AI nepotrebuje lepší model. Potrebuje zaučenie ako každý nový kolega.
Firmy riešia, či je lepší ChatGPT alebo Claude. Rozdiel medzi AI, ktorá občas pomôže, a AI, ktorá reálne pracuje, je však inde. V tom, ako ju vo firme zaučíte. Vysvetlíme to na niečom, čo pozná každý manažér: na nástupe nového kolegu.
- 01Zadanie
- 02Podklady
- 03Pravidlá
- 04Spúšťače
- 05Tím
- 06Oddelenie
Vývojári tomu hovoria agentic engineering. Skladá sa zo šiestich krokov, ktoré na seba nadväzujú ako schody. Na prvom AI odpovedá na otázky. Na poslednom zvládne celý proces od zadania po výsledok.
Každý schod je manažérske rozhodnutie, nie technické. Rovnaké rozhodnutie robíte pri každom novom človeku: čo mu zadáte, čo mu poskytnete, čo mu dovolíte a kedy ho necháte pracovať samostatne.
Prompt engineering: dobré zadanie urobí viac než väčší model.
Prompt je zadanie, ktoré AI dostane. Prompt engineering znamená písať ho tak, aby AI vedela, čo presne chcete, pre koho a v akej kvalite. Je to jediný krok, ktorý nestojí nič navyše: rovnaký model, lepšie zadanie.
Pri novom kolegovi
Nepoviete mu „sprav ponuku“. Poviete, pre koho je, v akom rozsahu, a ukážete minulú ponuku, ktorá zabrala.
Pri AI
Platí to isté. Lepšie zadanie napíše ten, kto pozná odbor, než ten, kto pozná AI. Pomáha zadávať hlasom: za pár minút rozprávania dostane AI viac informácií než z dvoch riadkov textu.
„Advokátska kancelária dá AI dve vzorové odpovede klientom a jedno pravidlo: nikdy nesľubuj termín. Odpovede zrazu znejú ako od nich, nie ako z učebnice.“
Spýtajte sa sami seba
Máte svoje najlepšie zadania niekde zapísané, alebo ich má každý v hlave?
Context engineering: AI pracuje len s tým, čo jej poskytnete.
Kontext je všetko, čo AI pri úlohe vidí: dokumenty, dáta a históriu. Context engineering znamená vyberať tieto podklady tak, aby AI mala to podstatné a nič navyše.
Pri novom kolegovi
Nedáte mu celý archív firmy. Dáte mu šanón k jeho klientovi. Keď treba prečítať 200 strán, niekto mu pripraví zhrnutie na jednu.
Pri AI
AI má obmedzenú pracovnú plochu a kvalita odpovedí klesá už vtedy, keď je plocha zaplnená len sčasti. Preto dostane len to, čo potrebuje: históriu klienta z CRM, platný cenník, posledné e-maily. Dlhé dokumenty za ňu prečíta pomocný agent a dlhú prácu si priebežne zhrnie, ako pri odovzdávke zmeny.
„Obchodník sa pred hovorom spýta: „Čo vieme o tejto firme?“ AI odpovie z vášho CRM a vašej komunikácie, nie z internetu.“
Spýtajte sa sami seba
Vie vaša AI, kde máte dáta, alebo jej ich niekto stále kopíruje do okna?
Harness engineering: agent bez pravidiel je stážista s kľúčmi od atómovky.
Harness je prostredie, v ktorom agent pracuje: nástroje, prístupy a kontroly. Určuje, čo agent smie urobiť sám, čo len navrhnúť a ako si overí, že pracoval správne.
Pri novom kolegovi
Prístupy dostane len tam, kde ich potrebuje. Počas skúšobnej doby mu niekto kontroluje prácu. Zmluvu sám nepodpíše.
Pri AI
Agentovi nastavíme prostredie: aké nástroje smie použiť, čo smie len pripraviť na schválenie a ako si overí vlastný výsledok. Keďže si výsledok overuje sám, nemusíte schvaľovať každý jeho krok. Nové postupy skúša najprv v oddelenom prostredí, kde nič nepokazí.
„Agent na zubnej klinike pripraví odpoveď pacientovi a navrhne termín. Do kalendára ho zapíše až po kontrole pravidiel ordinácie. Ceny nemení nikdy.“
Spýtajte sa sami seba
Čo smie AI u vás urobiť sama a čo len navrhnúť?
Loop engineering: AI, ktorú musíte spúšťať, je len asistent.
Loop je slučka, v ktorej agent pracuje bez človeka: niečo ho spustí, urobí krok, skontroluje výsledok a pokračuje. Z asistenta, ktorého treba volať, sa stáva kolega, ktorý reaguje sám.
Pri novom kolegovi
Dobrého kolegu netreba každé ráno úkolovať. Vie, že keď príde objednávka, spracuje ju. A že v pondelok posiela report.
Pri AI
Agent má spúšťače: prišiel e-mail, prišla platba, je osem ráno. Sám koná, pozrie sa na výsledok a rozhodne, či pokračovať. Človek schvaľuje len tam, kde na tom záleží.
Prípadová štúdia: Získavanie klientov„Náš obchodný systém sám vyhľadáva a oslovuje firmy. Do rozhovoru vstupujeme až vtedy, keď niekto odpovie. Nikto ho ráno nespúšťa.“
Spýtajte sa sami seba
Ktoré úlohy u vás niekto robí každý deň len preto, že ich treba „spustiť“?
Graph engineering: traja agenti na troch častiach úlohy pracujú naraz, nie po sebe.
Graf je mapa, ktorá určuje, ktorý agent robí ktorú časť práce a ako si ju odovzdávajú. Namiesto jedného agenta na všetko pracuje tím, každý na svojej úlohe.
Pri ľuďoch
Väčší projekt nerobí jeden človek. Jeden zisťuje fakty, druhý počíta, tretí píše. Projektový manažér to skladá dokopy.
Pri AI
Agenti pracujú súbežne, každý na svojej časti, a koordinátor spojí výsledok. Rozdelenie práce je rovnaké rozhodnutie ako pri ľuďoch. Tím agentov však stojí viac než jeden agent, preto ho nasadzujeme len tam, kde sa to oplatí.
„Príprava na obchodné stretnutie: jeden agent preverí firmu, druhý jej financie a nábor, tretí pripraví návrh e-mailu. Podklad je hotový skôr, než by ho človek stihol začať skladať.“
Spýtajte sa sami seba
Ktorý proces u vás čaká len preto, že ho celý robí jeden človek?
Software factory: na konci nie je nástroj, ale fungujúce oddelenie.
Softvérová továreň je posledný schod: celý proces od zadania po výsledok zvládajú špecializovaní agenti. Pojem vznikol pri vývoji softvéru, kde agenti prevezmú cestu od zadania cez kód a testy po nasadenie. Rovnaký princíp platí pre ktorýkoľvek firemný proces. Ľudia určujú priority, kontrolujú kvalitu a riešia výnimky.
Pri ľuďoch
Dobre fungujúce oddelenie má proces od zadania po dodanie a každý v ňom svoju úlohu. Každý má svoj stôl, svoj preukaz a o jeho práci zostáva záznam. Manažér určuje priority a kontroluje kvalitu.
Pri AI
Namiesto jedného agenta na všetko pracujú špecializovaní agenti, každý na svojej úlohe, napríklad od dopytu cez ponuku po faktúru. Každý potrebuje to isté ako človek: oddelené pracovisko, vlastné prihlásenie s jasnými prístupmi a záznam práce. Aby ste vedeli, čo robil o tretej ráno.
„Neprestanú pracovať. Presunú sa tam, kde AI nestačí: rozhovor s klientom, rozhodnutie a zodpovednosť za výsledok.“
Spýtajte sa sami seba
Keby ste dnes stavali oddelenie odznova, ktoré role by obsadili ľudia?
Väčšina firiem, s ktorými hovoríme, stojí na prvých dvoch schodoch.
Každý používa AI po svojom, nič nie je prepojené a niekto ju musí stále spúšťať. To nie je zlyhanie, je to začiatok. Dôležité je vedieť, ktorý schod je ďalší.
- 01Prompt engineeringAI je šikovný nováčik, ktorému treba všetko povedať.Rozhodujete o tom, aké zadania sú vo firme štandard.
- 02Context engineeringAI je kolega s prístupom k správnym šanónom.Rozhodujete o tom, ku ktorým dátam má AI prístup.
- 03Harness engineeringAI je kolega na skúšobnej dobe.Rozhodujete o tom, čo smie sama a čo len navrhnúť.
- 04Loop engineeringAI je samostatný kolega.Rozhodujete o tom, ktoré úlohy bežia bez človeka.
- 05Graph engineeringAI je projektový tím.Rozhodujete o tom, ako sa delí práca a kto skladá výsledok.
- 06Software factoryAI je celé oddelenie.Rozhodujete o tom, kde zostávajú ľudia.
← AI ako asistentAI ako oddelenie →
Konkurencia AI už má. Rozdiel urobí, kto ju zapojí do práce správne.
Licenciu na Claude alebo ChatGPT si dnes kúpi ktokoľvek za približne 20 € mesačne na človeka, aj vaša konkurencia. Výhodu vám preto nedá samotný nástroj, ale to, ako ho zapojíte do práce.
Šesť schodov nie je technický zoznam. Je to poradie rozhodnutí, ktoré robí vedenie: čo AI dáte, čo jej dovolíte a ako skontrolujete výsledok. Nič z toho nie je nové. Je to staré dobré riadenie ľudí a procesov, len s novým typom kolegu.
Ako to vyhodnotiť: prejdite si otázky pri každom schode. Kde odpoviete „nie“ alebo „neviem“, tam je váš ďalší krok. Nie každá firma potrebuje šiesty schod. Prvé tri sa však týkajú každého, kto s AI pracuje, od asistentky po majiteľa.
