Intuit dvakrát přepracoval svou AI architekturu. Podle své vedoucí je to cesta vpřed

Softwarová společnost Intuit se učí, že vývoj agentních AI systémů není lineární proces. Během čtyř měsíců zcela přepracovala svou architekturu dvakrát, přičemž pokaždé narazila na zásadní problémy, které ji nutily zvažovat nový přístup.

Intuit patří mezi průkopníky v oblasti agentních AI systémů, přesto se na cestě k úspěchu setkala s nejednoduchou realitou vývoje umělé inteligence. Na konferenci VB Transform 2026 představila Nhung Ho, vedoucí oddělení AI v Intuitu, fascinující pohled na to, jak se společnost zmítala s architektonickými problémy a byla nucena zcela přehodnotit svůj přístup.

Prvním problémem byla příliš komplexní struktura se speciálními agenty. Intuit se původně rozhodla pro model, kdy byla k dispozici flota specializovaných agentů, z nichž každý byl navržen pro konkrétní úkoly. Tento přístup se však brzy ukázal jako neudržitelný. Po několika týdnech experimentování si tým uvědomil, že koordinace mezi tolika nezávislými agenty vytváří neřešitelné problémy. Odpověď se zdála jednoznačná: potřebují centrální orchestrační vrstvu, která by všechny tyto agenty řídila a synchronizovala jejich práci.

Intuit tedy investovala významné úsilí do vývoje centrálního orchestrátoru – systému, který měl sloužit jako mozek řídící všechny ostatní agenty. Zdálo se, že problém je vyřešen. Realita byla však znovu úplně jiná. Jak se orchestrátor stal sofistikovanějším a musel zvládat stále komplexnější úkoly, sám se proměnil ve svého druhu problémové dítě. Složitost systému rostla exponenciálně a orchestrátor začal být zátěží místo řešení.

Po dalších měsících intenzivního vývoje přišla druhá velká pivot. Intuit se rozhodla vzít si lekci z těchto zkušeností a přejít na zcela odlišný model – systém založený na dovednostech a nástrojích namísto hierarchické struktury agentů. Místo toho, aby se snažila koordinovat mnoho agentů přes centrální orchestrátor, firma teď staví na modulárním přístupu, kde se jednotlivé AI komponenty mohou flexibilně kombinovat a používat konkrétní dovednosti a nástroje podle potřeby.

Podle Ho to není příběh o neúspěchu, ale o nejrychlejší cestě k poznání toho, co skutečně funguje. Společnost se nebála vyhodit do koše měsíce vývoje, pokud si to situace vyžádala. Práce, kterou Intuit investovala do prvních verzí, nebyla zmařena – poskytla cenné poznatky o tom, co nefunguje a proč. Tato data se stala základem pro lepší a osvědčenější řešení.

Pro ostatní firmy, které se pouštějí do podobných projektů s agentními AI, má Intuitův příběh zásadní ponaučení: rychlý cyklus selhání a učení je mnohdy efektivnější než dlouhá teoretická příprava. Technologie agentních AI je stále relativně nová a firmy, které ji adoptuji, se musí smířit s tím, že cesta nebude přímá. Ale právě ta ochota přizpůsobit se a změnit přístup, když data ukazují, že to není správné řešení, je to, co odděluje lídry od těch, kteří se zaseknou ve slepých uličkách.

Zdroj: VentureBeat

Rubrika: AI & Technologie