Amazon Quick Automate rozšiřuje své agentní workflow o nativní case management — funkci, která umožňuje sledovat a řídit stovky či tisíce souběžně běžících procesů. Každý „case“ funguje jako samostatná instance workflow s vlastním stavem, historií a možností lidské intervence. Jde o architektonickou vrstvu, která dělá z izolovaných AI úloh škálovatelné podnikové procesy.
Case management přináší strukturu pro situace, kdy workflow nestačí spustit jednou, ale musí běžet paralelně pro desítky nebo stovky vstupů — například pro každou objednávku, dotaz zákazníka nebo dokument ke schválení. Každý case dostává vlastní identifikátor, uchovává svůj stav (otevřený, čeká na lidskou akci, vyřešený, eskalovaný) a eviduje, co se s ním dělo. Systém automaticky aktualizuje status podle průběhu workflow a umožňuje filtrovat cases podle kritérií — třeba všechny případy starší než 48 hodin nebo čekající na konkrétního schvalovatele.
Klíčová je podpora Human-in-the-loop kroků. Workflow může case pozastavit, požádat člověka o rozhodnutí nebo doplnění informací a pokračovat až po lidském vstupu. Systém sleduje, které cases čekají na akci, a umožňuje lidským operátorům pracovat s frontou priorit místo ad-hoc sháněním, co je potřeba vyřídit.
Amazon představuje vzor creator-processor, kde jedno workflow vytváří cases a druhé je zpracovává. Creator třeba každý den projde složku příchozích faktur a pro každou vytvoří samostatný case. Processor workflow pak zpracovává jednotlivé faktury nezávisle — extrahuje data, ověřuje dodavatele, kontroluje ceny proti objednávce. Pokud narazí na problém (chybějící položka, nesedící částka), eskaluje case a přiřadí ho člověku.
Tento vzor umožňuje škálování bez přeprogramování. Když přijde místo deseti faktur sto, systém prostě vytvoří sto cases a zpracuje je paralelně. Není třeba měnit logiku workflow — pouze nastavit limity paralelního běhu podle dostupných zdrojů.
Funkcionalita má smysl tam, kde firma řeší opakující se proces s proměnlivým vstupem a potřebuje vědět, co s každou instancí. Typické použití: zpracování dotazů zákazníků (každý email jako case s историí odpovědí a eskalací), onboarding zaměstnanců (každý nový člověk jako case procházející kroky od IT přístupu po školení) nebo schvalování smluv (každá smlouva jako case se stavem „čeká na právní“, „vráceno k úpravě“, „schváleno“).
V praxi to znamená, že místo manuálního sledování v tabulkách nebo ticketovacích systémech vidí operátor přímo v Quick Automate, které případy jsou kde, co blokuje pokrok a kde je potřeba lidský vstup. Systém eviduje čas strávený v každém stavu, takže firma zjistí, jestli cases trvají dlouho kvůli AI zpracování nebo kvůli čekání na člověka.
Case management funguje jako součást Quick Automate workflow — není to samostatný ticketovací systém. Znamená to, že cases existují pouze v kontextu konkrétního workflow a nelze je sdílet napříč různými procesy bez explicitní integrace. Pokud firma potřebuje propojit cases z více workflow (třeba onboarding navázat na IT provisioning), musí to vyřešit přes sdílené datové úložiště nebo API volání.
Funkce závisí na tom, jak dobře je navržené samotné workflow. Case management sám o sobě neřeší špatně definovaný proces — pouze poskytuje způsob, jak sledovat jeho běh. Pokud workflow neumí rozpoznat výjimku nebo správně eskalovat problém, case skončí ve stavu „vyřešeno“, i když problém vyřešený není.
Human-in-the-loop kroky vyžadují, aby lidé skutečně reagovali. Pokud nikdo neodpovídá na eskalované cases, hromadí se ve frontě a proces se zastaví. Firma musí mít jasně přiřazené odpovědnosti a pravidla, kdo má cases vyřizovat a v jakém časovém horizontu.
Pro složitější podnikové procesy Amazon doporučuje rozdělit workflow na menší, specializované části. Například místo jednoho mega-workflow pro celý onboarding vytvořit samostatné cases pro IT přístup, HR dokumenty a školení. Hlavní case pak funguje jako koordinátor a sleduje stav dílčích procesů.
Tato struktura umožňuje znovu použít komponenty. Workflow pro vytvoření IT přístupu může sloužit jak pro onboarding nových zaměstnanců, tak pro změnu role stávajících. Case management zajistí, že každá instance má vlastní kontext a historii, i když používá stejnou logiku zpracování.
Podnikáte a přemýšlíte nad nasazením AI? Nejdříve doporučuji udělat analýzu, tzv. Road Mapu nasazení AI, kde zjistíte, jak by Vám nejvíce AI AGENTI pomohli, aby to mělo okamžitý přínos.
Vypočítáme, kolik můžou vydělat, ušetřit, peněz i času. Cílem je, abyste si uvolnil ruce na strategicky důležité věci, pro rodinu a volný čas. Byznys poběží dále.
AI Agenti fungují jako reální zaměstnanci, ale nikdy nespí, nepotřebují odpočívat, nezapomenou nic z toho, co je naučíte. Zaškolíte je a pak už nemáte žádné starosti. A dokonce nechtějí ani výplatu, jen papají malé množství tokenů, což ale většinou spraví i paušál za 500,- Kč / měsíc za ChatGpt, nebo Claude. Orientačně vyjdou na cca 6.000,- Kč/ měsíc, ale práce většinou udělají i za desítky tisíc a nepotřebují kancelář, ani služební auto. Telefonní číslo ale potřebují, aby mohli reagovat na zprávy a komunikovat ven.

Analýza stojí 4.900,- Kč, ale pro prvních 50 klientů je to nyní na naše náklady.