Автор: Михайленко А.
Технологии постоянно трансформируют бизнес, и сейчас мы становимся свидетелями еще одной такой трансформации, связанной с искусственным интеллектом. Следующий виток его эволюции, по мнению экспертов McKinsey, вероятно, ощутимо повлияет на использование искусственного интеллекта в бизнесе и позволит выполнять еще более сложные многошаговые задачи. Речь об AI агентах (AI agents), которые смогут раскрыть весь потенциал генеративного искусственного интеллекта (GenAI).
- Агенты ИИ: что это за технология и как она появилась
- Возможности и преимущества AI агентов
- Как работают AI агенты
- Как AI-агенты автоматизируют бизнес-процессы
- Как работать с AI агентами
Агенты ИИ: что это за технология и как она появилась
Искусственный интеллект в бизнесе и не только: приложениях, умных автомобилях и онлайн-магазинах, которые предсказывают наши действия. Большинство wow-впечатлений от взаимодействия с ИИ сформировал GenAI, который стал доступным благодаря ChatGPT. Однако агентный ИИ не совсем инновационная технология — концепцию агентов описал еще Алан Тьюринг, а программы для игры в шахматы, созданные в 1960-х, как раз демонстрировали работу типичных агентов, самостоятельно принимающих решения в ограниченной среде.
Что такое AI агенты? В IBM так называют программы, которые автономно выполняют задачи от имени пользователя, самостоятельно планируют шаги к достижению цели и используют доступные им инструменты. А Лари Хямяляйнен, один из старших партнеров в McKinsey, использует этот термин для определения «программных сущностей, которые организовывают сложные рабочие процессы, координируют свои действия, применяя логику и оценивая ответы». AI агенты способны как полностью автоматизировать отдельные процессы (сам Лари считает, что до 2055 года их вклад в это достигнет 50%), так и дополнять работников, как это уже делает GenAI, но более глубоко погружаясь в задачи.
Новый всплеск интереса к AI агентам возник в 2023-м, когда технологические лидеры начали инвестировать в эту технологию, как это уже сделали Google и Microsoft. Разработкой агентов ИИ также занимается китайский IT-гигант Baidu, а Meta (Facebook) уже предлагает свой фреймворк LLAMA для создания ИИ-агентов. Сэм Альтман, основатель OpenAI, уверен, «что в 2025 году мы можем увидеть первых агентов ИИ, которые станут настоящей рабочей силой и существенно изменят результаты деятельности компаний».
Возможности и преимущества AI агентов
AI агенты — синонимы интеллектуальной автоматизации, которая уже частично происходит благодаря генеративному ИИ. Но помимо автоматизации сложных задач, которые обычно требуют вмешательства человека, AI-агенты открывают много других перспектив, так как обладают уникальными возможностями:
- понимают естественный язык в качестве инструкций;
- предоставляют полные, точные и персонализированные для конкретного пользователя ответы;
- на каждом следующем шаге решения задачи используют результаты предыдущего;
- обеспечивают высокую производительность (особенно мультиагентные системы);
- работают с большим разнообразием инструментов и цифровых экосистем;
- могут получать данные через физические интерфейсы (датчики в IoT-экосистемах);
- быстро адаптируются к изменению условий задачи.
Это позволяет использовать AI агентов в самых разных сферах и получать измеряемые результаты:
Как работают AI агенты
Как и в случае с GenAI, в основе AI агентов также лежат большие языковые модели (LLM). Но если традиционно они ограничены конкретным объемом знаний и выводами, агенты самостоятельно используют доступные им инструменты для поиска и анализа необходимой информации. Более того, они стремятся адаптироваться к требованиям и пожеланиям пользователя, сохраняют все прошлые взаимодействия и могут планировать будущие действия без вмешательства человека.
Схематически работу AI агента можно представить следующим образом:
Хотя AI агенты автономны в плане принятия решений, цели, задачи и среду для работы по-прежнему определяют люди. Одна команда проектирует и обучает систему, вторая развертывает ее и предоставляет удобный интерфейс работы с агентом и, наконец, конечный пользователь задает конкретную цель и определяет инструменты, которые можно использовать для ее достижения.
Если знаний AI агента недостаточно, он обращается к другим агентам, базам данных или использует веб-поиск. Например, если пользователь поручит AI агенту выбрать лучшее время для полета в Париж на каникулы, тот изучит расписания авиакомпаний и найдет приемлемые по цене и времени прибытия варианты. Чтобы минимизировать риски изменения планов, агент самостоятельно ставит себе следующую задачу: изучить архивы и прогнозы погоды и выяснить, в какой период погодные условия будут самыми благоприятными. Консолидируя данные из разных источников, AI агент предложит пользователю несколько вариантов дат для вылета и прибытия.
Если сравнить AI агентов с традиционными генеративными моделями на примере ChatGPT от OpenAI, картина будет следующей:
| AI агент | Генеративный ИИ (ChatGPT) | |
| Позиционирование | Ассистент, который не просто выполняет команды, но и принимает решения, чтобы помочь в достижении поставленной цели. | Инструмент для создания чего-либо: например, текста, изображения или видео. Хорошо генерирует человекоподобный текст на основе введенных данных или инструкций. |
| Обучение | Использует алгоритмы непрерывного обучения и адаптивные модели, учитывают предыдущий опыт при решении следующих задач. | Обучается по предоставленной базе данных, испытывает проблемы с обработкой новых запросов, которые выходят за пределы данных для обучения. |
| Автономность | Выполняет задачи самостоятельно. | Требует подсказок пользователя для генерации ответов. |
| Управление задачами | Разбивает сложные задачи на подзадачи и последовательно их решает. | Генерирует контент на основе полученных входных данных, выполняя только одну задачу за раз. |
| Интеграция | Может взаимодействовать с различными приложениями и API. | По умолчанию не интегрируется с другими приложениями. |
| Пример использования (служба поддержки клиентов банка) | Подходит для комплексных задач: для клиента, который хочет получить кредит, изучит его кредитную историю, предложит заполнить заявку, отправит ее специалисту, проследит ход ее рассмотрения, вернется с итоговым решением. | Подходит для генерации ответов на часто задаваемые вопросы вроде «Какой график работы отделения банка» или «Какой остаток на моем счету?». |
Как AI-агенты автоматизируют бизнес-процессы
AI агенты еще не стали рядовым инструментом в бизнесе, однако в ближайшем все может измениться. Посмотрите на эти четыре примера, чтобы оценить перспективы использования этой технологии.
Оценка заемщика в кредитных организациях
Один агент может взять на себя коммуникацию с потенциальным заемщиком, чтобы получить от него как можно больше информации для принятия решения. Второй — соберет документы в соответствии с требованиями и проверить их на ошибки. Третий — изучит движение средств на счетах заемщика. А четвертый — консолидирует эту информацию и предложит итоговое решение по заявке.
Оптимизация ресурсов персонала в сфере здравоохранения
Точно также несколько AI агентов могут сегментировать пациентов в приемном покое, формируя очереди в зависимости от причины обращения, а также составлять предварительные планы их лечения или управлять приемом лекарственных препаратов. Это перекроет дефицит медицинских работников и повысит качество обслуживания пациентов.
Повышение эффективности маркетинговых кампаний
Маркетолог может предоставить AI агенту информацию о целевых покупателях, описать цели маркетинговой кампании и предполагаемые каналы взаимодействия. А уже агенты разработают и протестируют различные стратегии, используя аналитику по клиентам, историю коммуникаций с ними и исследования рынка. Отдельные агенты помогут с созданием персонализированного контента (текстового и визуального), приведут его в соответствие бренд-буку, оценят риски для компании при реализации нестандартных идей.
Погашение технического долга
Мультиагентные системы способны улучшить процесс разработки и оптимизации приложений. Одни агенты проверят код на соответствие требованиям, другие выполнят работу QA-специалиста, третьи сфокусируются на анализе угроз, а четвертые — поставят вопросы разработчику, чтобы быстрее достичь поставленной цели и точнее выполнить задание. Модернизация устаревших приложений и погашение технологического долга остаются серьезными проблемами в IT: по данным McKinsey, более 70% ПО, которое используют компании из списка Fortune 500, было разработано 20 лет назад.
Как работать с AI агентами
Есть три способа работать с AI агентами: через суперплатформы, программные оболочки и отдельные пользовательские инструменты. Суперплатформы представляют собой новое поколение бизнес-приложений, где агенты ИИ — это одна из многих функций, которую можно использовать при необходимости. Программные оболочки работают со сторонними сервисами через API, а пользовательские агенты разрабатываются индивидуально для конкретной компании путем тонкой настройки предварительно обученной большой языковой модели (LLM). Если первый вариант проще масштабировать, то последний — более гибкий, поддерживающий кастомную настройку. Например, можно создать агентов для колл-центра, которые будут отвечать на вопросы клиентов, используя наборы данных о клиентах компании, записи предыдущих разговоров и внутренние регламенты компании.
AI агенты находятся на ранних этапах развития и их возможности еще не реализованы в полной мере. Но уже сейчас бизнесу следует готовиться к развертыванию AI агентов и понимать, что для получения результатов потребуются дополнительные ресурсы — как вычислительные, так и человеческие. Например, новую систему придется обучить и многократно протестировать, прежде чем она сможет работать автономно. Помимо этого, бизнес ожидают другие вызовы, связанные с использованием агентов ИИ: защита конфиденциальных данных, идентификация неправдивых или предвзятых ответов, а также технические сложности.
Вы можете положиться на команду Colobridge в реализации самых сложных IT-решений. Обращайтесь к нашим экспертам, чтобы узнать, как максимально эффективно использовать доступные AI-решения и подготовиться к следующему витку их развития — агентам искусственного интеллекта.
