Na konferencii pre výrobné firmy sme pred pár mesiacmi počuli rovnakú vetu od troch rôznych CTO: „Chceme AI agenta." Keď sme sa spýtali, čo tým myslia, každý opísal niečo iné. Prvý chcel chatbot na interné otázky k predpisom. Druhý chcel asistenta, ktorý mu v ERP systéme navrhne ďalší krok pri reklamácii. Tretí chcel systém, ktorý sám prehľadá objednávky, kontaktuje dodávateľov a vyrieši nezrovnalosti bez ľudského vstupu.
Tri rôzne veci. Tri rôzne ceny. Tri rôzne miery rizika. Zámenné používanie pojmov chatbot, copilot a agent je dnes jedným z najčastejších zdrojov nenaplnených očakávaní v AI projektoch. Tento článok dáva pojmom konkrétny obsah — a pomôže vám rozpoznať, čo vaša firma reálne potrebuje a kedy stačí menej.
Tri vrstvy, nie tri produkty
Chatbot, copilot a agent nie sú tri rôzne produkty z katalógu. Sú to tri rôzne úrovne autonómnosti, každá s iným modelom interakcie, iným rizikovým profilom a inou cenou nasadenia.
Rozdiel sa dá vyjadriť jednou otázkou: kto koná?
- Chatbot: AI odpovedá. Človek koná.
- Copilot: AI navrhuje. Človek rozhoduje a koná.
- Agent: AI plánuje, rozhoduje a koná. Človek dozerá (alebo nie).
Toto rozlíšenie nie je akademické. Určuje, aká infraštruktúra je potrebná, kde sú hranice chýb a komu vo firme musíte vysvetliť, čo systém robí.
Chatbot: odpovedá, nekona
Chatbot je konverzačný systém, ktorý na základe otázky vracia textovú odpoveď. Nevolá externé systémy, nemení dáta, nevytvára akcie vo svete. Číta a odpovedá.
Typické nasadenia:
- Interný Q&A nad firemnou dokumentáciou (predpisy, ISO normy, servisné manuály)
- FAQ pre zákazníkov — odpovede na štandardné otázky o produkte, dodacej dobe, cenníku
- Onboarding asistent pre nových zamestnancov
Technicky: LLM (buď cloud API alebo lokálny model) kombinovaný s RAG pipeline — retrieval-augmented generation, teda vyhľadávanie relevantného obsahu v znalostnej báze pred vygenerovaním odpovede. Chatbot nedisponuje nástrojmi, nevykonáva kód, nezapisuje do databáz.
Kedy chatbot stačí
Chatbot stačí vždy, keď je hodnota v rýchlom prístupe k informácii, nie v akcii. Ak vaši technici trávia 20 minút denne hľadaním v PDF manuáloch, chatbot nad tými istými dokumentmi tento čas zredukuje bez akéhokoľvek prístupu k výrobným systémom.
Chatbot je najlacnejší, najrýchlejší a najmenej rizikový variant. Ak firma ešte nemá žiadnu AI implementáciu, je to zvyčajne správne miesto, kde začať. Nasadenie od prototypu po produkciu: typicky 4–8 týždňov.
Kde chatbot nestačí
Chatbot nezmení stav systému. Odpovie na otázku „Aký je stav objednávky 4572?", ale nedokáže objednávku aktualizovať, priradiť technika ani poslať notifikáciu. Ak to od neho čakáte, potrebujete copilot alebo agenta.
Copilot: asistuje, nerozhoduje
Copilot je systém, ktorý aktívne pracuje vedľa človeka — číta kontext, načítava dáta z integrovaných systémov, navrhuje konkrétne kroky alebo pripravuje akcie na schválenie. Človek zostáva rozhodovateľom; copilot znižuje kognitívnu záťaž a zrýchľuje prácu.
Rozdiel od chatbota: copilot má nástroje (tool calling — schopnosť volať externé API, čítať z databáz, generovať drafty dokumentov), ale tieto nástroje väčšinou slúžia na prípravu, nie na priamu realizáciu. Každý návrh prechádza cez človeka.
Typické nasadenia:
- Obchodný zástupca: copilot načíta históriu komunikácie s klientom, navrhne body pre stretnutie, pripraví draft ponuky — obchodník schváli alebo upraví
- Servisný technik: copilot na základe popisu poruchy a histórie stroja navrhne tri najpravdepodobnejšie príčiny s odkazmi na dokumentáciu
- Finančný kontrolór: copilot stiahne dáta z ERP, identifikuje odchýlky od rozpočtu, pripraví komentár — kontrolór potvrdí pred odoslaním
Copilot v priemysle — reálny príklad
U klienta z oblasti údržby strojov sme nasadili copilota pre dispečerov. Systém pri každej nahlásenej poruche automaticky načítal históriu servisných zásahov, dostupnosť technikov a katalóg náhradných dielov, a predpripravil dispečerovi návrh pridelenia. Dispečer videl odôvodnenie a jedným kliknutím potvrdil alebo zmenil. Čas na dispečing sa skrátil o viac ako polovicu — a dispečer zostal plne zodpovedný za rozhodnutie.
Kľúčový bod: copilot nenasadzoval technika sám. To by bol agent.
Kde copilot stačí
Copilot je správna voľba vždy, keď: - Hodnota leží v zrýchlení rozhodnutia, nie v jeho eliminácii - Chyba AI nesmie mať priame dôsledky bez ľudského potvrdenia (regulované prostredia, zmluvy, finančné transakcie) - Chcete budovať dôveru v AI postupne — ľudia sa učia overovať návrhy, nie slepo dôverovať
Copilot je tiež prirodzenou prvou vrstvou pred agentom: nasaďte copilota, sledujte, ako dobre AI navrhuje, a až keď je presnosť dostatočná, zvážte automatizáciu vybraných krokov.
Agent: plánuje, koná, reportuje
Agent je systém, ktorý dostane cieľ (nie inštrukciu krok-za-krokom), sám naplánuje postup, zavolá potrebné nástroje, spracuje výsledky a iteruje, kým cieľ nedosiahne — alebo kým nenarazí na situáciu, ktorú nedokáže vyriešiť a potrebuje ľudský vstup.
Z technického hľadiska: agent typicky implementuje niektorý z orchestračných vzorov — ReAct slučku, Plan-and-Execute alebo multi-agent architektúru, kde viacero špecializovaných agentov spolupracuje pod supervízorom. Detailnejšie sa tejto téme venujeme v článku o architektúrach AI agentov.
Typické nasadenia:
- Agent monitoruje e-mailovú schránku reklamácií, extrahuje kľúčové údaje, verifikuje ich v ERP, vytvára tiket, upozorní zodpovednú osobu — bez ľudského vstupu pre štandardné prípady
- Agent prehľadá sériu technických dokumentov, zostaví prehľad nezrovnalostí a navrhne revízie
- Agent v noci stiahne dáta z viacerých zdrojov, spustí analytický kód, vygeneruje správu a pošle ju manažmentu ráno
Gartner v roku 2025 predpovedal, že do konca roka 2026 bude mať rádovo 40 % enterprise aplikácií integrovaných task-specific agentov — z menej ako 5 % v roku 2025. Adopcia rastie rýchlo, ale väčšina firiem, s ktorými hovoríme, je ešte v pilotnej fáze.
Kde agent prináša skutočnú hodnotu
Agent má zmysel pri úlohách, kde: - Postup má viacero krokov a každý závisí od výsledku predošlého - Úloha je opakujúca sa a dobre definovaná (nie kreatívna, nie unikátna každý raz) - Ľudský čas bol doteraz jediným limitujúcim faktorom (nie komplexita rozhodnutia) - Tolerancia na chybu dovoľuje prevádzku bez potvrdenia každého kroku
Čo si firmy mýlia pri agentoch
Najčastejší omyl: zameniť agenta s chatbotom s nástrojmi. Pridať do chatbota nástroj na čítanie z databázy ešte z neho agenta neurobí. Agent je charakterizovaný schopnosťou multi-step plánovania a iterácie — nie len jedným volaním nástroja v rámci odpovede.
Druhý omyl: myslieť si, že agent je "inteligentnejší" a preto spoľahlivejší. Opak môže byť pravda. Agent robí viac rozhodnutí — a každé rozhodnutie je príležitosť na chybu. Bez guardrails a observability môže agent bez limitu vygenerovať tisíce volaní a zodpovedajúci účet rádovo v tisícoch eur — riziko, ktoré v praxi vídame. Základné ohraničenia: limity počtu krokov, maximálne výdavky za beh, povinný HITL (human-in-the-loop) pre nezvratné akcie.
Porovnanie: čo si vybrať
Porovnanie kľúčových rozmerov:
Autonómnosť: Chatbot — nulová (odpovedá). Copilot — čiastočná (navrhuje, čaká na potvrdenie). Agent — vysoká (koná sám v rámci definovaného scope).
Náklady nasadenia: Chatbot — nízke (RAG + LLM, 4–8 týždňov). Copilot — stredné (integrácie, tool calling, UI, 2–4 mesiace). Agent — vysoké (orchestrácia, monitoring, guardrails, testovanie edge cases, 3–6+ mesiacov).
Riziko chyby: Chatbot — nízke (chyba = zlá odpoveď, bez akcií). Copilot — nízke-stredné (akcia až po ľudskom potvrdení). Agent — vysoké (chyba môže zmeniť stav systémov pred odhalením).
Vhodné pre: Chatbot — prístup k znalostiam, FAQ, interná dokumentácia. Copilot — zrýchlenie rozhodovacích procesov, drafting, asistencia pri komplexných úlohách. Agent — automatizácia opakovaných viacstupňových procesov s jasným cieľom.
Agentwashing: ako ho rozpoznať
V ponukách dodávateľov sa slovo „agent" objavuje aj tam, kde ide o chatbot s jedným nástrojom. Niekoľko otázok, ktoré odlíšia reálneho agenta od marketingového:
- 1.Plánuje systém postup sám, alebo vykonáva vopred napísaný skript? — Skript je automatizácia, nie agent.
- 2.Dokáže systém reagovať na neočakávané výstupy nástrojov? — Ak nie, je to workflow, nie agent.
- 3.Koľko krokov zvládne bez ľudského vstupu a aké typy nástrojov volá? — Jeden krok = chatbot s nástrojom.
- 4.Kde sú guardrails a čo sa stane pri chybe? — Ak dodávateľ nevie odpovedať, produkt nie je produkčne pripravený.
Rozhodovací rámec pre prax
Namiesto pytania „Chceme agenta?" odporúčame začať od procesu:
1. Popíšte proces, ktorý chcete zlepšiť. Kto ho dnes robí? Koľko krokov má? Kde trávi človek najviac času — v hľadaní informácií, v rozhodovaní, alebo v mechanickom vykonávaní?
2. Identifikujte typ hodnoty. - Rýchlejší prístup k informácii → chatbot - Rýchlejšie rozhodovanie s menšou záťažou → copilot - Eliminácia opakujúcej sa manuálnej práce → agent
3. Overte toleranciu na chybu. Agent, ktorý robí 95 % rozhodnutí správne, znie dobre — ale čo je tých 5 % chýb? Ak sú to nesprávne odoslané objednávky alebo nesprávne pridelené zdroje, 95 % nestačí. Copilot s rovnakou presnosťou je oveľa prijateľnejší, lebo 5 % zachytí človek.
4. Zvážte, či máte dáta na evaluáciu. Copilot a agent potrebujú evalváciu — teda spôsob, ako merať, či AI navrhuje/koná správne. Bez toho sú to čierne skrinky. Chatbot je ľahšie evaluovateľný (Bol výsledok relevantný?).
5. Začnite od najjednoduchšej vrstvy. Ak nie ste istí, začnite chatbotom. Dáta o tom, kde ľudia kladú otázky a kde chatbot zlyháva, vám povedia, kde má copilot alebo agent najväčší potenciál. Tento postup ušetril nejedného klienta pred drahým agentic projektom, ktorý by skončil v šuplíku.
Časté otázky
Je rozdiel medzi copilotom a agentom len v tom, kto to kliká?
Nie úplne. Copilot je navrhnutý tak, aby ľudský vstup bol prirodzenou súčasťou toku — UI, potvrdzovacie kroky, zobrazenie odôvodnenia AI. Agent je navrhnutý pre autonómnu prevádzku; ľudský vstup (HITL) je výnimkou, nie pravidlom. Architektúra, monitoring aj testovanie sú pri agentovi podstatne komplexnejšie.
Môže jeden systém byť zároveň chatbot aj copilot?
Áno, a v praxi sa tieto vrstvy kombinujú. Obchodný systém môže mať chatbota pre zákazníkov (odpovedá na FAQ) aj copilota pre obchodných zástupcov (navrhuje ďalší krok v deale). Dôležité je nepoužívať rovnaký komponent na oba účely bez jasného oddelenia — iná bezpečnostná politika, iný prístup k dátam.
Kedy má zmysel investovať do agenta namiesto copilota?
Vtedy, keď ste overili, že copilot navrhuje správne rozhodnutia v aspoň 95–98 % prípadov (podľa vašej tolerancie chýb), keď ľudský bottleneck skutočne brzdí proces, a keď máte infraštruktúru na monitoring a guardrails. Agent bez predchádzajúceho copilot štádia je vo väčšine prípadov predčasná optimalizácia.
Čo stojí nasadenie každej vrstvy?
Chatbot (interný RAG): rádovo desaťtisíce eur, 1–2 mesiace. Copilot s integráciami: rádovo stovky tisíc eur, 3–6 mesiacov. Agent v produkcii: podobne ako copilot alebo viac — väčšina nákladov nie je v modeli, ale v orchestrácii, testovaní a monitoringu. Presné čísla závisia od rozsahu integrácií, kvality existujúcich dát a požiadaviek na compliance.
Platí pre tieto tri typy aj rozdiel lokálne vs. cloud LLM?
Áno, a pre regulované odvetvia to môže byť rozhodujúce. Chatbot nad internými dokumentmi môže bežať plne lokálne bez dátového úniku. Copilot s prístupom do ERP vyžaduje bezpečnú integráciu — lokálny LLM tu dáva zmysel. Agent, ktorý aktívne mení dáta v systémoch, potrebuje prísne audit logy bez ohľadu na to, či beží cloud alebo lokálne. Viac o tomto rozhodnutí: Lokálne LLM vs cloud.
Záver
*Väčšina firiem, s ktorými hovoríme, nepotrebuje agenta — aspoň nie hneď. Potrebujú jasné definície, realistické očakávania a prvý krok, ktorý prinesie hodnotu bez nadmerného rizika. V MP Industrial Solutions pomáhame firmám prejsť od vágneho „chceme AI" ku konkrétnemu zadaniu: čo nasadiť, kde začať a čo odložiť na neskôr. Ak riešite podobnú otázku, radi si 30 minút pohovoríme.*