Řízená umělá inteligence proti šíření agentů umělé inteligence: Proč se vaši nekontrolovaní agenti umělé inteligence brzy stanou právním rizikem

Agenti s umělou inteligencí mimo kontrolu: Jak se „rozrůstání agentů“ stalo největším IT rizikem v roce 2025

Konec experimentů s umělou inteligencí: Proč bude brzy zrušeno více než 40 procent autonomních agentních sil

Umělá inteligence způsobuje revoluci v každodenním podnikání – zatímco oddělení s nadšením zavádějí pro své procesy stále více autonomních agentů umělé inteligence, v pozadí se skrývá obrovské riziko pro IT a dodržování předpisů. Takzvané „rozrůstání agentů“ (nekontrolované šíření agentů umělé inteligence) vede nejen k explodujícím nákladům na infrastrukturu a redundantním systémům, ale také otevírá nebezpečné bezpečnostní mezery. Vzhledem k přísným požadavkům zákona EU o umělé inteligenci se tento nedostatek kontroly stává existenčním právním problémem. Aby se zabránilo hrozící katastrofě v oblasti správy a řízení a zajistila se dlouhodobá návratnost investic do transformace umělé inteligence, čelí nyní technologickí lídři klíčovému úkolu: Musí zastavit nekontrolované šíření a nahradit ho centrálně spravovanou platformou umělé inteligence, než se okno příležitosti zcela zavře.

Souvisí s tím:

• UNFRAME.AI: Dobré, špatné a neovládané: Kolik vás doopravdy stojí rozrůstání agentů

Řízená umělá inteligence proti šíření agentů umělé inteligence: Jak centrální řídicí platforma odvrací hrozící katastrofu v oblasti správy a řízení ve společnosti

Ve většině firem se v posledních osmnácti měsících dělo něco, co se neobjevilo v žádném rozpočtu, nespustilo žádná upozornění na riziko a za co nenese centrální odpovědnost žádný tým. Jedno oddělení po druhém, týmy začaly nasazovat agenty s umělou inteligencí. Finanční oddělení vytvořilo jednoho pro ověřování faktur. HR nasadilo jednoho pro onboardingové dotazy. Zákaznický servis spustil dalšího pro třídění tiketů. Každý z těchto agentů vyřešil skutečný problém. Každý byl schválen, nebo alespoň nebyl zastaven. A každý byl postaven na jiné platformě, s jiným modelem, připojen k jinému zdroji dat a nebyl nikým plošně regulován.

Toto je rozrůstání agentů umělé inteligence, neboli v anglickém žargonu „agent sprawl“. A v době, kdy mu většina technologických lídrů dala jméno, již došlo k značným finančním a strukturálním škodám. Co se na první pohled jeví jako drobný provozní problém, se podle aktuálních tržních údajů stává pravděpodobně nejnaléhavějším strategickým rizikem transformace umělé inteligence. Čísla hovoří jasně: V podnikových prostředích po celém světě již působí přes tři miliony agentů umělé inteligence – a z nich je pouze 47,1 procenta aktivně monitorováno nebo zabezpečeno. Přibližně 1,5 milionu agentů tak běží zcela bez dozoru. Zároveň 82 procent vedoucích pracovníků věří, že jejich stávající zásady jsou dostatečné. Tento rozpor mezi sebevnímáním a realitou je základem, na kterém tento nekontrolovaný růst vzkvétá.

Známý vzorec v novém hávu: Historický kontext technologického šíření

Rozpínání agentů není nový problém, ale známý vzorec v novém hávu. Korporátní svět již několikrát zažil podobné fáze, jejichž průběh a důsledky pozoruhodně konzistentně odpovídají současné situaci.

Během několika let vedlo tzv. rozrůstání cloudu k desítkám nekoordinovaných cloudových prostředí, která pohltila rozpočty a vytvořila bezpečnostní zranitelnosti, jejichž úplná náprava někdy trvala roky. Rozrůstání SaaS se řídilo stejným vzorem: na svém vrcholu průměrná společnost provozovala stovky aplikací současně. Přestože se společnosti nyní aktivně konsolidují – průměrný počet SaaS aplikací se snížil z 374 na 342 – stínové IT zůstává obrovským a přetrvávajícím problémem. Podle nedávných průzkumů 68 procent zaměstnanců používá nástroje, které nejsou schváleny IT oddělením, a 57 procent zadává do těchto neschválených systémů citlivá firemní data. IT oddělení v současné době spravují pouze 28 procent celkových výdajů na SaaS a monitorují pouze 17 procent všech aplikací.

Pak přišlo rozmach RPA: vlna automatizačních botů, která začala slibnými pilotními výsledky a skončila jako spleť křehkých, překrývajících se pracovních postupů, které nikdo nedokázal plně otestovat ani udržovat. V praxi RPA projekty často selhávaly kvůli nerealistickým očekáváním, nejasnému výběru procesů a chybějící infrastruktuře řízení. Paralela se současnou situací je strukturálně téměř identická – s jedním zásadním rozdílem.

Autonomní agenti s umělou inteligencí jsou jako RPA s mozkem. Platí stejná dynamika, ale důsledky jsou rychlejší a dalekosáhlejší. RPA bot, který přestane fungovat, jednoduše přestane fungovat. Agent s umělou inteligencí, který funguje bez správy a řízení, pokračuje v práci – a rozhoduje se nezávisle. Toto je výrazně nebezpečnější scénář. Software čeká na příkazy. Agenti jednají autonomně. Tento kvalitativní posun v technologii činí otázku správy a řízení nejen postupnou, ale zásadně naléhavější.

Anatomie nekontrolovaného zavádění: Jak vypadá nekontrolovaný růst v praxi

Vývojový vzorec rozpínání agentů je napříč organizacemi pozoruhodně konzistentní, i když se detaily liší. Obvykle začíná malým počtem dobře míněných pilotních projektů. Výsledky jsou dostatečně slibné, aby ospravedlňovaly škálování. Jiné týmy si všímají pozitivních zkušeností, požadují vlastní agenty nebo si je jednoduše samy vytvoří. Dodavatelé tento proces usnadňují – společnosti jsou lákány bezplatnými nebo levnými nástroji pro začátečníky a na první pohled se zdá, že neexistuje žádný důvod, proč do infrastruktury nepřidat další platformu.

Během dvanácti až osmnácti měsíců se typická společnost ocitne v situaci, která se vyznačuje několika specifickými rysy: Agenti s různými funkcemi jsou vyvíjeni na různorodých platformách – od OpenAI přes AWS a Google až po interní nástroje – bez jednotného způsobu, jak je monitorovat nebo spravovat. Protože každý agent je postaven odlišně, z pohledu managementu neexistuje žádný centrální přehled, žádná tzv. „jednotná skleněná tabule“.

Každý agent má svá vlastní datová připojení a přístupová práva, konfigurovaná nezávisle bez společné vrstvy zásad. Nikdo nemá úplný přehled o tom, ke kterým systémům má každý agent přístup. Stejné integrace se znovu a znovu přestavují: pět agentů s pěti samostatnými konektory do Salesforce; tři agenti se třemi nezávislými kanály do datového skladu. Agenti pracující v sousedních funkcích nemají společný kontext ani koordinační vrstvu. Když marketingový agent, agent dodavatelského řetězce a HR bot pracují v izolovaných silech, nevytváříte automatizovanou pracovní sílu – vytváříte digitální revoltu. Výběr modelu je také ad hoc: různé týmy používají různé dodavatele na základě toho, co bylo k dispozici v době sestavení, spíše než na základě strategických standardů pro náklady, výkon nebo rizikový profil.

Logika, která se za tím skrývá, je z pohledu jednotlivých týmů dokonale racionální: každé oddělení optimalizuje svou vlastní rychlost a svůj vlastní případ užití. Systémový problém vyplývá ze souhrnu těchto lokálních důvodů. Jde o klasický případ selhání koordinace, ke kterému nevyhnutelně dochází bez zastřešující struktury kontroly.

Skutečné náklady: Kromě zjevného plýtvání rozpočtem

Nejzřejmějšími náklady spojené s rozrůstáním agentů jsou plýtvání rozpočtem v důsledku redundantních integrací, překrývajících se funkcí a duplicitní infrastruktury. To je reálné a rychle se sčítá. Provozní náklady agentů s umělou inteligencí se skládají z mnoha složek: nákladů na infrastrukturu pro výpočetní výkon a paměť, nákladů na tokeny pro volání API, nákladů na správu IT pro monitorování, zabezpečení a aktualizace a nákladů na implementaci, které se mohou pohybovat od několika tisíc do několika set tisíc eur v závislosti na složitosti.

Ale ty méně viditelné náklady jsou ty skutečně dramatické: tzv. dluh v oblasti správy a řízení. Každý agent fungující bez centrální vrstvy politik představuje mezeru v dodržování předpisů. Každý agent fungující bez dohledu představuje nekvantifikovatelné riziko. Ve vysoce regulovaných odvětvích, jako jsou finanční služby, zdravotnictví nebo právní poradenství, tato mezera není jen teoretická. Je to napomenutí, které se stane problémem během příštího auditu. Nekoordinovaní agenti vedou k „úniku tokenů“, kdy redundantní volání API a překrývající se výpočetní úlohy tiše narušují návratnost investic.

Ještě závažnější je, že mohou vést ke skutečným provozním selháním, když agenti s protichůdnými cíli pracují se stejnými daty bez orchestrační vrstvy, která by sladila jejich rozhodnutí. IDC předpovídá, že 60 procent selhání umělé inteligence v roce 2026 bude způsobeno mezerami v řízení – nikoli špatným výkonem modelu. Toto číslo odráží základní poznatek: Technologická vyspělost modelů umělé inteligence již není primárním rizikem. Je jím organizační a strukturální začlenění.

Kromě toho existují dalekosáhlá právní rizika. IDC ve svých prognózách FutureScape varuje, že do roku 2030 bude až 20 procent z tisíce největších organizací na světě čelit soudním sporům, pokutám a odvolání CIO – a to v důsledku vážných narušení v důsledku nedostatečné správy agentů umělé inteligence. Zákon EU o umělé inteligenci tento výhled zhoršuje konkrétními sankcemi: porušení lze trestat pokutami až do výše 35 milionů eur nebo 7 procent celosvětových ročních příjmů. U vysoce rizikových systémů umělé inteligence je výslovně vyžadováno protokolování, provozní monitorování a lidský dohled. Společnost, která provozuje autonomní agenty umělé inteligence bez strukturované správy, se tak přímo vystavuje těmto předpisům.

Náklady na zpětnou implementaci governance v rozsáhlé flotile agentů jsou vždy výrazně vyšší než náklady na vytvoření infrastruktury governance od samého začátku. Organizace migrující z úrovně governance 1 na úroveň 3 – tedy z reaktivního protokolování chyb na architekturu s nulovou důvěrou s izolovanými prostředími pro provádění – zaznamenávají podle údajů CISIN 40% snížení technického dluhu souvisejícího s umělou inteligencí a 25% zlepšení doby uvedení nových funkcí agentů na trh.

Platforma spravované umělé inteligence – obrázek: Xpert.Digital

Zde se dozvíte, jak může vaše společnost rychle, bezpečně a bez vysokých vstupních bariér implementovat řešení umělé inteligence na míru.

Spravovaná platforma umělé inteligence je vaším komplexním a bezstarostným řešením pro umělou inteligenci. Místo řešení složitých technologií, drahé infrastruktury a zdlouhavých vývojových procesů získáte hotové řešení šité na míru vašim potřebám od specializovaného partnera – často během několika dní.

Klíčové výhody na první pohled:

⚡ Rychlá implementace: Od nápadu k aplikaci připravené k použití během několika dnů, nikoli měsíců. Dodáváme praktická řešení, která vytvářejí okamžitou přidanou hodnotu.

🔒 Maximální zabezpečení dat: Vaše citlivá data zůstanou u vás. Garantujeme bezpečné a kompatibilní zpracování bez sdílení dat s třetími stranami.

💸 Žádné finanční riziko: Platíte pouze za výsledky. Vysoké počáteční investice do hardwaru, softwaru nebo personálu jsou zcela eliminovány.

🎯 Zaměřte se na své hlavní podnikání: Soustřeďte se na to, co děláte nejlépe. Postaráme se o kompletní technickou implementaci, provoz a údržbu vašeho řešení s umělou inteligencí.

📈 Připraveno na budoucnost a škálovatelné: Vaše umělá inteligence roste s vámi. Zajišťujeme neustálou optimalizaci a škálovatelnost a flexibilně přizpůsobujeme modely novým požadavkům.

Více informací zde:

• Spravovaná platforma umělé inteligence

Regulační tlak roste: Zákon EU o umělé inteligenci jako urychlovač povinností v oblasti správy a řízení

Díky zákonu EU o umělé inteligenci (AI Act) Evropa vytvořila první komplexní zákon na světě, který reguluje umělou inteligenci. Tento zákon, který vstoupil v platnost 1. srpna 2024, bude mít od roku 2026 stále větší operační dopad. Pro společnosti v Německu a v celé Evropě to znamená, že správa umělé inteligence již není dobrovolným strategickým rozhodnutím, ale zákonnou povinností.

Logika zákona EU o umělé inteligenci je založena na riziku: systémy umělé inteligence jsou klasifikovány do rizikových kategorií podle jejich potenciálu způsobit škodu a požadavky se s rizikem zvyšují. Pro vysoce rizikové aplikace umělé inteligence – například v zaměstnání, vzdělávání nebo kritické infrastruktuře – se již vztahují rozsáhlé povinnosti: systémy řízení rizik, správa dat, technická dokumentace, transparentnost, lidský dohled a protokolování v celém životním cyklu. Požadavek na registr případů užití umělé inteligence není byrokratickou formalitou, ale spíše strukturálním minimálním předpokladem pro jakoukoli formu souladu s předpisy: bez inventáře neexistuje prioritizace; bez prioritizace neexistuje funkční soulad s předpisy.

Pro společnosti působící ve fragmentovaném a nekontrolovaném prostředí představuje tato regulační krajina dvojí výzvu. Zaprvé musí provést inventuru svých stávajících operací a posoudit jejich klasifikaci rizik. Zadruhé musí zajistit, aby nová nasazení od samého začátku splňovala právní požadavky. Oba tyto úkoly jsou prakticky nemožné bez centrální řídicí infrastruktury. Zákon EU o umělé inteligenci proto nepředstavuje další byrokratickou překážku, ale spíše regulační katalyzátor, který urychluje již tak nezbytné strategické rozhodnutí o vytvoření platformové infrastruktury.

Analýza trendů v oblasti umělé inteligence, kterou pro rok 2026 provedla společnost EY, to dokonale shrnuje: Rozdíl nespočívá ani tak v tom, zda společnosti umělou inteligenci používají, jako spíše v tom, zda mají potřebné struktury řízení k zodpovědnému, škálovatelnému a adaptivnímu provozování umělé inteligence. To zahrnuje jasně definované role a odpovědnosti za rozhodnutí v oblasti umělé inteligence, robustní kontrolní mechanismy, které drží krok s rychlostí technologického rozvoje, a transparentní rozhodnutí týkající se datových a modelových architektur, které umožňují jak interní dohled, tak i regulační kontrolu.

V bodě zlomu: Krátké časové okno na překonání prudkého růstu

Společnost Gartner předpovídá, že do konce roku 2026 bude přibližně 40 procent všech podnikových aplikací integrovat agenty umělé inteligence specifické pro dané úlohy – ve srovnání s méně než 5 procenty v roce 2025. To představuje osminásobný nárůst během dvanácti měsíců. Zároveň méně než 25 procent společností úspěšně nasadilo agenty umělé inteligence do produkčního prostředí, přestože téměř dvě třetiny již s nimi experimentují.

Ještě odhalující je další statistika společnosti Gartner: Více než 40 procent projektů s agentní umělou inteligencí bude do konce roku 2027 opuštěno – ne kvůli technologickým omezením, ale kvůli rostoucím nákladům, nedostatku důkazů o obchodní hodnotě a nedostatečné správě a řízení. Pouze 2 procenta společností dnes plně implementovala agentní umělou inteligenci. Pouhých 21 procent uvádí, že má vyspělý rámec pro správu autonomních agentů. To jsou ve srovnání s prognózou explozivního růstu znepokojivá čísla.

Možnosti, které má CIO nebo CDO k proaktivnímu řešení tohoto problému, se denně zmenšují. Obchodní jednotky nyní vytvářejí agenty podle vlastních časových harmonogramů, používají vlastní nástroje a jsou mimo pravomoci centrálního IT oddělení. Každý den, který uplyne bez zavedení strukturovaného přístupu k řízení, je dnem, kdy se technický dluh a dluh v oblasti dodržování předpisů neustále hromadí. A splácení tohoto dluhu se stává dražším s každým dalším agentem nasazeným bez dohledu.

Platforma řízené umělé inteligence jako strukturální řešení: Proč platformní přístup řeší problém s nasazením

Organizace, které efektivně omezují nekontrolovaný růst, činí klíčový strategický rozdíl již na začátku: infrastrukturu agentů umělé inteligence ve společnosti považují za problém platformy, nikoli za problém nasazení. Tento sémantický posun má dalekosáhlé strukturální důsledky.

Zaměření na nasazení se ptá: Jak rychle vytvořím dobrého agenta pro tento konkrétní případ použití? Zaměření na platformu se ptá: Jak vytvořím infrastrukturu, která umožní všem agentům ve společnosti fungovat spolehlivě, bezpečně, regulovaným způsobem a nákladově efektivně? Odpovědí na druhou otázku je centrální řídicí rovina. Je to jediné místo, kde jsou agenti regulováni, přizpůsobováni, monitorováni a nasazováni – než počet agentů vzroste do bodu, kdy se zpětně stane obtížné implementovat správu a řízení.

Taková spravovaná platforma umělé inteligence systematicky řeší všechny klíčové problémy nekontrolovaného růstu. Vytváří jednotný pohled na všechny aktivní agenty v organizaci, bez ohledu na podkladovou platformu, na které vznikli. Vynucuje společnou vrstvu politik pro přístup k datům, oprávnění a cesty eskalace. Umožňuje skutečnou pozorovatelnost – schopnost pochopit, která data agent konzultoval, jaké alternativy zvažoval a proč učinil konkrétní rozhodnutí. A zajišťuje, že výběr modelu, sledování nákladů a bezpečnostní architektura se řídí strategickými standardy, nikoli ad-hoc rozhodnutími.

Analogie s DevOps a MLOps je zde obzvláště výstižná: Když se v posledních letech strukturovaly operace vývoje softwaru a strojového učení, řídily se stejnými principy – nástroje, ochranné zábradlí, metriky a centrální úrovně politik jako základ. Stejná logika platí i pro agenty umělé inteligence, ale s přidanou naléhavostí vyplývající z autonomní povahy systémů.

Společnost IDC nyní uznává sjednocené platformy pro správu a řízení umělé inteligence (AI) jako kritickou infrastrukturu pro škálovatelnost. Poskytují jednotný zdroj informací pro politiku, monitorování a reporting. Podle výzkumu IBM dosahují organizace s komplexními rámci správy a řízení o 30 procent lepší návratnosti investic do svých portfolií AI ve srovnání s těmi, které se spoléhají na manuální přístupy.

Bezpečnostní a ochranná dimenze: Podceňované riziko nemonitorovaných agentů

Kromě rizik v oblasti dodržování předpisů a provozních rizik představuje nekontrolované rozpínání agentů specifický bezpečnostní rozměr, který je stále nedostatečně diskutován. Každý nemonitorovaný agent je potenciálně skrytým nákladovým střediskem spotřebovávajícím cloudové zdroje, závazkem v oblasti dodržování předpisů, který vystavuje společnost regulačním sankcím, a potenciální bezpečnostní zranitelností, kterou lze zneužít k neoprávněnému přístupu k datům.

Problém nekontrolovaných rozhodovacích kaskád je obzvláště kritický: Když jsou agenti oprávněni k provádění akcí, je třeba zvážit, jak se tyto akce mohou šířit propojenými systémy. Nedostatek kontroly a přehledu může vést k nezamýšleným důsledkům, které se rozšíří napříč složitými systémovými prostředími. Navíc, pokud týmy postrádají vysvětlující nástroje k pochopení, proč agent provedl určitou akci, manažeři nemusí být schopni obhájit výsledky před regulačními orgány nebo zákazníky.

Pouze 14,4 procenta organizací získává před nasazením agentů úplné bezpečnostní prověrky. To znamená, že ve více než 85 procentech případů agenti běží v produkčním prostředí, aniž by byl jejich bezpečnostní profil systematicky posouzen. Ve světě, kde agenti mají přístup k citlivým osobním souborům, finančním údajům, údajům o zákaznících a kritickým obchodním procesům, je to nepřijatelné.

Technickou odpovědí na tento rizikový profil je přístup s nulovou důvěrou pro infrastrukturu agentů – kde každý agent obdrží pouze minimální nezbytná oprávnění a ta jsou udělována dynamicky pro jednotlivé relace. Doplněn mechanismy „human-in-the-loop“, které definují, kdy se agent musí pozastavit a vyžádat si potvrzení od člověka, vytváří bezpečnostní architekturu, která vyvažuje autonomii a kontrolu.

Tři strategické okamžité kroky: Co musí vedoucí pracovníci udělat nyní

Praktické řešení tohoto nekontrolovaného šíření nezačíná výběrem platformy, ale strukturovaným inventářem. Společnosti by měly před nasazením dalšího agenta provést tři po sobě jdoucí okamžité kroky.

Prvním krokem je kompletní inventarizace všech aktivních agentů v celé organizaci. To zahrnuje zaznamenání platformy, na které byl každý agent vytvořen, dat, ke kterým má přístup, systémů, se kterými interaguje, a osob odpovědných za jeho chování. Většina organizací během tohoto procesu objeví více agentů, než se očekávalo – často s širšími přístupovými právy, než bylo původně zamýšleno. Tato inventarizace není jednorázovým úkolem, ale spíše začátkem průběžného procesu řízení životního cyklu, který slouží jako základ pro všechna následná opatření v oblasti správy a řízení.

Druhým krokem je standardizace vrstvy infrastruktury, nikoli případů užití. Chybou, které se mnoho společností dopouští, je snaha vytvořit všechny agenty stejným způsobem. To brzdí inovace a je to prakticky nevymahatelné. Místo toho je třeba standardizovat vrstvu pod nimi: jak agenti přistupují k datům, jak jsou zaznamenávána, jak se měří jejich výkon a jak se vymáhají bezpečnostní zásady. Toto oddělení mezi standardizovanou vrstvou infrastruktury a svobodou přizpůsobení na úrovni případů užití je strukturálním tajemstvím úspěšné správy podnikové umělé inteligence. Velké organizace by se měly zaměřit na design zaměřený na platformu s centralizovanými standardy a lokálním prováděním: správa napříč platformami se schválenými katalogy modelů, standardním protokolováním, opakovaně použitelnými šablonami pro hodnocení a přístupem založeným na zásadách.

Třetím krokem je zavedení rámce pro průběžné měření návratnosti investic (ROI) pro všechny agenty. Vedoucí pracovníci by měli zajistit základ pro vyhodnocení skutečného přínosu každého agenta před schválením nových nasazení. To zahrnuje požadavek, aby každý, kdo chce nasadit agenta, předem předložil posouzení nákladů a prognózu přínosů. Pravidelné kontroly výdajů agentů na umělou inteligenci a optimalizačních příležitostí dále vytvářejí organizační základ pro udržitelnou rovnováhu mezi náklady a přínosy. Představenstva a správní výbory stále více požadují měřitelné výnosy, nejen titulky o inovacích – správa hraje přímou roli v návratnosti investic tím, že snižuje rizika, zlepšuje spolehlivost a urychluje nasazení.

Raná architektonická rozhodnutí jako zlomový bod: Proč je právě teď tím rozhodujícím okamžikem

V historii technologií se s pozoruhodnou pravidelností opakuje jeden vzorec: včasná architektonická rozhodnutí určují dlouhodobou konkurenceschopnost. Ti, kteří přijali multicloudovou správu v rané fázi svého přechodu na cloud, mají nyní značné výhody oproti těm, kteří se o několik let později potýkali s namáhavou demontáží distribuovaných, nekontrolovaných prostředí. S rozpínáním agentů se podniková krajina nyní nachází přesně v tomto bodě.

Okno příležitosti je úzké. Gartner identifikuje horizont tří až šesti měsíců, v němž musí softwarové organizace definovat svou strategii pro agentní umělou inteligenci a investiční plán – jinak riskují, že zůstanou pozadu. Exponenciální růstová křivka – od méně než 5 procent k 40 procentní penetraci za dvanáct měsíců – znamená, že pokud se nekontrolovaný růst nyní nestrukturuje, velmi rychle dosáhne úrovně, kdy se nápravná opatření stanou enormně nákladnými nebo prakticky nemožnými.

Zároveň další prognóza společnosti Gartner slouží jako střízlivé varování: Více než 40 procent projektů umělé inteligence založených na agentech bude do roku 2027 opuštěno. Společnosti, které tyto projekty opustí, nebudou ty, které si zvolily nejhorší technologii umělé inteligence. Budou to ty, které nedokázaly vybudovat infrastrukturu správy a řízení a jejichž rostoucí náklady a nedostatek prokázané hodnoty narušily jejich legitimitu pro další investice. Správa a řízení tedy není opakem inovací – je to infrastruktura, která v první řadě umožňuje udržitelné inovace.

Poučení z předchozích technologických vln – ať už cloudových, SaaS nebo RPA – je jasné: k nekontrolovanému růstu dochází vždy, když rychlost zavádění překročí vyspělost infrastruktury správy a řízení. Agenti umělé inteligence, kteří byli v roce 2025 stále experimentální, se v roce 2026 stanou operační realitou. Hybnost je nezastavitelná. Otázkou není, zda se agenti stanou podnikovým standardem – to již bylo rozhodnuto. Jedinou zbývající otázkou je, zda k tomuto přechodu dojde na kontrolovaném základě, nebo uprostřed katastrofy v oblasti správy a řízení.

Společnosti, které dnes investují do centralizované spravované infrastruktury umělé inteligence, si nekupují jen kontrolu a dodržování předpisů. Kupují si právo nadále využívat výhod agentní umělé inteligence po dobu dvou nebo tří let – zatímco ostatní budou zaneprázdněni sbíráním trosek nekontrolovaného a nekontrolovaného růstu.

Konrad Wolfenstein

Rád/a bych sloužil/a jako váš osobní poradce.

mě kontaktovat wolfenstein ∂ xpert.digital

Zavolejte mi na +49 7348 4088 965 .

LinkedIn