Prečo AI agenti firmám nestačia

Dáta potvrdzujú, že seniorní IT špecialisti sú z hľadiska efektivity aj ceny stále výhodnejší než AI agenti bez dozoru. V článku okrem iného vysvetľujeme, ako sa menia požiadavky na developerov, ktoré IT pozície sú na trhu najžiadanejšie aj okolnosti, v ktorých AI agenti zlyhávajú.

Stúpajúce náklady za AI nepoznajú strop

Mal im vydržať na celý rok, no bol vyčerpaný už po štyroch mesiacoch. Správa o firemnom rozpočte Uber, ktorý bol ­určený na AI kódovanie, nie je jediným prekvapivým zvratom. Microsoft, ktorý takmer tretinu svojho vlastného kódu písal pomocou generatívnej AI, v máji zakázal ­vlastným inžinierom používať kódovacích agentov Claude Code. Dôvod? Náklady na licencie sa stali jednoducho neúnosnými.

V súčasnosti je táto technológia paradoxne drahšia ako ľudia, ktorých nahrádza. Tvrdí to štúdia, na ktorej sa ­podieľali MIT CSAIL, MIT Sloan, The Productivity ­Institute a IBM’s Institute for Business Value. Z výskumu ­vyplynulo, že AI ­automatizácia je ekonomicky rentabilná len ­približne v 23 % pracovných pozícií, ktorých kľúčovou súčasťou je počítačové videnie. V prípade zvyšných 77 % sú ľudia naďalej lacnejší. Štúdia totiž brala do úvahy nielen bezprostredné ekonomické hľadiská implementácie AI, ale napríklad aj náklady súvisiace s rekvalifikáciou ­personálu, s tvorbou politík a s pozíciami, ktoré sú zamerané na riadenie, údržbu a zdokonaľovanie AI systémov.

„Väčšina organizácií podceňuje skutočné náklady na AI, pretože ich porovnáva s platmi a nie s celkovými výdavkami, ktoré sú potrebné na to, aby AI fungovala v reálnom firemnom prostredí,“ tvrdí Eric Helmer z Rimini Street. ­„Celkové náklady sú často dvakrát až trikrát vyššie ako ­pôvodné odhady.“

Potvrdzuje to aj Bryan Catanzaro z NVIDIA. Technologické výdavky pre jeho tím v súčasnosti výrazne prevyšujú sumu, ktorú spoločnosť do týchto zamestnancov investuje. A kým náklady na ľudskú posilu sa dajú veľmi ľahko predpovedať, kontrola prevádzkových výdavkov na AI je náročnejšia. Dodávatelia AI kódovacích agentov prešli od licencovania na základe počtu pracovných miest k cenotvorbe založenej na spotrebe tokenov. Viacerí z nich však nie sú transparentní v tom, ako sa daná spo­treba ­vypočítava a fakturuje, čo znemožňuje firmám presne ­predpovedať a kontrolovať svoje náklady.

Okrem toho, viac ako 4 z 5 organizácií potrebujú ­modernizovať svoje legacy IT systémy, aby mohli vo veľkom meradle podporovať AI agentov. Vyplýva to zo správy Google 2026 State of AI Infrastructure. Ďalšími kľúčovými prekážkami nasadenia AI sú fragmentované údaje a bezpečnosť AI.

„V súčasnosti firmy častejšie vyhľadávajú IT špecialistov, ktorí vedia AI integrovať alebo postaviť okolo nej robustnú infraštruktúru,“ konštatuje Róbert Dusík, Group CEO a spoluzakladateľ TITANS. „Chýbajú im správni ľudia na dátové, infraštruktúrne, integračné, architektonické a analytické pozície.“

Medzinárodná spoločnosť TITANS, ktorá je lídrom ­outsourcingu IT expertov na slovenskom trhu, ­pozorne ­sleduje trendy v sektore. Jedným z nich je aj dopyt po ­odborníkoch v oblastiach DevOps a cloudových plat­foriem, ktorí klientom nastavujú Azure, AWS a orchestráciu ­daných služieb v kontexte aplikácií a agentov.

Firmám chýbajú odborníci, ktorí integrujú AI

Podľa McKinsey by pri súčasnom tempe mohli nákla­dy na AI do roku 2030 dosiahnuť 5,2 trilióna dolárov a pri zrýchlenom tempe až 7,9 trilióna dolárov. „AI nie je jednorazový nákup; je to živý systém, ktorý vyžaduje neustály ľudský dohľad a prevádzkové investície,“ varuje Eric Helmer.

Rahsaan Shears z KPMG LLP predpokladá, že ­takýmto tempom môžu náklady na AI rásť rýchlejšie ako produktivita, ktorú mala táto technológia priniesť.  

„V zložitých alebo vysoko rizikových pracovných po­stupoch sa môže predpokladaná návratnosť investícií ľahko podstatne znížiť a v niektorých prípadoch dokonca úplne zmiznúť, ak do toho zahrnieme podporu, evaluáciu, opravy a dohľad,“ tvrdí Mark Quinn z Pearl.

Analýza Gartner z minulého roka predpovedala, že viac ako 40 % projektov v oblasti agentickej AI bude do konca roka 2027 zrušených pre eskalujúce náklady a nejasnú obchodnú hodnotu. A keďže značky potrebujú pre investície do AI niekde ušetriť, vyše 268 spoločností celosvetovo prepustilo od januára do 13. augusta tohto roka viac ako 126 305 IT pracovníkov.  

Vyzerá to tak, ako keby pre AI klesal celý dopyt po developeroch aj zo strany klientov TITANS. Ale tam, kde sa znižuje záujem o bežných programátorov, stúpa dopyt práve po tých so znalosťou AI. Misky váh sú tak v rovnováhe, menia sa len očakávania ­zákazníkov.

Kým v roku 2021 by ideálnemu seniornému inžinierovi postačovali schopnosti kódovať a skúsenosť s riešením podobných problémov, dnes by sa mal ­vyznať aj v archi­tektúre, doménach, verifikácii a AI leverage. Dôležité sú aj líderské zručnosti a production ownership.

„Kódovacie schopnosti sú naďalej nevyhnutné, no ma­nuálne písanie kódu predstavuje len menšiu časť celkovej profesionálnej hodnoty,“ vysvetľuje Róbert Dusík.

Výskum GitHub potvrdzuje, že vývojári často investujú čas ušetrený vďaka AI do návrhu systémov, spolupráce a vzdelávania. Ich rola sa tak posúva k inžinierskej práci na vyššej úrovni, pričom sa postupne menia na architektov, stratégov a inovátorov.

Kto opraví bugy, ktoré spôsobia AI agenti?

V kontexte AI revolúcie sa oplatí mať na pamäti, že nie každý kód je rovnako dôležitý.

„Keď ide o predvídateľný, štrukturálne opakujúci sa kód, AI agenti sú najlepšími junior vývojármi, akých si môžete kúpiť,“ tvrdí Arun Rajkumar z Atoa, ktorá intenzívne využíva AI agentov. Tí však majú viaceré nedostatky. 

Prvým z nich je skutočnosť, že tak ako juniorom, aj im chýba správny úsudok, ktorý sa získava rokmi skúseností, a preto ním oplývajú iba seniorní IT špecialisti. Boris Cherny z Anthropic je presvedčený, že bez ohľadu na to, do akej miery sa AI skutočne používa, každý riadok kódu, ktorý vygeneruje, by mal skontrolovať inžinier. Aj tie najpo­kročilejšie systémy totiž robia drobné chyby alebo mierne nesprávne pochopia pokyny.

Daná technológia nie je nákladovo efektívna ani v oblastiach, ako sú napríklad prísne regulované ­prostredia s rýchlo sa meniacimi požiadavkami, sféry s nedostatočnou kvalitou dát a roly, kde je potrebné rozhodovanie a kreatívne myslenie pri reakcii na nové premenné.

AI agenti sa totiž primárne zameriavajú na dokončenie funkcie. V snahe o efektivitu využívajú skratky, ktoré na prvý pohľad pôsobia rozumne, no v skutočnosti nemusia byť správne. Problém nastáva aj v súvislosti s opätovnou použiteľnosťou, pretože agenti sa nesústredia na zachovanie architektúry. Okrem toho sa snažia minimalizovať počet opakovaných pokusov. Výsledkom je kód, ktorý prejde všetkými testami, ale zlyhá v scenároch, na ktoré človek pri testovaní nepomyslel, pretože ani agenti o nich neuvažovali.

Strategické rozhodnutia tak aj naďalej prijímajú vývojári. „Niektoré firmy prestávajú vnímať AI ako jednoznačnú náhradu pracovnej sily, ktorá ušetrí náklady, a začínajú ju považovať za doplnkový nástroj,“ potvrdzuje Keith Lee z Gordon School of Business v rámci Swiss Institute of ­Artificial Intelligence. Tieto skutočnosti tak potvrdzujú, že se­niorní IT špecialisti sú z hľadiska efektivity aj ceny stále výhodnejší než AI agenti bez dozoru.