Objednávka přijde e-mailem. Někdo z ní vypíše údaje do systému. Jiný člověk dohledá, jestli je zboží skladem a za jakou cenu daný zákazník nakupuje. Třetí to po nich zkontroluje, protože se už několikrát stalo, že se někde ztratila číslice.
Tahle sekvence se ve firmách opakuje každý den v desítkách variant — u objednávek, faktur, dodacích listů, poptávek i interních požadavků. Není na ní nic složitého. Jen zabírá čas lidem, kteří by mohli dělat něco jiného, a čím víc se opakuje, tím větší je šance, že někdo něco přehlédne.
Právě takové postupy bývají dobrým místem pro automatizaci nebo AI. V Mirandě je pomáháme firmám navrhovat a zavádět — od propojení systémů přes zpracování dokumentů až po aplikace a AI řešení na míru.
Tenhle článek vám má pomoct poznat, jestli máte takový úkol i vy, a s čím za dodavatelem přijít.
Chatbot, automatizace a AI agent: v čem se liší
Tyhle tři pojmy se často zaměňují a prodávají pod stejným názvem. Rozdíl je přitom praktický — a rozhoduje o ceně, složitosti i o tom, co od řešení čekat.
| Co dělá | Kdy se hodí | Co potřebuje od firmy | Role člověka | |
|---|---|---|---|---|
| Automatizace | Provádí pevně daný postup podle pravidel | Úkol má jasná pravidla a předvídatelné vstupy | Přístup do systémů, popsaný postup | Nastaví pravidla, kontroluje výjimky |
| Chatbot | Odpovídá na dotazy, naviguje | Opakované otázky zákazníků nebo zaměstnanců | Podklady, ze kterých může čerpat | Řeší složitější případy, kontroluje obsah |
| AI agent | Vyhodnocuje situaci a provádí kroky v systémech | Vstupy jsou proměnlivé, postup se musí přizpůsobit | Data, napojení na systémy, vymezené pravomoci | Určuje hranice, schvaluje citlivé kroky |
Zásadní rozdíl je mezi chatbotem a agentem. Chatbot komunikuje — zeptáte se, odpoví. Agent pracuje — načte data, vyhodnotí je, zapíše výsledek do systému. Řada řešení prodávaných jako „agent" je ve skutečnosti chatbot s lepším jazykem.
A stejně důležité: agent není samostatný zaměstnanec. Nemá vlastní úsudek v tom smyslu, jak ho má člověk, a dělá chyby. Rozdíl je v tom, že jeho chyby jdou ohraničit — nastavíte, co smí udělat sám a co musí někdo schválit.
Pět situací, které firmy řeší
Následující scénáře jsou ilustrační. Co je reálně proveditelné, závisí na vašich systémech, datech a zadání — to se posuzuje případ od případu.
Objednávky přicházející e-mailem
Dnes: objednávka dorazí jako text v mailu nebo příloha. Někdo z ní vypíše položky, množství a zákazníka do systému.
Možné řešení: automatické načtení údajů, doplnění zákazníka z databáze a připravení objednávky ke schválení.
Přínos: zkrácení doby od přijetí k zadání a méně překlepů.
Kontrola: objednávka se před odesláním zobrazí člověku ke schválení, dokud si na přesnost nezvyknete.
Jak pomůžeme: navrhneme postup zpracování, napojíme ho na váš systém a ověříme na vzorku vašich skutečných objednávek.
Dokumenty, ze kterých se přepisují údaje
Dnes: faktury, dodací listy nebo certifikáty chodí v různých formátech od různých dodavatelů. Údaje se z nich přepisují ručně.
Možné řešení: vytěžení údajů z dokumentu a jejich předání do ERP nebo účetnictví.
Přínos: méně ručního přepisování u dokumentů, které se liší formou, ale ne obsahem.
Kontrola: u nejistých hodnot se vyžádá potvrzení, zbytek projde.
Jak pomůžeme: prověříme, jak vaše dokumenty vypadají, a navrhneme, co z nich jde vytěžit spolehlivě a co ne.
Informace rozptýlené po firmě
Dnes: odpověď na otázku existuje — ve smlouvě, v interní směrnici, ve starém mailu. Jen ji nikdo nenajde dřív než za půl hodiny.
Možné řešení: vyhledávání nad firemními podklady, které odpoví a doloží, odkud informaci vzalo.
Přínos: rychlejší dohledání a méně rušení kolegů.
Kontrola: odpověď vždy uvádí zdroj, aby se dala ověřit.
Jak pomůžeme: posoudíme, v jakém stavu jsou vaše podklady, a navrhneme rozsah, který dává smysl začít.
(Tímto směrem míří i náš interní koncept BRAIN — firemní znalostní báze propojená s automatizací procesů. Zatím je ve vývoji, ne v nabídce.)
Opakované dotazy zákazníků
Dnes: podpora odpovídá dokola na stejné otázky — stav objednávky, dostupnost, podmínky vrácení.
Možné řešení: chatbot, který zvládne rutinní dotazy a složitější požadavek předá člověku i s kontextem.
Přínos: dostupnost mimo pracovní dobu a prostor pro tým na případy, kde je potřeba.
Kontrola: jasné pravidlo, kdy se požadavek předává člověku, a sledování, jestli to funguje.
Jak pomůžeme: navrhneme chatbota napojeného na vaše data a nastavíme hranice, kde končí jeho role.
Produktová data e-shopu
Dnes: popisky se tvoří ručně, varianty se dopisují, data od dodavatelů mají pokaždé jinou strukturu.
Možné řešení: zpracování dodavatelských dat do jednotné podoby a příprava podkladů ke kontrole.
Přínos: rychlejší naskladnění nového sortimentu.
Kontrola: výstup prochází schválením před publikací.
Jak pomůžeme: propojíme zdroje dat s e-shopem a navrhneme, co může běžet automaticky a co má zůstat na člověku.
Kdy AI agent dává smysl a kdy stačí jednodušší řešení
Tohle je nejdůležitější rozhodnutí celého projektu a často končí jinde, než firma čeká.
Jak často se úkol opakuje. Co se děje dvakrát měsíčně, se automatizovat nevyplatí — příprava zabere víc času, než kolik ušetří.
Kolik času dnes zabírá. Spočítejte si hodiny za měsíc, ne za den. Drobnosti se sčítají a teprve v měsíčním součtu je vidět, o čem se bavíme.
Jestli jsou data dostupná. Řešení umí pracovat jen s tím, k čemu se dostane. Když údaje existují jen v hlavě kolegy nebo v papírovém šanonu, je první krok jinde.
Jak proměnlivé jsou vstupy. Tady se láme volba mezi automatizací a AI. Pevný formát zvládne běžná automatizace — levněji a spolehlivěji. Proměnlivé vstupy, kterým je potřeba porozumět, jsou doména AI.
Co se stane při chybě. Špatně navržený popisek opravíte. Špatně zaúčtovaná faktura stojí víc. Podle toho se nastavuje, kolik kontroly v procesu zůstane.
Kolik integrací je potřeba. Každé napojení na další systém přidává práci i místo, kde se něco může rozbít.
Co stojí provoz. Nasazením to nekončí — řešení je potřeba provozovat, sledovat a občas upravit.
Výsledkem návrhu může být i obyčejná automatizace bez AI. To není ústupek, ale správná odpověď, kdykoli úkol nepotřebuje nic složitějšího. Řešení vybíráme podle zadání, ne podle toho, co zrovna zní zajímavě.
Jak to u nás probíhá
Nepotřebujete znát technologii ani mít hotové zadání. Stačí popsat úkol.
Projdeme současný stav. Co se dnes dělá, kdo to dělá a jaký má být výsledek.
Prověříme data a možnosti napojení. Jaké systémy používáte, co z nich jde dostat a v jakém stavu ta data jsou.
Vymezíme první rozsah. Místo celého procesu najdeme část, která dává smysl udělat jako první a na které se dá výsledek posoudit.
Ověříme na příkladech. Na vašich skutečných datech, ne na ukázkových. Tam se pozná, jestli návrh obstojí.
Domluvíme nasazení a provoz. Včetně toho, kdo řešení hlídá a jak se bude upravovat.
Víc o tom, co v téhle oblasti děláme, najdete v nabídce AI služeb.
Co si připravit na první rozhovor
Nepotřebujeme specifikaci ani stanovený rozpočet. Pomůže, když budete vědět:
- Který úkol chcete změnit. Jeden konkrétní, ne „zefektivnit provoz".
- Jak se dělá dnes. Kdo ho dělá, v jakých krocích, kde vznikají problémy.
- Jak často se opakuje. Denně, týdně, při každé objednávce.
- Jaké systémy používáte. ERP, e-shop, účetnictví, CRM — i když přesně nevíte, jak se propojují.
- Podle čeho poznáte zlepšení. Ušetřený čas, méně chyb, rychlejší odbavení.
Ten poslední bod bývá nejcennější. Bez něj se těžko pozná, jestli projekt dopadl dobře.
Časté otázky
Jaký je rozdíl mezi chatbotem a AI agentem? Chatbot odpovídá na dotazy. AI agent navíc provádí kroky v systémech — načte data, vyhodnotí je, zapíše výsledek. Chatbot komunikuje, agent pracuje. Mnoho řešení prodávaných jako agent je ve skutečnosti chatbot s lepším jazykem.
Musím mít připravené technické zadání? Ne. Stačí popsat úkol, který chcete zjednodušit, jak se dnes dělá a jaké systémy používáte. Volba mezi automatizací, chatbotem a agentem je součástí návrhu, ne jeho podmínkou.
Kdy stačí běžná automatizace a kdy je potřeba AI? Když má úkol jasná pravidla a předvídatelné vstupy, zvládne ho běžná automatizace — levněji a spolehlivěji. AI dává smysl tam, kde jsou vstupy proměnlivé a je potřeba je porozumět: různě formátované dokumenty, volný text, nejednoznačné zadání.
Co když nemáme data v pořádku? To je spíš pravidlo než výjimka a zjistí se to hned na začátku. Někdy je prvním krokem srovnat data, jindy se dá začít u části procesu, kde data použitelná jsou. Řešení bez funkčních dat nestavíme.
Zůstane rozhodnutí na člověku? U většiny nasazení ano a doporučujeme to. Rozsah kontroly se nastavuje podle dopadu případné chyby — jinak se hlídá návrh odpovědi zákazníkovi a jinak zápis do účetnictví.
Shrnutí
- Nejdřív úkol, potom technologie. Volba mezi automatizací, chatbotem a agentem patří do návrhu — vy přicházíte s problémem, ne s řešením.
- Agent není zaměstnanec. Dělá chyby jako každý nástroj; rozdíl je v tom, že jeho pravomoci se dají ohraničit.
- Správnou odpovědí bývá to jednodušší. Když má úkol jasná pravidla, běžná automatizace ho zvládne levněji a spolehlivěji než AI.
Popište úkol, který chcete zjednodušit, a systémy, které používáte. Společně upřesníme vhodný další krok.
