AI transformace
Agentní AI navržená jako architektura — ne nasazená jako chatbot.
Discovery workshopy s vedením, mapování a zjednodušování byznys procesů, výběr technologie, tvorba proof-of-concept a definice cílové agentní architektury organizace — vše v promyšleném pořadí, s governance a guardraily zabudovanými od začátku.
Co dodáváme
Čtyři kompetence, jedna transformace
Poradenství pro AI transformaci
Discovery workshopy na úrovni vedení, identifikace a prioritizace AI use-casů, byznys case, definice roadmapy, guardraily a governance.
Architektura AI a GenAI řešení
Návrh LLM řešení, AI agenti, MCP servery, RAG nad firemními daty, dodávka proof-of-concept, výběr technologie a modelu.
Procesní analýza a přestavba
Mapování a zjednodušování složitých byznys procesů, identifikace, kde GenAI a agentní automatizace přinášejí hodnotu, přestavba operačních modelů kolem nich.
Vedení stakeholderů a dodávky
Facilitace od úrovně CIO/VP po dodávkové týmy, řízení dodavatelů, change governance, multitýmová dodávka programů.
Architektura
Vrstvená agentní architektura, ne jedno volání API modelu
Každá vrstva staví na té předchozí: foundation určuje, co model vidí a čeho se může dotknout, orchestrační vzor určuje průběh kroků, guardraily a izolace vše zabezpečují a harness je konkrétní runtime, který to vše pohání.
| Vrstva | Co to je | Proč na tom záleží |
|---|---|---|
| Foundation | Základní model plus nástroje, integrace přes MCP, retrieval a trvalá paměť. | Přidávejte jen to, co daný use case skutečně potřebuje — každá schopnost stojí sdílený kontext a přidává plochu pro chybu. |
| Extensibility | In-process nástroje vs. mimoprocesní MCP servery vs. delegace agent-agentovi. | MCP je správná hranice tam, kde agent překračuje hranici vlastnictví systému — oprávnění a audit sedí na hranici protokolu. |
| Orchestrační vzor | Od deterministického řetězení/routingu přes evaluator-optimizer až po plně autonomní agenty. | Zvolte nejméně autonomní vzor, který daný use case vyřeší — predikovatelnost prudce klesá za evaluator-optimizer. |
| Izolace kontextu | Subagenti dostávají čistý kontext pro review či kritiku; skills se načítají jen když jsou relevantní. | Bez izolace zdědí "revizor" slepá místa autora a jen orazítkuje vlastní chyby. |
| Guardraily a strukturovaný výstup | Výstupy vynucené schématem, oprávnění allow / ask / command-only, kontrolní body s člověkem. | Každá zásadní akce potřebuje pojmenovaný kontrolní bod a schéma, které musí výstup splňovat. |
| Enterprise RAG a suverenita dat | Retrieval jako řízené, dle identity filtrované volání nástroje; privátní síťová cesta; regionální směrování; smluvní ZDR. | To, co dělá platformu vůbec použitelnou pro důvěrná klientská data nebo citlivé know-how. |
| Observabilita a evaluace | Plné trasování průběhu běhu plus automatizované evaluace, spouštěné stejně jako testy při změně kódu. | Bez toho nemá otázka "proč to agent udělal" odpověď a chybovost nelze sledovat v čase. |
| Harness | Runtime, který vše spouští: deklarativní/markdown runtime, code-first framework nebo spravovaná platforma. | Rozhodnutí build-vs-buy — správný harness se liší pro asistenta na návrhy textů a pro monitorovacího agenta na dílně. |
Tuto architekturu podrobně, na inženýrské úrovni, rozebíráme v sérii článků na blogu.
Lidský dohled
Autonomie se přiděluje na úroveň akce, ne agenta
Autonomní ("allow") oprávnění agenta by nikdy nemělo pokrývat akci, která je nevratná, finančně významná nebo bezpečnostně citlivá — bez ohledu na to, jak dobře si agent doposud vedl.
Schvalovací bod
Schválí nebo zamítne navrhovanou akci před jejím provedením.
Odeslání e-mailu, provedení obchodu, nasazení kódu.
Editační bod
Upraví navržený obsah nebo parametry agenta před pokračováním.
Kontrola navrženého dokumentu před odesláním.
Kontrolní bod
Zpětně prověří výstup; může vyvolat opakování běhu.
Dodatečná QA kontrola dávky výstupů generovaných agentem.
Bezpečnost
Skutečně nová plocha pro útok
Agentní systémy útočí na úsudek agenta, ne jen na jeho kód. Žádné z uvedených protiopatření není dodatečně přilepené — každé je jen ostřejší aplikací architektury popsané výše.
Únos cíle agenta (nepřímá prompt injection)
Načtený obsah je vždy zpracován jako neověřená data, nikdy jako instrukce; zásadní akce zůstávají za schvalovacím bodem bez ohledu na to, co agent "rozhodl".
Zneužití nástrojů
Oprávnění s nejnižší nutnou mírou — allow / ask / command-only — přiřazená ke každé akci zvlášť, ne k celému agentovi.
Zneužití identity a oprávnění
Oprávnění vymezená per agent a per MCP server v konfiguraci, ne sdílené firemní přihlašovací údaje.
Zranitelnosti v agentním dodavatelském řetězci
Každý MCP server a skill je prověřen a verzovaně ukotven stejně jako softwarová závislost, s pojmenovaným odpovědným vlastníkem.
EU AI Act & GDPR
Soulad je problém dokumentace, kterou už máte
Vrstva observability je evidence, kterou vyžaduje článek 12; kontrolní body s člověkem jsou návrh lidského dohledu, který vyžaduje článek 14; BPMN diagram s vyznačeným permission mode u každého úkolu splňuje předpoklad "dobře zdokumentovaného procesu" i většinu auditorského požadavku na data v jediném artefaktu. Obvykle chybí jen provázání mezi nimi — ne samotná opatření.
Roadmap
Fázovaná cesta, ne skoková implementace
Audit připravenosti
Inventura technického dluhu a dostupnosti dat pro 2–3 kandidátní use case; zdokumentování cílových SOP; ustavení AI governance skupiny.
První pilot
Jeden nízkorizikový pilot na business jednotku, kontrolní body "ask"/"edit" u každé zásadní akce, zatím žádné autonomní "allow" akce.
Budování trvalé vrstvy
Integrační vrstva přes MCP, řízený enterprise RAG, observabilita a evaluace; přesun nejrizikovějšího pilotu na code-first framework.
Rozšíření a zpevnění
Rozšiřování autonomie jen tam, kde jsou ověřené evaluace a traceabilita; formalizace pozice k suverenitě dat; zvážení spravované platformy pro škálování.
Zdarma ke stažení
Stáhněte si celý AI Transformation Blueprint
Kompletní architektura popsaná výše, doplněná o důkazy o nákladové efektivitě a eliminaci chyb pro byznys case, který potřebujete obhájit interně.
Stáhnout blueprint zdarma