Agentní inženýrství pro banky: plán 2026 pro vrcholové vedení a inženýry, kteří jej postaví

TL;DR. Agentní AI přešla z pilotů do produkce napříč světovým bankovnictvím. 70 % institucí ji do určité míry používá; jen jedna z pěti má vyzrálý model řízení. Autonomní protivníci přitom pracují strojovou rychlostí, starší kód v COBOLu, se kterým musí nové systémy spolupracovat, vznikl podle předpokladů dávkového zpracování z 60. let a lhůta nařízení EU o AI pro vysoce rizikové systémy ze srpna 2026 je vzdálená dvanáct týdnů. Toto je inženýrská a řídicí pozice, kterou banka potřebuje zaujmout.

Klíčové body

Rok, kdy se agentní inženýrství stalo nevyhnutelným. Konverzaci o AI ve finančních službách donedávna dominovaly dvě sousední, ale odlišné věci: generativní chatovací rozhraní (užitečná, ale omezená) a vzory Retrieval-Augmented Generation navrstvené na podniková data…
Stav přijetí v bankovnictví. Agregovaný obraz je jednoznačný.
Tři rizikové vektory, které banky musí přijmout za své. Před jakoukoli architektonickou diskusí by se pozornost představenstva měla soustředit na tři rizika, která jsou specifická pro agentní systémy a která přicházejí dříve, než většina bank plánovala.
Proč vibe coding nemůže být výchozím režimem v bankovnictví. Vyplatí se přesně říci, proč vibe coding, tedy krátký prompt, sledování výstupu a iterace, selhává jako výchozí pracovní postup v regulovaném prostředí.

Agentní AI přešla z pilotů do produkce napříč světovým bankovnictvím. Sedmdesát procent institucí ji do určité míry používá; jen jedna z pěti má vyzrálý model řízení. Autonomní protivníci přitom pracují strojovou rychlostí, starší kód v COBOLu, se kterým musí nové systémy spolupracovat, vznikl podle předpokladů dávkového zpracování z 60. let a lhůta nařízení EU o AI pro vysoce rizikové systémy je vzdálená dvanáct týdnů. Toto je inženýrská a řídicí pozice, kterou banka potřebuje zaujmout.

Klíčové poznatky

Přechod od vibe codingu ke vývoji řízenému specifikací už není jen aspirace. Andrej Karpathy, který v únoru 2025 zavedl termín „vibe coding", o rok později přiznal ⧉, že tato éra končí a že novým standardem pro profesionály je agentní inženýrství, tedy orchestrace agentů podle podrobných specifikací s lidským dohledem.

Přijetí v bankovnictví je reálné a zrychluje. 70 % bankovních firem ⧉ uvádí, že agentní AI do určité míry používá (16 % v produkci, 52 % v pilotech, EY 2026); 44 % finančních týmů ji letos použije, což je meziroční nárůst o více než 600 % podle Wolters Kluwer.

Řízení nedrží krok. Deloitte ve zprávě State of AI 2026 zjišťuje, že jen jedna z pěti společností má vyzrálý model řízení pro autonomní agenty AI. Deloitte při analýze databáze MIT AI Risk Database identifikuje více než 350 rizik ⧉, která mohou vzniknout z autonomního nebo agentního chování.

Prostředí hrozeb se zprůmyslnilo. Anthropic v listopadu 2025 zveřejnil, že čínská státem podporovaná skupina GTG-1002 zneužila Claude Code k autonomní špionáži proti zhruba 30 cílům, přičemž AI zvládala 80–90 % taktických operací samostatně. Flashpoint zaznamenal nárůst o 1 500 % v nelegálních diskusích souvisejících s AI ⧉ jen mezi listopadem a prosincem 2025.

Starší systémy jsou tichým omezením. 70–75 % IT rozpočtů finančních služeb spotřebuje údržba starších systémů, 63 % bank stále spoléhá na kód napsaný před rokem 2000 a většina bank uvádí, že má interně jen jednoho nebo dva lidi, kteří dokážou udržovat COBOL, na němž běží jejich klíčové platformy. Agentní AI je nyní převažujícím přístupem k uzavření této mezery.

Regulační rámec se sbližuje. Podle nařízení EU o AI spouští 2. srpna 2026 plnou vymahatelnost pro vysoce rizikové systémy AI (příloha III výslovně zahrnuje úvěrové skórování a posuzování úvěruschopnosti). DORA už platí. SR 11-7 byla v praxi regulátorů rozšířena na LLM a agentní systémy. Pokuty za porušení dosahují 35 milionů eur nebo 7 % celosvětového ročního obratu.

Lidský dohled není jediný pojem. Rozdíl mezi HITL (Human-in-the-Loop, kde agent nemůže jednat bez výslovného lidského schválení) a HOTL (Human-on-the-Loop, kde agent jedná autonomně pod lidským dohledem) je nyní pracovním rámcem pro soulad s článkem 14 nařízení EU o AI a každý vysoce rizikový agent potřebuje výslovné stanovisko, který model platí.

Většina agentů se koupí, nikoli postaví. Řízení rizik třetích stran podle DORA je nejhlasitější, ale nedoceněnou výzvou roku 2026. Většinu agentních schopností, které banky nasadí, dodají dodavatelé; regulační povinnost zůstává na bance a většina stávajících dodavatelských smluv nedokáže splnit požadavky na dokumentaci podle článku 13.

Agentní inženýrství není „ChatGPT plus MCP servery". Je to strukturální vlastnická pozice nad koncovými toky instituce, tedy cesty zákazníků, životní cykly transakcí, řídicí rovina, auditní substrát, kvantově odolný kryptografický základ, budovaná a provozovaná vlastní inženýrskou funkcí instituce, nikoli delegovaná na chatbota.

Rok, kdy se agentní inženýrství stalo nevyhnutelným

Konverzaci o AI ve finančních službách donedávna dominovaly dvě sousední, ale odlišné věci: generativní chatovací rozhraní (užitečná, ale omezená) a vzory Retrieval-Augmented Generation navrstvené na podniková data (užitečné, rovněž omezené). Mezi koncem roku 2025 a začátkem roku 2026 se změnilo to, že třetí kategorie, tedy autonomní agenti, kteří plánují, provádějí a dokončují vícekrokové pracovní postupy s omezeným lidským dohledem, přešla z technické ukázky do provozní reality a překročila současně hranici jak podniku, tak aktéra hrozby.

Andrej Karpathy, který v únoru 2025 zavedl termín „vibe coding" ⧉, strávil následující rok sledováním toho, jak jej profesionální inženýři překonávají. Jeho revize, „agentní inženýrství", je nyní pracovním termínem napříč oborem. Podstata posunu je jednoduchá: při seriózní softwarové práci v roce 2026 inženýři nepíší kód přímo v 99 % případů. Orchestrují agenty, kteří kód píší, a sami vykonávají dohled. Práce už není psaní znaků do editoru; je to tvorba specifikací, které omezují, co agenti mohou vygenerovat, návrh verifikačních bran, jimiž výstup musí projít, a kurátorství architektonických rozhodnutí, která agenti implementují.

Tento posun zní jako téma pro inženýrský tým. V bankovnictví tomu tak není. Je to téma pro představenstvo, protože stejná agentní schopnost, která přepisuje způsob tvorby interního kódu, přepisuje i způsob, jakým operují externí protivníci, jak regulátoři očekávají výkon dohledu a jak je definován institucionální perimetr. Banka, která do konce roku 2026 nezaujme vlastní pozici k agentnímu inženýrství, není bankou, která se otázce vyhnula. Je to banka, za niž otázku zodpověděli její dodavatelé, protivníci a regulátoři.

Stav přijetí v bankovnictví

Agregovaný obraz je jednoznačný. Podle výzkumu shromážděného napříč několika průzkumy z roku 2026 70 % bankovních manažerů ⧉ uvádí, že jejich firmy již agentní AI do určité míry používají. Gartner předpovídá ⧉, že do konce roku 2026 bude přibližně 40 % všech firem finančních služeb provozovat AI agenty v nějaké podobě. Výdaje na AI ve finančních službách míří k 67 miliardám USD do roku 2028 (IDC). McKinsey odhaduje, že agentní AI může vrátit 10 až 12 hodin týdně relationship managerům v bankovnictví.

Obraz realizace je méně povzbudivý. KPMG uvádí ⧉, že 99 % společností plánuje nasadit autonomní agenty do produkce, ale jen 11 % to učinilo. EY zjišťuje, že 34 % vedoucích pracovníků začalo AI agenty používat a jen 14 % je plně implementovalo. Forrester zjišťuje, že 57 % organizací se domnívá, že jim chybí interní schopnosti využít agentní AI. Mezera mezi záměrem a realizací není marketingový artefakt. Je skutečným odrazem inženýrské, řídicí a kulturní práce, která ještě nebyla vykonána.

Britský Financial Conduct Authority veřejně vyjádřil obavy ⧉ z toho, že rychlost nasazení předbíhá vyzrálost řízení, což je napětí, které Chief Data Officer FCA Jessica Rasu označila za blízké riziko pro retailového spotřebitele. McKinsey samostatně varovala, že bankám, které nepřizpůsobí své obchodní modely ⧉, hrozí eroze až 170 miliard USD globálních zisků do roku 2030. Obě pozorování jsou správná zároveň. Otázkou není, zda se pohnout; jde o to, jak se pohnout s provozní a řídicí integritou, kterou regulace finančních služeb vždy vyžadovala a kterou agentní systémy ještě zostřují.

Tři rizikové vektory, které banky musí přijmout za své

Před jakoukoli architektonickou diskusí by se pozornost představenstva měla soustředit na tři rizika, která jsou specifická pro agentní systémy a která přicházejí dříve, než většina bank plánovala.

1. Autonomní protivník

Nejvíce dezorientujícím vývojem roku 2026 je zprovoznění agentní AI na straně útoku. V srpnu 2025 Anthropic zveřejnil kategorii aktivity, kterou nazval vibe hacking ⧉: kyberzločinci využívající agentní AI k provádění sofistikovaných útoků ve velkém měřítku, přičemž AI je zapojena do průzkumu, sběru přihlašovacích údajů, průniku do sítě a analýzy odcizených dat. V listopadu 2025 ⧉ Anthropic zveřejnil, že narušil kampaň čínské státem podporované skupiny (označené GTG-1002), která zneužila instance Claude Code k autonomní špionáži proti zhruba třiceti cílům v obraně, energetice a technologiích, přičemž AI zvládala 80–90 % taktických operací a pracovala rychlostí tisíců požadavků za sekundu, což jsou rychlosti pro lidské operátory nemožné.

V lednu 2026 byla Step Finance, správce DeFi portfolia postavený na Solaně, kompromitována způsobem, který proměnil průnik do zařízení ve ztrátu 27 až 30 milionů USD, protože AI obchodní agenti firmy měli oprávnění provádět velké převody bez lidského schválení. Útočník sociálně zmanipuloval samotnou AI a tvrdil, že provozuje autorizovaný program bug bounty. Poučení ⧉ neznělo, že AI je ze své podstaty nebezpečná; znělo, že agent AI, který přijme tvrzené oprávnění bez ověření, je slabinou perimetru.

Agregovaný trend je to, co banky musí přijmout za své. Zpráva Flashpoint 2026 Global Threat Intelligence Report identifikovala nárůst nelegálních diskusí souvisejících s AI o 1 500 % ⧉ mezi listopadem a prosincem 2025, kdy útočníci aktivně vyvíjeli autonomní systémy, které sbírají data, rotují infrastrukturu, upravují sdělení a učí se z neúspěšných pokusů bez trvalého lidského dohledu. Jamie Dimon z JPMorgan veřejně jasně uvedl ⧉, že počáteční výhoda u této technologie patří útoku, nikoli obraně. Důsledek je nepříjemný: banka provozující klasické bezpečnostní operace proti agentním protivníkům je strukturálně v pozici šachisty, jehož soupeř dostal k dispozici počítač.

2. Regrese kvality kódu

Druhý vektor je interní a tišší. Kód generovaný LLM se při absenci disciplíny specifikace a důsledné verifikace dodává s vadami v míře podstatně vyšší než kód psaný lidmi. Analýza pěti špičkových LLM nástrojem SonarQube ⧉, generujících kód v jazyce Java, zjistila, že více než 70 % zjištěných zranitelností ve výstupu Llama 3.2 90B bylo ohodnoceno závažností BLOCKER, přičemž zhruba dvě třetiny zranitelností GPT-4o a OpenCoder-8B byly hodnoceny jako BLOCKER nebo CRITICAL. Pearce a kol. (IEEE S&P) zjistili, že přibližně 40 % programů generovaných LLM v bezpečnostně citlivých kontextech obsahovalo zranitelnosti. Yan a kol. (2025) uvádějí rozpětí 9,8–42,1 % napříč svými benchmarky. Samostatný katalog od Fu a kol. identifikoval 43 CWE napříč třemi nástroji pro generování kódu AI.

Pro neregulované odvětví je to daň z produktivity. Pro banku je to regulační a provozní riziko, které se kumuluje. Kód dodaný s vysokou mírou zranitelnosti do systému zpracovávajícího platby, zúčtování nebo data zákazníků není otázkou kvality kódu v abstraktní rovině; je to plocha, kterou budou protivníci třídy GTG-1002 v roce 2027 zkoumat stejnými agentními nástroji, které jej vytvořily. Obranou není zakázat kód generovaný LLM (komerčně nemožné), ale obklopit jej verifikační a specifikační infrastrukturou, která zajistí, že vady vyplynou na povrch před nasazením. To je praktický důvod, proč vývoj řízený specifikací rychle přijímají podnikové inženýrské organizace, které nejsou nativně technologickými firmami.

3. Kotva starších systémů

Třetí vektor je ten, který banky již chápou nejlépe a který agentní přechod učinil zároveň naléhavějším i lépe zvládnutelným. Více než 70 % společností z žebříčku Fortune 500 stále spoléhá na mainframy, poznamenává analýza Computer Weekly ⧉, často postavené na desetiletích proplétaného COBOLu a RPG s vlastní obchodní logikou. Konkrétně ve finančních službách spotřebují starší technologie 70–75 % ročních výdajů na IT ⧉. Studie CIO citovaná v oborové analýze roku 2026 zjistila, že 63 % bank stále spoléhá na kód napsaný před rokem 2000, a více než 75 % uvedlo, že má interně jen jednoho nebo dva lidi se schopnostmi jej udržovat.

Co se změnilo v únoru 2026, byl příchod věrohodných agentních nástrojů pro modernizaci starších systémů. Oznámení Anthropicu, že Claude Code dokáže zmapovat závislosti COBOLu, zdokumentovat pracovní postupy a identifikovat rizika ⧉, jejichž odhalení by lidským analytikům trvalo měsíce, spolu s podobnými schopnostmi od Microsoftu (GitHub Copilot pro COBOL, Watsonx Code Assistant) a AWS (Mainframe Modernization s agentní AI) výrazně stlačilo nákladovou křivku modernizace. Reakce ceny akcií IBM (pokles o 13 % v den oznámení) byla neelegantním, ale přesným tržním signálem. AI nyní tvoří zhruba třetinu podnikových investic do modernizace a více než 75 % podniků používá AI ve své strategii modernizace. Kotva starších systémů je poprvé zvládnutelným inženýrským problémem, nikoli generačním.

Proč vibe coding nemůže být výchozím režimem v bankovnictví

Vyplatí se přesně říci, proč vibe coding, tedy krátký prompt, sledování výstupu a iterace, selhává jako výchozí pracovní postup v regulovaném prostředí. Režim selhání není ten zřejmý (LLM občas halucinuje). Režim selhání je strukturální a projevuje se současně na čtyřech místech.

Prvním je absence sdílených konvencí. Několik inženýrů pracujících přes chatovací prompty vytvoří pět různých způsobů, jak udělat totéž ve stejné kódové základně, během jediného čtvrtletí. V neregulovaném kontextu je to technický dluh. V regulovaném kontextu je to plocha, která se při kontrole rozpadne.

Druhým je rozklad kontextu. Agenti AI jsou bezstavoví. Na velkém projektu konverzace překračují kontextová okna a zdůvodnění dřívějších architektonických rozhodnutí se vypaří. Tentýž agent o dva týdny později učiní v novém chatu opačné rozhodnutí, protože nic neuchovává zdůvodnění toho prvního. Pro systémy, které potřebují auditní stopu pro regulátory, je to strukturálně neslučitelné.

Třetím je neviditelné hromadění vad. Zjištění Pearce, Yan a SonarQube citovaná výše nejsou okrajové případy. Jsou základní mírou, jakou LLM generují zranitelný kód při absenci disciplíny specifikace a důsledného testování. Banka provozující postupy vibe codingu v produkci hromadí tyto vady stejným tempem, bez povrchové viditelnosti, aby věděla, co bylo dodáno.

Čtvrtým je problém regulační dohledatelnosti. Článek 12 nařízení EU o AI vyžaduje automatické protokolování vstupů a výstupů pro vysoce rizikové systémy AI. SR 11-7 vyžaduje zdokumentované role vlastníka a validátora modelu, řízení změn pro aktualizace modelu a reporting představenstvu o riziku modelu AI. DORA vyžaduje komplexní řízení rizik ICT s doloženými důkazy. Žádnou z těchto povinností nelze splnit pracovním postupem, jehož primárním artefaktem je historie chatu, kterou nikdo neuchovává.

Závěr není, že LLM jsou pro bankovnictví nevhodné. Závěr je, že pracovní postup kolem nich musí produkovat specifikace, auditní stopy a verifikační brány jako prvořadé výstupy, nikoli jako dodatek. Přesně tím vývoj řízený specifikací provozně je.

Vývoj řízený specifikací v regulovaném prostředí

Vývoj řízený specifikací (SDD) obrací pořadí práce. Místo skoku do implementace a iterace s agentem tým nejprve vytvoří specifikaci, tedy architektonická rozhodnutí, požadavky, rozhraní, kritéria úspěchu, bezpečnostní omezení, a agent generuje kód, který specifikaci splňuje. Verifikace je strukturovaná: specifikace definuje, co výstup musí dělat, a samostatný proces (generování testů, revize kódu, formální verifikace tam, kde je to použitelné) kontroluje, zda to bylo splněno.

Praktické nástroje se koncem roku 2025 a začátkem roku 2026 zkonsolidovaly. Spec Kit od GitHubu ⧉ (vydaný koncem roku 2025) formalizuje záměr před generováním kódu. AWS zabudovává postupy spec-first přímo do svého IDE Kiro. JetBrains a Cursor zavedly plánovací režimy, které strukturují interakci s AI. Frameworky jako BMAD (Breakthrough Method for Agile AI-Driven Development) jdou dál s týmy specializovaných AI agentů, kteří zrcadlí role analytika, architekta, vývojáře a QA napříč SDLC. Constitutional SDD, formalizovaný v článku na arXiv v únoru 2026, zabudovává výslovná bezpečnostní omezení s mapováním zranitelností CWE přímo do specifikace.

Pro banku je podstatnou variantou to, co analýza Augment Code nazývá vývoj ukotvený ve specifikaci: specifikace jsou první, AI generuje kód jimi omezený a mezi generováním a sloučením se nacházejí další vrstvy řízení (ústavní omezení, kontrolní body dohledu, brány lidského schválení). Je to jediná varianta, která produkuje auditní stopu očekávanou článkem 12 nařízení EU o AI, zdokumentovanou roli validátora vyžadovanou SR 11-7 a disciplínu řízení změn, kterou vyžaduje DORA.

Potřebná investice je reálná, ale rovněž zvládnutelná. Instituce, které to dělají dobře, přesunuly každodenní práci inženýrů od psaní znaků k tvorbě dvou artefaktů: specifikace, kterou agent splní, a verifikačního rámce, jímž výstup musí projít. Kognitivní nárok na inženýra je v některých ohledech vyšší (jasnost záměru záleží víc než kdy dřív) a v jiných nižší (mechanická práce psaní boilerplate kódu zmizela). Instituce, které tento posun ještě neučinily, stále pracují v režimu, kde je LLM rychlejším písařem. Tato pozice není v regulovaném prostředí udržitelná déle než dalších dvanáct měsíců.

Regulační rámec, který nyní platí

Regulační perimetr roku 2026 kolem AI v bankovnictví už není kontrolní seznam; je to soubor překrývajících se povinností, o nichž je třeba uvažovat společně. Jediným nejzávažnějším datem je 2. srpna 2026, kdy se povinnosti pro vysoce rizikové systémy podle nařízení EU o AI stávají plně vymahatelnými ⧉. Příloha III výslovně klasifikuje úvěrové skórování, posuzování úvěruschopnosti, posuzování rizik v životním a zdravotním pojištění a hodnocení nebo klasifikaci finanční situace osob jako vysoce rizikové. Povinnosti plynoucí z této klasifikace zahrnují posuzování shody, systémy managementu kvality, rámce řízení rizik, technickou dokumentaci, registraci v databázi EU, robustní správu dat, lidský dohled a ochranu kybernetické bezpečnosti. Sankce za porušení povinností u vysoce rizikových systémů dosahují 35 milionů eur nebo 7 % celosvětového ročního obratu, podle toho, co je vyšší.

Vedle nařízení o AI stojí:

DORA (Digital Operational Resilience Act) platí od ledna 2025 a vytváří 22 povinností řízení rizik ICT, které výslovně pokrývají systémy AI používané v kritických finančních funkcích. Řízení rizik ICT, dohled nad třetími stranami, hlášení incidentů a testování provozní odolnosti se vztahují na komponenty AI stejně jako na jakékoli jiné aktivum ICT.
SR 11-7, pokyn Federálního rezervního systému a OCC k řízení rizika modelů, původně napsaný v roce 2011, byl v praxi regulátorů rozšířen ⧉ na LLM a agentní systémy. Kontroly FFIEC nyní výslovně zahrnují oblast řízení AI. Instituce, které na požádání nedokážou předložit inventář modelů AI a posouzení rizik, dnes dostávají zjištění.
NIST AI RMF (1.0, leden 2023) je v USA dobrovolný, ale federální regulátoři jej uvádějí jako výchozí měřítko. Jeho čtyři funkce (Govern, Map, Measure, Manage) se čistě mapují na strukturální požadavky nařízení EU o AI.
ISO/IEC 42001 (vydaná v prosinci 2023) je první certifikovatelnou normou pro systém managementu AI, strukturovanou jako ISO/IEC 27001 pro bezpečnost informací. Poptávka po certifikaci 42001 v prvním čtvrtletí 2026 prudce vzrostla, jak ji začaly citovat požadavky na zadávání zakázek.
Britský SM&CR a Consumer Duty: režim Senior Managers and Certification Regime nyní vyžaduje jmenovitou odpovědnost za každý vysoce rizikový systém AI. Consumer Duty byl v nedávném pokynu FCA ⧉ rozšířen na výsledky pro retailové zákazníky ovlivněné AI.
Postkvantová cestovní mapa G7 (leden 2026), třífázový migrační rámec NCSC a zjištění BIS Project Leap stojí vedle tohoto rámce. Průsečík je podstatný: systém AI trénovaný nebo provozovaný na kryptografickém substrátu, který nepřežije postkvantový přechod, je systémem AI, jehož auditní stopa a nároky na integritu mají poločas rozpadu kratší než deset let. Konverzace o agentním inženýrství a konverzace o postkvantové kryptografii jsou stále více toutéž konverzací. (Hlubší pohled na kryptografickou stránku najdete v článku z května 2026 o postkvantové migraci ve firemních financích.)

Srovnání tří režimů vývoje s podporou AI

Dimenze	Vibe Coding	Vývoj řízený specifikací	Agentní inženýrství
Primární vstup	Krátký prompt	Formální specifikace	Specifikace + plán orchestrace agentů
Role inženýra	Iterátor promptů	Autor specifikace	Orchestrátor a verifikátor
Disciplína výstupu	Přímé generování kódu	Kód omezený specifikací	Víceagentní postupy produkující kód, testy, dokumentaci
Auditní stopa	Historie chatu (neuchovaná)	Specifikace + generovaný kód + testy	Specifikace + stopy agentů + verifikační artefakty
Míra vad (pouze LLM)	10–40 % zranitelností (základ z literatury)	Výrazně snížena omezeními specifikace	Nejnižší s verifikačními branami
Regulační dohledatelnost	Nedostatečná pro vysoce rizikovou AI	Kompatibilní s článkem 12 nařízení EU o AI	Navržena pro článek 12 + SR 11-7 + DORA
Vhodné pro bankovnictví?	Ne, pro produkci	Ano, s řízením	Ano, s vyzrálým řízením
Strop schopností	Omezen jednorázovým promptováním	Omezen kvalitou specifikace	Omezen kvalitou orchestrace

Zdroj: syntéza Karpathyho komentářů (2026), analýzy SDD od Augment Code ⧉, analýzy vývoje řízeného specifikací od CGI ⧉ a akademické literatury o mírách zranitelnosti kódu generovaného LLM (Pearce a kol., Yan a kol., Fu a kol., 2023–2025).

Budování agentní banky: pohled na architekturu

Strategická pozice za těmito postupy je to, co si vrcholové vedení musí výslovně osvojit. Agentní inženýrství v bankovnictví není iniciativou pro produktivitu vývojářů. Je to institucionální schopnost, která se dotýká koncových cest zákazníků, celého životního cyklu transakce a kryptografického a auditního substrátu, na němž oba stojí. Čtyři vrstvy této schopnosti si zaslouží přímou pozornost vedení, shora dolů:

Vrstva 4: Řídicí rovina agentů Řízení, audit, nouzové vypínače, detekce anomálií chování, lidské přepsání. Konfigurace dohledu HITL a HOTL podle třídy agenta.

Vrstva 3: Agentní pracovní postupy Cesty zákazníků, interní provoz, vývojová pipeline. Ve výchozím nastavení řízené specifikací pro vysoce rizikové toky.

Vrstva 2: Vrstva dat a modelů AIBOM (AI Bill of Materials), registr modelů, vyhledávací substrát, správa verzí prompt šablon, původ jemných doladění.

Vrstva 1: Kvantově odolný základ ML-KEM, ML-DSA, hybridní PKI, kryptografická agilita. Substrát, na němž závisí nároky na integritu každé vyšší vrstvy.

Vrstva 1: Kvantově odolný základ. Každá vrstva nad ní předpokládá integritu kryptografického substrátu. Vzhledem k cestovní mapě G7, třífázovému plánu NCSC a BIS Project Leap, které jsou všechny veřejně doloženy, už to není okrajová záležitost. Agentní systémy, jejichž auditní stopy jsou podepsány klasickým ECDSA nebo jejichž ustavení klíčů závisí na RSA či ECDH, uvidí, jak jejich nároky na integritu vyprší spolu s kryptografií. Instituce, které to dělají dobře, posouvají postkvantovou práci proti proudu a zacházejí s ML-KEM, ML-DSA a hybridní PKI jako se substrátem, na němž spočívají záruky auditu a integrity každé vyšší vrstvy.

Vrstva 2: Vrstva dat a modelů. Zde žije AI Bill of Materials (AIBOM). Analogicky ke Cryptographic Bill of Materials používanému při plánování postkvantové migrace je AIBOM inventářem každého modelu, datové sady, prompt šablony, vyhledávacího indexu, jemného doladění a závislosti na AI třetích stran, které instituce provozuje. Je to artefakt, který článek 49 nařízení EU o AI fakticky vyžaduje, inventář, který nyní kontroly SR 11-7 požadují, a základ jakéhokoli věrohodného postoje k řízení. Většina institucí jej nemá. Do srpna jej budou potřebovat.

Vrstva 3: Agentní pracovní postupy. To je vrstva, kterou většina institucí aktuálně buduje, často bez dostatečné pozornosti k vrstvám 1, 2 a 4. Samotné postupy sahají od interních (generování kódu, tvorba regulačních dokumentů, třídění zákaznického servisu) přes zákaznické (kopiloti pro relationship managery, onboarding, orchestrace KYC, monitoring transakcí, optimalizace FX) až po plně autonomní (operace treasury, některé funkce obchodování a řízení rizik tam, kde to tolerance regulátora dovoluje). Strategická disciplína na této vrstvě spočívá v tom, zacházet s ní jako se systémovým inženýrstvím, nikoli s vývojem aplikací: vzory orchestrace, pravidla eskalace, brány human-in-the-loop a vydávání auditu jsou prvořadými návrhovými hledisky.

Vrstva 4: Řídicí rovina agentů. To je to, co Deloitte označil za „řídicí místnost agentů" ⧉: audit v reálném čase, protokolování akcí, detekce anomálií chování, nouzové vypínače a infrastruktura lidského přepsání, které obklopují každého agenta v produkci. Ztráta Step Finance nebyla technicky selháním AI. Byla selháním řídicí roviny: agenti měli oprávnění, která mít neměli, a anomálie chování, která měla spustit zastavení, se nespustila. Instituce, které řídicí rovinu vybudují jako první, před škálováním nasazení agentů, jsou ty, které v roce 2027 neuvidí incidenty třídy Step Finance.

Relevantní srovnání pro vrcholové vedení není „děláme víc AI než naši konkurenti?". Je to, zda instituce vlastní všechny čtyři vrstvy, nebo zda je jedna či více vrstev tiše delegována na dodavatele bez smluvní schopnosti splnit požadavky na dokumentaci podle článku 13 nařízení EU o AI. To druhé je pozice, která vypadá v pořádku, dokud regulátor otázku neotevře.

Lidský dohled v praxi: HITL versus HOTL

Jediným rozdílem uvnitř vrstvy 4, na který se regulátoři v roce 2026 nejvíce zaměřují, je rozdíl mezi dvěma modely dohledu. Oba jsou formami lidského dohledu; liší se latencí, škálou a předpokladem, který je regulátor ochoten připustit ohledně chování agenta.

Human-in-the-Loop (HITL) je model, v němž agent nemůže provést závažnou akci bez výslovného lidského schválení. Agent rozhodnutí připraví, předloží je a čeká. Agent pro nápravu KYC, který označí účet ke zrušení, ale nemůže jej zrušit bez souhlasu compliance pracovníka, je HITL. Kompromis je provozní: HITL je bezpečnější a produkuje jednoznačnou auditní stopu podle článku 14, ale neškáluje na vysokoobjemové postupy s nízkou latencí.

Human-on-the-Loop (HOTL) je model, v němž agent jedná autonomně v rámci vymezených parametrů, přičemž lidé v reálném čase monitorují telemetrii a zachovávají pravomoc agenta kdykoli zastavit. Agent pro screening podvodů v reálném čase, který automaticky blokuje transakce odpovídající konkrétním rizikovým vzorům, přičemž lidský provozní tým sleduje objem výstrah a zasahuje u anomálií, je HOTL. Kompromis je opačný: HOTL škáluje, ale spoléhá na to, že parametry agenta jsou správně nastaveny a že detekce anomálií chování zachytí odchylku dříve, než se škoda nahromadí.

Článek 14 nařízení EU o AI nepředepisuje HITL versus HOTL; vyžaduje, aby byl lidský dohled smysluplný. Praktickým důsledkem je, že každý vysoce rizikový agent, kterého banka provozuje, musí mít výslovné, zdokumentované stanovisko k tomu, který model platí, proč a jaká je eskalační cesta, když agent narazí na situace mimo své vymezené parametry. Většina bank provozujících piloty v roce 2025 tuto dokumentaci neměla. Většina bank provozujících produkční agenty do srpna 2026 ji bude potřebovat.

Rozhodovací pravidlo není složité. Pro závažné, nízkoobjemové, nevratné akce, jako je zamítnutí úvěru fyzické osobě, zrušení účtu, autorizace vysokoobjemového převodu, podání regulačního hlášení, je HITL obhajitelným výchozím nastavením. Pro vysokoobjemové, vratné, parametricky vymezené akce, jako jsou výstrahy monitoringu transakcí, klasifikace dokumentů, rutinní třídění zákaznického servisu, je vhodný HOTL za předpokladu, že detekce anomálií chování a infrastruktura nouzového vypínače jsou vyzrálé. Banky, které zacházejí s každým postupem jako s HITL, nezachytí provozní páku agentních systémů. Banky, které zacházejí s každým postupem jako s HOTL, budou dříve či později mít svůj okamžik Step Finance.

Nákup versus stavba: problém agentů třetích stran

Realita roku 2026, která většinu bank zaskočila, je, že agentní schopnost primárně nebudou stavět. Budou ji kupovat. Nabídka dodavatelů, tedy agentní bankovní platforma Oracle spuštěná v únoru 2026, IBM Watsonx, sada Microsoft Copilot, AWS Bedrock Agents, Salesforce Agentforce, NowAssist od ServiceNow a vlna fintech specializovaných dodavatelů agentů, se pohybuje rychleji než interní bankovní inženýrství. Strategickým důsledkem je, že většinu agentů operujících uvnitř banky v roce 2027 napsal někdo jiný, a otázkou řízení už není „můžeme důvěřovat svým agentům?", ale „můžeme důvěřovat agentům, které jsme pořídili, a dokážeme to prokázat regulátorovi?".

To je nejhlasitější nedoceněná výzva podle DORA. Články 28 až 30 nařízení činí z řízení rizik ICT třetích stran aktivní oblast dohledu s výslovnými požadavky pokrývajícími smluvní ustanovení, průběžný monitoring, posouzení rizika koncentrace a strategie odchodu. Evropské orgány dohledu vedou registr kritických poskytovatelů ICT třetích stran s přímými pravomocemi dohledu nad těmi, kdo jsou takto označeni. Nová provozní realita je, že dodavatelé AI roku 2026, tedy poskytovatelé špičkových modelů, dodavatelé agentních platforem, SaaS s podporou AI, jsou stále více těmi třetími stranami ICT, pro které byla DORA napsána.

Pro banku v pozici kupujícího platí tři praktické disciplíny:

Vyžadujte AIBOM od dodavatele. Každý agentní produkt pořízený pro použití na vysoce rizikových postupech musí být doprovázen zdokumentovaným seznamem materiálů pokrývajícím základní modely, původ a omezení trénovacích dat, aplikovaná jemná doladění, používané vyhledávací indexy, verze prompt šablon a řetězec závislostí k navazujícím komponentám agenta. Je to artefakt, který banka bude potřebovat ke splnění požadavků na dokumentaci podle článku 13 nařízení EU o AI. Banka jej nemůže zpětně vytvořit od dodavatele, který se smluvně nezavázal jej poskytnout.

Testujte černou skříňku, ne brožuru. Hodnocení dodavatelů při zadávání zakázek se historicky soustředila na srovnání funkcí a rozhovory s referenčními zákazníky. Pro agentní systémy to nestačí. Instituce musí provést behaviorální testování agenta za podmínek obdobných zamýšlenému produkčnímu nasazení, včetně adverzního zkoumání na injektáž promptů, odolnosti vůči sociálnímu inženýrství (vektor Step Finance), odchylky při posunech distribuce dat a latenčních a chybových režimů cest nouzového vypínače a přepsání. Většina současných dodavatelských smluv tuto hloubku testování bez konkrétního vyjednávání neumožňuje; to vyjednávání musí proběhnout před podpisem smlouvy, nikoli po něm.

Přejednávejte smlouvy podle podmínek článku 13. Většina stávajících smluv s dodavateli AI neobsahuje žádné z požadavků na dokumentaci, práva auditu, oznamování změn modelu, hlášení incidentů nebo zveřejnění subdodavatelů, které nařízení EU o AI a DORA společně vyžadují. Analýza britských firem od Regulativ ⧉ byla v tomto bodě jednoznačná: právní přezkum dodavatelských smluv trvá týdny a většina institucí nedokáže splnit článek 13 pro model, jehož vnitřní fungování nebyl jejich dodavatel nikdy smluvně povinen zveřejnit. Regulační povinnost leží na nasazovateli, nikoli na dodavateli. Týmy zadávající zakázky to musí vědět před příštím cyklem obnovy, nikoli po regulačním dotazu.

Shrnutí pro představenstvo zní, že vztah s dodavatelem se přesunul od zadávání zakázek k přenosu rizika, a riziko se ve skutečnosti nepřenáší. Banka zůstává nasazovatelem. Banka zůstává odpovědná. Banka potřebuje smluvní nástroje a testovací disciplínu, které její odpovědnost učiní zvládnutelnou, nikoli jen formální.

Co to znamená podle typu banky

Správná reakce se liší. Následující vzor je hrubou segmentací, nikoli předpisem.

Univerzální banky první úrovně

Instituce s bilancí nad 1 bilion USD a globální přítomností jsou zároveň nejvíce exponované (nejširší regulační perimetr, největší starší systémy, nejhodnotnější cíl pro autonomní protivníky) i nejlépe vybavené. Strategickou prioritou je vybudovat nejprve řídicí rovinu, tedy vrstvu 4 výše uvedené architektury, a zavést disciplínu vývoje řízeného specifikací do interní inženýrské funkce dříve, než se nasazení agentů dále rozšíří. Konkurenční důsledek správného provedení je významný; důsledek špatného provedení je existenční, vzhledem k vystavení sankcím podle nařízení EU o AI a provoznímu vystavení vzorům hrozeb třídy GTG-1002.

Střední a regionální banky

Konkurenční otázka pro banky druhé úrovně je ostřejší než pro banky první úrovně. Čelí stejnému regulačnímu perimetru bez stejného rozpočtu na řízení, stejné ploše hrozeb bez stejných obranných zdrojů a zákaznické základně, která je stále více srovnává s AI-nativními fintechy. Praktickou odpovědí je pevně se standardizovat na malou sadu prověřených dodavatelů (se smlouvami, které splňují požadavky na dokumentaci podle článku 13), investovat do disciplíny vývoje řízeného specifikací spíše než do vlastního platformového inženýrství a využít agentní nástroje ke stlačení harmonogramu modernizace COBOLu, který byl strategickou kotvou po dvě desetiletí. Instituce, které se zde pohnou včas, poprvé za generaci významně uzavřou technologickou mezeru vůči bankám první úrovně.

Fintechy, PSP a instituce blízké kryptu

Segment fintech a platebních institucí má opačný problém: agilita je vysoká, řízení je často nižší než u srovnatelných bank a vystavení sankcím podle nařízení EU o AI je pro středně velký fintech potenciálně existenční. Strategická disciplína spočívá v tom, zacházet s řízením AI jako s branou připravenosti produktu, nikoli jako s vrstvou souladu, a od začátku budovat AIBOM, auditní substrát a postupy řízené specifikací do inženýrské kultury, místo jejich dodatečného doplňování pod regulačním tlakem. Pro instituce, jejichž platební infrastruktura se protíná s lhůtou SWIFT CBPR+ pro strukturované adresy z listopadu 2026, je investice do agentního inženýrství také přirozeným mechanismem pro zprůmyslnění nápravné práce na strukturovaných adresách: validační pravidla, vynucování kvality dat a integrace do CI pipeline jsou přesně těmi vzory, které postupy řízené specifikací činí zvládnutelnými.

Interní inženýrské funkce

Pro inženýry a výzkumníky, kteří toto čtou, je podstatnou disciplínou ta každodenní. Přesuňte těžiště práce od psaní znaků k tvorbě specifikací a verifikačních rámců. Zacházejte se stopami agentů, průběžnými plány a schvalovacími branami jako s prvořadými artefakty ve své správě verzí. Investujte do nástrojů, jako jsou Spec Kit, Kiro, plánovací režim Cursoru, Claude Code se soubory skillů na úrovni projektu, které činí ze specifikace trvalý artefakt a z generovaného kódu ten jednorázový. Ergonomický posun je reálný. Profesní přínos je, že disciplína přijímaná na špičce je také disciplínou, která obstojí při regulační kontrole.

Dvanáctitýdenní akční plán do srpna 2026

Pro výkonného sponzora řídícího program agentního inženýrství mezi současností a datem vymahatelnosti nařízení EU o AI se práce zhušťuje do dvanáctitýdenní sekvence. Následující plán není vyčerpávající; je to minimum, které by představenstvo mělo od věrohodného programu očekávat splněné do 2. srpna 2026.

Týdny 1–2: Vytvořte AIBOM. Postavte centralizovaný inventář každého systému AI, modelu, datové sady, prompt šablony, vyhledávacího indexu, jemného doladění a závislosti na AI třetích stran v produkci nebo ve vývoji. Namapujte každou položku na klasifikaci podle přílohy III nařízení EU o AI. Výstupem je jediný zdroj pravdy, který mohou CRO, CCO, CISO a CTO dotazovat.

Týdny 3–4: Klasifikujte model dohledu u každého systému. U každého vysoce rizikového a závažného agenta výslovně zdokumentujte, zda je modelem dohledu HITL nebo HOTL, zdůvodnění, eskalační cestu a jmenovanou osobu odpovědnou podle SM&CR (UK) nebo odpovídajícího národního režimu. Kde odpověď není jasná, nastavte jako výchozí HITL, dokud nebude analýza dokončena.

Týdny 5–6: Vybudujte nebo zpevněte řídicí rovinu agentů. Protokolování akcí v reálném čase, detekce anomálií chování, nouzové vypínače a cesty přepsání funkční u každého produkčního agenta. Kde řídicí rovina pro systém dosud neexistuje, přejde tento systém do stavu omezeného nasazení, dokud nebude existovat.

Týdny 7–8: Přezkum dodavatelských smluv. Právní tým a nákup projdou každou aktivní smlouvu s dodavatelem AI z hlediska práv na dokumentaci podle článku 13, oznamování změn modelu, hlášení incidentů, práv auditu a zveřejnění subdodavatelů. Výstupem je odstupňovaný seznam: v souladu, vyžaduje nápravu, vyžaduje výměnu. Rozhodnutí o výměně musí začít nyní, aby měla jakoukoli šanci se letos dokončit.

Týdny 9–10: Nanečisto projděte posouzení shody. U každého vysoce rizikového systému podle přílohy III dokončete postup posouzení shody, jako by následující týden přicházel oznámený subjekt. To vyplaví na povrch mezery, které vypadají na papíře drobně a při kontrole jsou provozně závažné. Opravte, co lze opravit; zdokumentujte zbytek.

Týdny 11–12: Validace před přechodem a schválení představenstvem. Závěrečný přezkum AIBOM, klasifikací HITL/HOTL, důkazů o řídicí rovině, stavu nápravy u dodavatelů a výstupů posouzení shody. Potvrzena jmenovaná odpovědnost seniorního manažera. Pozice zanesena do zápisu z jednání představenstva. Uvědomte regulátora tam, kde rámec očekává předběžné oznámení.

Instituce, které dokončí tuto dvanáctitýdenní sekvenci, agentní inženýrství nevyřeší. Ustaví minimum, které věrohodný program vyžaduje. Instituce, které do vydání tohoto článku nezačaly, nejsou, jak tentýž bod formulovala analýza Regulativ na straně SWIFT, jedinečně nedbalé. Jsou většinou. Otázka, kterou každý CCO, CRO a CTO musí v příštích čtrnácti dnech zodpovědět, zní, zda firma jedná v květnu, nebo se v červenci zoufale snaží dohnat.

Závěr

Tvrdé pozorování, které se v posledních šesti měsících napříč oborem vykrystalizovalo, zní, že staré způsoby fungování v podnikovém měřítku jsou překonávány ne novou technologií, ale novým pracovním vzorem. Agentní nástroje odhalily, někdy v produkci, jindy ve zprávách o incidentech, chyby a mezery ve starších systémech, které se tiše kumulovaly léta. Tytéž nástroje poskytly zákeřným aktérům zdroje, které dříve vyžadovaly podporu státu. Tytéž nástroje, používané interně a s disciplínou, jsou nejvěrohodnější cestou, jak mohou instituce uzavřít mezeru starších systémů, splnit regulační lhůtu ze srpna 2026 a dosáhnout provozního tempa, které nyní očekávání zákazníků a konkurenční realita vyžadují.

Instituce, které si tuto pozici osvojí interně, tedy budou zacházet s agentním inženýrstvím jako se strukturální schopností banky spíše než s vrstvou produktivity pořízenou od dodavatele, stráví další dva roky kumulováním výhody. Instituce, které to neudělají, stráví další dva roky tím, že ve zprávách o incidentech a zjištěních regulátorů objeví, co měly vybudovat. Volba mezi těmito dvěma výsledky je rozhodnutím představenstva roku 2026, nikoli technologickým rozhodnutím roku 2028.

Pro dřívější kontext na tomto webu: článek z dubna 2026 o kvantových prazích pokryl hardwarovou trajektorii, která je základem vrstvy 1 výše uvedené architektury, článek z května 2026 o postkvantové migraci pro firemní finance pokryl kryptografický substrát do hloubky, analýza z května 2026 o lhůtě pacs.008 pro strukturované adresy pokryla regulační a inženýrskou disciplínu, kterou validace řízená specifikací činí zvládnutelnou, a open source práce v Rustu na KyberLib, pain001 a pacs008 zapadá do širší snahy dostat produkční primitiva, kvantově odolná, platebně konformní, připravená k auditu, do rukou inženýrských týmů, které agentní banku postaví. Souvislost napříč těmito díly není náhodná. Je tvarem práce, kterou příští dva roky vyžadují.

Často kladené otázky

Jaký je rozdíl mezi generativní AI, agentní AI a agentním inženýrstvím?

Generativní AI produkuje obsah v reakci na prompt; je reaktivní. Agentní AI autonomně sleduje definované cíle, přistupuje k datům, používá nástroje a provádí akce napříč vícekrokovými postupy, aniž by v každém kroku vyžadovala lidský prompt. Agentní inženýrství, termín, který Karpathy přijal v roce 2026 ⧉, je pracovní disciplínou orchestrace agentů podle podrobných specifikací s lidským dohledem. Pro bankovnictví na rozdílu záleží, protože regulační perimetr, model hrozby a inženýrská disciplína se pro každou kategorii liší. Chatovací rozhraní a plně autonomní obchodní agent nejsou ve stejné regulační třídě a zacházet s nimi, jako by byli, vytváří vystavení na obou koncích.

Proč je lhůta nařízení EU o AI ze srpna 2026 pro banky tak závažná?

Příloha III nařízení o AI výslovně klasifikuje několik klíčových bankovních použití AI jako vysoce riziková: posuzování úvěruschopnosti a úvěrové skórování fyzických osob, posuzování rizik a stanovení ceny v životním a zdravotním pojištění a hodnocení nebo klasifikaci finanční situace osob. Od 2. srpna 2026 musí nasazovatelé těchto systémů prokázat soulad se systémy managementu kvality, rámci řízení rizik, technickou dokumentací, posouzeními shody, registracemi v databázi EU, robustní správou dat, lidským dohledem a ochranou kybernetické bezpečnosti. Článek 12 vyžaduje automatické protokolování vstupů a výstupů. Článek 14 vyžaduje smysluplný lidský dohled (HITL nebo HOTL, podle systému). Sankce za porušení dosahují 35 milionů eur nebo 7 % celosvětového ročního obratu. Práce na splnění těchto povinností je inženýrskou prací, nikoli dokumentační, a je praktickým důvodem, proč se disciplína řízená specifikací v prvním čtvrtletí 2026 zrychlila.

Jaký je praktický rozdíl mezi HITL a HOTL a kdy má každý platit?

HITL (Human-in-the-Loop) znamená, že agent nemůže provádět závažné akce bez výslovného lidského schválení. HOTL (Human-on-the-Loop) znamená, že agent jedná autonomně v rámci vymezených parametrů, přičemž lidé monitorují telemetrii a zachovávají pravomoc kdykoli zastavit. Článek 14 nařízení EU o AI vyžaduje, aby byl dohled smysluplný, ale nepředepisuje, který model. Rozhodovacím pravidlem je uplatnit HITL tam, kde je akce závažná, nízkoobjemová a nevratná (zamítnutí úvěru, zrušení účtu, autorizace vysokoobjemového převodu, podání regulačního hlášení), a HOTL tam, kde je akce vysokoobjemová, vratná a parametricky vymezená (výstrahy monitoringu transakcí, klasifikace dokumentů, rutinní třídění zákaznického servisu). Oba vyžadují, aby infrastruktura nouzového vypínače a přepsání byla funkční a otestovaná; rozdíl je v tom, zda je člověk před provedením (HITL) nebo vedle něj (HOTL).

Většina našich agentů bude od dodavatelů. Jak splníme DORA a nařízení EU o AI pro systémy, které jsme nepostavili?

Regulační povinnost leží na nasazovateli, nikoli na dodavateli. Praktická odpověď je trojí. Zaprvé, vyžadujte od dodavatele zdokumentovaný AIBOM před podpisem: původ modelů, provenience trénovacích dat, jemná doladění, prompt šablony, vyhledávací indexy, řetězec závislostí. Zadruhé, proveďte behaviorální testování agenta za podmínek obdobných produkci, včetně adverzního zkoumání na injektáž promptů a odolnosti vůči sociálnímu inženýrství. Zatřetí, přejednávejte dodavatelské smlouvy tak, aby zahrnovaly práva na dokumentaci podle článku 13, oznamování změn modelu, hlášení incidentů, práva auditu a zveřejnění subdodavatelů; většina stávajících smluv neobsahuje nic z toho. Články 28 až 30 DORA pokrývají řízení rizik ICT třetích stran a jsou relevantní regulační kotvou na evropské straně; pokyn FFIEC je ekvivalentem na straně USA. Práce je významná; nelze ji odkládat.

Jak moc by se banky měly agentních protivníků skutečně obávat?

Upřímná odpověď je, že hrozba je reálná a provozně odlišná od dřívějších kybernetických hrozeb. Zveřejnění GTG-1002 Anthropicem v listopadu 2025 je kanonickým příkladem: agentní AI zvládající 80–90 % taktických operací ve státem podporované špionážní kampani proti zhruba třiceti cílům v obraně, energetice a technologiích, pracující rychlostí tisíců požadavků za sekundu. Incident Step Finance v lednu 2026, ztráta 27 až 30 milionů USD způsobená AI obchodními agenty s nadměrnými oprávněními, je kanonickým příkladem toho, jak se interní nasazení AI může stát útočnou plochou. Flashpoint 2026 GTIR zaznamenal nárůst nelegálních diskusí souvisejících s AI o 1 500 % za jediný měsíc. Nejsou to hypotetické scénáře; je to materiál ze zpráv o incidentech let 2025–2026. Banky provozující klasické obranné operace proti agentním protivníkům jsou strukturálně asymetricky vystavené a správnou odpovědí je vybudovat obrannou schopnost AI proti AI, nikoli zpomalovat agentní přechod na útočné straně.

Je agentní AI jen „ChatGPT plus MCP servery"?

Ne, a je to jedna z nejzávažnějších mylných představ na současném trhu. Chatovací rozhraní rozšířené o MCP servery je užitečným vzorem pro získávání dat a jednání na jejich základě v rámci vymezené relace. Agentní inženýrství je strukturální schopnost instituce: AIBOM, řídicí rovina agentů, vývojová pipeline řízená specifikací, auditní substrát, kvantově odolný kryptografický základ, vzory orchestrace napříč koncovými cestami zákazníků. Nejsou to funkce koupené od dodavatele; je to pozice institucionálního vlastnictví. Banky, které otázku pojmou jako rozhodnutí o zadání zakázky, skončí s povrchními nasazeními, která při kontrole selžou. Banky, které ji pojmou jako otázku vlastnictví inženýrství a řízení, skončí s aktivem, které se kumuluje.

Co je ta jediná nejdůležitější věc, kterou by banka měla v příštích dvanácti týdnech udělat?

Tři věci, v pořadí. Zaprvé, vytvořit AI Bill of Materials, tedy úplný inventář každého systému AI, modelu, datové sady, prompt šablony, vyhledávacího indexu a závislosti na AI třetích stran v produkci nebo ve vývoji, s každou položkou klasifikovanou podle přílohy III nařízení EU o AI. Instituce, která jej nedokáže předložit, když o něj regulátor požádá, je institucí, která dostane zjištění. Zadruhé, vybudovat řídicí rovinu agentů pro každý systém AI, který aktuálně činí nebo významně ovlivňuje rozhodnutí týkající se zákazníka, tedy auditní protokolování, detekci anomálií chování, lidské přepsání a nouzové vypínače jako výchozí infrastrukturu, nikoli jako budoucí položku cestovní mapy. Zatřetí, přesunout interní inženýrskou kulturu od vibe codingu k vývoji řízenému specifikací na práci, na které nejvíce záleží: vysoce rizikové systémy, regulované postupy a pipeline modernizace starších systémů. První dvě jsou prací na souladu; třetí je prací konkurenční. Instituce, které učiní všechny tři, budou ve významně silnější pozici než ty, které učiní jednu nebo žádnou. Úplná dvanáctitýdenní sekvence je popsána v předchozí sekci akčního plánu.

Odkazy

Sebastien Rousseau, (2026). Zabezpečení účetní knihy: příručka pro představenstvo k postkvantové migraci ve firemních financích.
Sebastien Rousseau, (2026). Lhůta pacs.008 pro strukturované adresy z listopadu 2026: pohled na šest měsíců.
Sebastien Rousseau, (2026). Kvantové prahy se opět posouvají.
Sebastien Rousseau, (2023). CRYSTALS-Kyber: ochranný algoritmus v kvantové éře.
Mansurova, M. (2026). From Vibe Coding to Spec-Driven Development ⧉. Towards Data Science.
CGI, (2026). Spec-driven development: From vibe coding to intent engineering ⧉. CGI.
Augment Code, (2026). What Is Spec-Driven Development? A Complete Guide ⧉. Augment Code.
BCMS, (2026). Spec-Driven Development: The Definitive 2026 Guide ⧉. BCMS.
Deloitte, (2026). Managing the new wave of risks from AI agents in banking ⧉. Deloitte Center for Financial Services.
Anthropic, (2025). Detecting and countering misuse of AI: August 2025 ⧉. Anthropic.
Anthropic, (2025). Disrupting the first reported AI-orchestrated cyber espionage campaign ⧉. Anthropic.
Flashpoint, (2026). 2026 Global Threat Intelligence Report ⧉. HSToday / Flashpoint.
Beam AI, (2026). 5 Real AI Agent Security Breaches in 2026 and Their Lessons ⧉. Beam.
Congressional Research Service, (2026). Agentic Artificial Intelligence and Cyberattacks ⧉. Congress.gov.
European Commission, (2024). Nařízení (EU) 2024/1689 o umělé inteligenci (EU AI Act).
Knowlee, (2026). EU AI Act for Financial Services: Annex III Obligations for Banks, Fintechs, and Insurers ⧉. Knowlee.
Regulativ, (2026). The EU AI Act's August 2026 Deadline: What Financial Services Firms Must Do Now ⧉. Finextra.
AegisAI Compliance, (2026). AI Governance for Banks: SR 11-7 & EU AI Act Compliance Guide ⧉. AegisAI.
The Financial Brand, (2026). How Autonomous AI Agents Will Really Redefine Banking Growth ⧉. The Financial Brand.
UXDA, (2026). Could Agentic AI Banking Threaten Global Financial Services? ⧉. UXDA.
Neurons Lab, (2026). Agentic AI in Financial Services: A Research Roundup for 2026 ⧉. Neurons Lab.
Computer Weekly, (2026). AI to help mainframes remain business critical in 2026 ⧉. Computer Weekly.
The Financial Revolutionist, (2026). Legacy systems are putting banks at risk ⧉. The Financial Revolutionist.
CIO Magazine, (2025). Using AI to modernize mainframes: Turning legacy tech into a strategic advantage ⧉. CIO Magazine.
Microsoft Azure, (2025). How We Use AI Agents for COBOL Migration and Mainframe Modernization ⧉. Microsoft DevBlogs.
VentureBeat, (2026). Agentic coding at enterprise scale demands spec-driven development ⧉. VentureBeat.
The News (Pakistan), (2026). Why British banks' push for agentic AI is worrying UK regulators ⧉. The News International.
CNBC, (2026). Anthropic's Mythos set off a cybersecurity 'hysteria' ⧉. CNBC.

Naposledy revidováno 2026-08-06.

Znovu publikovat tento článek

Agentní inženýrství pro banky: plán 2026 pro vrcholové vedení a inženýry, kteří jej postaví — Sebastien Rousseau

Agentní AI přešla z pilotů do produkce napříč světovým bankovnictvím. 70 % institucí ji do určité míry používá; jen jedna z pěti má vyzrálý model řízení. Autonomní protivníci přitom pracují strojovou rychlostí, starší kód v COBOLu, se kterým musí nové systémy spolupracovat, vznikl podle předpokladů dávkového zpracování z 60. let a lhůta nařízení EU o AI pro vysoce rizikové systémy ze srpna 2026 je vzdálená dvanáct týdnů. Toto je inženýrská a řídicí pozice, kterou banka potřebuje zaujmout.

Tento článek je licencován pod Creative Commons Attribution 4.0 International. Při opětovné publikaci uveďte odkaz na kanonickou URL.

Agentní inženýrství pro banky: plán 2026 pro vrcholové vedení a inženýry, kteří jej postaví — Sebastien Rousseau

Agentní AI přešla z pilotů do produkce napříč světovým bankovnictvím. 70 % institucí ji do určité míry používá; jen jedna z pěti má vyzrálý model řízení. Autonomní protivníci přitom pracují strojovou rychlostí, starší kód v COBOLu, se kterým musí nové systémy spolupracovat, vznikl podle předpokladů dávkového zpracování z 60. let a lhůta nařízení EU o AI pro vysoce rizikové systémy ze srpna 2026 je vzdálená dvanáct týdnů. Toto je inženýrská a řídicí pozice, kterou banka potřebuje zaujmout.

Originally published at https://sebastienrousseau.com/cs/2026-05-17-agentni-inzenyrstvi-banky-blueprint-2026/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER