Pēdējā laikā dažādi tērzēšanas roboti, piemēram, ChatGPT, Claude un Gemini, ir ieņēmuši galveno vietu mākslīgā intelekta jomā. Tomēr vairumam uzņēmumu šie rīki nav galvenais mērķis. Ievērojams skaits uzņēmumu vēlas attīstīt mākslīgo vispārējo intelektu (AGI) — tehnoloģiju, kas spēj spriest tādā līmenī, kas ir salīdzināms ar cilvēka intelektu vai, iespējams, pārsniedz to. Tomēr ceļojums uz AGI ietver vairākus attīstības pavērsienus.
Lai gan tērzēšanas robotiem ir iespaidīgas iespējas, to lietderība ir nedaudz ierobežota. Bez autonomijas elementa tērzēšanas roboti var tikai zināmā mērā uzlabot efektivitāti un produktivitāti. Šis ierobežojums veicina viņu nespēju gūt paredzamos ieņēmumus. Būtībā tērzēšanas roboti ir AI attīstības pamatposms.
Šis ierobežojums ir iemesls, kāpēc AI uzņēmumi arvien vairāk koncentrējas uz AI aģentiem kā nākamo AI inovāciju vilni. Atšķirībā no tradicionālajiem tērzēšanas robotiem vai automātiskajiem atbalsta robotiem, kas parasti atrodami uzņēmumu vietnēs, AI aģenti ir izstrādāti tā, lai tie pārsniegtu vienkāršu norādījumu izpildi, un tie var veikt neatkarīgas izvēles.
Mijiedarbība ar esošajiem klientu atbalsta robotiem bieži var būt nomākta, jo tie parasti nespēj ātri vai efektīvi atrisināt problēmas — atšķirībā no cilvēku atbalsta pārstāvjiem. Tomēr autonomo AI aģentu parādīšanās šo pieredzi mainīs.
AI aģentu noteikšana
AI aģentu definīcija joprojām ir nedaudz neskaidra pat ekspertu vidū, tomēr viņu redzējums turpina attīstīties.
Tomēr dažas īpašības ir labi saprotamas. AI aģenti ir izstrādāti kā modeļi, kas spēj patstāvīgi pieņemt sarežģītus lēmumus reālās pasaules scenārijos. Viņiem var būt nepieciešama neregulāra cilvēka uzraudzība, taču to uzdevumu klāsts, ko viņi var veikt, ievērojami pārsniegs pašreizējo tērzēšanas robotu uzdevumu.
Lai gan tērzēšanas roboti, piemēram, ChatGPT, var uzlabot cilvēku produktivitāti, AI aģenti var aizstāt cilvēku lomas, vismaz vienkāršākiem uzdevumiem.
Atšķiroties no esošajiem ģeneratīvajiem mākslīgā intelekta robotiem, kas darbojas tikai, paredzot nākamo vārdu pēc kārtas, AI aģentiem būs spēja kritiski domāt un saprātīgi. Ieskats šādās spriešanas spējās jau ir novērots OpenAI modelī o1.
Tomēr argumentācija ir tikai viens aspekts tam, ko AI aģenti ir paredzēti.
AI aģentu pamatīpašība ir viņu spēja sasniegt cilvēku izvirzītos mērķus bez pastāvīgas instrukcijas, īpaši sarežģītā un pastāvīgi mainīgā vidē. Atšķirībā no pašreizējiem tērzēšanas robotiem, kas paļaujas uz soli pa solim sniegtiem norādījumiem no cilvēkiem, AI aģenti prasīs tikai lietotājam noteikt galīgo mērķi.
Proaktivitāte ir vēl viena būtiska iezīme; AI aģentiem nevajadzētu gaidīt uzvednes, kā to dara parastie tērzēšanas roboti.
Turklāt galvenais AI aģentu aspekts ir viņu spēja mācīties no atgriezeniskās saites. Šie aģenti var nepārtraukti attīstīties un uzlabot savu darbību bez cilvēka iejaukšanās; viņi mācās no savas pieredzes.
Kā darbojas AI aģenti Iedomājieties AI aģentu, kas nodarbojas ar klienta problēmu. Tā vietā, lai tikai ievērotu stingru skriptu, tas var izgūt informāciju, piemēram, klienta atsauces ID, piekļūt attiecīgajiem iekšējiem dokumentiem un uzdot papildu jautājumus, lai pirms risinājumu piedāvāšanas labāk izprastu situāciju. Ja nepieciešams, tas var pārsūtīt šo lietu pie cilvēka vadītāja apstiprināšanai. Galu galā, ja risinājums izrādās neiespējams, tas var novirzīt klientu uz cilvēka pārstāvi.
Iespējamie lietojumi
Klientu atbalsts ir tikai viena no jomām, kurā sagaidāms AI aģentu uzplaukums, taču tie, iespējams, parādīsies daudzās citās jomās, piemēram, programmatūras izstrādē.
Prognozes liecina, ka nākamo trīs gadu laikā ievērojams skaits uzņēmumu izmantos AI aģentus kodēšanas uzdevumiem, liekot izstrādātājiem galvenokārt pārskatīt lomu.
Daudzas organizācijas izstrādā aģentu sistēmas, lai uzlabotu iekšējās darbplūsmas, pārejot no koncepcijas apstiprināšanas uz izmēģinājuma posmiem. Lai gan uzdevumu automatizācija ar aģentiem nav jauna koncepcija, AI integrācija ļaus šiem aģentiem elastīgāk veikt plašāku uzdevumu klāstu.
Daudzi uzņēmumi jau izvieto AI aģentus dažādām iekšējām funkcijām, un daži, piemēram, Salesforce’s Agentforce, piedāvā uzņēmumiem sākotnējās versijas. Tikai dažu gadu laikā AI aģenti varētu pilnībā aizstāt tradicionālos zvanu centra darbiniekus.
Turklāt daudzi uzņēmumi, iespējams, ieviesīs vairāku aģentu sistēmu, kurā atsevišķi aģenti veiks specializētas funkcijas, vienlaikus saglabājot saziņu un sadarbību.
AI aģentu darbības joma pārsniedz uzņēmumus; Personīgā asistenta lietojumprogrammas arī tiek atjauninātas ar AI iespējām. Ideāls AI aģents darbotos līdzīgi kā cilvēka palīgs, pārvaldot pirkumus, organizējot ceļojumus vai plānojot sanāksmes, ar iespēju mijiedarboties ar dažādiem rīkiem, tostarp meklēšanu tīmeklī un citām AI sistēmām.
Turklāt AI aģentiem jābūt multimodāliem, kā to nesenajā I/O konferencē demonstrēja Google projekts Astra, un tie spēj apstrādāt audio, attēlus un video ievades.
Jāatzīmē, ka nepastāvēs viens AI aģenta veids; dažādos kontekstos būs nepieciešamas dažādas prasmju kopas.
Pašreizējie izaicinājumi, ar kuriem saskaras AI aģenti
Neskatoties uz ievērojamiem sasniegumiem, pilnībā autonomu aģentu iegūšana rada daudzas problēmas.
Lai AI aģentiem būtu patiesi izpalīdzīgi un autonomi, tiem ir krasi jāsamazina kļūdu līmenis. Pašlaik mākslīgā intelekta sistēmas ir ļoti jutīgas pret neprecizitātēm, kuras ir jāsamazina līdz 1%, lai veicinātu plašu ieviešanu. Panākt samazinājumu zem 10% varētu būt samērā vienkārši, taču tā tālāka uzlabošana izrādīsies grūtāka.
Turklāt klientu atbalsta scenārijā, kas tika apspriests iepriekš, būtisks šķērslis ir nodrošināt, lai AI aģents varētu noteikt, kad problēma ir jārisina cilvēkam, nevis spītīgi mēģinātu to atrisināt neatkarīgi, kas var palielināt izmaksas.
Kontekstuālā izpratne rada vēl vienu šķērsli. Iedomājoties AI tērzēšanas robotu izmantošanu kodēšanas uzdevumiem, kļūst acīmredzami to pašreizējie ierobežojumi; viņi cīnās ar garas formas koda izveidi konteksta ierobežojumu dēļ.
Jāpievērš uzmanība arī drošībai un piekļuves kontrolei, lai pilnībā realizētu AI aģentu potenciālu. Ar lielāku autonomiju ir paaugstināts risks, tādēļ ir nepieciešami drošības pasākumi, lai nodrošinātu, ka AI aģenti veic tikai pilnvarotas darbības un piekļūst pieļaujamai informācijai.
Turklāt tādas problēmas kā tūlītēja injekcija rada drošības ievainojamības, kas ir jāpārvalda.
Problēmas rada arī resursi, kas nepieciešami datu apmācībai un skaitļošanas jaudai. Tomēr saskaņā ar dažiem Sema Altmana apgalvojumiem, iespējams, jau tiek izstrādāti iespējamie apmācības datu problēmas risinājumi.
AI uzņēmumi cītīgi strādā, lai panāktu aģentu nākotni, un ir paredzams, ka daudzas no šīm problēmām tiks atrisinātas tuvākajā nākotnē. Piemēram, Google pašlaik veicina 2M konteksta logu un virzās uz bezgalīgu kontekstu.
Tādējādi, lai gan AI pašlaik var nedarboties tādā līmenī, kā mēs ceram, nākotne var ierasties ātrāk, nekā paredzēts. Uzņēmumiem ir jāsagatavojas AI aģentu integrācijai savā darbībā. Ja uzskatāt, ka paies gadi, pirms AI varēs kompetenti veikt jūsu pārraudzītos pienākumus, pārdomājiet. AI aģenti ir pie apvāršņa, un ir svarīgi attīstīt jaunas prasmes, lai pielāgotos šai jaunajai realitātei. Daudzi uzņēmumi plāno uzsākt AI aģentu integrāciju jau nākamajā gadā, nodrošinot autonomu lēmumu pieņemšanu, proaktivitāti, pielāgošanās spēju un spēju darboties sarežģītos apstākļos un sasniegt noteiktus mērķus.
Atbildēt