Stručně
- Automatizace: pevná pravidla, strukturovaná data, plně předvídatelný výsledek.
- AI agent: porozumí textu, dokumentům a nejasným vstupům.
- Co jde udělat pravidlem, dělejte pravidlem. AI nasaďte tam, kde pravidla nestačí.
Rozdíl jednoduše
Klasická automatizace (nástroje typu Make, Zapier, Microsoft Power Automate nebo vlastní skripty) propojuje systémy podle pevných pravidel: „Když přijde platba, označ fakturu jako zaplacenou.“ Je rychlá, levná a předvídatelná. Potřebuje ale data ve stále stejné podobě.
AI agent umí pracovat s tím, co pravidlům uniká: e-mail napsaný vlastními slovy, faktura v jiném formátu, dotaz, který se ptá na totéž, ale jinak. Porozumí obsahu a podle toho jedná.
Srovnání
| Automatizace | AI agent | |
|---|---|---|
| Vstup | Strukturovaná data (formulář, tabulka, systém) | I volný text, e-maily, PDF, fotky dokladů |
| Rozhodování | Podle pevných pravidel | Podle porozumění obsahu a zadaných pravidel |
| Předvídatelnost | Úplná | Vysoká, ale potřebuje kontrolu |
| Náklady na provoz | Velmi nízké | Vyšší, platí se za zpracování textu modelem |
| Změna procesu | Přepsat pravidla | Často stačí upravit zadání |
Proč je nejlepší kombinace
Typický agent je ve skutečnosti z velké části klasická automatizace. AI se použije jen na kroky, které vyžadují porozumění:
- E-mail s objednávkou přijde (automatizace).
- AI přečte e-mail i přílohu a vytáhne položky a množství (AI).
- Systém ověří ceny a skladovost (automatizace).
- Obchodník návrh zkontroluje a potvrdí (člověk).
- Objednávka se zapíše a zákazník dostane potvrzení (automatizace).
Výsledek je levnější, spolehlivější a lépe kontrolovatelný, než kdyby „všechno dělala AI“. Stejně radí i Anthropic ve svém návodu na stavbu agentů: začít co nejjednodušším řešením a složitost přidávat, jen když je opravdu potřeba.
Na co myslet při návrhu
U každého kroku s AI si předem řekněte, co se stane, když si AI nebude jistá. Nejlepší je, když takový případ automaticky skončí u člověka i s vysvětlením, co nesedělo. Nic se tak neztratí a nic se nezapíše špatně.
Druhá věc je měření. Sledujte, kolik případů agent zpracoval sám, kolik předal člověku a kolik oprav bylo potřeba. Z čísel rychle poznáte, jestli se AI krok vyplácí, nebo jestli by stačilo pravidlo. Stejně tak poznáte, kde se vstupy mění natolik, že je potřeba upravit zadání. Agenta je dobré po nasazení pár týdnů sledovat a teprve potom mu svěřit víc. Tak se vyhnete překvapením.
Jak poznat, co potřebujete
- Data máte v systému nebo formuláři a pravidla umíte napsat? Pak stačí automatizace.
- Vstupy přicházejí jako text, dokumenty nebo e-maily a každý vypadá trochu jinak? Pak se hodí AI agent.
- Potřebujete obojí? To je nejčastější případ.
Kde v malé firmě začít s automatizací rutiny, popisuje článek Automatizace rutiny v malé firmě. Pomůže i článek Jak vybrat první úkol pro AI. Co AI umí přímo ve správě IT, shrnuje AI ve správě IT.
Časté otázky
Nahradí AI agenti nástroje jako Make nebo Zapier?
Ne, spíš je doplní. Pevná pravidla jsou pro předvídatelné kroky stále nejlepší. AI se přidává tam, kde je potřeba porozumět textu.
Je AI agent dražší než automatizace?
Provoz AI kroku stojí víc než pravidlo, protože se platí za zpracování modelem. Proto se AI používá jen tam, kde je opravdu potřeba.
Co je RPA?
Robotic Process Automation: software, který za člověka opakuje práci v aplikacích, například klikání a přepisování údajů. Je to druh klasické automatizace, AI agent ho může doplnit o porozumění dokumentům.