AI agenti v praxi: Co to je, jak fungují a kdy vám ušetří práci (a kdy ne)

AI agent není chatbot — sám se rozhoduje, volá nástroje a dotahuje úkoly do konce. Praktický průvodce pro české firmy: jak funguje ReAct smyčka, 5 use casů, náklady a jak začít v n8n.

Rychlé shrnutí:
  • AI agent není chatbot — sám se rozhoduje, volá nástroje a dotahuje úkoly do konce.
  • Rozdíl oproti klasické automatizaci: workflow jede po pevné koleji, agent improvizuje.
  • Nejlepší použití: zákaznický servis, třídění e-mailů, analýza dokumentů, interní asistent.
  • Háček: agent může udělat chybu — každý krok s reálným dopadem potřebuje schválení člověkem.
  • V n8n to zvládnete bez programování — AI Agent node + nástroje + paměť.

Zákazník napíše e-mail. Chce vědět, kde je jeho objednávka, přikládá fakturu a ptá se, jestli může vrátit jeden kus. Klasická automatizace tohle nezvládne — každá z těch tří věcí je jiný případ s jinou logikou. AI agent to přečte, pochopí kontext, vytáhne stav objednávky z vašeho systému, zkontroluje podmínky vracení a odpoví. Sám. Bez šablony. A pokud si není jistý, napíše vám, ať to zkontrolujete. To je AI agent. A v roce 2026 to přestává být výsada velkých firem.

Co je AI agent — a čím se liší od chatbotu

Chatbot odpovídá na otázky. AI agent **plní úkoly**. | | Chatbot | AI agent | |---|---|---| | Dostane dotaz | Odpoví ze skriptu | Přemýšlí, jak ho vyřešit | | Potřebuje data | Zeptá se uživatele | Sám vytáhne z CRM, e-mailu nebo databáze | | Neví si rady | Přepojí na člověka | Rozbije úkol na kroky a zkusí to | | Výsledek | Odpověď | Hotový úkol | Klíčová vlastnost agenta: **ReAct smyčka** (Reason + Act). Agent se ptá sám sebe — co vím, co potřebuji, jaký nástroj použiju, co mi vrátil výsledek, co dál. Tohle opakuje, dokud úkol nedotáhne nebo nenarazí na limit, za který nesmí jít.

Jak to funguje v n8n

n8n má nativní **AI Agent node**. Není potřeba programovat. Propojíte tři věci: 1. **Model** — Claude Haiku, Gemini Flash, Mistral nebo jiný LLM 2. **Nástroje** — co agent smí dělat (hledat v databázi, poslat e-mail, zavolat API, zapsat do Sheetu) 3. **Paměť** — jestli si má pamatovat kontext konverzace nebo ne Agent sám rozhoduje, které nástroje použije a v jakém pořadí. Vy definujete jen hranice — co smí a co nesmí.

5 use casů, které dávají smysl pro české firmy

**1. Zákaznický servis na e-mailu** Agent čte příchozí e-maily, třídí je podle tématu, vytahuje data z objednávkového systému a připravuje návrhy odpovědí. Složité případy označí a přepošle člověku. Výsledek: 60–80 % e-mailů vyřešených bez lidského zásahu. Pokud agent přímo komunikuje se zákazníky, musí být zřejmé, že jde o AI — to vyžaduje i EU AI Act platný od srpna 2026. **2. Interní asistent na dokumenty** Nahrajete technické manuály, interní postupy a produktové dokumenty do knowledge base. Zaměstnanci se ptají přes chat — "jaký je postup při reklamaci?" Agent najde odpověď a odkáže na konkrétní místo. Žádné zdlouhavé hledání v 50 PDF. Pokud dokumenty obsahují osobní údaje (smlouvy, HR podklady), platí GDPR — buď mít podepsanou DPA s poskytovatelem modelu, nebo zvolit self-hosted řešení jako Mistral, kde data neopustí váš server. **3. Kvalifikace leadů** Přijde poptávka přes formulář. Agent zjistí základní kontext, porovná s vašimi kritérii ideálního zákazníka a buď připraví návrh odpovědi, nebo vám sepíše shrnutí s doporučením, zda stojí za zavolání. Každý krok, který mění data v CRM, by měl projít schválením — agent navrhuje, člověk potvrzuje. **4. Monitoring a hlášení** Agent každý den projde vaše data (objednávky, marže, zásoby, platby po splatnosti), identifikuje anomálie a napíše vám zprávu. Ne dashboard, který musíte číst — zpráva, na kterou stačí odpovědět. **5. Zpracování faktur a dokladů** Přijde faktura v PDF. Agent ji přečte, ověří dodavatele, porovná s objednávkou a připraví podklady pro zaúčtování. Platební příkaz ke schválení — ne k automatickému odeslání. Tohle je přesně ten typ kroku, kde agent asistuje, ale rozhodnutí zůstává na člověku.

Kdy to nedává smysl

AI agenti nejsou všelék. Jsou špatná volba, když: - **Potřebujete 100% předvídatelný výsledek** — pro pevný workflow (objednávka → faktura → odeslání) je klasická automatizace spolehlivější a levnější. - **Vstupní data jsou zmatlaná** — agent je jen tak dobrý jako data, která dostane. - **Nemáte čas na testování** — agent potřebuje první 2–4 týdny dohled, než si ověříte, že se nechová neočekávaně. - **Úkol vyžaduje právní nebo finanční odpovědnost** — agenta používejte jako asistenta, ne jako rozhodce.

Kolik to stojí

Největší náklad jsou tokeny LLM modelu. Orientačně: | Scénář | Model | Náklady / měsíc | |---|---|---| | Třídění 200 e-mailů/den | Gemini 2.5 Flash | 2–5 € | | Zákaznický servis (100 případů/den) | Claude Haiku 4.5 | 10–25 € | | Analýza dokumentů (50 doc/den) | Mistral Small 3.2 | 8–20 € | K tomu přičtěte n8n self-hosted na VPS — 5–10 € měsíčně. Celkem tedy stokoruny měsíčně, ne tisíce.

Jak začít

Nekoušete se rovnou do "plně autonomního agenta na všechno". Funguje to jinak: 1. **Vyberte jeden konkrétní úkol** — nejlépe takový, který vás nebo vaše lidi stojí aspoň 2 hodiny týdně. 2. **Definujte nástroje** — co agent smí dělat, co ne. Čím užší scope, tím spolehlivější výsledek. 3. **Testujte na reálných datech 2 týdny s dohledem** — sledujte, kde dělá chyby nebo hádá místo aby věděl. 4. **Přidejte schválení pro kroky s dopadem** — odeslání e-mailu, zápis do databáze, změna v CRM. Agent navrhuje, člověk potvrzuje. 5. **Teprve pak škálujte** — přidejte další nástroje nebo druhý agent. Pokud nevíte, kde začít — napište mi, projdeme to spolu.

Často kladené otázky

Jaký je rozdíl mezi AI agentem a klasickou automatizací?

Klasická automatizace jede po pevném scénáři — krok 1, krok 2, krok 3. Agent se sám rozhoduje, jaké kroky provede, podle toho co dostane na vstupu. Zvládne proto i nepředvídatelné situace a nestrukturované texty jako e-maily nebo dokumenty.

Musím umět programovat, abych postavil AI agenta v n8n?

Ne. n8n má vizuální AI Agent node — propojíte model, nástroje a paměť bez kódu. Složitější logiku lze doplnit JavaScriptem, ale není to nutné.

Je AI agent spolehlivý na ostrém provozu?

Záleží na úkolu. Pro třídění a přípravu návrhů odpovědí — ano, s dohledem. Pro kroky s přímým dopadem (odeslání e-mailu, změna v databázi) doporučuji vždy přidat schvalovací krok pro člověka.

Jaký LLM model doporučujete pro agenty?

Pro běžné úkoly Gemini 2.5 Flash nebo Claude Haiku 4.5 — levné a rychlé. Pro analýzu složitějších dokumentů nebo delší kontext Claude Sonnet nebo Mistral Large.

Kolik stojí zprovoznění AI agenta?

Jednoduchý agent (třídění e-mailů, základní zákaznický servis) zvládneme zprovoznit za 1–3 dny. Provozní náklady na LLM tokeny jsou pak 5–30 € měsíčně podle objemu.