Od asistenta k autonomnímu agentovi: Co je agentická AI?

Zatímco modely jako ChatGPT nebo Claude jsou skvělé v porozumění a generování textu na základě přímého pokynu, agentická AI jde o krok dál. Jejím klíčovým rysem je autonomie. Místo toho, abyste jí zadávali jednotlivé kroky, definujete pouze konečný cíl. Agent si pak sám rozloží úkol na menší části, vyhledá potřebné informace, rozhodne o nejlepším postupu a použije různé nástroje (jako je procházení webu, práce s databázemi nebo odesílání e-mailů) k jeho dosažení.

Můžeme si to představit jako rozdíl mezi kalkulačkou a finančním analytikem. Kalkulačce musíte zadat přesné čísla a operace. Analytikovi řeknete: "Zjisti mi, která z našich investic měla v minulém čtvrtletí nejhorší výkon a navrhni tři alternativy." Analytik si sám najde data, provede výpočty, zanalyzuje trh a připraví přehledný report s doporučeními. Agentická AI je právě tímto digitálním analytikem.

Proč je finančnictví pro AI agenty ideálním prostředím?

Finanční sektor je plný opakujících se, na pravidlech založených procesů a obrovského množství dat. To z něj dělá perfektního kandidáta na automatizaci pomocí AI agentů. Podle nedávné zprávy od konzultační společnosti KPMG je právě schopnost propojovat specializované agenty do ucelených procesních řetězců klíčem k dosažení dříve slibovaných, ale těžko realizovatelných úspor a inovací.

Klíčové výhody podle KPMG zahrnují:

• Autonomní přebírání procesů: Agenti mohou samostatně analyzovat e-maily, dokumenty a datové zdroje a provádět navazující kroky bez lidského zásahu. To dramaticky zvyšuje efektivitu a snižuje chybovost.
• Agenti na míru: Díky platformám jako je Microsoft Copilot Studio mohou firmy vyvíjet vlastní agenty, kteří přesně kopírují interní pravidla, datové toky a schvalovací procesy.
• Bezpečný a kontrolovaný vývoj: Firmy mohou nastavit jasná pravidla a governance, aby zajistily, že všichni agenti jsou auditovatelní, v souladu s regulacemi a transparentní.
• Posílení byznysových oddělení: AI agenti umožňují byznysovým týmům rychleji převádět své požadavky do funkčních řešení s menší závislostí na IT oddělení.

Příklady z praxe: Kde AI agenti již dnes pomáhají

Nejde o hudbu daleké budoucnosti. AI agenti jsou nasazováni v řadě oblastí finančního světa, kde přinášejí hmatatelné výsledky.

Automatizovaný reporting a analýza

Představte si agenta, jehož úkolem je každý den připravit souhrn trhu. Agent si sám projde zpravodajské servery, interní databáze, akciové trhy a regulatorní oznámení. Z těchto dat sestaví personalizovaný report pro manažera a upozorní na klíčové události, které vyžadují jeho pozornost.

Boj proti podvodům a zajištění shody (Compliance)

V oblasti AML (Anti-Money Laundering) a compliance je nutné procházet tisíce transakcí denně. AI agent může v reálném čase monitorovat transakce, porovnávat je s historickými daty a známými vzorci podvodného chování a automaticky označovat podezřelé aktivity k manuální kontrole. Tím nejen zrychluje proces, ale také zvyšuje šanci na odhalení sofistikovaných podvodů.

Zpracování úvěrů a pojištění

Proces schvalování úvěru či pojistné události je často zdlouhavý a plný papírování. Agentická AI může celý proces zrychlit: agent přijme žádost, ověří totožnost klienta v externích registrech, zanalyzuje dodané dokumenty (např. výpisy z účtu), zhodnotí kreditní skóre a připraví finální podklady pro schválení, nebo v jednodušších případech úvěr rovnou schválí.

Nástup platforem pro "občanské vývojáře"

Jedním z největších trendů spojených s agentickou AI je demokratizace vývoje. Společnosti jako KPMG budují takzvané "Agentic Fabric" – platformy, které firmám umožňují systematicky vyvíjet, spravovat a provozovat vlastní AI agenty. Tyto platformy často využívají low-code nebo no-code přístup.

To znamená, že i zaměstnanci bez hlubokých programátorských znalostí (tzv. citizen developers) mohou skládat agenty z předpřipravených komponent a logických bloků. Finanční expert si tak může sám vytvořit agenta pro automatizaci svého specifického reportu, aniž by musel čekat měsíce na IT oddělení. Pro české firmy, které často čelí nedostatku IT specialistů, to může být zásadní konkurenční výhoda.

Výzvy a regulace v evropském kontextu

Nástup autonomních systémů s sebou přináší i řadu výzev. Bezpečnost a governance jsou na prvním místě. Je nezbytné zajistit, aby agenti neprováděli neautorizované operace a aby jejich činnost byla plně auditovatelná. To je klíčové zejména v silně regulovaném finančním sektoru.

V Evropské unii navíc vstupuje do hry Akt o umělé inteligenci (AI Act), který bude klást přísné požadavky na transparentnost a spolehlivost vysoce rizikových AI systémů, kam finanční aplikace často spadají. České a evropské banky a pojišťovny tak budou muset při implementaci AI agentů dbát nejen na technologickou stránku, ale i na tu legislativní.

Dostupnost těchto pokročilých nástrojů pro český trh je zatím primárně vázána na velké mezinárodní platformy, jako je Microsoft Power Platform (s Copilot Studio) nebo řešení od velkých poradenských firem. Očekává se však, že s rostoucí popularitou se objeví i více lokalizovaných a dostupnějších řešení.