AI aģents vai parasta automatizācija - ko izvēlēties?

Īsā atbilde: AI aģenti vai automatizācija

Ja zināt, kādi soļi jāizpilda un kādā secībā, izvēlieties parastu automatizāciju. Ja soļi ir zināmi, bet viens no tiem prasa saprast brīvu tekstu, pievienojiet plūsmai vienu AI soli. AI aģentu izvēlieties tikai tad, ja uzdevums ir atvērts un nākamo soli var izlemt tikai pa ceļam.

Šī secība nav gaumes jautājums. Katrs nākamais līmenis ir elastīgāks, bet arī dārgāks, grūtāk testējams un ar lielāku iespēju kļūdīties. Sāciet ar vienkāršāko risinājumu, kas atrisina uzdevumu.

Vārds “aģents” šobrīd tiek lietots ļoti plaši, un ar to bieži sauc arī parastu čatbotu vai vienkāršu plūsmu ar vienu AI soli. Tāpēc, salīdzinot piedāvājumus, jautājiet konkrēti: kurš izlemj nākamo soli - iepriekš uzrakstīta loģika vai modelis? No atbildes atkarīgs, kā risinājums jātestē un cik daudz kontroles tam vajag.

Trīs risinājumu līmeņi

Praksē izvēle nav starp “AI” un “ne AI”, bet starp trim līmeņiem. Anthropic inženieru ceļvedī šī atšķirība aprakstīta līdzīgi: darba plūsmā modelis un rīki darbojas pa iepriekš noteiktu ceļu, bet aģents pats izlemj, kādus soļus un rīkus izmantot.

• Noteikumu automatizācija: “ja notiek A, izdari B”. Piemēram, jauns formas pieteikums izveido ierakstu CRM un nosūta paziņojumu atbildīgajam.
• AI atbalstīts solis fiksētā plūsmā: modelis nolasa e-pastu un piešķir kategoriju, bet tālāk viss notiek pēc noteikumiem.
• AI aģents: modelis saņem mērķi un rīkus (meklēšana, CRM, e-pasts) un pats izvēlas, ko darīt, līdz uzdevums izpildīts vai jāapstājas.

Kā salīdzināt: dati, risks, kontrole, testēšana

Dati. Noteikumiem vajag strukturētus laukus. AI solis var strādāt ar brīvu tekstu. Aģentam bieži vajag piekļuvi vairākām sistēmām, tāpēc jautājums par to, ko tas drīkst redzēt un mainīt, kļūst daudz svarīgāks.

Risks un kontrole. Noteikums kļūdās paredzami: ja tas ir nepareizs, tas ir nepareizs katru reizi, un to var izlabot. AI solis var kļūdīties atsevišķos gadījumos, bet kļūda paliek vienā vietā. Aģents var kļūdīties vienā solī un turpināt darbu uz šīs kļūdas pamata, tāpēc kļūdas var uzkrāties.

Testēšana. Noteikumu plūsmu var pārbaudīt ar dažiem testa gadījumiem. AI soli pārbauda ar reālu piemēru kopu un salīdzina rezultātus. Aģentu jātestē daudz plašāk, jo viens un tas pats uzdevums var tikt izpildīts dažādos ceļos, un jāpārbauda arī tas, ka aģents apstājas un nodod darbu cilvēkam, kad nezina, ko darīt.

Kad AI aģents ir pamatots

Aģents ir vērts apsvērt, ja uzdevumā nav iespējams iepriekš uzzīmēt visus zarus, bet rezultātu var pārbaudīt. Piemēram, sarežģīta klienta jautājuma izpēte vairākos avotos, kur atbilde jāsameklē dokumentācijā, pasūtījumu vēsturē un noliktavas datos.

Otrs pamatots gadījums ir darbs, kur cilvēks pats ik pa laikam pārslēdzas starp vairākiem rīkiem un katru reizi izvēlas citu ceļu atkarībā no tā, ko atrod. Ja šo izvēli var aprakstīt ar dažiem noteikumiem, aģents nav vajadzīgs. Ja nevar, aģents var palīdzēt, bet sākumā tikai kā palīgs, kas sagatavo atbildi cilvēkam.

Pat tad aģentam jādod šauras tiesības: lasīt drīkst plaši, bet rakstīt, sūtīt vai mainīt datus tikai ar cilvēka apstiprinājumu. Darbības jāreģistrē, lai pēc tam var redzēt, ko aģents darīja un kāpēc. Ja AI tieši sarunājas ar klientu, ES AI akts paredz pārredzamības prasības: cilvēkam jāzina, ka viņš runā ar AI. Ja aģents apstrādā personas datus, uz to attiecas arī GDPR, tāpēc tam jādod piekļuve tikai tiem datiem, kas konkrētajam uzdevumam vajadzīgi.

Izmaksas un uzturēšana

Noteikumu automatizācijai izmaksas pēc ieviešanas ir mazas: tā darbojas, līdz mainās process vai kāda sistēma. AI solim klāt nāk maksa par katru modeļa izsaukumu un laiks, kas vajadzīgs, lai periodiski pārbaudītu rezultātu kvalitāti. Aģentam izsaukumu ir vairāk, jo viens uzdevums var prasīt desmitiem soļu, un arī pārbaude ir laikietilpīgāka.

Jāņem vērā arī modeļu maiņa. Pakalpojuma sniedzēji atjauno modeļus, un rezultāts var mainīties arī tad, ja jūs neko neesat mainījuši. Tāpēc AI risinājumam vajag piemēru kopu, ar kuru pēc katras izmaiņas var ātri pārbaudīt, vai viss joprojām darbojas kā iepriekš. Noteikumu plūsmai šādas problēmas nav.

Tas nenozīmē, ka AI ir dārgs. Tas nozīmē, ka izvēle jāpamato ar ieguvumu: ja noteikums atrisina uzdevumu, katrs papildu AI līmenis ir izmaksas bez atdeves.

Piemērs: viens process, trīs varianti

Iedomājieties uzņēmumu, kas saņem cenu pieprasījumus caur mājaslapas formu un e-pastu. Noteikumu variants: formas pieteikums nonāk CRM ar avotu, atbildīgo un termiņu. Tas atrisina lielāko daļu problēmu, un AI te nav vajadzīgs.

AI soļa variants: e-pasta pieprasījumiem modelis izvelk produktu, daudzumu un termiņu un aizpilda tos pašus CRM laukus, bet pārdevējs pārbauda ierakstu. Aģenta variants: AI pats sagatavo piedāvājumu, pārbauda atlikumus un nosūta klientam. Šo variantu mēs ieteiktu tikai tad, ja pirmie divi jau darbojas stabili un piedāvājuma sūtīšanu joprojām apstiprina cilvēks.

Ievērojiet, ka katrs nākamais variants balstās uz iepriekšējo. Aģents bez sakārtota CRM un skaidriem laukiem nestrādās labāk par cilvēku, jo tam nav, no kā mācīties un kur ierakstīt rezultātu. Tāpēc pareizā secība gandrīz vienmēr ir: vispirms sakārtots process un dati, tad automatizācija, tad AI.

Kā izvēlēties: pārbaudes saraksts

Atbildiet uz šiem jautājumiem pirms ieviešanas. Ja lielākā daļa atbilžu ir “jā” pirmajos trīs punktos, jums pietiek ar parastu automatizāciju.

Ja nevarat atbildēt uz pēdējiem diviem jautājumiem, aģents vēl nav gatavs ieviešanai darba vidē. Tādā gadījumā sāciet ar AI soli fiksētā plūsmā un pārejiet uz aģentu tikai tad, kad zināt, kur ir robežas.

• Vai visus soļus var aprakstīt iepriekš?
• Vai ievades dati ir strukturēti laukos?
• Vai rezultātam jābūt vienādam katru reizi?
• Vai kāds solis prasa saprast brīvu tekstu vai dokumentu? Tad pievienojiet vienu AI soli.
• Vai nākamo soli var izlemt tikai pēc iepriekšējā rezultāta? Tikai tad apsveriet aģentu.
• Vai zināt, kādas darbības aģents nedrīkst veikt bez cilvēka apstiprinājuma?
• Vai ir piemēru kopa un plāns, kā testēt kļūdas un apstāšanos?