AI ve firemním softwaru se vylepšuje pořád – nová verze, pár featurek, drobné doladění. Jednou za čas ale přijde krok, který je jinde. U OpenText Content Managementu se právě takový děje: systém, který donedávna jen odpovídal na dotazy, teď úkoly sám vykonává – založí workspace, upraví metadata, vygeneruje dokument.
Kde je AI ve správě dokumentů právě teď: od asistenta k autonomnímu jednání
Ještě donedávna to bylo jednoduché: AI ve správě dokumentů pomohla napsat shrnutí, přeložit text nebo poradit s formulací e-mailu. Byla užitečná, ale pasivní – čekala, až jí někdo zadá úkol, a pak vrátila text. Hotovo, konec interakce.a
Tohle se mění. OpenText posouvá svoji AI vrstvu, Content Aviator, směrem k tomu, čemu se říká agentic AI – tedy k systému, který úkoly rovnou vykonává, místo aby na ně jen odpovídal. Rozdíl si nejlíp představíte na příkladu: dřív jste AI požádali „napiš mi shrnutí této smlouvy“ a dostali jste text. Dnes stačí říct, co chcete udělat – třeba založit nový pracovní prostor nebo upravit metadata – a systém sám pozná záměr, vybere správný nástroj a úkol provede.
Aby to fungovalo, potřebuje AI vědět víc než jen to, co je v dokumentech. Proto teď zná i uživatele, jejich role a vztahy mezi jednotlivými pracovními prostory. A proto OpenText buduje takzvaný knowledge graph – v podstatě mapu vazeb mezi firemními dokumenty a daty, díky které dokáže AI hledat souvislosti napříč celou organizací, ne jen v rámci jedné složky nebo projektu, kde zrovna sedíte.
Výsledek je, že správa dokumentů přestává být místem, kam AI jen občas nahlédne s nabídkou pomoci. Stává se naopak vstupním bodem, přes který AI získává kontext potřebný k tomu, aby mohla jednat sama za sebe.
OpenText v tom rozhodně není sám. Microsoft, Google i ServiceNow tlačí podobný posun od vyhledávacích nástrojů k autonomním agentům napříč svými platformami – je to tedy směr celého trhu správy firemního obsahu, ne jednorázový experiment jednoho dodavatele.
Co to prakticky znamená – scénáře, které už dnes reálně fungují
Nejlíp se to pochopí na tom, co OpenText sám ukazuje jako fungující demo, ne jako slib do budoucna.
Vezměte si třeba zakládání pracovních prostorů (tzv. Business Workspaces). Uživatel prostě řekne, že chce založit nový workspace, dá mu název a popis – a systém pozná, co má udělat. Pokud v zadání něco chybí, AI se nespokojí s hádáním, ale sama se doptá, než cokoliv provede. Teprve když má vše potřebné, workspace založí a rovnou do něj uživatele přepne, aby mohl pokračovat v práci tam, kde ji reálně potřebuje.
Podobně jednoduše funguje i úprava metadat. Místo proklikávání přes formuláře stačí říct, že se má změnit třeba lokalita zákazníka – a je hotovo, změna se rovnou promítne.
Dalším příkladem je scénář z HR: zaměstnanec potřebuje potvrzení o zaměstnání. Uživatel o něj ve workspace daného zaměstnance jednoduše požádá. Systém sám najde odpovídající šablonu, nechá si od uživatele potvrdit, že je to ta správná, a pak dokument vygeneruje a uloží – v řádu vteřin, ne po dnech čekání na HR oddělení.
A pak je tu knowledge graph v akci: díky němu dokáže systém odpovědět i na otázku, jejíž odpověď vůbec neleží v aktuálně otevřeném dokumentu. Typický příklad je hledání smlouvy vázané k určitému materiálu – i když je uložená v úplně jiném, propojeném pracovním prostoru, AI ji najde a rovnou nabídne.
Co mají všechny tyhle scénáře společné? Člověk řekne, co chce, systém sám rozhodne, jak to udělat, a u citlivějších kroků se ještě předtím ujistí, že rozumí zadání správně.
I tak se vyplatí dívat na to realisticky. Řada dodavatelů na trhu jen přebaluje starší chatboty a automatizační nástroje pod nálepku „agentic AI“, aniž by šlo o skutečné autonomní rozhodování. A i tam, kde agent reálně funguje, bývá nejčastější příčinou neúspěchu v produkčním nasazení nekvalitní podkladová data a nejasné vlastnictví procesu – ne limity samotného modelu. Než se do nasazení pustíte, vyplatí se tedy ověřit, jestli má váš repozitář dokumentů dost čistá metadata a jasně určené vlastníky procesů. Bez toho agent nepomůže, i kdyby byl sebelepší.
Co se chystá v nejbližších měsících
Tohle není jednorázová aktualizace, kterou OpenText vypustí a pak se k ní vrátí za rok. Je to postupně se rozjíždějící roadmapa, a nejblíž je integrace s Microsoft Copilotem. Content Aviator půjde nasadit jako vlastní AI agenta přímo uvnitř Copilotu – uživatelé s licencí Microsoft 365 tak budou moct dotazovat firemní dokumenty, aniž by museli opustit Word nebo Excel, tedy prostředí, ve kterém běžně pracují.
Stojí za tím standardizované protokoly, díky kterým si různé AI nástroje dokážou navzájem „rozumět“ a předávat si úkoly – je to první krok, další partnerské integrace budou následovat.
Dál se rozšiřují i samotné agentické schopnosti: automatické porovnávání dokumentů, vyhledávání a zakládání pracovních prostorů bez zásahu člověka, anonymizaci osobních údajů v dokumentech nebo spouštění workflow na konkrétní požadavek. Směr je jasný – čím dál víc rutinních úkolů má přebírat systém, a člověk má zůstávat u rozhodování.
Co si z toho odnést pro rozhodování už teď
Nejdůležitější věc se ale neodehrává ve featurkách. Odehrává se v tom, kde všude může tahle AI vrstva vůbec běžet – a to už dnes patří na stůl C-level, ne jen IT oddělení.
OpenText dnes nabízí čtyři způsoby nasazení a každý znamená jinou míru kontroly nad daty:
- Private Cloud – Content Aviator běží v OpenText cloudu a propojuje se s jazykovými modely třetích stran.
- Hybridní nasazení – Content Aviator běží v OpenText cloudu, zatímco samotná správa dokumentů zůstává na vašich serverech.
- Plně on-premises – AI vrstva i jazykový model běží za vaším vlastním firewallem, žádná data neopustí vaše datové centrum. Určeno primárně pro organizace s vysokými nároky na ochranu dat.
- Customer Cloud (BYOK) – běžíte ve vlastním cloudu s vlastní smlouvou u poskytovatele jazykového modelu, bez nutnosti hostovat vlastní infrastrukturu.
Zjednodušeně: čím víc kontroly nad daty chcete, tím víc odpovědnosti (a nákladů na vlastní infrastrukturu) na sebe berete. Cloudové varianty jsou rychlejší na nasazení a aktualizace dostávají bez zásahu vašeho IT. On-premise varianta vás stojí vlastní infrastrukturu a údržbu, ale data neopustí vaše prostředí ani na vteřinu. BYOK je kompromis mezi tím – kontrolujete smlouvu s poskytovatelem modelu, aniž byste museli stavět a spravovat vlastní servery.
Tahle volba není detail, který se dořeší až s implementačním týmem. Je to rozhodnutí o tom, kam firma pustí svá nejcitlivější data a kdo k nim bude mít přístup – a mělo by padnout dřív, než se firma k čemukoliv zaváže.
„Volba deployment modelu pro AI vrstvu se dnes rozhoduje na úrovni C-level, ne IT oddělení – protože už to není otázka technického nastavení, ale toho, kam firma pustí svá nejcitlivější data a kdo k nim bude mít přístup.“ Jiří Jakeš, IXTENT
Klíčové otázky před rozhodnutím zní: kde reálně skončí vaše data, kdo k nim bude mít přístup i uvnitř AI vrstvy, a jestli je váš repozitář dokumentů dost čistý na to, aby z toho agent uměl vytěžit něco použitelného. Bez odpovědí na tyhle otázky je celkem jedno, který ze čtyř modelů zvolíte. Pokud je chcete projít na vašem konkrétním prostředí, ozvěte se.
Autor
Lukáš Hronek, Head of OpenText Team
Lukáš se věnuje oblasti správy dokumentů od roku 2018. Specializuje se na platformu OpenText Content Management a OpenText Intelligent Capture, které nasazoval v prostředí velkých organizací v energetice, bankovnictví i dalších odvětvích – například pro Západoslovenskou distribuční, E.ON, Komerční banku či GECO. Má zkušenosti s analýzou, konzultacemi i technickou implementací DMS řešení. Ve společnosti IXTENT vede OpenText tým.