Agenti AI mohou být novou pracovní silou, ale stále potřebují manažera
Agenti AI jsou stále chytřejší a nezávislejší. Stále je však potřeba vykonat práci, než se agenti řízená pracovní síla AI skutečně ujmou široké škály úkolů.
Stále častěji slýcháme o agentech umělé inteligence, kteří jsou novými „digitálními pracovníky“ - koncept, který vznikl předtím, než se agentní nebo generativní umělá inteligence dostala do hlavního proudu v oblastech, jako je automatizace robotických procesů. Digitální pracovníci jsou navrženi tak, aby sloužili kázni a poslušnosti, ale stejně jako lidští pracovníci mají také své zvláštnosti.
Pohyb směrem k digitální pracovní síle zaznamenává v poslední době velké skoky, poznamenaný nedávno představením Salesforce Agentforce 2.0, digitální pracovní platformy pro podniky. Platforma umožňuje „neomezenou pracovní sílu prostřednictvím agentů AI pro jakékoli oddělení, sestavené pomocí nové knihovny předem vytvořených dovedností, které mohou provádět akce napříč jakýmkoli systémem nebo pracovním postupem“. Platforma také podniká kroky daleko za RPA a obsahuje „vylepšené uvažování a získávání dat pro poskytování přesných odpovědí a organizování akcí v reakci na složité otázky s více kroky“, uvádí prohlášení Salesforce. Agenti dokonce interagují ve Slacku.
Rozšíření týmů o digitální práci
Velké organizace využívají platformu k rozšíření svých týmů o digitální práci, dodal dodavatel.
Talent je vzácný a nákladný na školení, takže organizace se obracejí na AI, aby jim pomohla s interakcemi se zákazníky a vypořádala se s nevyřízenými pracovními postupy, ale již si nemohou dovolit „neadekvátní řešení, která poskytují obecné odpovědi,“ uvedl Salesforce. "Stávající řešení, jako jsou kopiloti, mají potíže s poskytováním přesných a důvěryhodných odpovědí na složité požadavky - jako je personalizované poradenství při žádosti o zaměstnání. Nemohou sama o sobě jednat - jako například vychovat potenciálního zákazníka doporučeními produktů."
Autonomní digitální pracovníci nyní mohou vykonávat takovou práci na mnoha úrovních, shodují se lídři oboru. „Konvergence kvalifikovaných inovátorů, rychle nasaditelné cloudové nástroje, povědomí o zákaznících a podpora vedení vytvořily ideální prostředí pro rozkvět agentní AI v roce 2025,“ řekl ZDNET Chris Bennett, ředitel transparentnosti a vzdělávání AI ve společnosti Motorola Solutions.
Společnost Motorola Solutions například začala využívat agentní umělou inteligenci „pro zlepšení veřejné bezpečnosti a podnikového zabezpečení s aplikacemi, které analyzují a zpřístupňují data v reálném čase, aby poskytovaly zásadní a okamžitou podporu záchranářům a bezpečnostnímu personálu,“ uvedl Bennett. "Agenti umělé inteligence se nikdy nenudí, neunaví ani neruší, automatizují opakující se úkoly a uvolňují respondenty pro kritické odpovědnosti a zapojení komunity. Agenti umělé inteligence mohou urychlit úkoly, jako je kontrola historických videozáznamů, a pomáhají vyšetřovatelům rychle najít pohřešované osoby pomocí vyhledávání v přirozeném jazyce."
Funguje to prostřednictvím intuitivních procesů agentů AI, aby „vytvořili řadu kroků nebo recept na vyřešení problému,“ řekl Viswesh Ananthakrishnan, spoluzakladatel a viceprezident Aurascape. Mohou také "provádět akce k provedení těchto kroků a dokonce na tom spolupracovat s dalšími agenty. Když se tato data zkombinují dohromady, poskytnou agentům pohled na to, jak podnik funguje."
Agenti umělé inteligence pak „vyvíjejí a provádějí složité procesy, jako je prohlížení předpovědí poptávky a proaktivní akce k vytváření a odesílání objednávkových formulářů pro další zásoby, než dojdou zásoby,“ pokračoval. "Tento typ automatizace šetří pracovníkům značný čas a osvobozuje je od opakujících se úkolů."
Agenty AI je třeba řídit promyšleně
Agenti umělé inteligence musí být zároveň promyšleně řízeni, stejně jako je tomu v případě lidské práce, a než se agenti řízená umělou inteligencí mohou skutečně ujmout široké škály úkolů, je třeba udělat hodně práce. „Ačkoli je příslib agentní umělé inteligence zřejmý, od rozšířeného přijetí agentní umělé inteligence na podnikové úrovni nás dělí několik let,“ řekl Scott Beechuk, partner společnosti Norwest Venture Partners. "Agenti musí být důvěryhodní vzhledem k jejich potenciální roli v automatizaci kritických obchodních procesů."
Sledovatelnost akcí agentů AI je jedním z problémů. "Mnoho nástrojů má problém vysvětlit, jak dospěli ke svým odpovědím z citlivých dat uživatelů a modely se snaží zobecnit nad rámec toho, co se naučili," řekl Ananthakrishnan.
Nepředvídatelnost je související výzvou, protože LLM „fungují jako černé skříňky,“ řekl Beechuk. "Pro uživatele a inženýry je těžké vědět, zda AI úspěšně dokončila svůj úkol a zda tak učinila správně." Kromě toho varuje, že agenti AI jsou stále nespolehliví. "V systémech, kde umělá inteligence vytváří své vlastní kroky k dokončení úkolů, mohou vymyšlené detaily vést k dalším chybám v průběhu úkolu, takže výstupy jsou nakonec nespolehlivé."
Lidští pracovníci jsou také schopni snadno a pravidelně spolupracovat. Pro pracovníky AI je to jiný příběh. „Protože agenti budou interagovat s více systémy a datovými úložišti, dosažení komplexní viditelnosti není snadný úkol,“ řekl Ananthakrishnan. Je důležité mít přehled, abyste mohli zachytit každou akci, kterou agent provede. "To znamená hluboký přehled o aktivitě na koncových zařízeních a schopnost zpracovávat data v široké škále formátů." Pak je důležité umět „rychle zkombinovat tento kontext z koncových bodů s provozem na úrovni sítě a určit data informující o akcích agenta“ a také „rozpoznat typ agenta AI propojeného s vašimi daty, ať už jde o důvěryhodnou entitu. nebo zbrusu nový agent."
Systémový inženýr AI
To může posílit vznikající roli zaměřenou na člověka - systémového inženýra AI. „Tato nová role zajišťování kvality a dohledu se stane pro podniky zásadní, protože spravují a neustále optimalizují agenty AI,“ řekl Beechuk.
V multiagentních prostředích budou „agenti AI neustále interagovat a vyvíjet se a spotřebovávat stálou stravu nových dat, aby mohli vykonávat své individuální úkoly,“ vysvětlil. "Když jeden z nich získá špatná data - úmyslně či neúmyslně - a změní své chování, může začít vykonávat svou práci nesprávně nebo s menší přesností, i když ji před pouhým dnem dělal naprosto dobře. Chyba v jednom agentovi pak může mít kaskádový efekt, který degraduje celý systém Podniky najmou tolik systémových inženýrů AI, kolik je potřeba, aby se to nestalo."
Společnosti a technické týmy mohou mít „dobrou pozici pro podporu agentní umělé inteligence, ale stále potřebujeme čas a zkušenosti, abychom našli správnou rovnováhu mezi agentními a lidskými pracovními postupy,“ řekl Bennett. "Naše rada je pohlížet na AI jako na rozšíření pro lidské experty, ne jako na náhradu."