AI agenti u poslovanju: što sam naučio gradeći vlastiti tim

AI agenti u poslovanju korisni su kad se proces ponavlja, ulazni materijali su dostupni, a čovjek može provjeriti rezultat. U svom prototipu virtualnog ureda koristim ih za istraživanje, rad sa sadržajem i pripremu odluka. Razmjena poruka između modela nije najteži dio. Mnogo su važnije jasne uloge, izvori koji se mogu pratiti, ljudska kontrola i granice samostalnog djelovanja.

Riječ "agent" danas se koristi za gotovo svaki proizvod s umjetnom inteligencijom. Ponekad sustav zaista izvršava niz radnji. Ponekad je to običan razgovorni prozor s novim nazivom.

Tu sam razliku najbolje vidio kad sam počeo graditi vlastiti tim AI stručnjaka. Ideja je zvučala jednostavno: svatko je odgovoran za svoj dio posla, korisnik zadaje zadatak i dobiva gotov rezultat. Teška pitanja pojavila su se odmah. Tko vodi istraživanje? Tko provjerava izvore? Smije li autor sam odobriti svoj tekst? Što ako se u učitanoj datoteci nalazi zlonamjerna uputa? Kada sustav mora stati i pozvati čovjeka?

Odgovori na ta pitanja razlikuju korisnu AI automatizaciju od dotjerane demonstracije.

Što je AI agent bez marketinške magle

Običan chat odgovara na jednu poruku. AI agent dobiva cilj, koristi dostupne materijale i alate, izvršava nekoliko povezanih koraka i vraća rezultat u zadanom formatu.

Zadatak "istraži tržište i predloži plan sadržaja" može uključivati traženje informacija, usporedbu izvora, izbor tema, pripremu nacrta i završnu provjeru. U chatu čovjek često ručno vodi svaki korak. U agentskom sustavu taj se put može unaprijed opisati.

Agent nije nužno pametniji od chatbota. Razlika je u radnom procesu. Agent ima ulogu, granice i stanje zadatka. Sustav zna što je završeno, što još treba napraviti i kada treba korisnikovu potvrdu.

Kad procjenjujem AI rješenje, pitam: "Koji rezultat sustav preuzima na sebe i kako ga mogu provjeriti?" Broj agenata prikazanih na zaslonu sam po sebi ne govori ništa o kvaliteti rada.

Zašto više agenata još nije tim

Možete pokrenuti pet kopija istog modela i nazvati ih istraživačem, strategom, urednikom, kritičarem i voditeljem. Njihovo će ponašanje ostati gotovo jednako ako uloge nemaju vlastite upute, alate, znanje i kriterije dovršenosti.

Specijalizacija počinje odgovornošću. Istraživač prikuplja činjenice i čuva poveznice na izvore. Strateg pretvara materijal u strukturu i postavlja prioritete. Autor piše za određenu publiku. Kritičar traži slaba mjesta i ne mora se složiti s autorom. Voditelj sastavlja plan i vraća čovjeku pitanja koja sustav ne može sigurno riješiti sam.

Onaj tko je izradio rezultat ne bi trebao biti jedini koji ga provjerava. Taj princip s razlogom vrijedi u redakcijama, razvoju softvera i financijama. Potreban je i AI sustavima.

Cijeli tim nije potreban za svaki zadatak. Jedan specijalizirani agent s dobrim kontekstom ponekad će raditi bolje od složenog lanca. Broj uloga biram nakon što opišem proces, ne prije.

Gdje AI automatizacija ima praktičnu vrijednost

Najbolji kandidati imaju jasne ulazne podatke i rezultat koji netko može provjeriti.

U istraživanju agent može prikupiti javno dostupne materijale, razvrstati izvore po temama i pripremiti usporedbu. Čovjek provjerava zaključke i odlučuje koje će upotrijebiti.

U radu sa sadržajem sustav može proučiti brief, primjere tona, tablice i ranije objave, a zatim složiti strukturu članka ili nekoliko nacrta. Korisnik dobiva materijal uz objašnjenje na čemu se temelje glavne tvrdnje.

U internim procesima agent može razvrstavati upite, pripremati sažetke, ažurirati kartice zadataka i tražiti nepodudarnosti u dokumentima. Za takve procese treba unaprijed odrediti koje su radnje dopuštene bez potvrde.

Priprema odluka još je jedan koristan primjer. Agent ne odlučuje umjesto voditelja. Prikuplja podatke, prikazuje mogućnosti i označava neizvjesnost. Čovjek troši manje vremena na prikupljanje informacija, ali ostaje odgovoran za konačan izbor.

Neodređeni zadaci rade loše: "razmisli o našem poslovanju", "napravi marketing" ili "povećaj prodaju." Prvo ih treba pretvoriti u konkretnu misiju. Što mora postojati na kraju? Koji se materijali smiju koristiti? Po kojim će se kriterijima rezultat prihvatiti?

Šest pravila koja su moj pristup učinila strožim

1. Prvo rezultat, zatim sastav tima

Korisnik obično želi istraživanje, plan, tablicu, tekst ili provjeren skup materijala. Kad je rezultat jasan, lakše je odrediti uloge, rok, ograničenja i cijenu.

2. Svaka uloga ima vlastitu odgovornost

Ako dva agenta rade isti posao, sustav postaje skuplji, ali ne nužno i pouzdaniji. Zasebna uloga ima smisla kad ima vlastite kriterije dovršenosti i pravo vratiti posao na doradu.

3. Svaka činjenica ostaje povezana s izvorom

Dotjeran tekst lako je zamijeniti za pouzdanu informaciju. Rezultat istraživanja zato treba pokazati odakle dolaze važne tvrdnje. Ako je izvor bila klijentova datoteka, i to treba označiti. Korisnik tada vidi razliku između vanjske činjenice, internog materijala tvrtke i zaključka modela.

4. Učitana datoteka nije uputa

Brief, PDF ili tablica mogu sadržavati tekst koji pokušava promijeniti ponašanje agenta. To se može dogoditi slučajno ili namjerno. Korisničke datoteke tretiram kao nepouzdan materijal. Sustav ih smije čitati i citirati, ali naredbe u njima ne smiju mijenjati njegova pravila.

To je posebno važno kad AI agenti rade s tuđim dokumentima ili podacima s interneta.

5. Memorija čuva odobrene rezultate

Ako sustav pamti svaki nacrt i svaku pogrešnu pretpostavku, s vremenom počinje samouvjereno ponavljati vlastite pogreške. Dugoročna memorija treba čuvati materijale koji su provjereni, imaju jasno podrijetlo i koje je korisnik prihvatio.

6. Rizična radnja traži potvrdu

Pripremiti poruku i poslati poruku dvije su različite radnje. Isto vrijedi za objavu, kupnju, brisanje, promjenu prava pristupa ili pokretanje koda. Agent može pripremiti radnju, ali treba je potvrditi čovjek koji razumije posljedice.

Potpuna samostalnost dobro izgleda u prezentaciji. Radnom proizvodu više koristi kontrolirana samostalnost. Sustav radi sam unutar dopuštenih granica i zaustavlja se kad cijena pogreške postane ozbiljna.

Zašto uopće prikazivati virtualni ured

Virtualni ured može složen proces učiniti lakšim za razumijevanje. Korisnik vidi tko istražuje, gdje zadatak čeka provjeru i zašto je rad stao. Proces počinje nalikovati radu poznatog tima.

Ako likovi samo hodaju između stolova i glume zauzetost, ured je tek čuvar zaslona. Stvara osjećaj aktivnosti, ali ne otkriva stvarno stanje zadatka.

U mom prototipu svaka vidljiva radnja mora odgovarati događaju u sustavu. Istraživač sjeda za stol kad istraživanje počne. Kritičar dobiva materijal kad je verzija spremna za provjeru. Tim čeka čovjeka kad je potrebna odluka. Animacija ostaje živa, ali ne zamjenjuje iskren izvještaj o napretku.

To pravilo vrijedi i izvan pikseliziranih ureda. Svaka upravljačka ploča za AI treba odgovoriti na četiri pitanja: što se događa sada, što je već gotovo, zašto se sustav zaustavio i što treba od korisnika.

Kako početi s uvođenjem AI agenata

Za prvi pilot dovoljan je jedan proces koji se ponavlja. Trebao bi oduzimati primjetno vrijeme, koristiti dostupne ulazne materijale i završiti rezultatom koji čovjek može provjeriti.

Primjerice, tim svakog tjedna prikuplja vijesti iz industrije, bira teme i priprema plan objava. Za pilot se unaprijed mogu opisati izvori, format završnog dokumenta i pravila odabira. Sustav priprema paket, urednik ga provjerava i bilježi primjedbe.

Nakon nekoliko pokretanja vide se stvarni problemi. Agentu možda nedostaje kontekst. Kriteriji kvalitete možda postoje samo u glavi jednog zaposlenika. Ponekad se pokaže da treba automatizirati jedan spor dio procesa, a ne cijeli radni tok.

Pilot procjenjujem prema praktičnim pitanjima:

• koliko je ručnih koraka nestalo;
• koliko traje provjera;
• koje se pogreške ponavljaju;
• može li se pratiti podrijetlo važnih činjenica;
• zna li korisnik cijenu prije pokretanja;
• može li zaustaviti proces bez tehničkog stručnjaka.

Dodavanje novih agenata rijetko popravlja pilot koji ne može odgovoriti na ta pitanja.

Česta pitanja o AI agentima

Po čemu se AI agent razlikuje od chatbota?

Chatbot uglavnom vodi razgovor i odgovara na pojedinačne upite. AI agent radi prema cilju i pamti stanje zadatka. Koristi materijale i alate, izvršava niz koraka, a zatim vraća rezultat ili traži odluku čovjeka.

Može li AI agent raditi potpuno samostalno?

Neki se procesi mogu gotovo potpuno automatizirati. Razina samostalnosti treba pratiti razinu rizika. Prikupljanje javnih informacija i priprema nacrta dopuštaju više slobode. Objavljivanje, plaćanja, brisanje podataka i promjene pristupa traže potvrdu.

Treba li tvrtka odmah izgraditi tim AI agenata?

Ne. Prvo treba ispitati jedan konkretan proces s jednom ili nekoliko jasnih uloga. Tim ima smisla proširiti kad se pojavi zasebna odgovornost koju nije moguće kvalitetno spojiti s postojećom ulogom.

Koje procese prvo automatizirati?

Dobar kandidat ponavlja se, koristi dostupne podatke, oduzima vrijeme i daje provjerljiv rezultat. Istraživanje, priprema sadržaja, razvrstavanje upita, sažeci i provjera dokumenata često su bolji za pilot od neodređenih upravljačkih zadataka.

Hoće li AI agenti zamijeniti zaposlenike?

U praktičnim primjerima s kojima radim mijenja se sastav posla. Sustav preuzima pretraživanje, razvrstavanje, prve nacrte i dio provjere prema formalnim pravilima. Ljudi postavljaju kriterije, rješavaju sporne slučajeve i donose odluke koje imaju posljedice.

Što za mene znači dobra AI automatizacija

Dobar sustav ne tjera korisnika da razumije modele, tokene ili internu prepisku agenata. Posao objašnjava običnim riječima: što će napraviti, koji su mu materijali potrebni, koliko će koštati, koji će rezultat dati i gdje će tražiti odluku čovjeka.

Korisnik treba vidjeti napredak, a ne insceniranu aktivnost. Specijalizacija agenata treba se vidjeti u kvaliteti rada i jasnoj odgovornosti, ne samo u imenima likova. Izvori, povijest radnji i mogućnost zaustavljanja pripadaju već prvoj radnoj verziji.

Taj pristup koristim u svojim eksperimentima s virtualnim timom: manje magije na zaslonu, jasniji dogovor između čovjeka i sustava. Ako AI agent može objasniti što je napravio, na čemu se rezultat temelji i što ne smije učiniti bez vas, spreman je preuzeti stvaran posao.

Ako imate proces koji se ponavlja i želite ga ispitati u praksi, javite mi se. Možemo početi jednim zadatkom i rezultatom koji se može izmjeriti.