V posledních dvou letech jsme byli svědky masivního přesunu pozornosti od prostých chatbotů k tzv. agentické AI. Cílem není jen generovat text, ale vykonávat skutečnou práci – plánovat termíny, aktualizovat statusy a předvídat rizika. Podle zprávy McKinsey Superagency in the Workplace vzrostl přístup k AI nástrojům v pracovním prostředí o 50 % oproti minulému roku. Přesto jen 1 % společností označuje svou implementaci AI za „zralou“.
Pro české firmy, které se snaží digitalizovat své procesy a integrovat moderní technologie, to představuje varovné znamení: nákup nejmodernějšího softwaru není zárukou úspěchu.
Past „hotových“ řešení: Proč AI agenty selhávají?
Hlavním důvodem, proč se ROI (návratnost investic) u AI projektového managementu neprojevuje tak rychle, jak se očekávalo, není nedostatek výkonných modelů. Modely jako GPT-4o, Claude 3.5 Sonnet nebo Gemini 1.5 Pro jsou dnes již velmi srovnatelné v rámci běžných úkolů. Problém leží v tom, co tito agenti „vidí“.
Jatesh Guy, CEO společnosti Hyland, upozorňuje na dva hlavní důvody selhání AI pilotních projektů. První je tzv. FOMO (fear of missing out) – firmy implementují AI, protože to dělají všichni, nikoliv proto, že mají definovaný problém. Druhý, mnohem kritičtější důvod, je špatná datová architektura.
Pokud vaše projektové desky v nástrojích jako Monday.com nebo Asana obsahují nekonzistentní data, zastaralé statusy nebo jsou úkoly rozházené mezi různé týmy bez jasného systému, AI agent nebude produktivitu zvyšovat. Naopak, bude pouze automatizovat chaos. Jak uvádí dokumentace Monday.com, efektivita AI funkcí je přímo závislá na čistotě a struktuře podkladových dat.
Srovnání hlavních hráčů na trhu
Předtím, než se rozhodnete pro konkrétní platformu, je dobré vědět, co jednotlivé nástroje nabízejí v oblasti AI agenty:
- Monday.com: V květnu 2026 kompletně přestavili svou platformu kolem nativních AI agentů. Nabízejí „AI Platform Gateway“, která umožňuje přepínat mezi modely jako Claude, ChatGPT nebo Gemini.
Cena: Existuje free tier, placené plány začínají přibližně na 10–12 USD/měsíc za uživatele. Dostupnost v ČR: Ano, platforma je globálně dostupná a nabízí širokou škálu integrací. - Asana: Přinesla koncept „AI Teammates“. Jejich síla spočívá v tzv. Work Graph – schopnosti agentů chápat závislosti mezi úkoly na hlubší úrovni.
Cena: Free verze je omezená, placené verze se pohybují kolem 10–25 USD/měsíc za uživatele. - Adobe Workfront: Umožňuje přidávat AI agenty do projektových plánů jako „nominované zdroje“ (stejně jako lidské členy týmu). Je to nástroj spíše pro velké enterprise korporace.
Cena: Vyžaduje individuální cenovou nabídku, zaměřeno na vysoké enterprise segmenty. - ClickUp: Nabízí tzv. „Super Agents“, kteří dokážou vykonávat vícestupňové pracovní postupy bez lidského zásahu.
Cena: Free tier je velmi štědrý, placené verze začínají na cca 7–10 USD/měsíc.
Custom AI: Budoucnost není v nákupu, ale ve stavbě
Skutečný průlom nastává u firem, které se nepřestávají ptát „který nástroj si koupíme?“, ale začínají budovat vlastní řešení postavená na vlastních datech. Co to znamená v praxi?
Efektivní agentická AI vyžaduje dvě věci, které standardní SaaS nástroje (software jako služba) nemají:
- Firemní ontologii: To je srozumitelný „slovník“ vaší firmy. Agent musí vědět, co ve vašem kontextu přesně znamená termín „klient“, „milestone“ nebo „kritický rizikový faktor“.
- Content Graph (obsahový graf): Propojení projektového softwaru s všemi ostatními daty – e-maily, dokumenty v SharePointu, zápisy z porad, transkripce hovorů.
Teprve když AI agent může čerpat z celkového informačního ekosystému firmy (např. přes RAG – Retrieval-Augmented Generation), dokáže skutečně předvídat zpoždění projektů nebo navrhovat optimální alokaci zdrojů. Pro český trh, kde mnoho firem stále pracuje v hybridním režimu mezi Excelí a specializovanými systémy, je tato cesta nejdůležitější výzvou.
Dopad na české firmy a regulace EU
Pro české podnikatele a IT manažery je zásadní zmínit EU AI Act. Při implementaci vlastních nebo i hotových AI nástrojů musí firmy dbát na to, aby procesy řízené agenty byly transparentní a v souladu s evropskými pravidly pro ochranu dat (GDPR). Pokud si firma buduje vlastní AI nad svými daty, má větší kontrolu nad tím, kde data „odcházejí“ (např. lokální instance modelů nebo zabezpečené cloudové prostředí), což je v kontextu evropské regulace obrovská výhoda oproti neřízenému používání veřejných chatbotů.
Závěrečné doporučení pro IT lídry
Než investujete další miliony do licencí pro AI agenty, položte si tyto otázky:
- Jsou naše data čistá? Pokud jsou statusy projektů v týmech různé, AI bude produkovat chyby.
- Máme datovou infrastrukturu? Dokážeme propojit náš projektový nástroj s našimi dokumenty?
- Jak budeme agenty řídit? Governance (správa a dohled) je klíčová, jinak hrozí, že 40 % projektů bude podle predikcí Gartneru skončí jako neúspěšné experimenty.
Je stavba vlastního AI nástroje příliš drahá pro menší českou firmu?
Ne nutně. Díky existujícím modelům (OpenAI API, Anthropic) a technologiím jako RAG můžete stavět „lehké“ vlastní řešení nad vašimi daty za zlomek nákladů oproti vývoji vlastního modelu od nuly. Klíčem je začít s malým, specifickým problémem.
Musí být moje data v nástroji naprosto perfektní, než začnu používat AI?
Ne musí, ale kvalita výstupů bude přímo úměrná kvalitě vstupů (princip Garbage In, Garbage Out). Doporučujeme nejprve provést „datovou hygienu“ – sjednotit názvosloví a pravidelnost aktualizací, než spustíte autonomní agenty.
Jak AI nástroje ovlivňují bezpečnost dat v rámci EU?
Používání veřejných verzí (např. bezplatný ChatGPT) může být rizikové pro citlivá firemní data. Pro profesionální využití je nutné využívat Enterprise verze nebo API, které zaručují, že vaše data nejsou použita k trénování veřejných modelů, což je v souladu s EU AI Act a GDPR.
