AI workflow vs. AI agent: co si vybrat pro firemní proces
Když dnes někdo říká „nasadíme AI agenta", myslí tím cokoli od chatbota po plně autonomní systém. Pro rozhodnutí o architektuře firemního řešení je ale rozdíl mezi workflow a agentem zásadní - určuje, co se dá skutečně nasadit do provozu a za co ponese firma odpovědnost.
Dvě různé architektury, dva různé světy
AI workflow je řízený proces s předem danými kroky, pravidly a kontrolními body. Vývojář nebo procesní konzultant navrhne, co se děje v kroku A, co v kroku B, kdy rozhoduje pravidlo a kdy člověk. AI se používá na konkrétní úlohy uvnitř - extrakce dat, klasifikace, porovnání textu. Kolem toho je pevně definovaná logika.
AI agent je autonomní systém, který dostane cíl a sám se rozhoduje, jaké kroky udělat. Má k dispozici nástroje (tools), volí si, který a kdy použije, případně si volá pomocné agenty. Plán si tvoří průběžně, podle toho, co zjistí cestou.
Zjednodušeně:
- Workflow: vývojář řekne „udělej A, pak B, pokud platí X, tak C, jinak D".
- Agent: vývojář řekne „tady máš cíl a nástroje, dorazil tam".
Kdy workflow, kdy agent
Rozhodovací pravidlo je jednoduché - a většinu projektů vyřeší:
Pokud proces znáte a dokážete ho popsat kroky, použijte workflow. Agent dává smysl tam, kde proces nelze předepsat a cesta se musí objevovat průběžně.
Většina firemních procesů spadá do první kategorie. Vytěžování faktury, kontrola atestu, validace dodavatelské dokumentace, schvalování objednávky - to všechno má strukturovaný průběh, který lze popsat. Workflow je tam správná volba.
Agent patří tam, kde cesta není předem jasná - typicky hluboký research, troubleshooting v otevřené doméně, eskalační tickety, kde každý případ vypadá jinak a vyžaduje adaptivní postup. V korporátním prostředí je to zatím spíše výjimka než pravidlo.
Proč to není jen teoretický rozdíl
Architektura určuje tři praktické věci:
1. Odpovědnost a dohledatelnost
U workflow víte, co se v každém kroku stane. Auditní stopa ukazuje, jaké pravidlo rozhodlo, jaký model co extrahoval, kdo to potvrdil. U regulovaných procesů (compliance, finance, QA) je to prakticky nezbytné - bez auditní stopy se kontrola obhajuje těžko.
Agent je volnější pól: rozhoduje se průběžně, řetězí volání a bez dobrého návrhu logování nemusí být zpětně jasné, proč udělal právě tenhle krok. Dohledatelnost je řešitelná, ale je to úsilí navíc - a v regulovaném prostředí je tohle „navíc" často blocker.
2. Predikovatelnost nákladů a doby zpracování
Workflow zpracuje dokument v definovaném čase za definovanou cenu (tokeny na vstup a výstup jsou odhadnutelné). U agenta je to proměnná - protože si volí, kolikrát volá model, kolik tools použije, jak dlouho přemýšlí. U stovek dokumentů denně je rozdíl v provozních nákladech dramatický.
3. Rychlost a robustnost v provozu
Workflow běží spolehlivě - stejný vstup, stejný výstup. Agent má v sobě náhodu: dva identické dotazy mohou proběhnout jinou cestou. Pro provoz, kde potřebujete konzistenci, to nemusí být to, co chcete.
Kombinace obojího
V reálných nasazeních často dává smysl kombinace: workflow drží hlavní proces, ale v některých krocích může zavolat agenta na konkrétní otevřenou úlohu. Například workflow validace faktury vyřeší standardní případy; pokud narazí na něco, co vybočuje (nestandardní zahraniční formát, netypický dodavatel), předá to agentovi, který má prostor prozkoumat kontext a navrhnout řešení. Operátor pak dostane přípravu, nemusí začínat od nuly.
Tohle je podle nás budoucnost většiny enterprise AI: workflow jako páteř, agent jako exception handler. Ne agent jako všelék.
Typické omyly
Při hovorech s klienty vidíme opakovaně stejné dvě chyby:
„Nasadíme agenta, ať to dělá všechno." Většinou je to chyba. Agent v produkci vyžaduje evaluaci, guardrails, retry logiku, sledování nákladů a způsoby, jak ho zastavit, když se zacyklí. U strukturovaného procesu je to zbytečné úsilí - workflow doručí hodnotu za zlomek nákladů a s mnohem větší jistotou.
„Workflow je staromódní, potřebujeme moderní agentní přístup." Tohle je marketingový šum. Technologicky je agent nadstavba workflow, ne jeho náhrada. Firmy, které nasazují skutečně fungující produkční AI (včetně technologických lídrů), staví hybridní řešení s jasnou vrstvou workflow, protože bez ní se AI neškáluje.
Praktické pravidlo
Na začátku projektu si položte tyto otázky:
- Dokážu kroky procesu popsat tak, aby je pochopil nový kolega? Pokud ano, začni workflow.
- Potřebuju auditní stopu, kde je jasné, proč co nastalo? Pokud ano, workflow.
- Přichází proces v objemu, kde se počítá cena per dokument? Pokud ano, workflow.
- Je proces čistě diagnostický, s otevřenou doménou a každý případ vypadá jinak? Tam možná agent.
- Jsou u mne kombinované: 90 % standardních případů + 10 % netypických? Workflow + agent pro exceptions.
Pro všechny dokumentové a compliance procesy, s kterými se potkáváme, vychází workflow jako správná volba. U Favexu - viz případová studie - je celá extrakce a validace atestů postavená jako workflow s několika modelovými voláními uvnitř. Bez agenta to funguje spolehlivě, s auditní stopou, v předvídatelných nákladech.
Co z toho plyne pro vás
Pokud dnes stojíte před rozhodnutím „nasadit AI", začněte s workflow. Až narazíte na problém, který se workflow skutečně nedá popsat - u dokumentových a compliance procesů to bývá spíš výjimka - přidáte agentní vrstvu jako nadstavbu.
Pokud vám někdo prodává „autonomního AI agenta" na rutinní firemní proces, ptejte se: Kde je auditní stopa? Jaká je predikce nákladů? Co se stane, když se zacyklí? Kdo ponese odpovědnost za rozhodnutí? Pokud na tyhle otázky nedostanete konkrétní odpověď, je to prodejní pitch, ne produkt.