Автор: Михайленко А.
Технології постійно трансформують бізнес, і зараз ми стаємо свідками ще однієї такої трансформації, пов’язаної зі штучним інтелектом. Наступний етап його еволюції, на думку експертів McKinsey, імовірно, відчутно вплине на використання ШІ та відкриє можливість виконувати ще складніші багатокрокові завдання. Йдеться про агентів ШІ, або AI agents, які зможуть розкрити весь потенціал генеративного штучного інтелекту (GenAI).
- Агенти ШІ: що це за технологія і як вона з’явилася
- Можливості та переваги агентного ШІ
- Як працюють агенти ШІ
- Можливості ШІ-агентів для бізнесу: основні сценарії
- Як працювати з агентами ШІ
Агенти ШІ: що це за технологія і як вона з’явилася
Штучний інтелект уже всюди: у застосунках, розумних автомобілях та онлайн-магазинах, які передбачають наші дії. Більшість wow-вражень від взаємодії зі ШІ сформував GenAI, який став доступним завдяки ChatGPT. Однак агентний ШІ 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 агентний ШІ? 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 Хямямяляйнен, 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». 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 агентного ШІ виник у 2023-му, коли технологічні лідери почали інвестувати в цю технологію, як це вже зробили Google і Microsoft. Розробкою агентів ШІ також займається китайський IT-гігант Baidu, а Meta (Facebook) уже пропонує свій фреймворк LLAMA для створення ШІ-агентів. Сем Альтман, засновник OpenAI, упевнений, «що у 2025 році ми можемо побачити перших агентів ШІ, які стануть справжньою робочою силою і суттєво змінять результати діяльності компаній».
Можливості та переваги агентного ШІ
Агенти ШІ — синоніми інтелектуальної автоматизації, яка вже частково відбувається завдяки генеративному ШІ. 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 агентів ШІ в найрізноманітніших сферах і отримувати вимірювані результати:
Як працюють агенти ШІ
Як і у випадку з GenAI, в основі Agent AI також лежать великі мовні моделі (LLM). 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.
Схематично роботу ШІ агента можна представити так:
Хоча агенти ШІ 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 агента ШІ недостатньо, він звертається до інших агентів, баз даних або використовує вебпошук. Наприклад, якщо користувач доручить агенту ШІ 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, агент ШІ запропонує користувачеві кілька варіантів дат для вильоту і прибуття.
Якщо порівняти агентів ШІ з традиційними генеративними моделями на прикладі ChatGPT від OpenAI, картина буде такою:
| ШІ-агент | Генеративний ШІ (ChatGPT) | |
| Позиціонування | Асистент, який не просто виконує команди, а й ухвалює рішення, щоб допомогти в досягненні поставленої мети. | Інструмент для створення чого-небудь: наприклад, тексту, зображення або відео. Добре генерує людиноподібний текст на основі введених даних або інструкцій. |
| Навчання | Використовує алгоритми безперервного навчання та адаптивні моделі, що враховують попередній досвід під час розв’язання таких завдань. | Навчається за наданою базою даних, має проблеми з обробленням нових запитів, які виходять за межі даних для навчання. |
| Автономність | Виконує завдання самостійно. | Вимагає підказок користувача для генерації відповідей. |
| Управління задачами | Розбиває складні завдання на підзадачі та послідовно їх вирішує. | Генерує контент на основі отриманих вхідних даних, виконуючи тільки одне завдання за раз. |
| Інтеграція | Може взаємодіяти з різними додатками та API. | За замовчуванням не інтегрується з іншими додатками. |
| Приклад використання (служба підтримки клієнтів банка) | Підходить для комплексних завдань: для клієнта, який хоче отримати кредит, вивчить його кредитну історію, запропонує заповнити заявку, надішле її фахівцеві, простежить хід її розгляду, повернеться з підсумковим рішенням. | Підходить для генерації відповідей на поширені запитання на кшталт «Який графік роботи відділення банку» або «Який залишок на моєму рахунку?». |
Можливості ШІ-агентів для бізнесу: основні сценарії
Агенти ШІ ще не стали пересічним інструментом у бізнесі, проте найближчим часом усе може змінитися. Подивіться на ці чотири приклади, щоб 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 агентів ШІ 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 агенту ШІ 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 працювати з агентами ШІ
Є три способи працювати з агентами ШІ: через суперплатформи, програмні оболонки та окремі користувацькі інструменти. Суперплатформи являють собою нове покоління бізнес-додатків, де агенти ШІ — 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 (LLM). 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.
Агентний ШІ перебуває на ранніх етапах розвитку і його можливості ще не реалізовані повною мірою. Але вже зараз бізнесу слід готуватися до розгортання агентів ШІ 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 ШІ: захист конфіденційних даних, ідентифікація неправдивих або упереджених відповідей, а також технічні складнощі.
Ви можете покластися на команду Colobridge у реалізації найскладніших IT-рішень. Звертайтеся до наших експертів, щоб дізнатися, як максимально ефективно використовувати доступні ШІ-рішення та підготуватися до наступного витка їхнього розвитку — агентів штучного інтелекту.
