AI architekt navrhuje, jak má vypadat systém AI ve firmě – co bude dělat automatizace, co agent, kde zůstane člověk a jak spolu jednotlivé části propojit. Řeší strategii a architekturu, nikoli jen jeden konkrétní nástroj nebo Prompt.
Co dělá AI architekt?
Nejdřív mapuje procesy a data, které ve firmě existují – e-maily, tabulky, poznámky, systémy jako CRM nebo účetnictví. Teprve na tomto základu navrhuje, jaké AI řešení dává smysl a v jakém pořadí ho stavět.
Rozhoduje o architektuře: kde stačí jednoduchá automatizace, kde se hodí AI agent a kde je potřeba propojit víc systémů přes API. Zodpovídá i za to, jak se agenti a nástroje budou napojovat na sebe navzájem, ne jen na jeden úkol.
Podle běžných popisů pozice AI solutions architect v inzerátech komunikuje mezi vedením firmy, vývojáři a lidmi, kteří s daty pracují denně. Sám přitom nemusí psát každý řádek kódu – tu roli často dál vykonává AI developer nebo AI engineer.
Jak se liší od AI engineera nebo AI developera?
AI architekt řeší otázku „co a proč“, AI engineer a AI developer pak „jak to postavit“. Architekt navrhuje strukturu celého řešení a pořadí kroků, engineer staví konkrétní aplikaci nad jazykovým modelem a developer má na starosti stavbu a provoz agentů v praxi.
V malé firmě běžně dělá jeden člověk obě role najednou. U větších projektů dává smysl je oddělit – architekt drží celkový obraz, zatímco engineer nebo developer se soustředí na implementaci jednoho kusu systému.
Přesná definice titulu „AI architect“ není nikde oficiálně ustálená. Inzeráty pod tímto názvem se dost liší – někdy jde o architekta datové platformy, jindy o konzultanta konkrétního AI produktu. Berte proto název jako orientační, ne jako normu.
Kdy firma AI architekta potřebuje?
Ve chvíli, kdy má vzniknout víc než jeden AI agent nebo automatizace a je potřeba, aby spolu dávaly smysl. Bez architektury hrozí, že každý nový nástroj vznikne izolovaně, nekomunikuje s ostatními a firma nakonec spravuje změť dílčích řešení místo jednoho systému.
Typický spouštěč je i chvíle, kdy firmě přestávají stačit tabulky a e-maily jako hlavní pracovní nástroj. O tom, jak takové signály poznat, píšu v článku Kdy firmě přestanou stačit tabulky: pět signálů, že potřebuje vlastní systém.
Přesně tuhle roli beru na sebe u klientů – navrhnu architekturu, řeknu, co postavit jako první a proč, a pak to i postavím. Víc o tvorbě AI agentů a automatizací na míru →
Co by měl AI architekt umět?
- Pochopit proces dřív než technologii. Umí se zeptat, kdo co dělá, v jakém pořadí a kde vzniká úzké hrdlo, ne jen navrhnout „AI agenta na cokoliv“.
- Znát, co jednotlivé nástroje umí a neumí. Ví, kdy stačí automatizace procesů podle pevného postupu a kdy je potřeba AI agent, který se rozhoduje podle proměnlivých vstupů.
- Umět napojit systémy přes API. Firemní data často žijí v účetnictví, CRM nebo e-shopu a bez propojení zůstane agent slepý vůči tomu, co se ve firmě skutečně děje.
- Myslet v krocích, ne v jednom velkém řešení. Dobrá architektura se dá stavět postupně a otestovat po částech, ne nasadit najednou jako celek.
Co znamená „knihovna kontextu“?
V metodice AI-first firem, jak ji popisuje Benjamin Simkin v knize The AI First Company, se používá pojem knihovna kontextu (context library) – sada dokumentů o tom, co firma je a jak funguje. Bez ní agent sice pracuje rychleji, ale dělá to samé jako člověk bez zaškolení: rychleji dělá chyby, protože nezná kontext firmy.
Můj pohled
Navrhuju systém, ne nástroj. Nejdřív řeším data a kontext – poznámky v Obsidianu, úkoly ve Freelu, paměť agentů – a teprve pak přidávám agenty. Bez téhle knihovny kontextu agent sice něco vyprodukuje, ale nezná, jak firma skutečně funguje – a je to na výsledku vidět.
Hledáte AI architekturu pro svou firmu?
Pokud řešíte, kudy s AI ve firmě začít a jak by měly jednotlivé kusy do sebe zapadat, rád vám s tím pomůžu. Napište mi přes kontaktní formulář a domluvíme si nezávaznou konzultaci, kde probereme váš konkrétní případ. Zajímá vás i strategický pohled na to, kde ve firmě začít? Podívejte se na strategický AI workshop pro firmy nebo na informační systém na míru, pokud potřebujete i vlastní backend pro data, se kterými budou agenti pracovat.
Pavel Szabo
Programátor webů, eshopů a informačních systémů s více než 23 lety praxe. Pomáhám firmám i jednotlivcům s online podnikáním, automatizacemi a využitím AI v praxi.
