§1Co se dnes myslí AI agentem
Pojem „AI agent" v roce 2026 znamená nějakou formu autonomního workflow, který má přístup k nástrojům — k vašemu CRM, e-mailu, kalendáři, databázi produktů. Nebavíme se o ChatGPT v prohlížeči, ale o systému, který něco dělá, ne jen radí.
V praxi to znamená kombinaci jazykového modelu (Claude, GPT-4, Gemini), nástrojů (zapojení přes API) a kontextu (vaše data). Nasazení dnes není projekt na rok — pro většinu firemních úloh to jsou hodiny až jednotky dní.
§2Šest míst, kde AI šetří hodiny
1. Třídění a předzpracování poptávek
Nejjasnější vítěz. Příchozí email nebo formulář projde agentem, který: identifikuje typ poptávky, doplní informace z CRM, navrhne odpověď a přiřadí prioritu. Lidský operátor pak jen schvaluje. U klienta s 80 poptávkami denně jsme srazili čas zpracování ze 3 hodin na 25 minut.
2. Generování první verze produktových popisků
Pro e-shop s 5 000 položkami je psaní popisků ručně utopie. AI vygeneruje první verzi z technických parametrů a fotky, copywriter pak edituje. Rychlost: 10× vyšší. Kvalita po editaci: shoda s ručním psaním.
3. Sumarizace zákaznických hovorů
Audio z hovoru → přepis → strukturované shrnutí → záznam v CRM. Obchodník po hovoru nemusí 15 minut psát — má všechno hotové.
4. SEO research a klíčové fráze
Agent projde Search Console, GA4 a konkurenční weby. Výstupem je tabulka „co funguje, co ne, co zkusit". Pro mě osobně — nejlepší ROI z všech AI use casů, které jsem nasazoval.
5. Konzistentní reporty pro klienty
Měsíční report: data → graf → komentář v jednotném tónu hlasu. Hodina práce místo půl dne, a klienti dostávají reporty stejnou kvalitou každý měsíc.
6. Onboarding nových zaměstnanců
Interní agent vyškolený na firemních dokumentech. Nový kolega se může ptát „jak fakturujeme dopravu nad 5 kg?" místo toho, aby otravoval kolegy. Snížení onboardovacího času: zhruba o 40 %.
§3Tři případy, kde se to nevyplatilo
1. „Plně autonomní" tvorba kampaní
Klient chtěl agenta, který sám vymyslí, napíše a spustí Google Ads kampaně. Po dvou měsících jsme to vypnuli. Problém nebyl v technice — agent fungoval. Problém byl v tom, že strategická rozhodnutí (komu, kdy, za kolik) potřebují kontext, který do žádného promptu vejde.
2. Generování blog článků na hromadu
Pokus o 100 SEO článků za měsíc. Vygeneroval je, publikoval. Po třech měsících Google manuálně srazil traffic o 60 % — algoritmus rozpoznal AI obsah bez přidané hodnoty. Vyhrabávání trvalo půl roku.
3. AI chatbot bez ohraničení
Otevřený chatbot na webu pojišťovny. Začal slibovat klientům slevy, které neexistovaly. Garance odpovědí v regulovaném oboru = problém, který AI sama nevyřeší.
§4Náklady vs. úspora — reálná čísla
Pro malou firmu (pod 50 zaměstnanců) typicky:
- Náklady na nasazení jednoho workflow: 15 000 – 80 000 Kč podle složitosti
- Měsíční provoz (API + monitoring): 1 500 – 8 000 Kč
- Ušetřený čas na výše uvedené use casy: 20 – 60 hodin / měsíc
- Návratnost: 3 – 8 měsíců u dobře zvolených úloh
§5Jak začít, když nemáte technický tým
Pravidlo, které dávám každému klientovi: vyberte si jeden opakující se úkol, který trvá víc než 30 minut a děje se aspoň 5× týdně. To je váš první kandidát. Cokoliv jiného je předčasná optimalizace.
Najít svůj první AI use case
Na konzultaci si projdeme váš provoz a najdeme jeden konkrétní workflow, kde AI ušetří měřitelný čas. Žádné obecné rady.
AI agent v roce 2026 už není experiment. Je to nástroj — a jako každý nástroj funguje jen tam, kde má jasné zadání. Špatně zvolený use case je dražší než žádný.
