Make vs AI agent: kdy stačí automatizace a kdy potřebuješ agenta

TL;DR

• Klasický scénář v Make je nejlepší tam, kde znáš vstup, pořadí kroků i očekávaný výsledek.
• AI může být jen jedním krokem uvnitř pevného scénáře. Třeba shrne text nebo roztřídí zprávu, ale nerozhoduje o celém postupu.
• AI agent dává smysl, když se další krok mění podle obsahu, cíle a kontextu.
• Ve většině praktických případů se Make a agent doplňují: agent vybere povolený postup a Make ho spolehlivě provede.

Když se řekne automatizace, hodně lidí si představí Make. Propojíš formulář se systémem pro správu zákazníků (CRM), nastavíš několik pravidel a data se začnou automaticky přenášet mezi nástroji bez ručního přepisování.

AI agent slibuje něco navíc. Nemá jen vykonat předem popsané kroky. Má vyhodnotit situaci podle cíle, kontextu a dostupných údajů, vybrat další akci a použít dostupné nástroje. Právě tady ale vzniká zmatek. Kdy je agent skutečně užitečný a kdy jen prodraží postup, který by obyčejná automatizace zvládla lépe?

Rozhodnutí není o tom, který nástroj je modernější. Záleží na tom, kolik úsudku daná práce potřebuje.

Srovnáváme dva režimy, ne dva soupeře

Titulek "Make vs AI agent" je užitečná zkratka, ale není úplně přesný. Make je prostředí pro tvorbu automatizací a dnes v něm můžeš pracovat také s AI agenty. Nejde tedy čistě o souboj jednoho produktu s jinou technologií.

Důležitější je rozlišit tři režimy práce:

1. Pevná automatizace: Když nastane X, proveď Y. Kroky i podmínky znáš předem.
2. AI v jednom kroku: Postup zůstává pevný, ale AI uvnitř něj například shrne text, vytáhne údaje nebo zprávu zařadí do kategorie.
3. Agentní rozhodování: AI podle cíle a kontextu vybírá, co má následovat, který nástroj použít a kdy práci předat člověku.

Nejsilnější řešení nesází všechno na jeden režim. Kombinuje předvídatelné kroky s rozhodováním tam, kde je skutečně potřeba.

Kdy stačí klasický scénář v Make

Klasická automatizace je silná právě tím, že nepřemýšlí. Udělá pokaždé totéž podle pravidel, která jsi nastavil.

Dává smysl, když:

• data přicházejí ve známém formátu;
• všechny důležité podmínky umíš popsat předem;
• stejná situace má vést ke stejné akci;
• rychlost, cena a spolehlivost jsou důležitější než úsudek;
• chyba by mohla změnit citlivý záznam, platbu nebo stav objednávky.

Typickým příkladem je nový kontakt z webového formuláře. Make může ověřit povinná pole, založit kontakt v CRM, vytvořit úkol a poslat obchodníkovi upozornění. Není potřeba, aby agent vymýšlel další postup. Cesta je známá a každá odchylka by spíš přidala riziko.

Stejně funguje pravidelný přenos dat mezi tabulkou a CRM, odeslání připomínky před schůzkou nebo vytvoření záznamu po přijetí platby.

Pokud dokážeš celý postup nakreslit jako krátkou řadu kroků a několik jasných podmínek, začni klasickou automatizací.

AI v jednom kroku ještě není agent

Mezi pevnou automatizací a agentem existuje užitečný mezistupeň. Do scénáře v Make můžeš přidat AI, aniž by AI řídila celý proces.

Představ si formulář s otevřenou otázkou: "S čím potřebujete pomoct?" Odpověď nemá jednotnou podobu, ale další postup může zůstat pevný. AI text přečte a zařadí ho například jako obchodní dotaz, podporu nebo obecnou zprávu. Make pak podle výsledku vytvoří úkol ve správné části systému.

AI v tomto případě pracuje s jazykem. Nerozhoduje ale volně o tom, co se má stát. Má jeden vymezený úkol a její výstup spouští předem povolenou větev.

Tento režim často stačí pro:

• třídění příchozích e-mailů;
• vytažení údajů z dokumentu;
• krátké shrnutí delší zprávy;
• přiřazení tématu nebo naléhavosti;
• návrh odpovědi, kterou před odesláním schválí člověk.

Je to dobrý první krok, pokud potřebuješ pracovat s nestrukturovaným textem, ale nechceš AI svěřit volbu celého postupu.

Kdy už dává smysl agent

Agent začíná být užitečný ve chvíli, kdy by pevný scénář potřeboval příliš mnoho větví a stejně by nepokryl běžné odchylky.

Dává smysl, když:

• vstupem jsou různorodé e-maily, dokumenty nebo zprávy;
• další krok závisí na obsahu a předchozím kontextu;
• správný další krok nejde rozumně převést na úplný soubor pravidel;
• práce vyžaduje výběr mezi několika nástroji či postupy;
• agent může bezpečně zastavit a předat nejasný případ člověku.

Příkladem je zpracování příchozího požadavku od klienta. Někdy stačí dohledat stav objednávky. Jindy je potřeba najít fakturu, porovnat ji s e-mailem a připravit vysvětlení. V citlivém nebo nejasném případě se nemá nic odeslat automaticky.

Pevný scénář by pro každou variantu potřeboval další podmínky. Agent může nejprve zjistit záměr, vybrat povolený postup, připravit podklady a rozhodnout, zda výsledek může pokračovat, nebo musí ke schválení.

To ale neznamená, že agent dostane neomezený přístup. Potřebuje jasný cíl, povolené nástroje, hranice a pravidlo pro zastavení. Čím dražší by byla chyba, tím dříve má rozhodnout člověk.

Základní přehled role agentů najdeš na stránce AI agenti. Pokud si potřebuješ ujasnit rozdíl mezi odpovídáním a skutečnou akcí, navazuje na to článek AI agent vs chatbot.

Často funguje nejlépe: agent rozhoduje, scénáře drží provedení v hranicích

Ve skutečné práci často nevyhraje ani čistý scénář, ani samostatný agent. Nejlépe funguje rozdělení odpovědnosti.

Agent může:

• pochopit nejednoznačný vstup;
• pracovat s dostupným kontextem;
• vybrat jednu z povolených akcí;
• připravit podklady pro lidské rozhodnutí.

Make pak může:

• spustit přesně určený scénář;
• zapsat data do správných polí;
• vytvořit úkol nebo upozornění;
• uchovat předvídatelnou posloupnost kroků.

Vraťme se k příchozím klientským zprávám. Agent zprávu přečte, určí její záměr a zvolí povolený typ zpracování. Make podle této volby založí úkol, připojí správné údaje a upozorní odpovědnou osobu. Odpověď klientovi může zůstat před odesláním ke schválení.

Agent se tak stará o proměnlivou část práce. Make drží provedení ve známých hranicích.

Jak se rozhodnout bez zbytečné složitosti

Nezačínej otázkou: "Kde všude můžeme nasadit agenta?" Vezmi jeden konkrétní postup a projdi čtyři otázky:

1. Jsou vstupy pokaždé podobné? Pokud ano, pevný scénář bude pravděpodobně stačit.
2. Umíš předem popsat všechny důležité cesty? Pokud ano, drž se pravidel.
3. Je problém jen v porozumění textu? Přidej AI do jednoho kroku, ale neměň řízení celého postupu.
4. Musí se další akce měnit podle cíle a kontextu? Teprve tady zvaž agenta.

Pak přidej poslední kontrolu: co se stane, když se AI splete? U nízkého rizika může agent pokračovat s omezenými oprávněními. U peněz, smluv, citlivých údajů nebo komunikace jménem firmy má připravit podklady a zastavit před nevratnou akcí.

Obecnější základy najdeš v průvodci AI automatizace v praxi. Pro první pokus ale stačí jednodušší pravidlo: nejdřív automatizuj to, co je předvídatelné. Agenta přidej až tam, kde pevná pravidla narážejí na skutečnou potřebu úsudku.