Ako sa rozhodnúť pri tvorbe a návrhu AI systému?
Predstavte si, že vstupujete do obchodu s jasným cieľom. Možno chcete postaviť poličku alebo jednoducho opraviť niečo doma. Hneď vás upútajú dve hlavné uličky: jedna plná náradia – vŕtačky, píly, brúsky; druhá plná príručiek, kníh a návodov. Prvá vám umožní konať a tvoriť, druhá poskytne informácie a návody.
Presne takto funguje aj návrh AI systémov: musíte si vybrať medzi “nástrojmi” (agentmi) a “príručkami” (RAG). Správna voľba ovplyvní úspech vášho projektu.
Typická situácia: Firma stojí pred otázkou, či potrebuje AI, ktorá bude konať (vykonávať úlohy), alebo AI, ktorá bude odpovedať na otázky na základe dokumentov.
Aký typ AI vlastne potrebujeme?
Prvým krokom je pochopiť povahu úloh:
- Potrebujete AI, ktorá vykonáva viacstupňové procesy, rozhoduje sa podľa pravidiel a využíva nástroje? (agenti)
- Alebo potrebujete AI, ktorá presne odpovedá na otázky podľa aktuálnych dokumentov a znalostí? (RAG - Generovanie rozšírené o vyhľadávanie )
Najjednoduchšia otázka: Má vaša AI konať alebo vedieť?
Kedy použiť agentov a kedy RAG?
Agenti – keď AI koná a rozhoduje sa
Agent Development Kit (ADK) je o akcii a logike. Tieto agenti zvládajú viacstupňové úlohy, dokážu volať workflowy, používať nástroje a prijímať rozhodnutia podľa pravidiel. Typické vlastnosti:
- Krok za krokom uvažovanie
- Pravidlá a opakovateľné procesy
- Dôraz na konzistentnosť správania
Ideálne prípady použitia:
- Automatizácia workflowov (napr. onboarding nových zamestnancov)
- Písanie alebo transformácia obsahu
- Asistencia v IT alebo HR
- Vyplňovanie formulárov a operatívny triage
RAG – keď AI odpovedá na základe znalostí
RAG (
- Používa sa tam, kde sú dáta “zdrojom pravdy”
- Odpovede závisia od aktuálnych dokumentov, nie od vnútorného “odhadu” modelu
Ideálne prípady použitia:
- Vyhľadávanie v PDF, smerniciach či technickej dokumentácii
- Znalostné databázy s vysokým objemom a častými zmenami
- Podpora pri výskume alebo právnych/medicínskych otázkach
- Technická podpora zakotvená v dokumentoch
Výsledok: Jasné rozdelenie architektúr umožňuje rýchlejšie rozhodovanie a vyššiu úspešnosť implementácie AI riešení.
Kombinácia oboch prístupov v praxi
- Hybridné systémy spájajú výhody oboch svetov: Agent riadi logiku a kroky, RAG zabezpečuje presnosť informácií.
- Príklady: Právnickí a inžinierski asistenti, zdravotnícki asistenti či podnikoví asistenti na plnenie úloh.
- Zvýšenie efektivity: Automatizácia rutinných úloh a kvalitnejšie odpovede na zložité otázky.
Na čo si dať pozor: Prílišná závislosť na jednom prístupe môže viesť k obmedzenej funkcionalite. Pri hybridných riešeniach je dôležité správne nastaviť hranicu medzi “konaním” a “vyhľadávaním”.
Poučenia / odporúčania pre výber AI architektúry
- Položte si otázku: Má vaša AI konať (vykonávať úlohy), vedieť (odpovedať), alebo oboje?
- Použite agenta tam, kde je dôležitá logika, workflowy a opakovateľnosť.
- Použite RAG tam, kde je kľúčová presnosť podľa aktuálnych dát.
- Kombinujte oba prístupy pre komplexné podnikové riešenia.
- Nastavte jasné hranice medzi “konaním” a “vyhľadávaním”, aby ste predišli chaosu v architektúre.
Záver
Výber správnej AI architektúry je ako rozhodovanie v železiarstve – potrebujete vedieť, či hľadáte náradie na stavbu alebo príručku na správne postupy. Väčšina úspešných projektov využíva oboje: nástroje na vykonanie práce a manuály na overenie správnosti. Odpoveď na otázku “potrebujem AI konať, vedieť alebo oboje?” vám ukáže správny smer.
