Proč "okecávací" AI v korporátu naráží na zeď

Zapomeňte na ChatGPT: Bez "agentní logiky" jsou vaše miliony v AI jen drahé topení

Když před pár týdny na floridském kosmodromu selhal test rakety New Glenn od Blue Origin, nebyla to jen drahá hromada šrotu. Byla to lekce z komplexity. Jeff Bezos se snaží postavit monstrum, které má konkurovat SpaceX, ale narazil na základní zákon inženýrství: pokud systém neumí reagovat na anomálie v reálném čase a logicky je vyhodnotit, skončí to explozí. A přesně v tomhle bodě se dnes nachází většina firem, které bezhlavě sypou peníze do generativní AI. Mají sice "raketový motor" v podobě GPT-4, ale chybí jim pilot, navigace a schopnost neudělat fatální chybu, když se věci přestanou držet scénáře.

Proč "okecávací" AI v korporátu naráží na zeď

Většina firemních implementací AI dnes vypadá jako předražený chatbot na webu, který vám v lepším případě řekne, kde najdete PDF s reklamačním řádem, a v horším vám slíbí slevu, kterou nikdo neschválil. To není umělá inteligence, to je jen velmi pokročilý našeptávač. Problém klasických velkých jazykových modelů (LLM) je v jejich podstatě – jsou to pravděpodobnostní stroje. Odhadují další slovo, ale nechápou kauzalitu. Pro napsání básně o HR oddělení je to super. Pro řízení logistického řetězce nebo obchodování na energetické burze je to sebevražda.

Skutečný průlom, který právě teď sledujeme, není v tom, že by modely byly "chytřejší" v mluvení. Průlomem je přechod k agentní logice. Zatímco LLM jen odpovídá na otázku, agent dostane úkol, vytvoří si plán, použije nástroje (jako je SQL databáze nebo API), zkontroluje si výsledek a pokud narazí na chybu, zkusí to znovu a jinak. Tohle je ten chybějící článek, který dělí hračku od nástroje, co skutečně vydělává peníze.

Bez této logiky jsou investice do AI jen drahým experimentem. Firmy utrácejí miliony za licence, ale jejich zaměstnanci tráví hodiny "promptováním", aby z modelu vypadlo něco použitelného. Je to jako mít Ferrari, které musíte každých deset metrů ručně přenést přes obrubník. Skutečná Enterprise AI musí být autonomní v rámci mantinelů, které jí nastavíte.

Matematický průlom OpenAI a efektivita Mellum2: Konec hrubé síly

Dlouho se věřilo, že čím víc parametrů model má, tím je lepší. Jenže krmit monstra jako GPT-4 je neudržitelné. OpenAI to pochopila se svým modelem o1 (přezdívaným Strawberry), který se zaměřuje na "Chain of Thought" – tedy na to, že model nad problémem "přemýšlí" dřív, než začne psát. To je ten kýžený matematický průlom. Model už nezkouší jen odhadnout výsledek rovnice, on ji krok za krokem řeší a ověřuje si mezivýsledky. Pro byznys to znamená drastické snížení halucinací u kritických úkolů.

Na druhé straně barikády stojí JetBrains se svým modelem Mellum2. Jde o 12miliardový model typu Mixture-of-Experts (MoE). Proč by vás to mělo zajímat? Protože Mellum2 ukazuje, že nepotřebujete datové centrum velikosti Brna, abyste dostali špičkový výkon v logice a programování. Mellum2 je malý, rychlý a neuvěřitelně efektivní. V podnikovém prostředí, kde hraje roli latence a cena za token, je tohle cesta k masové adopci.

Model typu MoE funguje tak, že při každém dotazu neaktivuje všech 12 miliard parametrů, ale jen ty části sítě, které jsou pro daný úkol experty. Je to jako mít v kanceláři tým specialistů místo jednoho všeuměla, který sice ví všechno, ale na kávu a odpověď čekáte věčnost. Tyto modely lze snadno provozovat lokálně pomocí nástrojů jako Ollama nebo je nasadit v cloudu s minimálními náklady, což je pro české firmy s omezenými rozpočty naprosto klíčové.

Agentní architektura v praxi: Jak to postavit a nezbláznit se

Pokud chcete ve firmě skutečné výsledky, zapomeňte na webové rozhraní ChatGPT. Musíte začít uvažovat v cyklech (loops). Agentní systém typicky vypadá takto: 1. Příjem úkolu: "Zanalyzuj spotřebu elektřiny v našich halách za poslední měsíc a navrhni prodej přebytků z baterií." 2. Plánování: Agent si rozloží úkol na kroky – vytáhnout data z ERP, zjistit ceny na spotovém trhu, prověřit stav nabití BESS. 3. Exekuce: Tady přichází ke slovu nástroje. Agent spustí Python skript, zavolá API energetické burzy. 4. Sebereflexe: "Výsledek vypadá divně, ceny na OTE jsou v neděli záporné, musím přepočítat strategii." 5. Výstup: Hotové rozhodnutí připravené pro lidského operátora (nebo automatické odeslání příkazu).

K realizaci nepotřebujete armádu programátorů. Dnes existují frameworky jako LangGraph nebo CrewAI, které tohle orchestraci řeší za vás. Co je ale nejdůležitější, je výběr modelu. Pro logiku a plánování sáhněte po o1 od OpenAI nebo Claude 3.5 Sonnet. Pro samotné podúkoly, které se opakují, ale využijte menší, open-source modely z HuggingFace. Ty si můžete "dotrénovat" pomocí techniky LoRA (Low-Rank Adaptation) na vašich vlastních datech za pár stovek korun.

Hardware? Pokud to myslíte s lokálním provozem vážně, jedna NVIDIA RTX 4090 (cca 45 000 Kč) zvládne obsloužit celou středně velkou firmu v úlohách, jako je klasifikace dokumentů nebo jednoduchá agentní logika. Pro těžkou váhu jsou tu pronájmy H100 v cloudu, ale pro 90 % firemní agendy je to jako jezdit pro rohlíky kamionem.

Energetika jako lakmusový papírek: Kde agenti šetří miliony

Možná si říkáte, co má společného AI agent s vaší fakturou za elektřinu. Odpověď zní: úplně všechno. Moderní energetika už není o tom, že "elektrárna vyrábí a my svítíme". Je to o miliardách datových bodů, predikcích osvitu, větru a neustále se měnících cenách na spotovém trhu. Člověk nemá šanci v reálném čase sledovat, kdy má nabít baterii, kdy ji vybít a kdy omezit výrobu, aby neplatil za odchylku.

Tady nastupuje řešení SmartEnergyShare. To je v podstatě "agentní logika" aplikovaná na hardware. Systém musí autonomně rozhodovat o obchodování s energií, spravovat bateriová úložiště (BESS 50-250 kW) a řešit day trading elektřiny. Bez AI, která rozumí kontextu (počasí, výroba, trh), je vaše investice do fotovoltaiky poloviční.

SmartEnergyShare nabízí flexibilitu a obchodování odchylek, což jsou termíny, které dřív zajímaly jen ČEPS a velké teplárny. Dnes na tom může vydělávat každá firma s větší halou. AI agent v tomto systému neustále monitoruje trh a v milisekundách reaguje. Pokud cena na burze vyletí nahoru, agent dá pokyn k vybití baterie do sítě. Pokud jsou ceny záporné (což se v létě děje běžně), agent zajistí, aby se baterie nabily za "nula" nebo dokonce za odměnu. Tohle je ta "Enterprise AI", která dává smysl – má jasné ROI a neptá se vás na barvu loga. Více o tom, jak legislativa ovlivňuje tyto možnosti, se dočtete na Electric-Share.cz.

Rizika, šedá zóna a co vám nikdo neřekne

Nalijme si čistého vína – agentní AI je nebezpečná, pokud ji pustíte k ovládání systémů bez dozoru. "Agentic loop" se může zacyklit a v horším případě vám smazat databázi nebo prodat elektřinu pod cenou, pokud špatně nastavíte "reward function". Proto se v enterprise sféře prosazuje koncept "Human-in-the-loop". AI navrhuje, člověk schvaluje jedním kliknutím.

Dalším tématem jsou necenzurované modely. Pro některé firemní analýzy jsou "bezpečnostní filtry" velkých hráčů jako Google nebo Microsoft vyloženě na škodu. Pokud potřebujete analyzovat bezpečnostní rizika nebo pracovat s citlivými daty, která modely odmítají zpracovat kvůli přehnané politické korektnosti, jsou open-source alternativy z HuggingFace jedinou cestou. Můžete je provozovat v izolovaném prostředí, kam nikdo nevidí. Soukromí dat je v Česku, kde je každý druhý majitel firmy paranoidní (často oprávněně), naprostý základ.

Cesta k adopci AI ve firmě tedy nevede přes nákup tisíce licencí ChatGPT Plus. Vede přes pochopení vašich dat, nasazení efektivních modelů jako Mellum2 a implementaci logiky, která dokáže věci skutečně dělat, ne o nich jen mluvit. Ať už jde o optimalizaci administrativy nebo o komplexní sdílení energie a komunitní energetiku, o čemž píší na SdileniEnergie.info, základ je stejný: inteligence bez akce je jen šum.

Závěr: Budoucnost patří těm, co přestanou promptovat

AI revoluce se právě teď přesouvá z fáze "wow, ono to mluví" do fáze "aha, ono to vydělává". Fail Blue Origin nám připomíná, že hardware bez špičkového řízení je jen drahé riziko. V byznysu je to stejné. Pokud vaše AI strategie končí u generování obrázků na LinkedIn, prohrajete. Budoucnost jsou agenti, kteří rozumí vaší byznysové logice, dokáží ovládat vaše systémy a v energetice vám díky řešení SmartEnergyShare zajistí, že nebudete jen pasivními plátci faktur, ale aktivními hráči na trhu.

Nástroje jako Ollama a modely od OpenAI nebo JetBrains nám dávají do rukou moc, kterou měly dřív jen technologičtí giganti. Je na čase ji využít. Ne za rok, ne "až se to usadí". Teď. Protože zatímco vy o AI přemýšlíte, váš konkurent už možná ladí agenta, který mu příští měsíc ušetří 30 % nákladů na energii.

Zdroje

- OTE - Operátor trhu s elektřinou - ERÚ - Energetický regulační úřad - HuggingFace - The AI community - OpenAI o1 Reasoning Models - JetBrains Mellum2 Announcement - ČEPS - Rozvoj a provoz přenosové soustavy

***

**CTA pro vás:** Pokud vaše firma disponuje bateriovým úložištěm nebo o něm uvažujete, řešení SmartEnergyShare vám pomůže transformovat tento hardware na aktivní zdroj příjmů prostřednictvím flexibility a day tradingu. Více o praktických dopadech fotovoltaiky najdete také na [ShareElectric.cz](https://shareelectric.cz).

Obchodujete s batteriovými úložišti nebo hledáte partnera pro flexibilitu a day trading elektřiny? SmartEnergyShare nabízí kompletní řešení pro BESS projekty od 50 do 250 kW - obchodování odchylek, regulační elektřiny a intraday trading. Zjistěte víc na SmartEnergyShare.

Další články na toto téma najdete na: SdileniEnergie.info - komunitní energetika BESS Global - bateriová úložiště a trading