V roce 2026 už agentní umělá inteligence není kuriozitou. Problém je v tom, že rozsah nasazení roste rychleji než důvěra, správa a připravenost dat. Zde je to, co blokuje produkci – a jak to odblokovat.
Pokud byl rok 2025 rokem „uvidíme, jestli to bude fungovat“, pak je rok 2026 rokem „implementujeme to, nebo zůstaneme pozadu“. Tak to popisuje. Informatica, shrnutí studie 600 datových lídrů.
To nejdůležitější za 60 sekund
Stručně řečeno, agentická umělá inteligence je přístup, ve kterém systém umělé inteligence nekončí u generování odezvy, ale místo toho provádí akci: spouštění nástrojů, provádění kroků v procesu, eskalaci na člověka a ukládání do systému. Toto je přirozený „další krok“ po GenAI – a důvod, proč firmy tak rychle zrychlují.
Jedním z nejpraktičtějších poznatků ze studie je tzv. paradox důvěry: zaměstnanci důvěřují datům a výsledkům umělé inteligence, ale často postrádají odborné znalosti k posouzení, kdy má umělá inteligence pravdu a kdy zní přesvědčivě a… špatně. Zpráva zjistila, že 65 % zaměstnanců deklaruje důvěru oproti potřebě dalšího vzdělávání (75 % datová gramotnost, 74 % gramotnost v oblasti umělé inteligence).
Toto je skutečné riziko v produkčním prostředí – zejména tam, kde rozhodnutí ovlivňují: ceny, nabídky, úvěrové riziko, stížnosti, osobní údaje a dodržování předpisů.
Praktické ponaučení: pokud budujete agenty, zároveň budujete ověřovací návyky (proces) a kompetence (lidi). Jinak se agent bude „vyžívat v autoritě“.
Níže je uveden seznam překážek přímo ze zprávy (s procenty) a „co dělat zítra ráno“, abyste se vyhnuli uvíznutí na POC.
Aby agent fungoval, musí včas a s jasným kontextem načíst správná data.
Co funguje v praxi:
Agent je nový typ uživatele: rychlý, automatizovaný a… někdy až příliš kreativní.
Minimální:
Nejde jen o podněcování. Jde o navrhování:
Rychlé řešení: návod „jak pro nás agent pracuje“ + školení na konkrétní případy použití.
Bez nástrojů vytvoříte „stínovou umělou inteligenci“ a poté uhasíte oheň.
Stojí za to mít:
Pokud nevíte, proč agent provedl X, pak máte problém v produkci.
Minimální pozorovatelnost:
Zábradlí nejsou „brzdy“. Jsou to bezpečnostní pásy.
Nejjednodušší a nejúčinnější:
Ve zprávě to 57 % vedoucích pracovníků říká přímo: spolehlivost dat stále blokuje přechod z pilotního do produkčního prostředí.
A to je zajímavé: firmy vědí, co funguje, protože uvádějí konkrétní kroky, které podnikají nejčastěji:
Zní to jako „velký program“, ale dá se to řešit po etapách.
Zpráva také ukazuje, že 76 % organizací přiznává: jejich viditelnost a řízení nedrží krok s tím, jak zaměstnanci používají umělou inteligenci.
Pokud chcete začít rozumně a rychle, představte si řízení umělé inteligence jako tři jednoduché otázky:
To stačí k tomu, aby se člověk přestal chovat „na základě víry“.
Je agentní umělá inteligence totéž co chatbot?
Ne. Chatbot primárně odpovídá. Kromě odpovědí provádí Agentic AI v procesu i další akce (např. vytváří tiket, aktualizuje záznam, zahajuje pracovní postup).
Proč se agentní umělá inteligence tak často spoléhá na data?
Protože agent musí data vyhledávat a reagovat na ně, studie zjistila, že největší produkční bariérou byla kvalita/získávání dat (50 %).
Jak začít s řízením umělé inteligence, abychom se nezahltili dokumenty?
Začněte s naprostým minimem: vlastnictví, autorizace, audit a metriky kvality/rizika. Teprve poté by měl začít vývoj frameworku.
Odkud tato čísla pocházejí (průhledné)
Toto jsou závěry zprávy „Přehledy CDO 2026“ připraveno Informatica Na základě průzkumu společnosti Wakefield Research: 600 lídrů v oblasti dat (společnosti s obratem přes 500 milionů dolarů), USA/Spojené království+EU/APAC, 12.–25. září 2025.
