AI агенти — новий великий тренд?

Зараз ми стаємо свідками ще однієї трансформації, пов’язаної зі штучним інтелектом. Наступним етап еволюції АІ, який на думку експертів McKinsey, імовірно, відчутно вплине на використання цієї технології в бізнесі — AI-агенти (AI agents). Саме вони зможуть розкрити весь потенціал генеративного штучного інтелекту.

 

Більшість wow-вражень від взаємодії з АІ сформував GenAI, який став доступним завдяки ChatGPT. Однак агентний АІ не зовсім інноваційна технологія — концепцію агентів описав ще Алан Тюрінг, а програми для гри в шахи, створені в 1960-х, якраз демонстрували роботу типових агентів, які самостійно приймають рішення в обмеженому середовищі.

 

Що таке AI-агенти? В IBM так називають програми, які автономно виконують завдання від імені користувача, самостійно планують кроки до досягнення мети й використовують доступні їм інструменти. А Ларі Хямяляйнен, один зі старших партнерів у McKinsey, використовує цей термін для визначення «програмних сутностей, що організовують складні робочі процеси, координують свої дії, застосовуючи логіку й оцінюючи відповіді». AI агенти здатні як повністю автоматизувати окремі процеси (сам Ларі вважає, що до 2055 року їхній внесок у це сягне 50%), так і доповнювати працівників, як це вже робить GenAI, але більш глибоко занурюючись у задачі.

 

Новий спалах інтересу до AI-агентів виник у 2023-му, коли технологічні лідери почали інвестувати в цю технологію, як це вже зробили Google і Microsoft. Розробкою агентів також займається китайський IT-гігант Baidu, а Meta (Facebook) уже пропонує свій фреймворк LLAMA для створення АІ-агентів. Сем Альтман, засновник OpenAI, упевнений, «що у 2025 році ми можемо побачити перших агентів АІ, які стануть справжньою робочою силою і суттєво змінять результати діяльності компаній».

 

AI-агенти — синоніми інтелектуальної автоматизації, яка вже частково відбувається завдяки GenAI. Але крім автоматизації складних завдань, які зазвичай вимагають втручання людини, AI-агенти відкривають багато інших перспектив, оскільки мають унікальні можливості:

• розуміють природну мову як інструкції;
• надають повні, точні та персоналізовані для конкретного користувача відповіді;
• на кожному наступному кроці вирішення завдання використовують результати попереднього;
• забезпечують високу продуктивність (особливо мультиагентні системи);
• працюють з великою різноманітністю інструментів і цифрових екосистем;
• можуть отримувати дані через фізичні інтерфейси (датчики в IoT-екосистемах);
• швидко адаптуються до зміни умов завдання.
• Це дає змогу використовувати AI агентів в найрізноманітніших сферах і отримувати вимірювані результати.

Як і у випадку з GenAI, в основі AI-агентів також лежать великі мовні моделі. Але якщо традиційно вони обмежені конкретним обсягом знань і висновками, агенти самостійно використовують доступні їм інструменти для пошуку й аналізу необхідної інформації. Ба більше, вони прагнуть адаптуватися до вимог і побажань користувача, зберігають усі минулі взаємодії та можуть планувати майбутні дії без втручання людини.

 

Хоча AI агенти автономні в плані ухвалення рішень, цілі, завдання і середовище для роботи, як і раніше, визначають люди. Одна команда проєктує і навчає систему, друга розгортає її та надає зручний інтерфейс роботи з агентом і, нарешті, кінцевий користувач ставить конкретну мету і визначає інструменти, які можна використовувати для її досягнення.

 

Якщо знань AI-агента недостатньо, він звертається до інших агентів, баз даних або використовує веб пошук. Наприклад, якщо користувач доручить AI-агенту вибрати найкращий час для польоту до Парижа на канікули, той вивчить розклади авіакомпаній і знайде прийнятні за ціною і часом прибуття варіанти. Щоб мінімізувати ризики зміни планів, агент самостійно ставить собі таке завдання: вивчити архіви та прогнози погоди та з’ясувати, в який період погодні умови будуть найсприятливішими. Консолідуючи дані з різних джерел, AI агент запропонує користувачеві кілька варіантів дат для вильоту і прибуття.

Якщо порівняти AI-агентів з традиційними генеративними моделями на прикладі ChatGPT від OpenAI, картина буде такою: AI-агенти ще не стали пересічним інструментом у бізнесі, проте найближчим часом усе може змінитися.

Ось чотири приклади, які дозволяють оцінити перспективи використання цієї технології.

Оцінка позичальника в кредитних організаціях. Один агент може взяти на себе комунікацію з потенційним позичальником, щоб отримати від нього якомога більше інформації для прийняття рішення. Другий — збере документи відповідно до вимог і перевірить їх на помилки. Третій — вивчить рух коштів на рахунках позичальника. А четвертий — консолідує цю інформацію і запропонує підсумкове рішення за заявкою.  

Оптимізація ресурсів персоналу у сфері охорони здоров’я. Так само кілька AI-агентів можуть сегментувати пацієнтів у приймальному покої, формуючи черги залежно від причини звернення, а також складати попередні плани їхнього лікування або керувати прийомом лікарських препаратів. Це перекриє дефіцит медичних працівників і підвищить якість обслуговування пацієнтів.

Підвищення ефективності маркетингових кампаній. Маркетолог може надати AI-агенту інформацію про цільових покупців, описати цілі маркетингової кампанії та передбачувані канали взаємодії. А вже агенти розроблять і протестують різні стратегії, використовуючи аналітику по клієнтах, історію комунікацій з ними та дослідження ринку. Окремі агенти допоможуть зі створенням персоналізованого контенту (текстового і візуального), зроблять його відповідним до брендбуку, оцінять ризики для компанії під час реалізації нестандартних ідей.

Погашення технічного боргу. Мультиагентні системи здатні поліпшити процес розробки та оптимізації застосунків. Одні агенти перевірять код на відповідність вимогам, інші виконають роботу QA-фахівця, треті сфокусуються на аналізі загроз, а четверті — поставлять запитання розробнику, щоб швидше досягти поставленої мети й точніше виконати завдання. Модернізація застарілих застосунків і погашення технологічного боргу залишаються серйозними проблемами в IT: за даними McKinsey, понад 70% ПЗ, яке використовують компанії зі списку Fortune 500, було розроблено 20 років тому.

 

Як же працювати з AI-агентами?

 

Є три способи працювати з AI-агентами: через суперплатформи, програмні оболонки та окремі користувацькі інструменти. Суперплатформи являють собою нове покоління бізнес-додатків, де агенти АІ — це одна з багатьох функцій, яку можна використовувати за необхідності. Програмні оболонки працюють зі сторонніми сервісами через API, а користувацькі агенти розробляються індивідуально для конкретної компанії шляхом тонкого налаштування попередньо навченої великої мовної моделі. Якщо перший варіант простіше масштабувати, то останній — більш гнучкий, що підтримує кастомне налаштування. Наприклад, можна створити агентів для кол-центру, які відповідатимуть на запитання клієнтів, використовуючи набори даних про клієнтів компанії, записи попередніх розмов і внутрішні регламенти компанії.

 

AI-агенти перебувають на ранніх етапах розвитку, і їхні можливості ще не реалізовані повною мірою. Але вже зараз бізнесу слід готуватися до розгортання таких систем й розуміти, що для отримання результатів будуть потрібні додаткові ресурси — як обчислювальні, так і людські. Наприклад, нову систему доведеться навчити та багаторазово протестувати, перш ніж вона зможе працювати автономно. Крім цього, бізнес очікують інші виклики, пов’язані з використанням агентів АІ: захист конфіденційних даних, ідентифікація неправдивих або упереджених відповідей, а також технічні складнощі.