Rory Blundell, generální ředitel Gravitee – Interview Series

Rory Blundell, generální ředitel Gravitee, přináší do oblasti správy API ojedinělou kombinaci technické hloubky, komerčního vedení a zkušeností zakladatele. Předtím, než se stal generálním ředitelem v září 2020, nastoupil do Gravitee jako hlavní obchodní ředitel a pomáhal formovat růstovou strategii společnosti po předchozích rolích, kdy vedl technické operace SnapLogic v regionu EMEA, kde pracoval napříč předprodejem, profesionálními službami, školením a zákaznickým úspěchem. Jeho背景 také zahrnuje založení Velinko, britské softwarové a poradenské společnosti, která slouží právnímu a účetnímu sektoru, kde pracoval ručně napříč API, ETL, AWS, Java, PHP, WordPress, databázemi, reportováním a projekty transformace dat. Tato kombinace technické zdatnosti, zkušeností z podnikání a zakladatelské realizace ho připravila na vedení Gravitee v době, kdy se API, proudy událostí a agenti AI stávají stále více centrálními pro firemní infrastrukturu.

Gravitee je společnost pro správu API, která se zaměřuje na pomoc podnikům spravovat, zabezpečovat, řídit a škálovat digitální spojení mezi aplikacemi, službami, proudy událostí a agenty AI. Jejich platforma kombinuje správu API, bránu pro události, funkce portálu pro vývojáře, podporu pro proudy událostí a vznikající funkce pro správu agentů AI, poskytující organizacím jednotnou řídicí rovinu pro synchronní API, asynchronní události, interakce agentů MCP/A2A a řízení v distribuovaných prostředích. Společnost popisuje svou platformu jako otevřenou a škálovatelnou, a byla uznána jako lídr v Gartnerově magickém kvadrantu pro správu API pro rok 2025, což odráží její pozici na křižovatce infrastruktury API, systémů řízených událostmi v reálném čase a nové agentic AI.

Založil jste Velinko, vyvíjel softwarová řešení sám napříč technologiemi, od AWS a API po platformy pro transformaci dat, a poté vedl technické týmy ve SnapLogic, než jste se stal generálním ředitelem Gravitee. Jak vás tato cesta od ručního budování k roli generálního ředitele formovala ve vašem pohledu na budoucnost agentů AI a firemní infrastrukturu?

Můj background mi umožnil vidět firemní infrastrukturu z více úhlů, jako budovatel, operátor a nyní jako generální ředitel. Ve Velinku jsme řešili praktický problém s daty, tahali informace z různých míst, transformovali je, agregovali a dělali je využitelnými. Tato zkušenost mi ukotvila názor na to, co musí podniková technologie dělat: spojovat systémy, chránit data a měnit složitost v něco, co lidé mohou využít.

Během svého působení ve SnapLogic jsem viděl, jak centrální se stává správa API ve firemním stacku. API nebyla jen technickými rozhraními. Stala se způsobem, jakým společnosti vystavovaly, kontrolovaly a škálovaly přístup k kritickým systémům a datům. To mě přivedlo k Gravitee, a zůstává to základem, jak přemýšlím o tomto trhu.

Podniky potřebují vědět, kdo může přístup k čemu, jak jsou tyto přístupové body nalezeny a používány, a co se vlastně děje napříč prostředím. Tyto principy byly essenciální pro API, a jsou nyní stejně essenciální pro agenty. Podniky vstupují do světa, kde agenty mohou jednat napříč API, aplikacemi, daty a pracovními postupy. Společnosti, které uspějí, nebudou ty, které postaví nejvíce agentů. Budou to ty, které kolem nich postaví správnou infrastrukturu: jasná oprávnění, silné řízení a kontrola napříč systémy, které se dotýkají.

Gravitee si vybudoval reputaci ve správě API a od té doby rozšířil svůj focus na správu agentů AI. Co vás přesvědčilo, že agenti AI představují další velkou technologickou změnu, a proč je teď správný čas pro evoluci společnosti tímto směrem?

Považuji správu agentů AI za další evoluci stejného problému, který jsme vždy pomáhali podnikům řešit.

Správa API byla a je fundamentálně o třech věcech: zabezpečení, objevitelnosti a pozorovatelnosti. Agenti jsou další místo, kde je třeba tyto principy aplikovat.

Dnes podniky začínají řešit stejné otázky s agenty, které řešily s API. Jak zabezpečit? Jak vědět, které agenty běží, kde běží, a co mohou přístup k čemu? Jak pochopit, co dělají, proč jednají, a zda jednají v rámci adekvátních hranic?

Časování je důležité, protože společnosti přecházejí od experimentování s AI k otázce, jak je mohou nasadit do reálné práce. Těžká otázka již není, zda lze agenta postavit, ale zda podnik může agenta řídit napříč modely, nástroji, API a systémy, které se dotýkají.

To je místo, kde se dědictví Gravitee ve správě API stává velmi relevantním. Agenti se budou škálovat v podniku pouze tehdy, pokud organizace mohou aplikovat stejnou disciplínu, jakou očekávají od zbytku své infrastruktury: jasná oprávnění, viditelné akce, auditovatelnost, řízení a kontrola.

Mnohé organizace experimentují s agenty AI, ale relativně málo z nich je nasadilo ve velkém měřítku. Co odlišuje úspěšné adoptéry od společností, které zůstávají uvízlé ve fázi pilotního projektu?

Rozdíl spočívá v tom, zda organizace pohlíží na agenty jako na izolované experimenty nebo jako na součást nového operačního modelu. V malém měřítku mohou jeden nebo dva agenty vypadat jako spravovatelné. Výzva nastává, když podnik začíná přecházet k více agentům napříč týmy, systémy a pracovními postupy. V tomto okamžiku již není problémem, zda agent může dokončit úkol. Je jím, zda organizace může řídit, jak agenty pracují, co se dotýkají, a jak se zapojují do fungování podniku.

Organizace, které budují disciplínu řízení kolem agentů brzy, chápou, kde agenty zapadají do pracovního postupu, které rozhodnutí musí zůstat u lidí, a jaké kontroly potřebují být na místě, než se agenty svěřují s reálnou prací.

Toto není pouze technologická změna. Je to také změna v tom, jak organizace fungují. Úspěšní adoptéři pochopí tuto změnu a postaví kolem ní správnou strukturu od začátku.

Agenty AI jsou stále více interagují s API, databázemi, firemními aplikacemi a dokonce i s jinými agenty. Jak vidíte evoluci orchestrace agentů, a jaké výzvy musí organizace řešit, aby tyto systémy mohly fungovat spolehlivě ve velkém měřítku?

Výzva není pouze technická složitost; je to složitost odpovědnosti. Jak agenty volají API, dotazují se databází a vyvolávají další agenty, řetězec autority se mnohonásobně zvyšuje a většina podniků nemá žádný způsob, jak to vidět.

Orchestrace se vyvíjí z jediného agenta úkolu k víceuživatelským pracovním postupům, kde výstup jednoho agenta se stává vstupem pro jiného agenta, často napříč modely, dodavateli a firemními hranicemi, a přesně v tomto okamžiku se řízení rozpadá.

Než tyto systémy mohou fungovat spolehlivě ve velkém měřítku, organizace musí vyřešit čtyři věci: dát každému agentu známou, autentizovanou identitu; vymezit, co každý agent smí přístup k čemu (nástrojům, datům, downstream API); vynucovat tato oprávnění během runtime; a udržovat kompletní záznam linie od lidského podnětu k systému, který agent nakonec dotkl.

Podniky, které pohlíží na orchestraci jako na čistě inženýrský problém a přeskočí vrstvu řízení, zjistí, že místo škálování operací budou řešit incidenty.

Průmysl strávil roky řešením problému “rozptýlení API” (API sprawl), když organizace přijímaly cloudové technologie. Vstupujeme nyní do éry “rozptýlení agentů” (agent sprawl), a jaké lekce lze aplikovat z předchozích technologických transformací?

Ano, vidím skutečné riziko rekreace stejného vzoru, který jsme viděli u API: široké přijetí napříč podnikem předtím, než je zaveden správný model řízení. Lekce z éry API je, že organizace by neměly čekat, až prostředí bude již fragmentované, než kolem něj zavedou viditelnost a kontrolu.

Agenty vytvářejí podobnou výzvu, ale s aktivnější vrstvou rizika, protože mohou fungovat napříč systémy a pracovními postupy. Otázky, které si podniky musí odpovědět, jsou jednoduché: které agenty existují, kdo je vlastní, a co smí přístup k čemu?

Pokud podniky aplikují tuto disciplínu od začátku, mohou se vyhnout situaci, kdy budou mít agenty, které nevidí, nezabezpečují nebo nekontrolují.

Jaké jsou největší mýty, které mají obchodní lídři o agentech AI dnes, a kde podle vás očekávání běží před realitou?

Dominantní mýtus je, že schopnost agenta je úzkým místem. Není. Úzkým místem je, zda organizace může agenta zodpovědně řídit stejným způsobem, jako již činí u lidí, s definovanou rolí, vymezeným přístupem a auditablem záznamem.

Mnozí lídři věří, že nasazení více agentů automaticky vede k rychlejšímu pohybu. Ve skutečnosti neřízené agenty vytvářejí stínový AI výdaj, nekontrolovaný přístup k datům a provozní selhání, které nikdo nemůže diagnostikovat, protože chybí auditní stopa.

Nedávné příklady agentů AI, které byly staženy z produkce po provozních chybách, jsou poučné. Viděli jsme agenta s širokými kalendářními oprávněními a bez definovaných hranic, který vymazal celý firemní kalendář v jediné akci. Model nebyl problémem; nikdo nevymezil, co smí přístup k čemu. Toto není případ problému s AI hype. Je to problém s řízením.

Očekávání běží nejdál před realitou u autonomního rozhodování. Lídři chtějí agenty, které jednají, ale co potřebují nejdříve, jsou agenty, jejichž akce jsou viditelné, reverzibilní a připsatelné.

Zabezpečení a řízení se staly hlavními obavami, když agenty AI získávají přístup k citlivým systémům a datům. Jaké považujete za největší rizika, a jak by organizace měly přistupovat k jejich řízení?

Největší riziko je, že agenty přecházejí do produkce rychleji, než podniky mohou je řídit. Zpráva Gravitee o stavu zabezpečení agentů AI zjistila, že firemní majetek agentů AI se od prosince 2025 téměř zdvojnásobil, zatímco pokrytí monitorování, struktury odpovědnosti a kontroly před nasazením se téměř nezměnilo. Výzkum také ukázal, že téměř polovina (48%) agentů AI v produkci běží bez zabezpečení nebo řízení, a 54% organizací zažilo nebo podezřívá incident zabezpečení nebo porušení ochrany dat v posledních 12 měsících.

Tato data zdůrazňují, proč řízení musí zrát spolu s přijetím. Jak agenty získávají přístup k citlivým datům, aplikacím a pracovním postupům, vlastnictví a odpovědnost musí být stejně jasné jako přístup sám: kdo je zodpovědný za tohoto agenta, jaké akce provedl, a jak je to aktivně monitorováno.

Odpověď však není zpomalit agenty. Jejími zavedení jasných viditelností od začátku napříč každým agentem, modely, které se dotýkají, nástroji, které používají, a dalšími agenty, se kterými interagují.

Od té doby mohou organizace nasadit správný operační model kolem agentů: jasná vlastnictví, vymezená oprávnění, kontroly před nasazením, kontinuální monitoring, auditovatelnost a jasná eskalační cesta, když něco jde špatně. To je to, co dává podnikům důvěru, aby agenty bezpečně nasadili ve velkém měřítku.

Jak by podniky měly vyvažovat inovace se souladem, transparentností a řízením rizika, když vlády a regulátoři začínají věnovat pozornost systémům AI?

Regulační pozornost by měla být katalyzátorem, ne důvodem k čekání.

Soulad začíná s linají: kompletním, auditablem záznamem od lidského podnětu k API volání, které agent provedl. Bez něj nemohou podniky odpovědět na základní regulační otázku, co váš agent udělal a proč. Toto není budoucí problém. Termín pro soulad s evropským zákonem o AI v srpnu 2026 je již na kalendáři, a organizace, které mají linají a vynucování politiky na místě dnes, splní jej bez panice.

Politika jako kód a centralizované vynucování politiky jsou praktickou implementací tohoto modelu. Podniky potřebují jeden engine politiky, jednu auditní stopu, konzistentní vynucování napříč každým agentem bez ohledu na model nebo dodavatele.

Postoj k řízení rizika, který vyhraje, není pomalé nasazení; je to odvážné nasazení s vestavěnou odpovědností od prvního dne. Ti, kteří pohlíží na odpovědnost agenta jako na výhodu, nebudou zpomaleni regulacemi. Budou na ně připraveni.

Otevřené standardy, jako je Model Context Protocol (MCP) a Agent-to-Agent (A2A) komunikace, získávají na popularitě. Jak důležité bude interoperabilita pro budoucnost podnikového AI, a zda se podle vás průmysl dostatečně rychle pohybuje směrem k běžným standardům?

Interoperabilita není volitelná. Podniky neběží jeden model nebo jednoho dodavatele; běží ekosystémy. Standardy jako MCP a A2A jsou to, co umožňuje agentům volat nástroje, přístup k kontextu a komunikovat napříč tímto ekosystémem bez zvláštních integrací pro každý pár systémů.

Hybnost je reálná, ale otázka rychlosti přehlíží důležitější otázku: standardy, které umožňují agentům jednat, musí být doprovázeny standardy, které řídí, jak jednají. Připojení bez odpovědnosti na úrovni protokolu pouze přesouvá problém s řízením.

Podniky, které nejvíce profitují z MCP a A2A, jsou ty, které spojují interoperabilitu na úrovni protokolu s centralizovanou řídicí rovinou, aby interakce mezi agenty a systémy byly pozorovatelné, vynucované politikou a auditable z jednoho místa.

To je místo, kde se přístup Gravitee stává důležitým. Správa API, správa agentů a identita na jedné platformě znamená, že jeden engine politiky řídí každou interakci agenta bez ohledu na to, který protokol jí putuje.

Pohledem na příštích pět let, co vypadá úspěch pro agenty AI v podniku, a jakou radu byste dal organizacím, které chtějí postavit škálovatelnou a budoucnost odolnou AI strategii dnes?

Úspěch v příštích pěti letech bude měřen tím, zda agenty mohou dělat smysluplnou práci bezpečně, spolehlivě a ve velkém měřítku. Agenty AI mohou pomoci společnostem stát se agilnějšími a dát lidem mnohem větší páku. Ale to se stane pouze tehdy, pokud organizace budou úmyslné v tom, jak je nasazují. Společnosti, které prostě “plný agent” a starají se o řízení později, uvidí počáteční výhry, ale tyto výhry nevydrží složitost, která následuje. Lepší kurz je postavit model řízení brzy.

Má rada je postavit model řízení brzy. Definujte vlastnictví, oprávnění, monitoring, auditovatelnost a eskalační cesty, než agenty budou fungovat napříč kritickými pracovními postupy. Budoucnost není pouze o tom, že lidé budují každou úlohu sami. Je to o tom, že lidé se stávají architekty procesu, s agenty, které jim pomáhají pohybovat se rychleji, škálovat dopad a dělat více, než mohli dříve.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Gravitee.