Skúsenosti zo stavania AI agentov: Tech firma vs začiatočníci 25.9.2026 Filip Tichý | Grant Thornton Advisory s.r.o. Autori článku Filip Tichý (Partner at Grant Thornton Slovakia) a Jakub Chudík (Co-Founder at Assetario) vás v sérii AI Breakfast prevedú svetom umelej inteligencie. Tento článok bol napísaný bez využitia umelej inteligencie. Autori textu Jakub a Filip sú síce obaja veľkí AI entuziasti, ale z pohľadu schopnosti stavať AI agentov dva odlišné svety. Budovanie AI agentov môže vyzerať zásadne odlišne podľa toho, či ho realizuje technologická firma s interným AI teamom (Jakub), alebo „bežná“ firma, ktorá zatiaľ nemá samostatné AI oddelenie a so serióznym AI začína (Filip). V prvom prípade ide spravidla o systematický vývoj viacerých agentov paralelne, postavený na dátovej infraštruktúre, vývojárskych nástrojoch a skúsenom tíme. V druhom prípade ide skôr o učenie sa na prvom konkrétnom use case, kde je rovnako dôležitá metodika, vytrvalosť a dobré pochopenie biznis procesu ako samotná technológia. Filipov audítorský tím tento rok pripravil svojho prvého interne postaveného agenta, čo nám dalo dobrú príležitosť porovnať stavanie agentov medzi technologickou AI firmou a začiatočníkmi.   Porovnanie prístupu technologickej a „obyčajnej“ firmy Parameter Technologická firma s interným AI developmentom Začiatočnícka firma bez samostatného AI oddelenia Počet agentov Priebežný zásobník viacerých AI agentov (a súbory agentov), ktoré sa budujú paralelne. Jeden agent ako prvý pilotný projekt. Následne malý pipeline Čas potrebný na vybudovanie 1 AI agenta Približne 1 až 4 mesiace v závislosti od zložitosti use case. Prvý približne 8 mesiacov. Následne znižovanie Používané nástroje Snowflake ako datalake a agent concept, vývoj agentov v Pythone, Cursor a rôzne LLM nástroje na podporu písania kódu. Power Automate ako platforma, ChatGPT a Copilot na podporu písania kódu a automatizácie. Fáza 1: Use case definition a discovery 1 týždeň až 3 mesiace podľa komplexnosti. Do fázy sú zapojení najmä ľudia zodpovední za daný biznis proces. Približne 1 až 2 dni, často s dôrazom na rýchle praktické uchopenie prvého prípadu použitia (veľký rozdiel oproti skúsenej tech firme!) Fáza 2: Minimum viable product Približne 1 týždeň až 1 mesiac. Približne 1 až 2 týždne. Fáza 3: Tuning Niekoľko týždňov systematického dolaďovania. Niekoľko mesiacov, keďže tím sa zároveň učí metodiku, technológiu aj limity riešenia. Fáza 4: Testovanie a rollout Prebieha až do dosiahnutia min. 90 % efektivity alebo požadovanej kvality výstupov. Niekoľko týždňov testovania na reálnych alebo simulovaných scenároch.   Čo z porovnania vyplýva Technologická firma má prirodzenú výhodu v tom, že už disponuje vývojovým prostredím, dátovou infraštruktúrou a ľuďmi, ktorí sú zvyknutí pracovať s kódom, dátami a iteratívnym vývojom. Budovanie AI agentov je preto viac škálovateľný proces: firma môže paralelne rozvíjať viacero agentov, priebežne ich zdokonaľovať a prepájať ich s existujúcimi systémami. Bežná firma bez interného AI oddelenia začína z inej pozície. Prvý agent nie je len technologický projekt, ale aj proces učenia. Tím si musí osvojiť spôsob premýšľania o automatizácii, správne zadefinovať workflow, pochopiť limity nástrojov a naučiť sa systematicky testovať a opravovať výstupy. Práve preto môže byť celkový čas vývoja dlhší, aj keď samotné nástroje pôsobia na prvý pohľad dostupne a jednoducho. Najväčší rozdiel sa prejavuje vo fáze tuningu. V technologickej firme ide o očakávanú súčasť vývojového cyklu. V bežnej firme môže byť tuning prekvapivo náročný, pretože oprava agenta nie je „vibe-coding“, ale metodická, detailná a často zdĺhavá práca. Vyžaduje si trpezlivosť, presnú spätnú väzbu, dokumentovanie chýb a priebežné upravovanie logiky riešenia.   Hlavné ponaučenia pre začiatočníkov Stavať agentov je absolútne možné pre začiatočníkov aj interne, pokiaľ máte: zvedavých a vytrvalých ľudí (tuning a opravovanie agentov nie je zábava ako vibe-coding, ale metodická a zdĺhavá práca) projekt manažment a štruktúru na celý proces (vrátane míľnikov, jasné role a pod.) pokiaľ ste na Cloude. Pokiaľ je vaša firma v legacy on-premise prostredí, implementácia AI Agentov je výrazne komplikovanejšie. Pokiaľ máte dáta aj aplikácie na Cloude, implementácia AI agentov do vašich biznis procesov bude takmer prirodzené.   Je nevyhnutné investovať viac času a pozornosti do plánovania, zadefinovania osnovy, workflowu. Hneď na začiatku rozmýšľať nad všetkými implikáciami, teoretických situáciách a scenároch. Ušetrí to čas na opravovanie a prerábanie nesprávne nastaveného konceptu. Zapojenie ľudí z daného biznis procesu je absolútne nevyhnutné. Začnite čo najskôr, na prvom agentovi si to vyskúšate a naučíte sa to. Nebojte sa externej pomoci, ktorá postačuje aj v limitovanej podobe. Budete prekvapení, čo všetko zvládnu vaši kolegovia. https://www.grantthornton.sk/novinky/ai-agenti-v-praxi