Co je agentní AI — a proč o ni firmy stojí
Agentní umělá inteligence (anglicky agentic AI) představuje zásadní posun od reaktivních AI systémů k proaktivním. Zatímco klasický chatbot odpovídá na dotazy a RPA robot slepě opakuje předepsané workflow, AI agent vnímá prostředí, vyhodnocuje kontext, plánuje kroky a samostatně je provádí — a když narazí na problém, dokáže se sám opravit.
Happiest Minds, indická technologická společnost s více než 6 500 experty, nabízí vlastní rámec Enterprise AI Productivity — v kostce jde o model vyspělosti firemní AI, který popisuje tři úrovně: od manuálního inženýrství přes fázi „AI asistuje, člověk rozhoduje" až po agentic engineering, kde agenti plánují, vykonávají a sami korigují svou práci a lidé nastavují jen mantinely. Podle jejich dat může agentní přístup zkrátit čas uvedení na trh o 40–60 % a zvýšit produktivitu vývojářů o 30–50 %.
Klíčový rozdíl oproti tradiční automatizaci je ve schopnosti adaptace. RPA robot selže, jakmile webová stránka změní layout. Agentní AI s velkým jazykovým modelem pod kapotou si s nepředvídatelnou situací poradí — rozpozná, co se změnilo, a přizpůsobí postup.
Jak agentní AI funguje v praxi
Pod kapotou stojí velké jazykové modely (LLM) — GPT, Claude, Gemini — doplněné o plánovací logiku, paměť, rozhraní pro nástroje (API volání, prohlížeč, kalkulačka) a orchestrační vrstvu. Agent dostane cíl, rozloží ho na dílčí kroky, rozhodne, které nástroje použít, provede akci a vyhodnotí výsledek.
Praktické příklady z reálného světa:
- TD Bank nasadila agentní AI pro schvalování hypotečních úvěrů — proces se zkrátil z 15 hodin na 3 minuty. Agent samostatně ověřuje dokumenty, kontroluje bonitu a připravuje rozhodnutí.
- IRS (americký daňový úřad) používá Salesforce Agentforce pro podporu daňových poplatníků — agenti vyřizují dotazy 24/7 bez lidského zásahu.
- Replit, Cursor a Claude Code umožňují vývojářům zadat úkol v přirozeném jazyce a agent sám napíše kód, otestuje ho a nasadí.
- ServiceNow nasazuje AI Control Tower — centrální přehled všech firemních agentů s možností okamžitého zásahu člověka.
Pro běžného firemního uživatele to znamená konec rutinního přepisování dat mezi systémy, vyplňování formulářů nebo čekání na „někoho z IT". Agentní AI může převzít onboarding zaměstnanců, správu cestovních výdajů, monitoring compliance nebo zákaznickou podporu první úrovně.
Hlavní hráči na trhu v roce 2026
Salesforce Agentforce
Aktuálně nejkomplexnější agentní platforma na trhu. Obsahuje Agent Builder (low-code tvorba agentů), Atlas Reasoning Engine pro logické uvažování a AgentExchange — tržiště hotových agentů. Podporuje protokoly MCP (Model Context Protocol) i A2A (Agent-to-Agent). G2 ji řadí na první místo v kategorii Agentic AI.
Google Gemini Enterprise Agent Platform
Postavená na infrastruktuře Google Cloud s přístupem k více než 200 modelům včetně Gemini 3.5. Nabízí Agent Development Kit (ADK), Agent Studio pro vizuální návrh a desktopovou aplikaci Antigravity. Silná stránka je škálovatelnost a integrace s Google Workspace.
ServiceNow AI Agents
Zaměřeno primárně na IT servisní management a podnikové workflow. AI Agent Studio umožňuje tvorbu agentů přirozeným jazykem, AI Agent Orchestrator je koordinuje napříč firmou. Koncept „Autonomous Workforce" počítá s agenty jako plnohodnotnými členy týmů.
Microsoft Copilot
Agentní schopnosti jsou integrovány přímo do ekosystému Microsoft 365 a Windows 11. Copilot Studio umožňuje tvorbu vlastních agentů a Microsoft 2026 Release Wave 1 přinesl agentní workflow do Dynamics 365, Power Platform i kancelářských aplikací. Pro české firmy na Microsoft stacku jde o nejpřirozenější vstupní bod.
Happiest Minds Enterprise AI Productivity
Spíše než produkt jde o konzultační rámec a implementační službu. Happiest Minds staví agentní řešení na míru s využitím modelů od OpenAI, Anthropicu i open-source. Jejich přístup je modelově agnostický a klade důraz na SOC2, GDPR a HIPAA compliance. Pro evropské firmy může být zajímavou alternativou k velkým platformám, pokud hledají řešení šité na míru.
Kolik agentní AI stojí
Cenové modely se liší platformu od platformy, ale společným jmenovatelem je spotřební model — platíte za akce, konverzace nebo tokeny, nikoli paušál bez limitu:
| Platforma | Orientační cena | Free tier |
|---|---|---|
| Salesforce Agentforce | $2/konverzace, $500/100k Flex kreditů | Ano — Agentforce zdarma v rámci Salesforce Foundations |
| Google Gemini Enterprise | $0,0001/1000 znaků, $0,03/pipeline run | $300 kreditů pro nové zákazníky |
| Microsoft Copilot M365 | ~$30/uživatel/měsíc, Copilot Studio příplatek | Omezený — součást vybraných M365 licencí |
| ServiceNow AI Agents | Enterprise licencování (na vyžádání) | Ne |
Pro středně velkou firmu se 100 zaměstnanci může nasazení agentní AI začínat řádově na desítkách tisíc korun měsíčně, v závislosti na objemu automatizovaných úkonů.
Evropský a český kontext
Pro české a evropské firmy platí specifická pravidla. EU AI Act klasifikuje autonomní agenty v závislosti na nasazení — pokud agent rozhoduje o úvěrech, náboru nebo zdravotní péči, spadá do kategorie vysokého rizika a podléhá přísné regulaci. Firmy musí vést dokumentaci, zajistit lidský dohled a prokázat shodu.
GDPR dále vyžaduje kontrolu nad tím, kde a jak jsou data zpracovávána. Všechny hlavní platformy (Salesforce, Google, Microsoft) nabízejí evropské datové regiony, ale firmy by si měly ověřit, zda jejich konkrétní konfigurace data mimo EU neposílá.
V Česku je agentní AI zatím v rané fázi. ČNB buduje vlastní AI centrum, několik českých startupů experimentuje s AI agenty pro zákaznickou podporu a Microsoft Copilot je dostupný i v češtině. Pro masivní rozšíření ale chybí lokální systémoví integrátoři s hlubší expertízou v agentních technologiích. Firmy jako Happiest Minds by teoreticky mohly český trh obsloužit, ale jejich primární působiště je Indie a globální klientela — pro menší české podniky bude praktičtější využít platformy od Microsoftu nebo Salesforce s lokálními partnery.
Na co si dát pozor
Ne všechno, co se dnes označuje jako „agentní AI", jí skutečně je. Gartner varuje před „agent washingem" — přeznačkováním existujících chatbotů a RPA nástrojů novou nálepkou. Skutečný AI agent musí umět sám plánovat, rozhodovat se a adaptovat.
Další rizika zahrnují nekontrolovatelné náklady (Microsoft musel pozastavit registrace Claude Code, firmy jako Uber vyčerpaly AI rozpočet za 4 měsíce) a bezpečnost — útoky typu „agentjacking" mohou zneužít autonomní agenty k vlastním účelům. V neposlední řadě: návratnost investic zatím není plošně ověřená — Wall Street Journal již v listopadu 2025 upozornil, že jen málo firem s nasazenými agenty skutečně dosáhlo měřitelné návratnosti.
Dá se agentní AI používat v češtině?
Ano — velké jazykové modely (GPT-5.5, Claude, Gemini) zvládají češtinu na velmi dobré úrovni. Praktická dostupnost ale závisí na konkrétní platformě. Microsoft Copilot podporuje češtinu nativně v rámci M365. Salesforce Agentforce a ServiceNow primárně cílí na angličtinu, ale podkladové LLM modely česky rozumí — je otázka konfigurace, zda koncový agent bude v češtině komunikovat plynule. Pro české firmy doporučujeme vyžádat si od dodavatele demonstraci přímo v češtině před podpisem smlouvy.
Nahradí agentní AI lidské zaměstnance?
V nejbližších letech spíše promění charakter práce než že by plošně nahrazovala lidi. Agenti excelují v rutinních, opakovatelných úkonech — třídění požadavků, vyplňování formulářů, prvotní zákaznická podpora. Lidé se přesouvají k činnostem vyžadujícím kreativitu, strategické uvažování a mezilidskou komunikaci. Podle zkušeností z TD Bank agenti nepropouštěli zaměstnance, ale přesunuli je na komplexnější případy — schvalování hypoték se zrychlilo, ale finální rozhodnutí stále dělá člověk.
Jak začít s agentní AI v menší české firmě?
Nejjednodušší vstupní bod je Microsoft Copilot (pokud již používáte M365) — získáte základní agenty v prostředí, které znáte. Druhá cesta je nízkonákladové experimentování s nástroji jako n8n, Make nebo LangChain pro vybudování jednoduchého interního agenta. Třetí možností je oslovení lokálního integrátora, který má zkušenosti se Salesforce nebo ServiceNow — ale počítejte s investicí v řádu stovek tisíc korun. Začněte malým pilotním projektem na jednom konkrétním procesu (např. automatické třídění příchozích e-mailů) a vyhodnoťte výsledky, než budete škálovat.
