AI agenti se učí a iterují téměř jako lidé, říká viceprezidentka AWS Mindy Ferguson

Můžete stručně vysvětlit, za co jste v AWS zodpovědná?

V AWS vedu týmy zaměřené na streaming, messaging a spolupráci. V oblasti streamování mám na starosti služby jako Kinesis Data Streams, spravované streamování pro Apache Kafka, spravovanou službu pro Apache Flink a Amazon Data Firehose. V rámci messagingu spravuji SQS, SNS, Amazon MQ, a nově také AWS Clean Rooms pro spolupráci.

Je streaming vaší hlavní oblastí zájmu?

Streaming a messaging jsou pro mě stejně důležité. Vnímám je jako své děti – žádné není méně významné než druhé. Samozřejmě se zákazníkům nejvíce věnuji v oblasti streamingu.

Jak ovlivňuje umělá inteligence tyto oblasti podnikání?

AI je úzce propojena jak se streamingem, tak s messagingem. Tyto oblasti se prolínají a firmám přinášejí výjimečnou hodnotu. Například streamingová data jsou klíčová pro AI a strojové učení – udržují modely aktuální, kontextové a pomáhají snižovat riziko halucinací. Umožňují průběžné přeškolování modelů, takže nikdy nejsou zastaralé.

V messagingu jsou služby jako SQS na trhu už skoro dvacet let a byly navrženy pro oddělení mikroservis. Tento princip dnes umožňuje komunikaci mezi agenty, díky čemuž zákazníci snadno koordinují a škálují paralelní modely. Tyto služby byly od začátku postaveny pro škálovatelnost a flexibilitu – dnes umožňují aplikacím AI dosahovat velkých výsledků.

Kyberbezpečnost a zákony bez obalu

0:00/

Není však riskantní nechat agenty komunikovat volně bez dohledu?

Vůbec ne. Jde o běžný vzor, stejně jako komunikují mikroservisy v softwarových architekturách. Agenti potřebují sdílet data a kontext, aby byli efektivní – stejně jako lidská spolupráce je nejúspěšnější tam, kde je transparentnost a sdílení informací. Izolovaní agenti, podobně jako izolovaní kolegové, dosahují slabších výsledků. Umožnění smysluplné komunikace mezi agenty přináší složitější workflow a vyšší efektivitu.

My, lidé, používáme zdravý rozum, agenti ho znají také?

Agenti dnes dokáží uvažovat, učit se a iterovat na nových informacích. Například Amazon Bedrock Agent Core umožňuje nastavit krátkodobou i dlouhodobou paměť. Ve skutečnosti se agenti chovají a vyvíjejí podobně jako lidé – budují si znalosti a podle nich postupně vylepšují své chování.

Znamená to, že lidé přijdou o práci – nebo se jejich role přesune k tvorbě agentů a systémů?

Technologický pokrok vždy znamenal nutnost adaptace, nikoli zánik pracovních pozic. Nové nástroje vyžadují nové dovednosti a přístupy. Studie „Unlocking the Public’s AI Potential“ zdůrazňuje, že klíčem je vzdělávání – vybavit lidi schopnostmi a znalostmi pro nové prostředí, jež s AI přichází. Lidské know-how bude potřeba vždy; důležité je držet krok a být připraven se učit.

Jaké jsou nejlepší postupy, když firma zavádí AI nebo agentní systémy?

Autor: AWS

Zásadní je používat nástroje, které dokáží poskytnout okamžité výsledky, ale zároveň umožňují škálování podle budoucích potřeb firmy. Amazon Bedrock pomáhá zákazníkům najít základní model přesně podle jejich potřeby, ne univerzální řešení. Agent core zahrnuje osvědčené postupy, bezpečnostní prvky a rychlé škálování z testovací fáze až po produkci. Důležitá je flexibilita a připravenost na budoucí vývoj.

Přečtěte si také:

Miliardy ukradených cookies jsou volně na netu. Jsou aktivní a jsou i z Česka

Měli by firmy upřednostnit hotové agenty, nebo si vytvářet vlastní na míru?

Záleží na požadovaném výsledku. Existuje řada výborných hotových agentů, opravdový rozdíl je ale ve firemních datech, která každý subjekt vlastní. Právě data jsou jádrem hodnoty v AI, ML i agentních systémech. Nejlepší postup: začněte kvalitním základem pro data – odbourejte oddělení, propojte datová potrubí, připravte infrastrukturu, aby mohli agenti skutečně objevovat a akčně pracovat s relevantními informacemi.

Jaké překážky firmy nejčastěji potkávají?

Tři hlavní výzvy jsou: budování pevného datového základu, zajištění řízení dat napříč celým procesem už od začátku, a provozní škálování – zejména při práci se streamingovými daty. Mnozí zákazníci volí spravované streamingové služby AWS, které jim usnadňují správu infrastruktury, clusterů a technickou komplexitu na straně klienta. Managed služby snižují provozní zátěž a umožňují škálovat bezpečně a jednoduše.

Jaké jsou klíčové rozdíly mezi dávkovými a streamingovými daty – a kdy je která metoda vhodná?

Streamingová data tečou neustále, zatímco dávková se zpracovávají po skupinách a pak následuje pauza. Volba závisí na potřebách – dávkový režim stačí pro periodické úkoly, například aktualizace dashboardů jednou za den či hodinu. V průmyslu nebo IoT, kde tisíce zařízení posílají data v reálném čase, je však nezbytný streaming. Škoda Auto používá streamingová data pro detekci anomálií přímo ve výrobě, kde by dávkové zpracování nestačilo.

Ovlivňuje rychlost zpracování dat firemní rozhodování?

Jednoznačně. Rychlost určuje hodnotu – čím aktuálnější data, tím větší užitek přinášejí. S časem  relevance dat klesá.

Je dávkové zpracování levnější než streaming – a ovlivňuje cena tuto volbu?

Cena se odvíjí od architektury a rozsahu; pro některé služby platíte dle velikosti instance, jiné jsou serverless nebo balíčkové. Rozhodující by však měly být obchodní potřeby, ne cena. Většina firem začíná s dávkovým zpracováním kvůli zavedeným postupům, ale jak se požadavky mění, streaming se stává nepostradatelným.

Pokud je streaming lepší, proč firmy při budování od základu volí batch režim?

Často jde o připravenost. Některé firmy nejsou na streaming připravené, nemají downstream systémy nebo aktuální potřebu. Jak se jejich byznys vyvíjí, streaming jim začne dávat větší smysl – a tam jim AWS pomáhá.

V čem je Česká republika unikátní ohledně streamingu a nízké latence?

Česká republika je výjimečná v průmyslu, finančních službách i logistice – všechny tyto sektory potřebují ultra nízkou latenci, kterou zajistí pouze streaming. Místní startupy jsou inspirativní, velká část z nich rozjíždí pokročilé AI projekty. Velké firmy musí jít dál než ke klasickým chatbotům a odkrýt skutečnou operační hodnotu. Silné datové základy, pilotní projekty a řízení dat napříč procesy jsou klíčem ke škálování.

Je infrastruktura v ČR pro tyto nároky dostatečná?

AWS má infrastrukturu postavenou speciálně pro nízkou latenci, díky čemuž je ideální pro české firmy v IoT, průmyslu i finančních službách. Například český startup zaměřený na detekci podvodů dokáže rozhodovat o transakcích za méně než 200 milisekund – což je zásadní výhoda. Nízká latence je potřeba nejen ve startupech, ale také v tradičních odvětvích pro dosažení reálných operačních poznatků v reálném čase.

Computertrends si můžete objednat i jako klasický časopis. Je jediným odborným magazínem na českém a slovenském trhu zaměreným na profesionály v oblasti informačních a komunikačních technologií (ICT). Díky silnému zázemí přináší aktuální zpravodajství, analýzy, komentáře a přehledy nejnovejších technologií dříve a na vyšší odborné úrovni, než ostatní periodika na tuzemském trhu.

Obsah Computertrends je určen odborníkům a manažerům z firem a institucí, kteří se podílejí na rozhodovacím procesu při nákupu ICT technologií. Jednotlivá čísla si můžete objednat i v digitální podobě.