Kontext a koordinace: Chybějící vrstva v podnikové automatizaci

Většina podniků má spoustu automatizace a málo transformace. Pilotní projekty fungovaly. Boty běží. Produktivnost se i tak vyrovnala. Je to nejčastěji opakovaný příběh v podnicích a další vlna, Agentic AI, může konečně tento vzorec prolomit, pro podniky, které jsou ochotny navrhnout kontext, na kterém tyto systémy běží.

Téměř nikdo to nepovažuje za strategii. Je to tak.

Velká americká síť poskytovatelů zdravotní péče zjistila, že skutečným omezením nebyla klinická kapacita. Šlo o plánování termínů, které probíhalo na základě reaktivního odhadu, bez přehledu o tom, kteří pacienti pravděpodobně nevyužijí návštěvu, dokud nebyl termín již volný. Vytvoření prediktivních modelů na základě historie schůzek umožnilo síti jednat ještě před vznikem mezer místo toho, aby se po nich honila. Počet nevyužitých návštěv pacientů klesl, čistý příjem vzrostl a doba triáže při plánování se zkrátila. Kontext již existoval v letech dat o schůzkách. Stačilo jej pouze seskupit a využít.

V každém z těchto zapojení jsou stejné tři disciplíny – jádro, kontext a koordinace – tím, co odděluje Agentic AI, která přináší výsledky, od Agentic AI, která se zastaví.

Automatizace snadné části

Nejhlubší propast je mezi automatizací úkolů a automatizací výsledků. Firmy automatizují jednotlivé kroky, párování faktur, zadávání dat, aktualizaci stavu, a zjistí, že náklady stále spočívají v práci mezi těmito kroky. Proces, který je z velké části automatizován, není z velké části vyřešen. Člověk stále spojuje jednotlivé části a vlastní výsledek, vykonává koordinační práci, na kterou nebyla žádná automatizace nikdy navržena.

Důvod je jednoduchý. Stará automatizace se řídí pravidly. Nedokáže zvládat úsudek, protože postrádá kontext pro řešení výjimek a koordinaci pro jejich předání. Boty jsou bezchybní ve předvídatelném středu a bezradní na okrajích, a v reálné práci jsou právě okraje tím, kde je práce. Nárok s chybějícím dokumentem nebo podivnou klauzulí zastaví bota a zapojí člověka. Vedoucí počítají, co bylo automatizováno. Výsledovka (P&L) počítá, co ne.

Proč se těžká část brání? Protože právě tam žije kontext. Čistá část funguje na úhledných řádcích a sloupcích. Těžká část se skrývá v politickém PDF, v e‑mailovém vláknu, naskenovaném formuláři, přepisu hovoru, v klauzuli v příloze. McKinsey odhaduje, že kolem 90 % podnikových dat je nestrukturovaných. Automatizace, která vidí jen strukturovaný výsek, je slepá k většině rozhodnutí. Řešení znamená poskytnout automatizaci dvě věci, které dosud neměla: kontext pro rozhodovací úkol a koordinaci pro jeho provedení napříč systémy.

Proč kontext mění vše

Agentic AI uzavírá tuto mezeru, protože dokáže uvažovat s kontextem, což předchozí generace automatizace nikdy nedokázaly. Na rozdíl od tradiční automatizace může agent uvažovat napříč systémy, pracovat s nejasnostmi a přizpůsobovat se, když realita naruší scénář. Automatizuje také spoje mezi procesy, nejen samotné procesy.

To dělá z kontextu skutečnou inženýrskou výzvu. Kontextové inženýrství je disciplína určování, co agent potřebuje vědět, získávání těchto informací ze správných zdrojů a jejich předkládání ve správný okamžik. Agent může uvažovat jen o tom, co zná.

Globální společnost v oblasti polovodičů s více než 30 000 zaměstnanci si tuto lekci osvojila přímo. Více než tisíc jejích smluv bylo rozptýleno po SharePointu, sdílených discích a místních složkách jako nestrukturované PDF, bez možnosti sledovat výpovědní lhůty nebo podmínky obnovy před uplynutím termínů. Automatické získávání a interpretace tohoto ukrytého kontextu zkrátila dobu revize smluv, ušetřila více než 200 hodin manuální práce ročně a snížila riziko opomenutí povinnosti. Podniková AI neroste automatizací více izolovaných úkolů. Roste tím, že spojuje kontext, který leží mezi nimi.

Automatizace stále zůstává v patě bez koordinace

Automatizace může mít dokonalý kontext a přesto se zastavit, pokud se tato znalost nemůže přenést napříč systémy, týmy a časovými pásmy, které reálný proces skutečně zasahuje, a tato mezera není hypotetická. Globální společnost v oblasti životních věd, která zpracovává přibližně 50 000 stížností ročně ve čtyřech regionech, to zažila přímo. Stížnosti přicházely prostřednictvím nespojených e‑mailů, portálů a dokumentů a podobné případy byly řešeny odlišně v závislosti na tom, který tým se jich dotkl, přesně ten druh nekonzistence, na který regulátoři upozorňují. Standardizace do jednoho koordinovaného pracovního postupu ušetřila více než 4 200 hodin ročně a zkrátila dobu řešení o 70 %. Podniky, které tuto vrstvu přeskočí, končí s automatizací, která dobře uvažuje, ale stále uvízne na stejných předáních, která zastavila staré systémy.

Past řízení

Automatizace byla dříve řízena jako software, licencována, nasazována a sledována z hlediska dostupnosti. Agentic AI tento model narušuje, protože v okamžiku, kdy začne činit rozhodnutí místo jejich vykonávání, není řízení toho, k čemu má přístup, již dostačující. Agent, který čte CRM, zapisuje do ERP, spouští platbu a zprávy zákazníkovi, není nástroj. Je to aktér s dosahem. Otázka se posouvá od toho, zda je integrace bezpečná, k tomu, co tento agent může rozhodnout, pod čí autoritou, s jakým sledem a kdo odpovídá, když se mýlí. Řešení není méně autonomie. Jsou to jasné hranice, definovaná pravomoc, úplný sled akcí a jmenovaný vlastník pro každý výsledek, který agent vytvoří.

Toto řízení musí zahrnovat dohled, ne jako brzdu, ale jako mechanismus, který umožňuje, aby se rozsah agenta v průběhu času bezpečně rozšiřoval. Každá oprava odhaluje, zda měl agent správný kontext, a napájí smyčku, která mu postupně přiděluje větší odpovědnost.

Musí také zasáhnout vrstvu kontextu, část, kterou většina týmů přehlíží. Těžba nestrukturovaných zdrojů znamená převzetí toho, co v nich je: osobní údaje, privilegovaný materiál, protichůdné verze pravdy. Agent je důvěryhodný jen tolik, jaká je původnost kontextu, který používá. Považujte kontext za řízený majetek s vestavěnými pravidly o původu, přístupu a aktuálnosti a automatizace se stane auditovatelným systémem místo závazku. Vybudujte to před rozrůstáním, ne po incidentu.

První rok, provedený jinak

Většina organizací stráví tento rok hledáním úkolů k automatizaci. Menší počet z nich jej využije k mapování, kde se informace, odpovědnost a rozhodnutí skutečně předávají, a k budování řešení pro to, co se stane při tomto předání.

Za dva roky nebude nikoho zajímat, kolik agentů společnost nasadila. Skutečná otázka bude, kdo postavil infrastrukturu pod nimi, a kdo stále připojuje boty k poškozeným předáním.