bez exportů do Excelu

Tenhle scénář má jednu velkou výhodu: potřebuje jen operace pro čtení, takže s ním můžete začít bez rizika, že vám agent něco přepíše. Agent vidí příchozí i odchozí faktury a projekty, takže odpoví na otázky, které se dnes řeší exportem a ručním filtrováním: které faktury jsou po splatnosti, jak vypadá rozpracovanost na projektech, kde nesedí náklady proti fakturaci.

Zajímavější než jednorázový dotaz je pravidelnost. Agent umí každé pondělí ráno poslat shrnutí a upozornit na odchylky, na které by se nikdo neproklikal.

4. Hlídání termínů a úkolů

Agent projde úkoly s blížícím se termínem, porovná je se stavem projektů a upozorní na to, co se nehýbe. U jasně definovaných situací může úkol i sám založit — třeba připomínku odečtu materiálu před koncem realizace.

Kolik autonomie dát agentovi

Doporučujeme uvažovat ve čtyřech stupních a začít nahoře. Posun o úroveň níž si musí zasloužit — daty z provozu, ne důvěrou v technologii.

Úroveň 1 — jen čtení. Agent se dívá, komentuje, reportuje. V katalogu nemá žádnou operaci, která by zapisovala, takže data nemůže poškodit. Okamžitá hodnota, ideální pilot.

Úroveň 2 — návrh k potvrzení. Agent připraví záznam, ale nic neuloží, dokud člověk neklikne. Do téhle úrovně patří většina scénářů, které mají finanční dopad: nabídky, faktury, cenová rozhodnutí.

Úroveň 3 — zápis v mantinelech. Agent zapisuje sám, ale jen v jasně vymezené oblasti a s auditní stopou. Typicky založení projektu z došlé poptávky nebo úkolu podle předem dohodnutého pravidla — třeba „u každé realizace vytvoř tři dny před termínem připomínku odečtu materiálu". Vhodné tam, kde je oprava rychlá a laciná.

Úroveň 4 — plná autonomie nad procesem. Agent běží na pozadí a řeší celý cyklus. Sem se dostanete až v procesu, který jste měsíce měřili a víte, jak často se agent mýlí a co se stane, když se splete.

Praktická poznámka z projektů: hranici neurčuje technická obtížnost, ale cena chyby a rychlost jejího odhalení. Špatně založený projekt smaže administrátor za deset sekund. Špatně odeslaná faktura zákazníkovi stojí telefonát, opravný doklad a kus reputace.

Pravidla a bezpečnost: co vyřešit před nasazením

Tady se rozhoduje, jestli z agenta bude užitečný kolega, nebo incident. V IT se pro tuhle oblast používá pojem governance — jsou to pravidla, kterými řídíte, co smí agent dělat, a možnost zpětně dohledat, co udělal.

Co agent smí: katalog versus práva účtu

Rozhodují dvě vrstvy nad sebou.

První je katalog toho, co MCP server vystavuje — tedy nástroje a data, která agentovi zpřístupníte. Dokud chodí do systému jen přes MCP, neumí nic, co v katalogu není, bez ohledu na to, pod jakým účtem je přihlášený. Není v katalogu mazání projektů? Nesmaže nic, ani kdyby byl přihlášený jako správce. Nejsou tam výpisy zákazníků? Žádný seznam neuvidí. Vyplývá to z protokolu: pokus zavolat neexistující nástroj skončí chybou ještě předtím, než se začnou řešit jakákoli práva. Katalog je tvrdá hranice a je to nejsilnější a nejvíc opomíjená ochrana celého řešení.

Druhá vrstva jsou práva účtu, pod kterým agent pracuje. Hranici z katalogu neposouvají, jen ji zužují: uvnitř operací, které existují, se agent chová jako ten uživatel — pod správcovským účtem mu projde úprava libovolného projektu, pod zúženým jen to, kam sahá on. Řízení práv podle rolí přitom samotný standard MCP neřeší, je to vždy práce vaší aplikace.

Rozsah rizika je tedy vždy podmnožina katalogu: co v katalogu je, zúžené o to, na co má účet právo. A instrukce v zadání to nenahradí — pokyn „pracuj jen s tímhle projektem" model většinou dodrží, ale spoléhat se na to nejde. Pravidla napsaná slovy jsou doporučení, pravidla nastavená v systému jsou opatření.

Co ještě nastavit

• Auditní stopa. U každého záznamu chcete vidět, že ho vytvořil agent a z jakého vstupu. Bez toho nedohledáte chybu — a nezískáte důvěru lidí, kteří v systému pracují.
• Nasucho než naostro. Operace zápisu by měly umět zkušební průběh: zkontrolovat data a vrátit, co by se stalo, bez skutečného uložení.
• Kontrola duplicit. Agent si nepamatuje, že tuhle poptávku už dnes zpracoval. Bez kontroly vzniknou z jedné poptávky tři projekty.
• Nedůvěřovat textu zvenčí. V e-mailu, PDF od dodavatele nebo webovém formuláři může být podvržená instrukce — v oboru se tomu říká prompt injection. Obsah z vnějšího světa je data, ne pokyny.
• Rozsah dat a osobní údaje. Co v katalogu není, se k modelu nedostane, takže omezujte dvakrát: katalogem i právy. A mějte v pořádku zpracovatelské smlouvy s poskytovatelem modelu.
• Strop na náklady. Za provoz modelu se platí podle objemu zpracovaného textu. Nastavte limit na počet kroků, časový limit jednoho běhu a měsíční rozpočet.

Interní systém, který je pro agenty připravený

Tohle je pointa, kterou většina článků o AI agentech vynechává: kvalita agenta je z velké části dána kvalitou rozhraní pod ním. Ne modelem. Rozhraním se tu myslí sada operací, které váš systém nabízí okolnímu světu — tedy to, co agentovi přes MCP zpřístupníte.

Co v praxi funguje:

• Úzké, srozumitelně pojmenované operace. Deset jasně vymezených nástrojů s dobrým popisem funguje lépe než jedna univerzální operace, která umí všechno.
• Každý údaj popsaný tak, aby si ho přečetl někdo, kdo váš systém nezná. Agent se rozhoduje jen podle těch popisků. Když u něj stojí „zákazník, kterého připojit k projektu jako hlavního", pochopí to. Když tam stojí jen technická zkratka, hádá — a někdy hádá špatně.
• Možnost data filtrovat a brát je po dávkách. Agent musí umět najít deset relevantních záznamů, ne stáhnout deset tisíc.
• Kontrola vstupů a srozumitelná chybová hlášení. Když operace selže, agent se z hlášky musí dozvědět, co má opravit. Dobrá chybová zpráva mu ušetří tři pokusy.
• Zkušební režim u zápisů, jak jsme zmínili výše.

Pokud váš systém tohle nemá, není to důvod agenty odložit. Je to konkrétní zadání pro vývoj — a obvykle mnohem menší práce, než se čeká, protože se staví nad logikou, která v systému už existuje.

Jak začít: pilot na šest týdnů

1. Vyberte jeden proces, který se opakuje denně a jehož výsledek umíte změřit. Ne „zavedeme AI", ale „zpracování poptávek z webu".
2. Změřte současný stav. Kolik minut to trvá, kolik chyb v tom vzniká. Bez výchozího čísla nikdy neprokážete přínos.
3. Postavte agenta na úrovni 1 nebo 2. Ať nejdřív jen navrhuje a člověk potvrzuje.
4. Nechte to týdny běžet s lidmi z provozu a zapisujte, kde agent chyboval. Tenhle seznam je nejcennější výstup celého pilotu.
5. Doladěte rozhraní i zadání podle zjištěných chyb, ne podle dojmů.
6. Teprve pak zvažte vyšší autonomii — u těch kroků, kde byla úspěšnost dlouhodobě vysoká.

Tři chyby, které vidíme nejčastěji

Začínat u nejkomplikovanějšího procesu. Nejsložitější agenda má obvykle nejvíc výjimek a nejvyšší cenu chyby. Je to nejhorší možný pilot.

Zaměnit pravidla za instrukci v zadání. „Napsali jsme mu, ať nemaže data" není opatření. Opatření je, že operaci mazání vůbec nemá v katalogu — a že na ni nemá práva.

Nasadit agenta na rozbitý proces. Automatizace zmatku vyrobí rychlejší zmatek. Pokud proces nemá jasná pravidla ani vlastníka, nejdřív ho popište — mimochodem, i to je práce, kterou v rámci procesní analýzy běžně děláme.

Kde v tom stojíme my

Agenty nad interními systémy dnes staví málokdo, protože to vyžaduje kombinaci dvou věcí: rozumět modelům a rozumět tomu systému. My máme druhou část z dlouhých let vývoje informačních systémů na míru — a první část si stavíme na vlastních produktech, ne na cizích prezentacích.

Pokud vás zajímá, jestli je váš systém na agenty připravený a který proces by se vyplatil jako první, ozvěte se nám. Hodinová konzultace obvykle stačí na to, abychom společně vytipovali kandidáta na pilot — a taky abychom vám řekli, kdy se to zatím nevyplatí.