Viktor Doletina z ui42: AI agent, MCP a budúcnosť e-commerce firiem
AI agenti už nie sú len technologický experiment. Viktor Doletina, Head of AI z ui42, vysvetľuje, ako menia fungovanie e-commerce firiem, prečo potrebujú prístup k reálnym firemným dátam a akú úlohu v tom zohráva MCP.
Umelá inteligencia už dávno nie je len o chatbotovi, ktorému zadáte prompt a čakáte na odpoveď. Ďalším krokom sú AI agenti – systémy, ktoré dokážu pracovať s dátami, používať nástroje a samostatne vykonávať konkrétne úlohy.
O tom, čo tento posun znamená pre firmy v praxi, sme sa v novej epizóde podcastu Biznislab rozprávali s Viktorom Doletinom, ktorý má v ui42 na starosti AI transformáciu.
Nadväzujeme tak na predchádzajúcu epizódu s profesorkou Máriou Bielikovou, ktorá hovorila o tom, ako pri AI inováciách neprepadnúť panike a chaosu. Tentoraz sa posúvame od princípov ku konkrétnemu nasadeniu - ako prepojiť AI s firemnými dátami, čo umožňuje MCP, kde už dnes dávajú zmysel AI agenti a prečo ani pri nich nemožno úplne vynechať človeka.
Od chatbota k AI agentovi: v čom je rozdiel
Bežný chatbot dostane od vás jeden prompt a vráti jednu odpoveď – text, obrázok, návrh riešenia. Rozhodnutie, čo s tým ďalej, je vždy na človeku.
AI agent funguje inak. Ako vysvetľuje Viktor Doletina, samotné slovo „agent“ dobre vystihuje jeho podstatu - je to niekto, kto koná v mene niekoho iného. Poisťovací agent uzatvára poistky v mene poisťovne, cestovná agentúra vybavuje cestu za klienta. AI agent funguje na podobnom princípe: dostane cieľ, má prístup k potrebným nástrojom a dátam a následne úlohu rieši v jednotlivých krokoch bez toho, aby pri každom z nich čakal na ďalší pokyn človeka.
To má priamy dosah aj na e-commerce firmy a marketingové agentúry. Časť úloh, ktoré doteraz vykonávali špecialisti - od performance marketingu cez UX až po vývoj - dnes čiastočne preberajú AI agenti, ktorí pracujú rýchlejšie, spoľahlivejšie a bez obmedzení bežnej pracovnej doby.
Krok č.1: Prepojte umelú inteligenciu s vlastnými dátami
Skôr než firma začne nasadzovať AI agentov,mala by podľa Viktora vyriešiť úplný základ: prepojenie AI s vlastnými dátami – napríklad z Google Analytics, interným systémom či dátami o zákazníkoch.
„Kým umelá inteligencia nepozná reálne váš biznis, vaše dáta a vášho zákazníka, tak iba háda a v princípe strieľa do neznáma. Akonáhle dostane ten podklad, konverzácia je zrazu úplne o inom,“ vysvetľuje Viktor Doletina.
Bez dát je AI len všeobecný poradca. S dátami sa stáva partnerom, ktorý vie odpovedať na konkrétne otázky o vašom e-shope, nie na všeobecné otázky o ecommerce trhu. Viktor to označuje za „nevyhnutný krok číslo jedna pre každého, kto to myslí s AI vážne". Otázkou už nie je, či k nemu dôjde, ale kedy.
Čo je MCP a prečo je ako „USB“ pre umelú inteligenciu
Prepojenie AI s firemnými systémami dnes najčastejšie rieši MCP (Model Context Protocol) – otvorený štandard, ktorý definuje, akým spôsobom sa umelá inteligencia pripája na jednotlivé systémy a dáta.
Viktor Doletina ho v podcaste prirovnáva k USB. Keď cez USB pripojíte externý disk k počítaču, počítač dokáže okamžite pracovať s dátami, ktoré sú na ňom uložené - bez toho, aby ste museli riešiť, ako presne sú oložené. Rovnako to funguje aj medzi umelou inteligenciou a firemnými systémami: Google Analytics, Google Ads, Meta Ads, interné ERP alebo e-shopový CMS systém dnes bežne ponúkajú MCP konektor, cez ktorý sa dajú pripojiť priamo.
V praxi tak môže AI získavať potrebný kontext z rôznych firemných nástrojov a pracovať s dátami, ktoré by inak človek musel ručne vyhľadávať a spájať.
„Zrazu nemusím ísť dohľadávať, koľko kde bola fakturácia, koľko bolo taskov. Napíšem jeden prompt a vyhodí mi to,“ vysvetľuje Viktor Doletina.
AI agenti v praxi: audit, PPC kampane a kontrola kódu
Ako vyzerá využitie AI agentov v praxi? V ui42 ich už dnes využívame pri viacerých činnostiach, ktoré by si inak vyžadovali množstvo manuálnej práce a času špecialistov.
- Audit prístupnosti webu. Vypracovanie auditu prístupnosti (povinnosť pre weby od minulého roka) je dnes automatizované vlastným agentom natoľko, že sa dá spraviť za polovičnú cenu oproti manuálnemu spracovaniu.
- Kontrola kódu. AI agent dokáže priebežne kontrolovať kód a robiť code review zmien od vývojárov. Pomáha tak odhaliť potenciálne chyby ešte predtým, než sa prejavia na produkčnom webe.
- Performance marketing. Agent dokáže prejsť celý PPC účet do posledného detailu – skontrolovať, či je každá kampaň aktívna, či dáva zmysel, kde sú gramatické chyby alebo kampane smerujúce na neexistujúcu stránku (404). To sú bežné chyby, ktoré doteraz kvôli časovej náročnosti často zostávali bez kontroly.
Na podobnom princípe staviame v ui42 aj FLUIDUM AI – tím špecializovaných AI agentov, ktorí nepretržite monitorujú digitálny biznis a prepájajú dáta naprieč systémami. Namiesto jedného univerzálneho chatbota má každý agent svoju oblasť expertízy a spoločne dokážu odhaľovať problémy, súvislosti aj príležitosti naprieč celým e-commerce.
Riziká AI agentov: halucinácie a človek v slučke
AI agenti nie sú neomylní. Viktor v podcaste spomína konkrétny prípad, keď agent pri práci s dátami z Google Analytics uviedol obrat 10-tisíc eur namiesto reálnych 5-tisíc. V ui42 sme preto zaviedli automatickú kontrolu, ktorá výstupy agenta porovnáva s reálnymi dátami zo systému. Podobná chyba sa odvtedy niekoľko mesiacov nezopakovala.
Aj preto je pri nasadzovaní AI agentov dôležitý princíp human in the loop – teda zachovanie človeka v procese, najmä pri rozhodnutiach a úlohách, ktoré môžu mať reálny dopad na biznis.
„Akonáhle by AI mala plnú autonómnosť, je to časovaná bomba, kedy sa stane nejaký prúser. Je dôležité, aby človek, nejakým spôsobom, či už zverifikoval, skorigoval, alebo dal finálne potvrdenie, že áno, toto môžeš ísť spraviť."
Opatrnosť je dôležitá aj pri samotných investíciách do AI. Jedna zo štúdií zameraných na využívanie generatívnej AI vo firmách ukázala, že až 95 % skúmaných iniciatív z minulého roku neprinieslo merateľný finančný efekt. Tento rok je to približne okolo 60%.
Problémom pritom nemusí byť samotná technológia. Ako upozorňuje Viktor, pri množstve možností, ktoré dnes AI ponúka, je jednoduché začať experimentovať bez jasného cieľa. Ešte pred investíciou času, peňazí a ďalších zdrojov by si preto firma mala urobiť „domácu úlohu“ a vyhodnotiť, či má konkrétne využitie AI pre jej biznis reálny prínos.
Koľko stojí AI agent a oplatí sa to?
Náklady na prevádzku AI agentov sa odvíjajú od počtu spotrebovaných tokenov – v podstate novej „meny" umelej inteligencie, kde platíte za to, koľko dát model spracuje. Podľa Viktora ui42 na prevádzku vlastných agentických systémov mesačne minie tisícky eur, s tým, že strop prakticky neexistuje – čím zložitejší systém (napríklad agent, ktorý kontroluje iného agenta), tým rýchlejšie náklady rastú.
Optimalizácia je preto rovnako dôležitá ako samotné nasadenie: voľba lacnejšieho modelu tam, kde to úloha umožňuje, firemné licencie namiesto platby za API pri bežnom používaní, alebo architektúra riešenia navrhnutá tak, aby zbytočne nemíňala tokeny na jednoduché úlohy.
S rozširovaním AI do firemných procesov zároveň pribúdajú aj nové pravidlá. Európsky AI Act postupne zavádza povinnosti aj v oblasti transparentnosti AI obsahu. Firmy by preto pri nasadzovaní generatívnej AI nemali riešiť iba jej možnosti a náklady, ale aj to, aké legislatívne povinnosti sa na konkrétny spôsob jej využitia vzťahujú.
AI potrebuje systém, nie nadšenie
Viktor má s rýchlym tempom AI transformácie aj osobnú skúsenosť. V podcaste otvorene hovorí o období, keď jeho nadšenie pre nové možnosti umelej inteligencie prerástlo až do vyhorenia. A podobný princíp podľa neho platí aj pre firmy - samotné nadšenie pre AI nestačí.
Ak má umelá inteligencia prinášať reálnu hodnotu, potrebuje poznať váš biznis a pracovať s jeho dátami. Tie treba bezpečne prepojiť so systémami a až následne hľadať konkrétne úlohy a procesy, pri ktorých dáva nasadenie AI agentov zmysel.
Nie je preto dôležité nasadiť AI všade, kde sa dá. Dôležité je vedieť, kde firme skutočne prinesie hodnotu.
