AI AUTOMATIZACE

AI agenti pro práci, kterou musí někdo nejdřív přečíst.

Stavíme AI agenty a AI automatizace pro konkrétní opakované úlohy — čtení dokumentů, třídění zpráv, přípravu odpovědí — s lidskou kontrolou všude, kde na výsledku záleží. AI je jedna z možností, ne výchozí bod: když úlohu vyřeší deterministické workflow, postavíme právě to.

Pojďme si promluvit

Kde to obvykle začíná

ČTENÍ PŘED PRACÍ

Faktury, dodací listy a dlouhá e-mailová vlákna se hromadí, protože každé z nich musí někdo nejdřív přečíst, aby se vůbec něco mohlo stát. Práce nevězí v rozhodnutí — vězí ve čtení.

PILOT, KTERÝ SE NIKDY NENASADIL

AI demo před půl rokem všechny nadchlo. Pořád je to demo. Nikdo neuměl říct, jak často se plete, a tak ho nikdo nepustil k zákazníkům.

STEJNÁ OTÁZKA CELÝ TÝDEN

Vaši nejzkušenější lidé tráví dny odpovídáním na otázky, jejichž odpovědi dávno leží ve vašich dokumentech — ve smlouvách, manuálech, starých nabídkách. Jen je tam nikdo jiný neumí najít.

TLAK NA AI BEZ ZADÁNÍ

Shora přichází tlak něco s AI udělat, ale nikdo nepojmenoval konkrétní úlohu, kterou má dělat. Přesně takhle vznikají piloty, které skončí v šuplíku.

Co skutečně dostanete

Poctivě vybraný use case

Začínáme od úlohy, ne od technologie. Pokud ji vyřeší deterministické workflow — pevná pravidla, pokaždé stejný výsledek — řekneme vám to a postavíme právě to. AI patří tam, kde se vstup opravdu mění: jazyk, dokumenty, úsudek.

Pipeline, které čtou za vás

Faktury, dodací listy a skeny projdou OCR a vytěžená pole putují do vašich systémů. Cokoli pod hranicí spolehlivosti jde člověku, místo aby se to tipovalo.

Agenti s úzce vymezenou prací

AI agent si situaci nejdřív přečte a další krok vybere z malé sady nástrojů, kterou definujeme — dohledat objednávku, připravit odpověď, předat člověku. Napojený přes MCP, bez možnosti jednat mimo tuto sadu.

Odpovědi s uvedeným zdrojem

Interní otázky a odpovědi ukotvené ve vašich dokumentech přes retrieval nad Supabase a pgvector. Každá odpověď odkazuje na pasáž, ze které vychází, takže kontrola trvá vteřiny — a odpověď bez zdroje ven nejde.

Schvalování jako součást návrhu

Připravené odpovědi čekají ve frontě na schválení. Vytěžená data jdou opravit dřív, než skončí v účetnictví. Lidská kontrola je v návrhu od prvního dne, ne záplata po prvním průšvihu.

Měření před nasazením i po něm

Z vašich skutečných případů sestavíme testovací sadu a přesnost změříme před spuštěním; v provozu logujeme každé volání. Dostanete číslo, jak často má systém pravdu — ne pocit.

Jak zakázka probíhá

  1. 01

    Jedna úloha a definice správného výsledku

    Vybereme jednu úlohu náročnou na čtení a sepíšeme, jak vypadá správný výsledek, kdo ho ověřuje a co se stane, když je špatně. Když správný výsledek nejde definovat, nestavíme.

  2. 02

    Změřeno na skutečných příkladech

    Posbíráme minulé případy — skutečné faktury, vlákna, dotazy — a testujeme, dokud přesnost neznáme. To číslo rozhodne, jestli projekt pokračuje, a dozvíte se ho tak jako tak.

  3. 03

    V provozu, s člověkem ve smyčce

    Při spuštění prochází každý výstup lidským schválením. Kontroly uvolňujeme jen tam, kde to týdny logů obhájí — a některé kroky si je nechají natrvalo, záměrně.

S čím stavíme

  • Claude
  • OpenAI
  • MCP (Model Context Protocol)
  • n8n jako orchestrace
  • Supabase + pgvector
  • Parsování dokumentů a OCR
  • ElevenLabs
  • Perplexity
  • Schvalovací kroky
  • Vyhodnocování a logování

Brain — sdílená paměť pro AI nástroje týmu

Znalostní graf, který jsme postavili pro vlastní práci: poznámky, rozhodnutí a kontext projektů zpřístupněné přes MCP, takže každý AI nástroj, který tým používá — v jakémkoli CLI a jakékoli session — začíná se stejnou pamětí místo prázdného kontextového okna.

OHLASY KLIENTŮ

Co říkají týmy po spolupráci s Radkem.

Skutečné ohlasy od firem, které používají systémy, automatizace a weby, jež jsme dodali.

“Spolupráce byla velmi profesionální. Obzvlášť oceňuji Radkovu rychlou komunikaci, ochotu reagovat na naše potřeby a schopnost najít praktická řešení i pro specifické požadavky.”
Petr JirasekMajitel, event4.cz
“Vše funguje skvěle, často i nad rámec zadání. Obzvlášť oceňuji rychlost a trpělivost všechno vysvětlit na schůzkách nebo v přehledných video návodech.”
Martin BulakJednatel, BOOSTERS
“Výsledkem je moderní, přehledný web, technicky dobře zpracovaný a přesně odpovídající našim potřebám. Profesionální přístup, spolehlivost a rychlost, které skutečně dělají rozdíl.”
Dita LehotskaMarketing, mlyncibotin.cz

Časté otázky k AI

Co dnes AI umí spolehlivě a co ne?

Dobře čte a dobře připravuje návrhy: třídí a směruje zprávy, vytahuje údaje z dokumentů, shrnuje dlouhá vlákna, píše koncepty odpovědí, odpovídá na otázky z vymezené sady dokumentů. Spolehlivě naopak neumí zaručit správný výsledek bez kontroly ani odpovědět na stejnou otázku pokaždé stejně. Stavíme na prvním seznamu a pro všechno z druhého navrhujeme lidskou kontrolu.

Jak zabráníte tomu, aby si vymýšlela?

Třemi způsoby najednou. Odpovědi jsou ukotvené ve vašich dokumentech a musí citovat pasáž, ze které vycházejí — bez zdroje žádná odpověď. Výstupy, na kterých záleží, projdou před použitím člověkem. A všechno se loguje a měří proti testovací sadě, takže pokles přesnosti uvidíte v číslech, ne ve stížnosti zákazníka.

Jaké modely používáte a proč?

Většinou modely Claude a OpenAI, vybrané podle úlohy, ne podle módy. Kritérium je nudné: změřená přesnost na vašich příkladech za cenu, která dává při daném objemu smysl. Vytěžování dokumentů často zvládne malý levný model; kroky vyžadující úsudek dostanou větší. Když se modely změní, přeměříme to — protože ony se mění.

Trénují se na našich datech cizí modely a kde se data zpracovávají?

Ne. Používáme komerční API, jejichž podmínky trénování na vašich datech vylučují, s podepsanou smlouvou o zpracování údajů. Indexy pro retrieval a logy leží v databázi hostované v EU, kterou máte pod kontrolou. A když data nesmí vaši infrastrukturu opustit vůbec, navrhneme to tak — zúží to výběr modelů a řekneme vám, co to stojí na kvalitě.

Co je AI agent a čím se liší od běžné automatizace?

Běžné workflow jede po krocích, které jste určili předem — stejný vstup, stejná cesta. Agent si situaci nejdřív přečte a další krok vybírá z nástrojů, které dostal: něco dohledat, něco navrhnout, předat člověku. Ta volnost je přínos i riziko zároveň, proto držíme sadu nástrojů malou, oprávnění úzká a nevratné akce za lidským schválením.

Kdy nám AI rozmluvíte?

Kdykoli se pravidlo dá napsat. Když úloha zní 'když přijde X, udělej Y', je deterministické workflow levnější, rychlejší a nikdy si nevymýšlí — a právě takové stavíme ve většině automatizací na tomto webu. AI si své místo zaslouží, až když je vstup na pravidla příliš pestrý: volný text, nepořádné dokumenty, úsudek.

Související služby

Přineste nám jednu úlohu, ne AI strategii.

Pojmenujte jednu věc, kterou váš tým pořád dokola čte, třídí nebo zodpovídá. Řekneme vám, jestli ji AI zvládne spolehlivě — a když ji líp vyřeší obyčejné workflow, doporučíme to.

Pojďme si promluvit