Az ügynöki mesterséges intelligencia (Agent AI) manapság igen hatékony eszköz lehet a cégek kezében. Fontos azonban, hogy tudjuk megfelelően használni, kiaknázni a képességeit.

Az Agent AI alapvetően egy egyszerű koncepció: a nagy nyelvi modelleket moduláris egységekre alakítjuk, amelyeket emberi felügyelet mellett helyezhetünk el a munkafolyamatokban.

Napjainkban azonban még mindig nagy a szakadék aközött, ahogyan a mesterséges intelligencia-ügynökökről gondolkodnak az emberek és aközött, hogy helyettük dolgozzanak.

A fókusz újrakeretezése

Nos, a megfelelő megközelítéssel az Agent AI felerősítheti az emberi szakértelmet. Ez a megközelítés a fókusz újrakeretezésével kezdődik.

Felkészülés az ember és a mesterséges intelligencia együttműködésére

Ne feledjük: a mesterséges intelligencia nem azért van itt, hogy megelőzze az embereket. Az MI hétköznapi, fárasztó és unalmas feladatokat lát el, így az emberek kreatívabbak lehetnek és alkalmazhatják kritikus gondolkodásukat.

Az ügynöki mesterséges intelligencia megfelelő bevezetése alapvető szemléletváltást igényel – egy cég szempontjából felülről lefelé. Az ember-ember közötti interakciók helyett ember-ügynök közötti partnerségekké fejlődik a rendszer.

 

Ugyancsak kulcsfontosságú az egyensúly megtalálása a mesterséges intelligencia és az egyedi emberi elemek között. Megvan bennünk a kreativitás, az etikai nézet és empátia, amire a gépek nem képesek, s ezt nem is veszíthetjük el.

Ha megvan a megfelelő egyensúly, több vállalat integrál majd mesterséges intelligencia-ügynököket ismerős eszközökbe.

Ez csökkenti az elfogadás előtt álló akadályokat a kevésbé műszaki beállítottságú alkalmazottak körében, miközben javítja a termelékenységet is.

Miközben a vállalatok továbbra is az innováció és az ügyfélélmény javításának módjait keresik, az AI-ügynökök a csapat kritikus részét képezik.

Az Anaconda State of Enterprise nyílt forráskódú mesterséges intelligencia-jelentésében a válaszadók több mint fele (57 százaléka) azt mondta: a szabályozási és adatvédelmi aggályok kihívást jelentenek az AI-modellek, például az LLM-ek és a visszakereséssel bővített generáció finomhangolása és megvalósítása során.

Fontos, hogy folyamatos legyen a párbeszéd a mesterséges intelligencia körüli etikákról.

A modellek képzésének folytatása az elfogultság kiküszöbölése és az inkluzivitás ösztönzése érdekében folyamatosan fókuszban lesz. Átlátszónak, reprodukálhatónak és jól behatároltnak kell lenniük.

Az OpenAI például a közelmúltban bemutatta az Operatort, egy mesterséges intelligencia eszközt, amely képes végrehajtani a fogyasztói feladatokat, például élelmiszerek vásárlását, de a vállalat számára is előnyös lehet.

Az olyan időigényes feladatokat, mint az űrlapok kitöltése, az értekezletek összeállítása és a munkabeosztás ütemezése, támogatják az AI-ügynökök.

Másik jó példa a Lumen – domain-specifikus, mesterséges intelligencia által vezérelt elemzéseket kínál a vállalat igényeire szabva, automatizált adatfolyamokkal és természetes nyelvet használó interaktív vizualizációval. Nincs szükség kódolásra, így minden technikai képességgel rendelkező felhasználó hozzájárulhat.

„A felhasználónak mindig úgy kell éreznie, hogy az ő kezében van az irányítás” – fogalmazott Yash Kumar, az Operator termékeinek és tervezésének vezetője. Ez minden ügynök esetében igaz, az embereknek képesnek kell lenniük beavatkozni és ellenőrizni, hogy az AI-ügynök kimenetei összhangban vannak-e a megfelelőségi, etikai és szabályozási szempontokkal. Világos határok és szabályok nélkül problémák merülhetnek fel.

Ahogy az AI-ügynökök egyre általánosabbá válnak és beépülnek a munkafolyamatokba, egyre gyakoribbá válnak ezek a kérdések. Az átláthatóság és az együttműködés ismételten elengedhetetlen a modellek kidolgozásához.

A McKinsey becslése szerint a generatív mesterséges intelligencia 2030-ra lehetővé teheti az üzleti folyamatok 70 százalékának optimalizálását.

Már manapság is látunk olyan mesterséges intelligencia-ügynököket, amelyek segítenek a vállalatoknak bizonyos, visszatérő problémák kezelésében - ilyen az adatfigyelés, a dokumentumfeldolgozás, az előrejelzés és az ügyfélszolgálat.

Az ügynöki mesterséges intelligencia következő szintre emeléséhez azonban szükség van két dologra.

Először is jobb LLM-ek kellenek. Ennek eléréséhez fontos megküzdenünk a jelenlegi modellek következetlen megbízhatóságával és minimális reprodukálhatóságával.

Másodszor, szükséges biztosítani, hogy az eszközök megfelelő visszacsatolási mechanizmusokat biztosítsanak az AI-ügynökmodellekbe. A megerősített tanulás kulcsfontosságú a hatékony ágens mesterséges intelligencia stratégiák kidolgozásához.

Az Anacondánál például alapvető küldetés a nyílt forráskódú mesterséges intelligencia előmozdítása, azáltal, hogy segítik a szervezeteket mesterséges intelligencia-kezdeményezéseik egyszerűsítésében, védelmében és felgyorsításában.

A nyílt forráskódú eszközöket használó közösségi együttműködés a legjobb módja az ügynöki AI-képességek fejlesztésének. Az innovatív ötletek gyakran a vállalkozás falain kívülről származnak, így a közös munka pozitív eredményeket hoz.

Ez mind a folyamatban lévő mesterséges intelligencia-út része.

Minden cégnek jó tanács, hogy addig is kezdjék a folyamatot nagy hatású, kezelhető használati esetekkel.

Hol tud a mesterséges intelligencia gyors nyereményeket elérni a cég számára? Határozzuk meg azokat a területeket – vagy azokat a csapatokat, amelyek azonnali hasznot húzhatnak –, és állítsunk be melléjük AI-ügynököket.

Ezek az ügynökök potenciális ügyfelek listáját készíthetik az értékesítési csapatok számára, vagy ügyfélszolgálatként szolgálhatnak.

A folyamatos siker kulcsa a csapatok összehangolása és támogatása az ügynöki mesterséges intelligencia bevezetésének útján.

A vezetés, a jövőkép és az útmutatás mindig is fontos volt – s most duplán az, az ügynöki mesterséges intelligencia korszakában.

B.A.