Co je agentní AI? Srozumitelný průvodce pro firemní týmy

Agentní AI (agentic AI) je umělá inteligence, která místo zodpovězení jedné otázky pracuje na dosažení cíle. Řeknete jí, co má být hotové. Sama najde potřebné informace, rozhodne o postupu, použije vaše nástroje (e-mail, dokumenty, CRM), zkontroluje vlastní práci a pokračuje, dokud není úkol hotový nebo dokud nepotřebuje vás.

Chatovací asistent odpoví a čeká. Agentní systém udělá další krok sám.

Jednu věc vám to slovo neřekne: jestli je práce správně a na co smí systém sahat. To jsou samostatné otázky. Jejich směšování způsobuje většinu zmatků kolem agentní AI, proto je tento průvodce drží odděleně.

Abstraktní pojem se lépe chápe na konkrétní práci. Průvodce AI agentem sleduje jeden systém od zadání po výsledek a ukazuje, kde používá nástroje. Srovnání agenta a agentní AI pak vysvětluje překrývající se označení, aniž by z nich dělalo po sobě jdoucí generace nebo nutně týmy více agentů.

Co znamená „agentní“

Slovo „agentic“ pochází z agency, tedy ze schopnosti jednat samostatně a dosáhnout cíle. Merriam-Webster ho nyní uvádí jako trendový výraz s významem "able to accomplish results with autonomy, used especially in reference to artificial intelligence" (překlad: schopný dosahovat výsledků autonomně, používá se zejména v souvislosti s umělou inteligencí), jak v listopadu 2025 informovala agentura AP.

Nejužitečnější pohled: agentnost je škála, ne nálepka ano/ne. Studie OpenAI z roku 2023 Practices for Governing Agentic AI Systems ji popisuje jako míru, do jaké systém dokáže dosáhnout obtížného cíle v nepřehledném prostředí, aniž by někdo hlídal každý krok. Některé nástroje jsou agentní jen trochu. Na požádání si vyberou nástroj. Jiné jsou agentní hodně. Zvládnou dlouhou, vícekrokovou práci s minimem průběžných kontrol.

Když se tedy produkt označuje za „agentní“, skutečná otázka zní: jakou část práce opravdu odvede sám?

Jak agentní AI funguje

Většina agentních systémů běží na stejném typu AI modelu jako chatbot. Rozdíl je v tom, co je kolem něj postavené. Místo jedné odpovědi model pracuje ve smyčce.

Andrew Ng, který pomohl tento pojem zpopularizovat, rozdíl vysvětlil v přednášce z roku 2024. Běžné používání chatbota je jako požádat někoho, aby napsal esej na jeden zátah, od začátku do konce, a ani jednou nezmáčkl Backspace. Agentní uspořádání umožní AI udělat osnovu, dohledat podklady, napsat koncept, přečíst si ho a opravit. Přesně tak píšou i lidé.

Agentní smyčka ověřuje oprávnění ještě před akcí. Po každé akci buď předá hotovou práci, vrátí se k plánování dalšího kroku, nebo se zastaví a požádá o pomoc.

Takto vypadá smyčka jednoduše řečeno:

1. Vy stanovíte cíl. Řekněte, co chcete a jak vypadá „hotovo“. „Připrav mě na čtvrteční hovor o obnovení smlouvy“ je cíl. „Podívej se na tohohle klienta“ cíl není.
2. AI shromáždí kontext. Přečte si, na čem úkol závisí: nedávné e-maily, poznámky ze schůzek, záznam v CRM. Tento krok rozhoduje o kvalitě nejvíc. Dobrý plán postavený na špatných informacích je pořád špatný.
3. Naplánuje. Rozdělí cíl na menší kroky.
4. Jedná. Použije nástroje, ke kterým má přístup: prohledá schránku, otevře dokument, napíše koncept e-mailu.
5. Zkontroluje. Dívá se na to, co se skutečně stalo, ne na to, co čekala. Pokud v CRM nejsou poznámky z hovorů, podívá se místo toho na sdílený disk.
6. Předá práci, nebo se zastaví a zeptá se. Buď dostanete něco ke kontrole, nebo se AI zastaví, protože chybí přístup, cíl není jasný nebo další krok potřebuje vaše svolení.

Krok 6 zahrnuje volbu, kterou lidé často přeskakují: jakou podobu má výsledek mít. Stejný průzkum může mít podobu dvouřádkové zprávy, dokumentu, ke kterému může někdo psát komentáře, nebo krátké prezentace na schůzku. Správná odpověď ve špatném formátu stejně nechá na někom jiném, aby práci předělal.

Agentní AI vs. generativní AI vs. automatizace

Tyhle tři pojmy se často pletou, takže stručně:

• Generativní AI vytváří obsah, když o něj požádáte: text, obrázky, kód. Pak skončí.
• Automatizace založená na pravidlech provádí kroky, které někdo předem nastavil: „když přijde formulář, přidej řádek a pošli e-mail“. Rychlá a předvídatelná. Selže, když něco neodpovídá pravidlu.
• Agentní AI používá generativní AI uvnitř smyčky. Sama rozhoduje o dalším kroku, používá nástroje a kontroluje výsledek.

Nejsnáz je rozlišíte otázkou, kdo rozhoduje o dalším kroku. U automatizace někdo předem určil každý krok. U chatovacího asistenta rozhodujete vy, po každé odpovědi. U agentní AI rozhoduje systém, a to směrem k vašemu cíli a v mantinelech, které nastavíte.

Pokud se raději díváte, toto krátké video stejné rozdělení dobře vysvětluje:

YouTube · IBM Technology

Generative vs Agentic AI: Shaping the Future of AI Collaboration (generativní vs. agentní AI) · 21. dubna 2025

Sedmiminutové vysvětlení od Martina Keena o tom, proč generativní AI čeká na váš prompt, zatímco agentní AI dál pracuje na cíli.

Podívejte se na příslušnou pasáž

Pro stejnou myšlenku uslyšíte také výraz „AI agent“. Zhruba řečeno: AI agent je to, co práci dělá, a „agentní“ popisuje, jak ji dělá.

Tři samostatné otázky: samostatnost, spolehlivost, oprávnění

Když lidé slyší „agentnější“, často si představí „lepší“ nebo „automatičtější“. Neznamená to ani jedno. V tom slově se skrývají tři různé otázky:

1. Samostatnost: kolik toho rozhoduje sama?
2. Spolehlivost: jak často je výsledek správný?
3. Oprávnění: na co smí sahat?

„Agentní“ popisuje jen první otázku.

Větší samostatnost neznamená větší spolehlivost. Každý krok staví na předchozím. Jeden chybný předpoklad na začátku může skončit uhlazenou, sebevědomou a chybnou zprávou. I lidé, kteří tyto systémy profesionálně stavějí, říkají, že tohle je ta těžká část:

YouTube · LangChain

The Future of AI Agents with Andrew Ng | Interrupt 26 (budoucnost AI agentů s Andrew Ngem) · 17. června 2026

Ng: "building agentic workflows is hard." Vysvětluje, že aby byly spolehlivé, je potřeba skutečná znalost byznysu a průběžné testování.

Překlad citátu: vytvářet agentní workflow je těžké.

Podívejte se na příslušnou pasáž

Větší samostatnost nevyžaduje širší oprávnění. AI může spoustu práce zvládnout sama (číst, porovnávat, psát koncepty) a přitom smět udělat jen velmi málo věcí, které opustí tým. Ve stejné přednášce Ng upozorňuje, že většina firemních oprávnění byla nastavena pro lidi, ne pro AI (28:50), takže stojí za to o tom rozhodnout vědomě. Zkušení uživatelé je často drží zkrátka:

X · Simon Willison / @simonw · 23. října 2026

"I don't let my agents have production access to modify deployed services"

Překlad: nedávám svým agentům produkční přístup, který by jim umožnil upravovat nasazené služby

Přečtěte si původní příspěvek

Willison je známý softwarový vývojář a mluvil o programovacích agentech ve vlákně odpovědí. Firemní verze je stejná myšlenka: nechte AI volně číst a psát koncepty a „odeslat“, „zaplatit“, „publikovat“ a „smazat“ nechte na člověku, dokud jí v tom konkrétním úkolu nezačnete věřit.

Praktický příklad: příprava na hovor o obnovení smlouvy

Takto to vypadá u reálného typu úkolu. Klient, lidé a podrobnosti níže jsou smyšlené, aby bylo vidět, jak do sebe jednotlivé kroky zapadají. Nejde o výsledek žádného zákazníka.

Zadání. Account manažerka řekne Okou, AI kolegovi do týmu (AI teammate), kterého vyvíjíme: „Připrav mě na čtvrteční hovor o obnovení smlouvy s Northwind a napiš koncept navazujícího e-mailu, který pošlu po hovoru.“ Okou může číst její Gmail, sdílený disk a CRM a může vytvářet koncepty v Gmailu. Nemůže odesílat e-maily ani měnit záznamy v CRM.

Kontext změní plán. Podle CRM je klient v dobré kondici a je u něj evidovaná příležitost k upsellu. V e-mailovém vlákně ale Okou najde zprávu starou tři týdny: vedoucí provozu na straně zákazníka píše, že slíbená integrace má zpoždění, a žádá o nový termín. Nikdo neodpověděl. Ten jeden e-mail změní celý hovor. Podklad (brief) teď začíná nesplněným slibem, ne upsellem.

Právě tohle teď zdůrazňuje řada lidí z oboru:

X · Aaron Levie / @levie · 6. listopadu 2026

"Every AI agent deployment comes down to how successfully they can get access to the critical context to make a decision"

Překlad: každé nasazení AI agenta se odvíjí od toho, jak úspěšně dokáže získat přístup ke klíčovému kontextu potřebnému k rozhodnutí

Přečtěte si původní příspěvek

Levie vede Box, firmu, která ukládá firemní dokumenty, takže má na tomto pohledu zájem. Příklad s obnovením smlouvy ale ukazuje, proč platí: AI mohla problém odhalit jen proto, že si ten e-mail mohla přečíst.

Co se vrátí, v podobě vhodné pro každého.

• Pro account manažerku: jednostránkový podklad k přečtení před hovorem (co bylo dohodnuto, co se změnilo, tři otázky k vyjasnění).
• Pro zákazníka: zatím nic, jen koncept v Gmailu čekající na kontrolu.
• Pro tým: krátký návrh poznámky do CRM, který čeká na schválení člověkem.

Takto vypadá koncept čekající na kontrolu v Okou (jiný smyšlený příklad):

Skutečný koncept v Okou čekající na kontrolu: karta Gmailu ukazuje Draft a tlačítko Send stiskne člověk. Příjemce i obsah jsou smyšlená ukázková data. Otevřete snímek obrazovky v plné velikosti.

Člověk rozhodne, pak to tým použije znovu. Account manažerka ve stejném chatu požádá o zjemnění úvodu a vyškrtnutí věty o cenách. Okou má stále k dispozici předchozí konverzaci, takže koncept upraví, aniž by bylo potřeba vše znovu vysvětlovat. E-mail odešle sama a poznámku do CRM schválí.

Poté tým uloží tento postup jako sdílený workflow (uložený postup, jak úkol opakovaně provádět): které zdroje kontrolovat, jak vypadá podklad a pravidlo, že navazující e-maily zůstávají jako koncepty. Další account manažer ho spustí na svých klientech, s vlastními přístupy. Pokud chce, aby běžel každé pondělí pro nadcházející obnovení, přidá automatizaci (plán nebo spouštěč, který workflow spustí).

Dvě věci stojí za to vědět. Nový chat automaticky nevidí starý chat; pokud na něm záleží, musíte na něj odkázat. A sdílením workflow sdílíte postup, ne něčí schránku nebo přihlašovací údaje. Dokumentace Okou vysvětluje obojí: jak funguje kontext chatu a co tým sdílí.

Kdy agentní AI pomáhá a kdy ne

Agentní AI se hodí na práci, jako je příprava na hovor o obnovení: několik kroků, víc než jeden nástroj, mezi tím trochu úsudku a výsledek, který může někdo zkontrolovat. Například:

• Provoz: „Shromáždi, co který tým tento týden dodal, označ vše, co je zablokované, a každé pondělí zveřejni přehled.“
• Marketing: „Porovnej výsledky kampaně za minulý měsíc se zadáním a navrhni další kroky ke kontrole.“
• Obchod: „Ohodnoť příchozí leady z tohoto týdne podle našeho ideálního zákazníka a řekni mi, komu zavolat, i s důvody.“
• Customer success: „Seskup tikety z tohoto měsíce podle příčiny a připrav koncepty aktualizací pro tři klienty s nejvíce otevřenými problémy.“

Další příklady podle týmů: případy použití AI agentů.

Je to špatný nástroj, když úkol pokaždé probíhá přesně stejnými kroky (použijte obyčejnou automatizaci, je levnější), nebo když potřebujete jen jednu odpověď (použijte chatovacího asistenta).

Analytici před nadužíváním varují už nějakou dobu. V červnu 2025 Gartner předpověděl, že více než 40 % projektů agentní AI bude do konce roku 2027 zrušeno kvůli nákladům, nejasné hodnotě nebo slabé kontrole rizik. Je to předpověď, ne naměřený výsledek. V červenci 2026 přišel s podobnou předpovědí pro obchodní týmy: do roku 2028 bude AI agentů desetkrát víc než obchodníků, a přesto méně než 40 % obchodníků řekne, že jim agenti zvýšili produktivitu. Poučení je stejné: víc agentů automaticky neznamená lepší práci.

Jeden zvyk, který je třeba změnit: agentní práce může trvat minuty, ne sekundy. Zadejte jasný cíl a pak posuďte výsledek, stejně jako u kolegy.

Jak si udržet kontrolu

Užitečná otázka nezní „jak moc je autonomní?“. Zní: „která rozhodnutí dělá sama a která se vracejí ke mně?“ Kontrolu si udržíte na třech místech.

K čemu má přístup. Dejte přístup jen k tomu, co úkol potřebuje. V Okou udělujete přístup zvlášť pro každý nástroj a každou akci a vybíráte, jak dlouho platí. Okou tak může dostat povolení napsat koncept v Gmailu bez povolení ho odeslat. Viz oprávnění v Okou.

Co potřebuje vaše svolení. Riskantní akce by měly počkat na člověka. Když Okou potřebuje nové oprávnění, uvidíte přesně, o co žádá, ještě než je cokoli uděleno:

Skutečná žádost o oprávnění v Okou. Před potvrzením člověk vidí nástroj, akci, kde oprávnění platí a jak dlouho trvá (1 hodina, 24 hodin, 7 dní nebo napořád). Otevřete snímek obrazovky v plné velikosti.

Co kontrolujete. Práce by se měla vracet jako něco, co si můžete přečíst a změnit, spolu se záznamem toho, co AI udělala.

Stačí „člověk ve smyčce“ (human in the loop)?

Sám o sobě ne, a je to jeden z užitečnějších argumentů, které teď kolují.

YouTube · IBM Technology

Human in the Loop Is Not a Governance Strategy for Agentic AI (člověk ve smyčce není strategie řízení agentní AI) · 11. října 2026

Phaedra Boinodiris: "a human reviewed it is not the same as the system is governed." Za čtyři minuty vyjmenuje, co kontrolující skutečně potřebuje.

Překlad citátu: to, že to zkontroloval člověk, ještě neznamená, že je systém řízený.

Podívejte se na příslušnou pasáž

Její kontrolní seznam ve zkratce: kontrolující by měl vidět uvažování, mít možnost práci zastavit, vědět, jak vypadá dobrý výsledek, a vracet opravy zpět.

Existuje i druhý, méně nápadný problém: AI může ovlivnit, co si kontrolující myslí.

X · Ethan Mollick / @emollick · 27. října 2026

"experts working with AI agents are swayed by the positions of the AI, even if they think they are working independently"

Překlad: odborníci pracující s AI agenty se nechávají ovlivnit postoji AI, i když si myslí, že pracují nezávisle

Přečtěte si původní příspěvek

Mollick, profesor na Whartonu, který zkoumá AI v práci, shrnoval studii, na kterou odkázal. Tu studii jsme sami neprověřovali, takže to berte jako jeho výklad. Jeho rada je přesto praktická: pokud záleží na vašem vlastním úsudku, rozhodněte se dřív, než se podíváte na koncept od AI. U hovoru o obnovení to znamená, že account manažerka rozhodne, čeho má hovor dosáhnout, ještě než si přečte podklad od Okou.

Lidé už vidí, že se jejich role posouvá tímto směrem. V Work Trend Index 2026 od Microsoftu (zveřejněn v květnu 2026; 20 000 pracovníků, kteří používají AI, v 10 zemích) uvedlo 86 % dotázaných, že výstupy AI berou jako výchozí bod, ne jako konečnou odpověď. Jde o to, co lidé sami uvádějí, ne o měření kvality, ale ukazuje to stejným směrem.

Kontrola je tedy skutečná, když:

• Vidíte práci za výsledkem: zdroje, kroky a co se změnilo.
• Můžete ji zastavit nebo změnit: upravit koncept, zamítnout oprávnění.
• Víte, jak vypadá dobrý výsledek: formát podkladu, tón, pravidlo jako „navazující e-maily zůstávají koncepty“.
• Opravy se neztrácejí: pokud každý týden děláte stejnou opravu, dejte ji do workflow. V Okou se to stane jen tehdy, když někdo workflow aktualizuje; oprava v jednom chatu se potichu nestane pravidlem týmu.

Více o schvalování v praxi: proč by vaše firma měla mít u akcí AI poslední slovo.

Otázky, které si položit, než předáte práci agentní AI

1. Můžu prostě popsat výsledek? Nebo musím rozepsat každý krok?
2. Dokáže si přečíst, na čem úkol závisí? A řekne mi, co nenašla?
3. Můžu omezit, co dělá? Jen čtení, nebo koncept bez odeslání?
4. Co se stane, když se zasekne? Zeptá se, nebo hádá?
5. Vidím, co udělala? Zdroje, kroky, změny.
6. Může můj tým dobrý výsledek znovu použít? S vlastními přístupy?

Pokud na to produkt neumí odpovědět, slovo „agentní“ vám toho moc neřekne.

Jak to vypadá s Okou

Okou je AI kolega (AI teammate) pro firemní týmy. Zadáte Okou úkol stejně, jako byste ho zadali kolegovi. Okou z připojených nástrojů shromáždí, co úkol potřebuje, zpracuje ho v cloudu (práce pokračuje, i když zavřete notebook) a vrátí něco, co můžete zkontrolovat, v podobě, která sedí dalšímu čtenáři: krátkou zprávu, dokument, webovou stránku, prezentaci nebo koncept. Osvědčené postupy se stávají sdílenými workflow a automatizace je spouštějí podle plánu.

Řečeno pojmy tohoto průvodce: Okou zvyšuje samostatnost při hledání kontextu a při odvádění pracné části úkolu a oprávnění nechává tam, kde je nastaví váš tým. Více se dozvíte v článku Co je Okou, nebo začněte zdarma.

Časté dotazy

Co je agentní AI jednoduše řečeno?

AI, která po krocích pracuje na dosažení cíle. Řeknete, co chcete; ona najde informace, použije vaše nástroje, zkontroluje svou práci a pokračuje, dokud není úkol hotový nebo dokud nepotřebuje vás. Chatbot odpoví jednou a čeká.

Jaký je rozdíl mezi generativní a agentní AI?

Generativní AI na požádání vytvoří obsah a pak skončí. Agentní AI tuto schopnost využívá ve smyčce: rozhoduje o dalším kroku, používá další nástroje a kontroluje, zda je cíl splněn. Napsat obchodní e-mail je generativní úkol. Přečíst historii klienta, napsat koncept e-mailu a navrhnout aktualizaci CRM k vašemu schválení je agentní práce.

Jaký je rozdíl mezi konverzační a agentní AI?

Konverzační AI je stavěná na rozhovor: zeptáte se, ona odpoví a vy rozhodnete, co dál. Agentní AI je stavěná na to, aby práci dotáhla: vy stanovíte cíl, ona vybere a provede kroky. Mnoho produktů umí obojí: navrchu chat, pod ním agentní smyčka.

Jaká jsou rizika agentní AI?

Plynou hlavně z jednání, ne z mluvení. Chyby se mohou v jednotlivých krocích kupit. AI může jednat na základě chybných nebo chybějících informací. Kvůli širokým oprávněním se chyba může dostat k zákazníkům nebo k penězům. Náklady mohou růst, protože každý úkol zabere mnoho kroků. Omezte přístup, riskantní akce nechte ke schválení člověku a výsledek kontrolujte.

Na jaké úkoly se agentní AI hodí nejlépe?

Na úkoly s několika kroky, víc než jedním nástrojem, trochou úsudku a výsledkem, který můžete zkontrolovat: příprava na schůzky, týdenní reporty, průzkum zakončený konceptem, třídění leadů nebo tiketů. Na stále stejné pevné kroky použijte obyčejnou automatizaci. Na jednu otázku chatovacího asistenta.

Je agentnější AI vždycky lepší?

Ne. Větší samostatnost znamená, že AI víc rozhoduje sama. Její rozhodnutí tím nejsou přesnější a neurčuje to ani, co by měla smět dělat. U většiny firemní práce je nejlepší uspořádání, kdy AI dělá průzkum a koncepty a člověk schvaluje to, co opouští tým.