AI, která zná vaše dokumenty - a umí i jednat
Firmy dnes chtějí „nějakou AI“, ale narazí na dvě věci: běžný chatbot nezná vaše interní dokumenty a nesmíte do něj nahrát citlivá data. Tato stránka vysvětluje, jak se to řeší - od asistenta, který odpovídá, po agenta, který sám jedná v systémech, které už máte. Bez technického žargonu.
V čem je problém
Zeptáte se běžného AI chatbota na vaši interní směrnici a stane se jedna ze dvou věcí: buď řekne, že to neví, nebo si odpověď vymyslí. Neumí to jinak - vaše dokumenty nikdy neviděl.
Nahrát mu je taky nemůžete. Smlouvy, mzdy, projektová dokumentace - to nemá co dělat na cizím serveru, ani z pohledu GDPR, ani zdravého rozumu.
Přitom právě to by firmám pomohlo nejvíce. Ne AI, která umí psát básničky, ale AI, která zná to, co víte vy - a odpoví na to za tři sekundy místo půlhodiny hledání ve sdíleném disku.
Jak se to řeší: vysvětlení bez žargonu
Řešení se jmenuje RAG a princip je jednodušší, než zkratka napovídá. Představte si ho jako asistenta s otevřenou knihovnou:
Vaše dokumenty se roztřídí
Smlouvy, směrnice, manuály, zápisy - rozdělí se na menší úseky a uloží tak, aby se v nich dalo hledat podle významu, ne podle přesných slov.
Zeptáte se normálně
„Jaká je výpovědní lhůta u smlouvy s dodavatelem X?“ Žádné klíčové slovo, žádný formulář. Prostě otázka.
Systém najde relevantní pasáže
Vyhledá úseky, které se k otázce vztahují - i když v nich nejsou přesně ta slova, která jste použili.
AI odpoví - a ukáže zdroj
Odpověď složí z těch nalezených pasáží, ne z hlavy. A připojí odkaz na dokument, ze kterého čerpala, takže si to můžete ověřit.
Zde je podstatný rozdíl: AI nedostane za úkol „vzpomeň si“, ale „přečti si tento dokument a odpověz“. Proto si nevymýšlí a proto můžete odpověď ověřit u zdroje.
Kde zůstávají data
Nejčastější otázka a naprosto oprávněná. Řešení stavím tak, že vaše dokumenty zůstávají ve vašem prostředí - typicky ve vašem účtu u cloudového poskytovatele, v evropském regionu.
- Dokumenty se nepoužívají k trénování žádného veřejného modelu.
- Přístupová práva se dají nastavit - mzdové podklady vidí jen ten, kdo na ně má právo.
- Dá se dohledat, kdo se na co ptal.
K čemu to firmy reálně používají
- Vnitřní znalostní báze. Nový člověk se zeptá místo obcházení kolegů.
- Smlouvy a dokumentace. „Kde máme sjednanou dobu odezvy?“ místo prohledávání pěti verzí PDF.
- Podpora zákazníků. Rychlejší odpovědi, protože operátor má oporu v dokumentaci.
- Předpisy a normy. Odpověď s odkazem na konkrétní ustanovení.
Od odpovědí k akcím: AI agenti
RAG asistent je pasivní - odpoví na otázku a skončí. AI agent jde dál: dostane cíl, sám si rozmyslí kroky a rovnou provede akci v systému, který používáte. Nečeká, až se ho zeptáte - jedná.
Příklad z praxe
Přijde poptávka z webu. Agent ji sám zapíše do CRM, dohledá podobné případy v dokumentaci a připraví návrh odpovědi ke schválení - místo aby to někdo dělal ručně.
Napojení na CRM a firemní nástroje
Podle toho, co váš systém nabízí: nativní konektor nebo MCP server (standard pro komunikaci AI s nástroji), přímé API, nebo rychlejší cesta přes automatizaci typu Zapier či Make.
Kdo rozhoduje, co agent smí
Nastavím, které kroky agent provede sám a které jen navrhne - citlivé akce (odeslání navenek, smazání záznamu) vždy čekají na schválení člověkem.
Agent často používá RAG jako jeden ze svých nástrojů - nejdřív si dohledá kontext v dokumentaci, pak podnikne akci. Nejsou to dvě oddělené technologie, ale jeden systém, který roste podle potřeby.
Kde všude AI podobného typu firmám dnes reálně šetří čas a peníze, najdete v přehledu odvětvových AI benchmarků v referencích →
Otevřeně: kdy to smysl nedává
Nebudu vám prodávat AI za každou cenu. Nemá to smysl, když:
- Nemáte dokumenty v digitální podobě, nebo jsou zastaralé. Nad neaktuálními dokumenty poskytne AI jen rychlejší cestu k nesprávné odpovědi.
- Řešíte tím prestiž, ne konkrétní problém. Začněte otázkou „co nás zdržuje“, ne „chceme AI“.
- Váš problém vyřeší pořádné vyhledávání nebo uspořádání sdíleného disku. Levnější a spolehlivější.
Není to teorie. Takový systém jsem si postavil sám od začátku do konce - od zpracování dokumentů po nasazení do provozu. Vím, kde jsou úskalí, protože jsem na ně narazil.
Časté otázky
Můžou naše dokumenty uniknout?
Při správném návrhu ne. Data zůstávají ve vašem prostředí, nepoužívají se k trénování a přístup se řídí právy jako u jakéhokoli jiného systému.
Jak poznáme, že si AI nevymýšlí?
Odpověď obsahuje odkaz na zdrojový dokument. Když zdroj nesedí, poznáte to hned. To je hlavní důvod, proč se staví právě takhle.
Kolik to stojí?
Záleží na objemu dat a počtu uživatelů. Provoz menšího řešení bývá v řádu tisíců korun měsíčně; větší část nákladů je jednorázové nasazení.
Jak dlouho to trvá?
Pilotní řešení nad vybranou sadou dokumentů se dá postavit v řádu týdnů. Doporučuji začít malým rozsahem a rozšířit ho, až uvidíte, že to funguje.
Nahradí to naše lidi?
Ne. Ušetří jim hledání. Rozhodovat a ověřovat musí pořád člověk - proto je odkaz na zdroj tak důležitý.
Čím se AI agent liší od RAG asistenta?
RAG odpovídá na otázky nad dokumenty. Agent jde dál - dostane cíl, sám naplánuje kroky a provede akci v systému, například zapíše záznam do CRM nebo odešle e-mail. Často se kombinují: agent použije RAG jako jeden ze svých nástrojů.
Umíte propojit AI s naším CRM nebo firemními nástroji?
Ano - podle toho, co CRM nabízí: nativní konektor nebo MCP server, přímé API, nebo automatizační nástroj typu Zapier či Make. Vždy s nastavením, co smí agent udělat sám a co jen navrhne ke schválení.
Zvažujete AI a nevíte, kde začít?
Řeknu vám na rovinu, jestli to ve vaší situaci dává smysl a co by to obnášelo. Bez nadšených slibů.
Domluvit nezávaznou konzultaci →