Od pilotů k programům: jak škálovat AI a agenty s měřitelným přínosem

Mnoho velkých organizací nemá problém s AI samotnou. Problém je v tom, že zůstávají u experimentů: všude běží piloty s Copilot, agenty a AI aplikacemi, do produkce se jich dostává málo a agentů je víc, než dokáže organizace snadno evidovat a spravovat. I po úspěšném pilotu se vše často zastaví na jediné otázce: „Jak to provozovat napříč firmou, aniž by se něco pokazilo?“

Právě v této fázi se zákazníky pracuje produktový vývojový tým Microsoftu, z jehož zkušeností článek vychází. Nejde o teoretické úvahy, ale o poznatky z toho, co se osvědčilo i co selhalo při více než 1 000 spolupracích se zákazníky v oblasti AI agentů a rozšiřování jejich možností. Opakovaně se ukazuje, že hlavním omezením často není technologie, ale provozní model organizace.

Stejným směrem ukazuje i Microsoft Work Trend Index 2026. Průzkum z počátku roku 2026 zahrnul 20 000 znalostních pracovníků, kteří používají AI v práci, na 10 trzích. Organizační faktory, například firemní kultura, podpora manažerů a práce s talenty, v něm měly více než dvojnásobný podíl na uváděném dopadu AI oproti individuálním faktorům, jako jsou postoje a chování jednotlivců. Jacob Andreou, výkonný viceprezident pro Copilot v Microsoftu, to na LinkedIn popsal takto: „Novým úzkým hrdlem je rozšíření AI do praxe.“

Proč se většina implementací AI zastaví

Microsoft napříč odvětvími pozoruje podobné příčiny neúspěchu:

• Izolované piloty, které se nikdy nerozšíří: působivé ukázky, ale žádný plán přechodu do produkce.
• Správa jako schvalovací překážka: každý požadavek čeká ve frontě na posouzení komisí.
• AI jako výhradně IT projekt: za výsledek neodpovídá nikdo z byznysu.
• Chybějící odpovědnost: nikdo nedokáže říct, co měl agent vlastně změnit.

Organizace, kterým se podle zkušeností Microsoftu daří AI rozšiřovat, postupují opačně. Předem pojmenují očekávaný obchodní výsledek, nastaví správu tak, aby umožňovala bezpečný a rychlý postup, zajistí skutečnou spolupráci byznysu a IT a řídí změnu od prvního dne, nikoli až při spuštění do provozu. Jde především o rozhodnutí o fungování organizace, ne pouze o technologická rozhodnutí.

Kde začít

Z této práce vznikly tři rámce: transformační vzory, Agentic AI Maturity Model a Agentic Center of Excellence (CoE). V tomto pořadí odpovídají na otázky, co budujete, jakou úroveň připravenosti potřebujete a kdo bude řešení provozovat.

Než ale začnete cokoli vytvářet, přepracujte způsob práce. Pokud proces zahrnuje devět předání mezi lidmi či týmy a čtyři schválení, agent může pouze urychlit špatně nastavený postup. A pokud agenti umožní něco zcela nového, nemáte výchozí stav, se kterým byste výsledek porovnávali. Kritéria úspěchu proto musíte definovat už během tvorby řešení.

Rámec 1: Vyberte transformační vzory

Transformační vzor určuje, jak bude práce s agenty fungovat: kdo ji vykonává, kdo rozhoduje a jaká pravidla se uplatňují. Frontier Firms – označení Microsoftu pro organizace postavené na hybridních týmech lidí a agentů – tato rozhodnutí přijímají cíleně ve třech režimech: asistence, vykonávání úkolů a transformace. Nejde o postupné fáze, ale o různé možnosti. Mnohé organizace využívají více režimů současně.

Režim	Transformační vzor	Co přináší	Příklad zákazníka
Asistence: AI rozšiřuje schopnosti lidí	Podpora zaměstnanců pomocí AI	Pomáhá lidem napříč organizací zvládnout více práce	Commonwealth Bank: 84 % z 10 000 uživatelů Microsoft 365 Copilot uvádí, že by se k práci bez něj nechtěli vrátit.
	Zpřístupnění odborného know-how	Umožňuje využít úsudek odborníků ve větším měřítku	Clifford Chance: běžné nefakturovatelné úkoly, které dříve trvaly hodiny, jsou nyní hotové během minut.
Vykonávání úkolů: agenti provádějí akce	Interní a IT služby	Zajišťuje interní služby s využitím AI	mobilezone: doba řešení IT požadavků se zkrátila o 50 %.
	Klíčové firemní procesy	Zapojuje agenty přímo do hodnotového řetězce	Dow: agent analyzuje faktury za přepravu a upozorňuje na nesrovnalosti ve vyúčtování.
Transformace: agenti umožňují to, co dříve nebylo možné	Interakce se zákazníky a partnery	Obsluhuje přímo zákazníky a partnery	Virgin Money: zákaznický asistent Redi dosahuje 97% míry dokončení zákaznického procesu.
	Nové možnosti založené na AI	Vytváří řešení, která by bez této technologie nemohla existovat	Quantum Capital Group: plánování rozvoje těžebních lokalit se zkrátilo ze tří týdnů na 20 minut na scénář.

Zvolený vzor určuje pravidla správy. Jakmile agent přestane pouze pomáhat lidem a začne sám vykonávat práci, přibývají požadavky: konkrétní odpovědná osoba, plán pro případ selhání a jasné hranice toho, co smí dělat. Celofiremní nasazení Copilot a zákaznický agent, který vystupuje jménem Vaší značky, by neměly podléhat stejným kontrolám.

Rámec 2: Zjistěte svou úroveň vyspělosti

Po výběru transformačních vzorů posuďte připravenost organizace. Agentic AI Maturity Model hodnotí základní oblasti schopností, například strategii AI, správu a organizační kulturu, a ukazuje, nakolik jste připraveni na zvolené vzory. Najděte oblast, jejíž zlepšení přinese největší posun, a začněte tam. Nesnažte se vyřešit všechno najednou.

V průzkumu Microsoftu Agent Readiness Survey, který v září 2025 zahrnul 500 velkých organizací ve 13 zemích, pouze 31 % respondentů rozhodně souhlasilo s tím, že jejich organizace přistupuje k AI jednotně a napříč útvary. Jen 32 % rozhodně souhlasilo s tím, že má sponzory z vedení s jasnou odpovědností. Vyspělost zabezpečení a správy byla naopak obecně vyšší než v ostatních oblastech připravenosti. Řešením tedy není slabší správa, ale silnější strategie. Typická slabá místa jsou například:

• Podpora zaměstnanců pomocí AI: kultura a adopce.
• Interakce se zákazníky a partnery: správa a zabezpečení.
• Klíčové firemní procesy: přepracování procesu namísto automatizace nefunkčního postupu.

Pokud tento týden uděláte jediný krok: projděte s vedením organizace Agent Readiness Assessment na aka.ms/AgentReadiness. Pro mnoho týmů může být následná diskuse stejně hodnotná jako výsledné skóre.

Rámec 3: Vybudujte Agentic Center of Excellence

Příliš málo týmů si včas položí otázku: kdo to bude skutečně provozovat? Představte si běžné úterý za tři měsíce. V produkci máte třicet agentů. Jeden právě sdělil zaměstnanci nesprávnou informaci o nároku na rodičovskou dovolenou, protože HR minulý týden aktualizovalo pravidla, ale agent stále pracuje se starou verzí. Kdo si toho všimne? Na koho se obrátí? Co se stane během prvních patnácti minut? Pokud Vám někde chybí jasná odpověď, právě tuto mezeru má vyplnit CoE.

CoE není komise, která se jednou měsíčně sejde a zamítá požadavky. Často začíná jako tým dvou nebo tří lidí, kteří:

• Spravují agenty pomocí kontrol před vydáním a auditních stop.
• Podporují tvůrce šablonami, školením a ověřenými postupy, aby nejjednodušší způsob tvorby zároveň odpovídal pravidlům.
• Optimalizují kvalitu, náklady a přínos v průběhu celého životního cyklu každého agenta.
• Rozšiřují to, co funguje v jednom týmu, do postupů používaných celou organizací.

Míru dohledu přizpůsobte riziku konkrétního agenta, místo abyste na všechny uplatňovali stejné pravidlo:

• Agenti pro poskytování informací a osobní produktivitu: jednoduché schvalování.
• Agenti, kteří provádějí akce: posouzení zabezpečení, přístupu k datům a schválení odpovědnou osobou z byznysu.
• Regulované činnosti nebo činnosti se zásadními dopady: úplný režim správy, v němž klíčová rozhodnutí schvalují lidé.

Užitečný test zní: dokáže tým spustit scénář s nízkým rizikem za méně než dva týdny? Pokud ne, nastavená pravidla nejsou bezpečnostními mantinely, ale překážkou.

Řiďte nasazování jako program

Samotná technologie k rozšíření agentů nestačí. Rozhodují lidé, jasná odpovědnost a důsledné řízení provozu. Kapacitu IT helpdesku nezvýšíte jen nákupem dalšího systému pro správu požadavků a stejně tak nerozšíříte přínos agentů pouze tím, že jich vytvoříte více. Řiďte nasazování jako program se třemi fázemi, které dávají práci směr, ale ve skutečnosti nikdy úplně nekončí.

Fáze 1: Vybudujte základy

Zpřístupněte AI potřebný kontext a lidem možnost ji využívat.

• Určete sponzora z vyššího vedení byznysu. Vyberte jeden nebo dva transformační vzory a písemně je zaznamenejte – nezapsané rozhodnutí není dostatečné. Každému vzoru pak přiřaďte konkrétní odpovědnou osobu, nikoli tým.
• Proveďte hodnocení vyspělosti, zmapujte již provozovaná řešení a nastavte minimální bezpečnostní a provozní mantinely. Další můžete přidávat postupně.
• Propojte data pomocí konektorů a Model Context Protocol (MCP), otevřeného standardu pro připojování agentů k nástrojům a datům. Umožněte lidem vytvářet a sdílet agenty v rámci stanovených pravidel.

Důležitá je také připravenost dat. HR tým společnosti Kantar s pomocí AI agentů během šesti týdnů zpracoval 4 000 podkladů do 400 dokumentů s interními pravidly. Připravil tak obsah pro HR agenta, který nyní odpovídá na dotazy ze 60 zemí.

Fáze 2: Nasaďte scénáře s vysokým přínosem

Zpřístupněte odborné znalosti ve větším měřítku a propojte pracovní postupy s výsledky.

• Zachyťte know-how odborníků v podobě dovedností (skills) v Microsoft 365: opakovaně použitelných pracovních postupů pro konkrétní role.
• Přepracujte procesy, na kterých stojí fungování firmy, a zásadní rozhodnutí ponechte lidem.
• Nasaďte jednoho nebo dva agenty v Copilot Studio a od prvního dne je monitorujte prostřednictvím Microsoft Agent 365, nikoli až po prvním incidentu.

Nevěnujte šedesát dní pouze plánování. Uveďte něco do provozu. Přínos může být významný: přechod společnosti PwC na Microsoft 365 s Copilot pro více než 364 000 lidí ve 136 zemích přinesl časové úspory vyčíslené na 150 milionů dolarů a vrátil zaměstnancům čas. Konsolidace platforem navíc přinesla úspory přes 25 milionů dolarů.

Fáze 3: Rozšiřujte to, co funguje

Neřešte stejný problém opakovaně.

• Zveřejněte ověřené postupy a předem schválené konektory, aby nejrychlejší cesta zároveň splňovala pravidla.
• Využívejte registr pluginů: jednotný katalog pluginů Microsoftu, partnerů i vlastních řešení schválených IT. Publikujte jednou a využívejte opakovaně napříč Copilot.
• Rozvíjejte komunitu tvůrců, aby zkušenosti s třetím agentem pomohly vylepšit třicátého.
• Přistupujte k agentům jako k produkčním službám, nikoli jako k projektům. Znovu vyhodnocujte vyspělost, rozhodujte, co rozšířit dál, a buďte připraveni ukončit to, co nefunguje.

„Cílem není vytvářet více agentů. Cílem je změnit to, čeho je organizace schopna. Největší dopad pozorují zákazníci, kteří k AI přistupují jako k novému provoznímu modelu, nikoli jen jako k dalšímu nasazení technologie.“

Rima Reyes, Technical Strategy Lead, Microsoft CAPE

Budujte důvěru od prvního dne

Když se Vás CISO zeptá: „Který agent co udělal a s jakými daty?“, potřebujete znát odpověď. Důležitá je rovnováha: model ovládaný výhradně CISO může bezpečně skončit s nulovým počtem agentů. Model ovládaný pouze tvůrci může skončit se stovkou agentů a bezpečnostním incidentem.

Uplatňujte na agenty stejně důsledná pravidla jako na lidi:

• Rozšiřte správu identit, ochranu dat, ochranu před hrozbami, auditní stopy a eDiscovery také na agenty, včetně těch vytvořených na jiných platformách, které připojíte prostřednictvím Agent 365 SDK. Do registru Agent 365 lze synchronizovat také agenty z Amazon Bedrock a Google Vertex AI, abyste o nich měli přehled.
• Agentům, jako je Autopilot v Microsoft Copilot – aktuálně v private preview –, přidělte vlastní identitu, oprávnění a auditní stopu. Spravujte je vedle zaměstnanců v Microsoft 365 admin center.

Praktické postupy najdete v přehledu ovládacích prvků Copilot a v dokumentaci Microsoft Agent 365.

Připravte se na otázky, které by mělo klást vedení Vaší společnosti. Začněte těmito čtyřmi, vycházejícími ze šesti principů odpovědné AI společnosti Microsoft:

• Spravedlivost: Jsou rozhodnutí nezaujatá?
• Transparentnost: Lze vysvětlit, jak výsledek vznikl?
• Odpovědnost: Kdo odpovídá za selhání?
• Soukromí a zabezpečení: Jsou data chráněná?

Prokazujte návratnost jazykem finančních výsledků

Způsob, jakým popisujete přínos, může rozhodnout o dalším financování. Měřte výsledky, nikoli jen využívání, a rozlišujte dva druhy úspor, které Microsoft označuje jako měkké a tvrdé:

• Měkké úspory: ušetřené hodiny a kratší doba zpracování. Jsou dobrým výchozím bodem, ale přesně pojmenujte, co představují: uvolněnou kapacitu, nikoli peníze.
• Tvrdé úspory: promítají se do výsledovky. Patří sem zabránění přeplatkům, nižší výdaje na audit a poradenství, nižší náklady na transakci a pokuty, kterým organizace předejde díky průběžnému dodržování předpisů.

Vykazujte oba typy, ale při žádosti o rozpočet stavte do popředí tvrdé úspory. Měkké úspory často vyvolají jen zdvořilý souhlas. Pokud jsou tvrdé úspory podložené spolehlivými finančními údaji, může být snazší zahrnout je do rozpočtů a prognóz než odhady uvolněné kapacity. FinOps, tedy řízení výdajů na technologie ve vztahu k hodnotě, kterou přinášejí, pomáhá udržet vazbu mezi výdaji a výsledky.

Pět rozhodnutí na příštích 30 dní

1. Kde začít? U dvou nebo tří scénářů s vysokým přínosem a nižším rizikem. Ne u dvaceti – roztříštili byste úsilí. Ani ne u jediného – chybělo by Vám srovnání, ze kterého se můžete poučit.
2. Kdo za to odpovídá? Konkrétní sponzor z vyššího vedení, nikoli jen IT. Za výsledek musí odpovídat byznys, jinak za něj nebude odpovídat nikdo.
3. Jaká pravidla správy zvolit? Úrovně rizika přizpůsobené tomu, co jednotliví agenti dokážou dělat, nikoli jednotná pravidla pro všechny.
4. Do čeho investovat? Do provozního modelu a řízení změny, nejen do licencí a tvorby řešení. Právě tuto položku mnoho organizací podfinancovává.
5. Jak měřit výsledky? Pomocí efektivity, kvality, adopce a rizika – s metrikami definovanými ještě před zahájením.

Pokud tato rozhodnutí přijmete během příštích 30 dní, můžete získat náskok před mnoha dalšími organizacemi. Ne proto, že by byla mimořádně obtížná, ale protože je řada organizací nepřijímá výslovně.

Proměňte záměr ve výsledky

Podle Microsoftu není hlavní potřebou větší AI model, ale lepší provozní model. Technologické možnosti výrazně pokročily; otázkou je, zda je Vaše organizace uspořádaná tak, aby je dokázala využít. Se správným vedením, správou, dovednostmi a investicemi může tuto změnu zvládnout mnoho organizací. Zda mezi ně bude patřit i ta Vaše, je rozhodnutí vedení.

Další zdroje

• Agentic Transformation Patterns Playbook
• Transformační vzory pro práci s agenty na Microsoft Learn
• Agentic AI Maturity Model a Agent Readiness Assessment
• Vybudování Agentic Center of Excellence na Microsoft Learn
• Verze podle rolí pro vedoucí pracovníky v oblasti financí, marketingu a provozu
• Microsoft Work Trend Index