AI agenti budú vyrábať viac nápadov. Úzke hrdlo bude validácia

AI agenti začínajú meniť prácu podobne, ako coding agenti zmenili vývoj softvéru. Nie preto, že by boli zrazu neomylní, ale preto, že vedia lacno vyrábať návrhy, varianty, hypotézy a prvé riešenia. Google DeepMind v júlovom texte Conjecture Machines pomenoval dôležitý posun: agenti môžu urobiť nápady lacnými, ale validácia zostáva pomalá, drahá a inštitucionálna.

YouTube signál prišiel 16. júla 2026 od Mareka Bartoša v shorte o tom, že AI môže vedu nielen zrýchliť, ale aj zahltiť laboratóriá a recenzný proces. Primárny zdroj je však dôležitejší: DeepMind nehovorí len „AI vo vede bude múdra.“ Hovorí, že vzniká nové úzke hrdlo.

Nie je to téma iba pre akadémiu. Rovnaký vzorec už vidno vo firmách, ktoré nasadzujú agentov do predaja, supportu, vývoja alebo back office. Agent vie vyrobiť desať návrhov CRM enrichmentu, dvadsať variantov e-mailu, päť možných príčin incidentu alebo backlog automatizácií na pol roka. Otázka už nie je, či niečo navrhne. Otázka je, kto to overí.

Čo DeepMind vlastne hovorí

DeepMind opisuje agentov ako systémy, ktoré dostanú cieľ, rozdelia ho na kroky, používajú nástroje, spúšťajú subagentov a priebežne opravujú vlastné chyby. Vo vede to znamená rešerše literatúry, návrhy hypotéz, ranking kandidátov, písanie kódu pre analýzy, prácu s databázami a niekedy aj návrh experimentu.

Co-Scientist, systém od Google DeepMind postavený na Gemini, je dobrý príklad. Podľa oficiálneho blogu generuje hypotézy, necháva ich kritizovať špecializovanými agentmi, radí ich v „turnaji nápadov“ a priebežne ich zlepšuje. V biológii alebo materiálovom výskume to môže znamenať rýchlejšiu cestu od otázky k testovateľnému kandidátovi.

Lenže tu prichádza pointa. Vygenerovať hypotézu je lacnejšie než ju overiť. V softvéri sa časť validácie dá automatizovať testom, typovou kontrolou, benchmarkom alebo formalizovaným verifierom. V laboratóriu treba čakať na bunkové kultúry, chemickú reakciu, meranie, dostupnosť zariadenia, rozpočet a človeka, ktorý výsledok vyhodnotí. DeepMind to nazýva validation bottleneck.

Prečo je to dôležité pre firmy

Firemné AI projekty často opakujú rovnakú chybu: optimalizujú generovanie výstupov, ale nie validáciu.

Typický príklad je support classification. Agent vie roztriediť tisíce ticketov. Ak však nemáte vzorku na kontrolu, pravidlá eskalácie, audit chýb a človeka zodpovedného za hranice automatizácie, len vyrábate sebavedomé štítky. V CRM enrichmentu agent doplní firmy, roly, odhady obratu a signály záujmu. Bez overenia zdrojov ale môžete obchodníkom poslať zlý zoznam priorít. Pri faktúrach a e-mailoch agent extrahuje dáta rýchlo, ale výnimky, dobropisy, neobvyklé sadzby a nových dodávateľov musí niekto kontrolovať.

Rovnaký princíp platí pre produktový vývoj. Agent môže cez noc prejsť zákaznícky feedback a navrhnúť päťdesiat experimentov. To je užitočné. Ak firma nemá kapacitu na výber, test, meranie a stop pravidlá, vznikne len drahší chaos.

Dobre nasadený agent preto nezrýchľuje len tvorbu. Musí zrýchliť aj rozhodovanie o tom, čo sa vôbec oplatí validovať.

Praktický model: nápad, skóre, dôkaz, audit

Ak by som to prevádzal do firemného workflow, nepostavil by som agenta ako „vymysli nám riešenie“. Postavil by som ho ako systém so štyrmi výstupmi.

Prvý výstup je návrh. Napríklad: „týchto 30 leadov má najvyššiu šancu na konverziu“, „týchto 12 faktúr je rizikových,“ „tu sú tri možné príčiny nárastu churnu“ alebo „tu je návrh automatizácie v Make“.

Druhý výstup je skóre. Agent musí povedať, prečo práve tento návrh stojí za pozornosť: dopad, neistota, náklad validácie, riziko chyby a reverzibilita rozhodnutia.

Tretí výstup je dôkaz. Nie všeobecné zhrnutie, ale odkazy na zdroje: konkrétny ticket, CRM záznam, faktúra, meeting note, log, dokument, zákaznícky e-mail alebo SQL dotaz.

Štvrtý výstup je auditná stopa. Kto zadal úlohu, aký model a nástroje agent použil, aký bol prompt, aký bol výsledok, kto ho schválil a čo sa stalo ďalej.

Bez týchto štyroch vrstiev agent len pridáva objem. S nimi môže pridať kapacitu.

Ako to postaviť v n8n alebo Make

Praktický pilot môže vyzerať takto:

• Trigger: nové support tickety, obchodné meetingy, faktúry alebo produktový feedback.
• Agent vygeneruje kandidátov a pri každom uvedie skóre dopadu, istoty a nákladu validácie.
• Automatizácia vyberie len top položky, nie celý zoznam.
• Druhý agent alebo pravidlový krok kontroluje zdroje a hľadá rozpory.
• Človek schvaľuje iba drahé alebo citlivé rozhodnutia.
• Výstup sa zapisuje do CRM, helpdesku, účtovného systému alebo backlogu až po validácii.
• Každý mesiac sa vyhodnotí precision, recall, úspora času, počet eskalácií a počet opráv.

Tým sa AI nedáva rola vševediaceho poradcu. Dostáva rolu lacného generátora kandidátov a asistenta validácie. Je to menej efektné, ale oveľa použiteľnejšie.

Čo sledovať pri agentných workflow

Prvá metrika nie je počet vygenerovaných nápadov. Je to počet overených nápadov, ktoré skutočne zmenili rozhodnutie.

Druhá metrika je validačná kapacita. Koľko výstupov za deň dokáže tím skontrolovať bez poklesu kvality? Ak agent generuje viac kandidátov, než tím vie overiť, máte frontu, nie automatizáciu.

Tretia metrika je cena validácie. Niekedy je lacnejšie nechať človeka urobiť úlohu rovno, než validovať komplikovaný výstup agenta. Platí to hlavne pri malých jednorazových úlohách.

Štvrtá metrika je riziko falošnej istoty. Silný model s dobrým jazykom vie pôsobiť presvedčivo aj vtedy, keď spája nesprávne zdroje. Preto by som pri citlivých rozhodnutiach vyžadoval citácie, druhý kontrolný priechod a jasne pomenovanú neistotu.

Súvislosť s bezpečnosťou a limitmi

Do toho zapadajú aj ďalšie signály z posledných dní. Anthropic publikoval výskum GRAM, metódu pre modulárne oddelenie citlivých dual-use schopností v modeli. Zatiaľ nejde o produkčný Claude, ale ukazuje smer: nestačí mať výkonný model, potrebujete riadenie prístupu k schopnostiam.

Jirka Herník mal hore Mastermind 31 so signálom k mazaniu dát pri GPT Sol a limitom Claude Code. Pri Claude je dnes z oficiálnej dokumentácie jasné, že treba rozlišovať usage limity, dĺžku kontextu, automatické sumarizovanie dlhých konverzácií a spotrebu nástrojov. Je to rovnaký prevádzkový vzorec: agent nie je magická neobmedzená kapacita. Má limity, náklady, dátovú politiku a kontrolné miesta.

Čo si z toho vziať

AI agenti budú dobré tímy zahlcovať nápadmi. To nie je chyba. To je ich prirodzený efekt.

Chyba je postaviť proces tak, že každý nápad vyzerá rovnako dôležito a všetko čaká na človeka. Lepší prístup je navrhnúť workflow ako validačný lievik: agent generuje kandidátov, skóruje ich, dokladá zdroje, zahadzuje slabé varianty a človeku predkladá len to, kde je ľudské rozhodnutie naozaj drahé alebo citlivé.

Pre firmy zavádzajúce AI do procesov je to možno praktickejšia lekcia než ďalší benchmark. Produktivita nevznikne tým, že agent vyrobí viac textu. Vznikne tým, že organizácia vie, čo z toho má overiť, ako rýchlo, za akú cenu a s akým rizikom.

Zdroje: YouTube signál Mareka Bartoša AI dělá z vědy nevědu, Google DeepMind Conjecture Machines: AI agents and the new validation bottleneck in science, Google DeepMind Co-Scientist: A multi-agent AI partner to accelerate research, Anthropic An off switch for dual use knowledge in AI models a Claude Help Center How do usage and length limits work?.