# Nenechajte sa strhnúť rebríčkami. Rozhoduje, ako model obstojí vo vašej firme.

Jaro Rais · 7 min čítania · 2026-10-16 · AI a jazykové modely
Source: https://itashu.co/know-how/ako-testovat-ai-model

Model, ktorý vyhral v rebríčku, nasadíte do firmy. Zákazníci čakajú na odpoveď dlho. Časť odpovedí nesedí. Faktúra je vyššia, než ste rátali. **Rebríček testoval jednu vec. Vaša prevádzka testuje všetko ostatné.** Práve preto sa mnohé AI projekty skončia pilotom.

![Trojuholník presnosť, rýchlosť a cena s bodom, kde stojí konkrétne riešenie](https://itashu.co/img/art-12-hero-1280.webp)

## Vždy vyberáte dve z troch: presnosť, rýchlosť, cena

Dá sa to nakresliť ako trojuholník. Na vrchole je presnosť, v rohoch rýchlosť a cena. **Dve vlastnosti viete dosiahnuť naraz, tretia trpí.** Veľký presný model, ktorý obslúži stovky ľudí naraz, bude drahý. Lacný rýchly model bude menej presný.

Testovanie je spôsob, ako zistiť, kde v tom trojuholníku vaše riešenie naozaj stojí. A zistiť to skôr, než to za vás zistia zákazníci.

- **Pri človeku:** Uchádzač má výborné známky z vysokej školy. Či zvládne vášho najťažšieho klienta v piatok o štvrtej, zistíte až na skúšobnej dobe.
- **Pri AI:** Rebríček sú známky. Vaše dáta, vaši zákazníci a vaše najvyťaženejšie hodiny sú skúšobná doba. Tú za vás nikto neurobí.

## 01 Prvá otázka: odpovedá správne vo vašom odbore?

Rebríčky fungujú ako štandardizovaný test. Model dostane otázky z chémie, histórie či programovania a odpovede sa porovnajú so správnymi. **Lenže väčšina firemných otázok nemá jednu správnu odpoveď.** Na otázku zákazníka sa dá dobre odpovedať sto spôsobmi.

Preto sa pri otvorených odpovediach používa metóda, ktorej sa odborne hovorí **LLM as a judge**: iný, silný model hodnotí odpovede podľa vopred určených kritérií. Je tón primeraný? Pomohla odpoveď? Nevymyslela si AI niečo o vašich produktoch?

Platí jedna podmienka. **Hodnotiacemu modelu nemožno slepo veriť.** Najprv odborník z firmy ohodnotí vzorku odpovedí. Hodnotiaci model sa podľa neho nastaví a až potom hodnotí stovky ďalších.

> **V praxi:** „Zákaznícka linka e-shopu. Vedúca podpory ohodnotí 50 skutočných odpovedí AI: dobrá, zlá, a prečo. Podľa jej hodnotení potom hodnotiaci model kontroluje každý týždeň stovky nových odpovedí a na problémové upozorní. Vedúca kontroluje len to, čo bolo označené.“

![Človek ohodnotí vzorku odpovedí a hodnotiaci model podľa neho kontroluje ďalšie na páse](https://itashu.co/img/art-12-judge-1280.webp)

## 02 Druhá otázka: zvládne to, keď sa naraz pýta veľa ľudí?

Model môže byť presný a aj tak nepoužiteľný. Preto sa merajú štyri veci, ktoré prekladáme do reči prevádzky:

- **Ako dlho čaká človek na prvé slovo odpovede.** Pri chate je to rozdiel medzi plynulým rozhovorom a zatvoreným oknom.
- Ako rýchlo pribúda zvyšok odpovede.
- Ako dlho trvá celá odpoveď.
- Koľko ľudí naraz systém obslúži.

Dôležité je testovať s takými otázkami, aké naozaj chodia. Chat s krátkou otázkou a dlhou odpoveďou zaťaží systém úplne inak než dlhý dokument, z ktorého treba krátke zhrnutie. **Kto testuje na nesprávnom type otázok, dostane úplne iné čísla, než uvidí v prevádzke.**

Výsledkom testu je bod zlomu. Do určitého počtu ľudí naraz je odozva stabilná, potom prudko rastie. Ten bod je číslo, podľa ktorého plánujete kapacitu a rozpočet.

- **Pri človeku:** Recepcia zvláda pokojné dopoludnie. Či zvládne pondelok ráno, keď volá dvadsať ľudí naraz, zistíte len tak, že to vyskúšate.
- **Pri AI:** Rovnako testujeme záťaž. Nie priemerný deň, ale najvyťaženejšiu hodinu, keď sa naraz pýta najviac ľudí.

## Pri agentovi testujete každý krok, nie len výsledok

Agent nie je jedna odpoveď. Je to reťaz rozhodnutí: pochopil, čo človek chce? Vybral správny nástroj? Našiel v dokumentoch správne podklady? **Každý článok reťaze je miesto,** kde sa niečo môže pokaziť, a preto má každý vlastný test.

Testovanie sa dá znázorniť ako pyramída. Mnohé tímy začínajú od vrcholu, od odborných testov. Pyramída však stojí na základoch:

| ÚROVEŇ | ČO TESTUJEME |
| --- | --- |
| 1. Prevádzka | Je systém dosť rýchly a zvládne počet ľudí? |
| 2. Formát | Prichádza odpoveď v tvare, ktorý ďalší systém alebo človek očakáva? |
| 3. Bezpečnosť | Neobsahuje odpoveď osobné údaje, ktoré tam nemajú byť? |
| 4. Fakty | Opiera sa odpoveď o vaše dáta, nie o odhad? |
| 5. Odbornosť | Odpovedá ako skúsený človek z vášho odboru? |

![Pyramída testovania od prevádzky v základoch po odbornosť na vrchole](https://itashu.co/img/art-12-pyramid-1280.webp)

**Spýtajte sa sami seba:** Keby vaša AI dnes začala odpovedať horšie, zistili by ste to vy, alebo vaši zákazníci?

## Ako testujeme, aby AI fungovala aj po mesiaci

Test nekončí spustením. Modely sa aktualizujú, dokumenty menia, zákazníci sa pýtajú inak. Preto pri každom riešení postavíme sadu kontrolných otázok z vašej praxe a spúšťame ju pravidelne. **Keď sa výsledky zhoršia, vieme to skôr než vy.**

![Monitor s grafom, ktorý klesne, a zvonček s upozornením](https://itashu.co/img/art-12-monitor-1280.webp)

Pred spustením odmeriame aj rýchlosť a cenu na vašej očakávanej záťaži. Rozhodnutie o modeli potom nestojí na rebríčku, ale na číslach z vašej firmy.

Rebríček je dobrý začiatok. **Skutočný test prebieha na vašich dátach, s vaším počtom ľudí a** s vaším meradlom dobrej odpovede.

---

Povedzte nám, čo má vaša AI zvládať. Ukážeme, ako to otestovať skôr, než to otestujú zákazníci. https://itashu.co/konzultacia