AI agents για επιχειρήσεις, χωρίς υπερβολές.

Πώς λειτουργεί ένας AI agent;

Ένας AI agent είναι ένα σύστημα λογισμικού που χρησιμοποιεί ένα μοντέλο AI για να ερμηνεύσει έναν στόχο, να επιλέξει το επόμενο βήμα, να αντλήσει τις πληροφορίες που επιτρέπεται να δει και να καλέσει τα εργαλεία που επιτρέπεται να χρησιμοποιήσει, ώστε να προχωρήσει μια συγκεκριμένη εργασία. Η σημαντική λέξη δεν είναι το AI. Είναι η ευθύνη. Ένας χρήσιμος agent έχει οριοθετημένη αρμοδιότητα, πρόσβαση στις πληροφορίες και στα εργαλεία που απαιτεί αυτή η αρμοδιότητα, κανόνες για το τι επιτρέπεται να κάνει και σαφή ορισμό του πότε η δουλειά έχει ολοκληρωθεί. Χωρίς αυτά, ο όρος «agent» είναι συχνά απλώς μια ετικέτα πάνω σε ένα chatbot ή σε έναν αναξιόπιστο αυτοματισμό.

Η ερευνητική εργασία ReAct ↗ (ανοίγει σε νέα καρτέλα) (Yao κ.ά.) βοήθησε να αποτυπωθεί το μοτίβο πίσω από τους περισσότερους agents: ένα γλωσσικό μοντέλο που εναλλάσσει βήματα συλλογισμού με ενέργειες, ώστε ο συλλογισμός να καθοδηγεί τις ενέργειες και το αποτέλεσμα κάθε ενέργειας να τροφοδοτεί το επόμενο βήμα. Σε επιχειρηματικά συστήματα, ο κύκλος αυτός γίνεται αξιόπιστος μόνο όταν πλαισιώνεται από δικαιώματα πρόσβασης, δοκιμές, παρακολούθηση και ανθρώπινο έλεγχο.

Σε τι διαφέρει ένας AI agent από ένα chatbot ή τον κλασικό αυτοματισμό;

Ένας AI agent, ένα chatbot και ο κλασικός αυτοματισμός μπορούν να συνεργάζονται, αλλά λύνουν διαφορετικά προβλήματα. Ο πιο καθαρός τρόπος να τα ξεχωρίσετε είναι να ρωτήσετε ποιος προωθεί τη δουλειά.

Σύρετε τον πίνακα →

Ένας καλός agent δεν αντικαθιστά το ντετερμινιστικό λογισμικό εκεί όπου εκείνο είναι καλύτερο. Κανόνες επικύρωσης, υπολογισμοί, δικαιώματα, οικονομικοί έλεγχοι και αυστηροί επιχειρηματικοί περιορισμοί πρέπει συνήθως να μένουν ρητοί. Ο agent αναλαμβάνει τα σημεία της ροής που απαιτούν ερμηνεία ή ευέλικτη σειρά βημάτων· το συμβατικό λογισμικό κρατά το σύστημα αξιόπιστο.

Πολλές ροές εργασίας χρειάζονται και τα δύο. Η Aurelith ονομάζει αυτόν τον συνδυασμό αυτοματισμούς με ανθρώπινη έγκριση: το AI προετοιμάζει και προωθεί την εργασία, και ένας άνθρωπος εγκρίνει κάθε απόφαση που μετράει πριν γίνει οτιδήποτε μη αναστρέψιμο. Ο οδηγός Αυτοματοποίηση με AI εξηγεί ποιες ροές αξίζει να αυτοματοποιηθούν πρώτα. Δείτε πώς η Aurelith υλοποιεί αυτοματισμούς AI.

Πού δημιουργούν πραγματική αξία οι AI agents σε μια επιχείρηση;

Οι AI agents δημιουργούν τη μεγαλύτερη αξία εκεί όπου η δουλειά περιέχει αδόμητη πληροφορία, οι κανόνες έχουν γίνει δύσκολο να συντηρηθούν, οι εξαιρέσεις είναι συχνές ή οι άνθρωποι περνούν μεγάλο μέρος του χρόνου τους μεταφέροντας πληροφορίες από σύστημα σε σύστημα. Ο οδηγός A practical guide to building agents ↗ (ανοίγει σε νέα καρτέλα) αναφέρει τρία από τα ίδια σημάδια: σύνθετες αποφάσεις, κανόνες που συντηρούνται δύσκολα και μεγάλη εξάρτηση από αδόμητα δεδομένα.

1. 01

   Διαδικασίες με πολλά έγγραφα

   Ανάγνωση, σύγκριση, εξαγωγή στοιχείων, ταξινόμηση και ενέργεια πάνω σε συμβάσεις, αναφορές, φόρμες, αλληλογραφία ή τεχνικά αρχεία.

2. 02

   Γνώση και έρευνα

   Εντοπισμός εσωτερικού ή εξωτερικού υλικού, έλεγχος πηγών και συγκέντρωση του πλαισίου που χρειάζεται ένας επαγγελματίας για να αποφασίσει.

3. 03

   Επιχειρησιακός συντονισμός

   Παρακολούθηση της κατάστασης, των αρμοδιοτήτων, των εξαιρέσεων και των επόμενων ενεργειών ανάμεσα σε ομάδες και συνδεδεμένα συστήματα.

4. 04

   Αιτήματα εξυπηρέτησης

   Κατανόηση ενός αιτήματος, συγκέντρωση των στοιχείων που χρειάζεται, εκτέλεση εγκεκριμένων ενεργειών και κλιμάκωση των μη τυπικών περιπτώσεων.

5. 05

   Εμπορικές λειτουργίες

   Έρευνα, αξιολόγηση ευκαιριών, προετοιμασία, επόμενες επαφές, ενημερώσεις στο CRM και εξατομικευμένη επικοινωνία μέσα σε μια καθορισμένη διαδικασία.

6. 06

   Agents μέσα σε κλαδικό λογισμικό

   Ενσωμάτωση ενός agent σε προϊόν όπου υπάρχουν ήδη το κλαδικό πλαίσιο, η κατάσταση της ροής εργασίας και τα δεδομένα του συστήματος.

Τι χρειάζεται μια αξιόπιστη εφαρμογή AI agent;

Μια αξιόπιστη εφαρμογή AI agent χρειάζεται περισσότερα από ένα ικανό μοντέλο. Στην πραγματική λειτουργία, ο agent είναι ένα οργανωμένο σύνολο γύρω από μία αρμοδιότητα: πλαίσιο, εργαλεία, έλεγχοι, μέτρηση και άνθρωποι πρέπει να δουλεύουν μαζί.

1. 01

   Οριοθετημένη αρμοδιότητα

   Ορίστε τη δουλειά, το επιθυμητό αποτέλεσμα, πότε θεωρείται ολοκληρωμένη και τι μένει εκτός πεδίου.

2. 02

   Εγκεκριμένο πλαίσιο

   Καθορίστε τα έγγραφα, τα δεδομένα, τις πολιτικές και την κατάσταση των συστημάτων που μπορεί να χρησιμοποιεί ο agent, και πώς διασφαλίζονται η επικαιρότητα και η πρόσβαση.

3. 03

   Σαφώς ορισμένα εργαλεία

   Δώστε συγκεκριμένες δυνατότητες ανάγνωσης ή ενέργειας, με σαφείς εισόδους και εξόδους, ταυτοποίηση και προβλεπόμενη συμπεριφορά σε περίπτωση αποτυχίας.

4. 04

   Δικαιώματα και δικλίδες ασφαλείας

   Περιορίστε τι μπορεί να βλέπει και να κάνει ο agent. Προσθέστε σημεία έγκρισης, όρια ενεργειών, επικύρωση και κλιμάκωση για τα βήματα με μεγαλύτερο αντίκτυπο.

5. 05

   Αξιολόγηση και παρακολούθηση

   Δοκιμάστε αντιπροσωπευτικές περιπτώσεις πριν από την έναρξη, καταγράψτε τη συμπεριφορά, μετρήστε τις αποτυχίες και την ποιότητα των κλιμακώσεων, και συνεχίστε την αξιολόγηση μετά την παράδοση.

6. 06

   Ανθρώπινη ευθύνη

   Ορίστε τους ανθρώπους που λογοδοτούν για τη ροή, ελέγχουν τη συμπεριφορά της και αποφασίζουν πότε το σύστημα πρέπει να αλλάξει ή να σταματήσει.

Το AI Risk Management Framework του NIST ↗ (ανοίγει σε νέα καρτέλα) είναι χρήσιμο σημείο αναφοράς. Προορίζεται για εθελοντική χρήση και ο πυρήνας του οργανώνεται σε τέσσερις λειτουργίες: Govern, Map, Measure και Manage. Η κεντρική του ιδέα ισχύει άμεσα για τους agents: η αξιοπιστία πρέπει να εξετάζεται σε όλο τον σχεδιασμό, την ανάπτυξη, τη χρήση και την αξιολόγηση, όχι να προστίθεται αφού ο agent λειτουργεί ήδη.

Η ανθρώπινη παρέμβαση ανήκει στον σχεδιασμό από την αρχή. Ο πρακτικός οδηγός για τη δημιουργία agents ορίζει δύο αφορμές για αυτήν: όταν ο agent ξεπερνά τα όρια αποτυχιών του, για παράδειγμα ένα όριο επαναλήψεων, και όταν μια ενέργεια είναι ευαίσθητη, μη αναστρέψιμη ή υψηλού διακυβεύματος, οπότε πρέπει να μένει υπό ανθρώπινη εποπτεία μέχρι να αυξηθεί η εμπιστοσύνη στην αξιοπιστία του.

Πώς πρέπει να ξεκινήσει μια επιχείρηση με AI agents;

Μια επιχείρηση πρέπει να ξεκινήσει με AI agents από μία πολύτιμη, οριοθετημένη ροή εργασίας, όχι από μια υπόσχεση αυτονομίας σε όλη την εταιρεία. Το πρώτο πιλοτικό υπάρχει για να παράγει τεκμήρια: αν ο agent είναι χρήσιμος, αν είναι αρκετά αξιόπιστος για τον ρόλο που προορίζεται και αν η επιχείρηση μπορεί να τον υποστηρίξει στην καθημερινή λειτουργία.

1. 01

   Χαρτογραφήστε τη ροή εργασίας

   Καταγράψτε τους χρήστες, τις εισόδους, τις αποφάσεις, τα συστήματα, τις εξαιρέσεις, τον σημερινό φόρτο και το επιθυμητό αποτέλεσμα.

2. 02

   Επιλέξτε τον μικρότερο υπεύθυνο ρόλο

   Ξεκινήστε με αναζήτηση, προετοιμασία ή προτάσεις, πριν δώσετε ευρύτερα δικαιώματα δράσης.

3. 03

   Φτιάξτε ένα αντιπροσωπευτικό σύνολο δοκιμών

   Συμπεριλάβετε τυπικές και οριακές περιπτώσεις, ελλιπείς πληροφορίες, αντικρουόμενες οδηγίες και τα σενάρια που πρέπει να κλιμακώνονται.

4. 04

   Μετρήστε σε σχέση με τη σημερινή κατάσταση

   Συγκρίνετε ολοκλήρωση εργασιών, ακρίβεια πηγών, ανθρώπινες διορθώσεις, ποιότητα κλιμάκωσης, χρόνο, κόστος και εμπιστοσύνη των χρηστών.

5. 05

   Ενσωματώστε μόνο ό,τι αποδεικνύει την αξία του

   Επεκτείνετε σταδιακά τα εργαλεία και την εξουσιοδότηση, κρατώντας ρητά τα δικαιώματα, την παρακολούθηση και την ευθύνη.

Αυτή η σταδιακή προσέγγιση συμφωνεί με την πρακτική σύσταση να αξιοποιούνται πρώτα στο έπακρο οι δυνατότητες ενός agent και να προστίθενται περισσότεροι agents μόνο όταν η δουλειά πραγματικά το απαιτεί (A practical guide to building agents ↗ (ανοίγει σε νέα καρτέλα)).

Η Aurelith ονομάζει την αρχή πίσω από το βήμα 05 κερδισμένη αυτονομία: ο agent αποκτά περισσότερη εξουσιοδότηση μία ενέργεια τη φορά, μόνο όταν τα τεκμήρια δείχνουν ότι είναι αξιόπιστος. Το Company Brain την εφαρμόζει ως κλίμακα αυτονομίας, από το R0 Παρατήρηση (μόνο ανάγνωση) έως το R4 Οριοθετημένη αυτονομία (συνεχής επαλήθευση). Ο οδηγός Τι είναι το Company Brain; εξηγεί κάθε βαθμίδα.