Rok 2026 je rokem, kdy se z AI agentů stala normální součást firemního softwaru — a zároveň rokem velkého úklidu. Čísla z letošních průzkumů (S&P Global, McKinsey, Forrester, BCG) mluví jasně: 31 % firem má aspoň jednoho agenta v produkci, ale 88 % pilotů se do produkce nikdy nedostane. Z toho, co vidíme u klientů, je důvod skoro vždycky stejný: agent dostal neomezené zadání a nikdo za něj nenesl odpovědnost.
Co funguje
Agenti s úzkým, měřitelným úkolem. Roztřiď příchozí poštu do front. Vytěž z faktury položky a založ je do účetnictví. Zkontroluj, že objednávka má všechny náležitosti, a když ne, vyžádej si doplnění. Průzkumy to potvrzují: 81 % úspěšných nasazení stojí na jednom workflow s binárním kritériem úspěchu — víte, co má agent dělat, poznáte, když to dělá špatně, a umíte spočítat, co ušetřil. Medián návratnosti je 5,1 měsíce.
Co nefunguje
„Univerzální asistent pro celou firmu." Zní to dobře na poradě, ale nedá se u něj říct, kdy pracuje správně — a co se nedá měřit, to se po pár měsících nadšení potichu přestane používat. Nejčastější příčiny neúspěchu podle letošních dat: chybějící vyhodnocování (64 %), tření v governance (57 %), spolehlivost modelu až na třetím místě (51 %).
Dvě věci, které rozhodují
- Vlastník. 94 % úspěšných nasazení má pojmenovaného vlastníka agenta s rozpočtem — člověka, který sleduje chybovost, řeší eskalace a rozhoduje o změnách. Firmy s touto rolí mají 2,7× vyšší šanci dostat pilota do produkce. Agent bez vlastníka je jen skript, na který se zapomnělo.
- Eskalace na člověka. Dobrý agent ví, kdy si neví rady, a předá práci dál i s kontextem. Míru samostatnosti určuje riziko procesu: u třídění pošty může agent jednat sám, u plateb jen navrhovat.
Naše zkušenost z nasazení: začít jedním procesem, který dnes někoho prokazatelně zdržuje, dát agentovi mantinely a vlastníka, měřit. Rozšiřovat až podle výsledků. Je to méně efektní než velká AI strategie — ale je to ta část, která za rok ještě poběží.