Proč infrastruktura stagnuje?

Podle zprávy EY The intelligence layer: how agentic AI can connect the infrastructure industry není hlavní překážkou infrastruktury nedostatek technologií, ale fragmentace systémů, dat a zainteresovaných stran. Současné modely řízení projektů vyžadují manuální koordinaci a periodické reportingy, což vytváří zpoždění a slepá místa v rozhodování.

Data jsou uzavřena v samostatných silách — od stavebních firem přes dodavatele materiálu až po regulační úřady. Tento stav omezuje viditelnost celého projektu a brání efektivní spolupráci. EY odhaduje, že ztráty způsobené pouze nutností přepracování (rework) dosahují stovek miliard dolarů ročně. Investice do digitálních nástrojů sice v posledních letech rostly, jejich produktivní přínos však zůstával lokální — nástroje zlepšovaly jednotlivé úkoly, ale nikoli celkové propojení projektu.

Co je agentic AI a jak funguje v praxi?

Agentic AI představuje evoluci generativní umělé inteligence. Zatímco klasické AI modely reagují na dotazy a generují obsah, agentic AI jedná samostatně — analyzuje data v reálném čase, plánuje kroky, koordinuje úkoly napříč systémy a dokáže se učit z výsledků svých rozhodnutí.

V kontextu infrastruktury funguje jako inteligentní vrstva nad stávajícími systémy. Nesnaží se nahradit ERP platformy, BIM modely nebo projektové manažery, ale propojuje je. Agenti neustále sbírají data z různých zdrojů, odhalují vzorce a poskytují projektovým týmům konkrétní, okamžitě použitelné informace. Lidé zůstávají zodpovědní za strategická rozhodnutí a odborný úsudek, zatímco AI se stará o rutinní administrativu a koordinaci.

„Rumunské infrastrukturní ambice vyžadují zásadní změnu v tom, jak investice proměňujeme ve výsledky. Agentic AI nabízí praktický způsob, jak propojit fragmentovaná data a rozhodnutí napříč projekty, pomáhat organizacím postupovat rychleji, snižovat přepracování a budovat důvěru prostřednictvím silné governance. Skutečný přínos spočívá v jasnějších poznatcích, nejen v automatizaci,“ uvedla Aurelia Costache, partnerka pro consulting a vedoucí AI v EY Rumunsko, v oficiálním prohlášení ke zprávě.

Kde konkrétně pomůže?

Snížení nákladů na přepracování

Až 15 procent rozpočtu velkých infrastrukturních projektů mizí v opravách chyb, které vznikly kvůli špatné komunikaci mezi týmy nebo zastaralým datům. Agentic AI může tento podíl výrazně snížit tím, že odhalí nesrovnalosti dříve, než se promítnou do fyzické stavby. Systém neustále kontroluje soulad projektové dokumentace s real-time daty z terénu, dodavatelskými fakturami a regulačními požadavky.

Rychlejší rozhodování a reporting

Současné projektové týmy často tráví desítky hodin týdně shromažďováním dat z různých tabulek a systémů pro pravidelné reporty. Agentic AI tento proces automatizuje a poskytuje kontinuální přehled o stavu projektu. Manažeři dostávají upozornění na rizika okamžitě, nikoli až na měsíčním vyhodnocení.

Optimalizace zdrojů

Díky prediktivním schopnostem dokáže agentic AI lépe plánovat využití pracovní síly, materiálu a strojů. To je klíčové v době, kdy celosvětově chybí kvalifikovaní pracovníci ve stavebnictví a logistice. Stejný tým může díky lepší koordinaci zvládnout větší objem práce bez nutnosti navyšování personálu.

Pět pilířů úspěšné implementace

EY ve své zprávě zdůrazňuje, že nasazení agentic AI v infrastruktuře není pouze technologickou záležitostí, ale vyžaduje robustní rámec governance. Bez něj hrozí riziko ztráty kontroly nad autonomními systémy a narušení důvěry zainteresovaných stran. Zpráva identifikuje pět kritických oblastí:

Odpovědnost a právní odpovědnost — je třeba jasně definovat, kdo nese zodpovědnost za rozhodnutí učiněná agentem. V případě chyby musí být zřejmé, zda odpovídá tvůrce algoritmu, provozovatel systému nebo projektový manažer.

Transparentnost a vysvětlitelnost — agenti musí umět zdůvodnit svá doporučení. Černá skříňka, která vydává rozkazy bez vysvětlení, je v kritické infrastruktuře nepřijatelná.

Suverenita dat a obchodní důvěrnost — infrastrukturní projekty zahrnují citlivé informace o nákladech, smlouvách a bezpečnostních opatřeních. Agentic AI musí zpracovávat tato data v souladu s regulacemi a zabránit neoprávněnému přístupu.

Lidský dohled a kompetence — autonomie nesmí znamenat absenci kontroly. Lidé musí mít možnost kdykoli zasáhnout, přepsat rozhodnutí agenta a zůstávat konečnými arbitry.

Systémová odolnost — kritická infrastruktura musí být schopna fungovat i při výpadku AI systémů. Záložní mechanismy a manuální režimy jsou nezbytné pro zajištění kontinuity.

Jaký je dopad pro Česko a Evropu?

Zatímco zpráva EY vychází z globálních dat, její závěry jsou plně relevantní i pro české a evropské podmínky. Česká republika čelí dlouhodobým problémům s dostavbou dopravní infrastruktury, kde zpoždění a překročení rozpočtů nejsou výjimkou. Podobná situace panuje v celé Evropě — projekty jako vysokorychlostní železnice nebo energetické přestavby trpí právě fragmentací řízení a pomalými rozhodovacími procesy.

Agentic AI není proprietární produkt jedné firmy, ale koncept aplikovatelný na různé platformy. V praxi ho mohou organizace začlenit prostřednictvím cloudových řešení od Microsoftu (Azure AI Agent Service), Googlu (Vertex AI Agent Builder) nebo Amazonu (AWS Bedrock Agents). Tyto služby jsou dostupné i pro české firmy a instituce, přičemž cena závisí na objemu využitých výpočetních zdrojů a počtu integrovaných systémů. Typicky se jedná o předplatné podle spotřeby (pay-as-you-go) nebo enterprise licence, jejichž měsíční náklady mohou začínat na stovkách eur a šplhat k desetitisícům u rozsáhlých infrastrukturních projektů.

Evropský kontext navíc klade důraz na regulaci AI — EU AI Act požaduje vysokou míru transparentnosti a lidského dohledu u systémů používaných v kritické infrastruktuře. To může být na jednu stranu překážkou rychlého nasazení, na stranu druhou ale vytváří solidní rámec pro bezpečné zavádění agentic AI právě v oblastech jako je doprava, energetika a vodní hospodářství.

Pro běžné firmy a státní instituce v Česku to znamená, že nemusí čekat na zázračný nástroj — klíčové je začít s propojením existujících datových zdrojů a postupně zavádět autonomní agenty pro konkrétní, dobře ohraničené úkoly. Cesta k plnému využití agentic AI vede přes důkladnou přípravu dat, jasně definované procesy a silné governance — nikoli přes nahraditelnost lidských rozhodnutí stroji.

Často kladené otázky