Agent umetne inteligence ali klepetalni robot: ključne razlike in primeri
MarkdownSpoznajte razlike med klepetalnimi roboti, kopiloti in agenti umetne inteligence ter primere potekov dela, ki jih lahko izvajajo.
Kakšna je razlika med agentom umetne inteligence in klepetalnim robotom? Klepetalni robot odgovarja na pozive. Agent umetne inteligence si lahko prizadeva doseči cilj, izbere korake, uporablja orodja in opravi delo.
Ta kratek odgovor je uporaben, vendar spregleda vprašanje, ki vas običajno zanima, ko ocenjujete programsko opremo: ali lahko umetna inteligenca delo dejansko opravi ali lahko o njem samo govori?
V večini programske opreme je razvoj videti takole: klepetalni robot odgovarja na vprašanja, agent umetne inteligence pa lahko upravlja dele poteka dela.
Članek se začne s praktično primerjavo agenta umetne inteligence in klepetalnega robota. Nato pokaže, kako je videti naslednja stopnja agentov umetne inteligence: arhitektura, zasnovana za agente, pri kateri je izdelek zgrajen tako, da lahko ljudje in agenti upravljajo iste temeljne zmogljivosti.
Kakšna je razlika med agentom umetne inteligence in klepetalnim robotom?
Klepetalni robot je pogovorni sistem. Prejme sporočilo in vrne odgovor. Lahko odgovarja na vprašanja, povzema informacije, pripravlja besedila, poišče dokumentacijo ali uporabnika vodi skozi preprost postopek podpore.
Agent umetne inteligence je sistem, usmerjen k cilju. Zahtevo lahko razdeli na korake, pregleda kontekst, uporablja orodja, izvaja dejanja in se prilagaja glede na rezultat. V okviru izdelka je razlika v tem, ali lahko umetna inteligenca premakne potek dela naprej, namesto da o njem samo govori.
| Razsežnost | Klepetalni robot | Agent umetne inteligence |
|---|---|---|
| Primarno vedenje | Odgovarja na uporabniška sporočila | S koraki sledi cilju |
| Običajen rezultat | Odgovori, povzetki, osnutki, predlogi | Izvedena dejanja ali pripravljeno delo |
| Samostojnost | Nizka; čaka na vsak poziv | Večja; lahko načrtuje in nadaljuje znotraj določenih omejitev |
| Kontekst | Uporablja zgodovino klepeta ali prilepljene informacije | Bere kontekst naloge, stanje izdelka in rezultate orodij |
| Orodja | Neobvezna ali omejena | Ključna za izvedbo |
| Spremembe stanja | Redke ali posredne | Lahko ustvarja, posodablja, usmerja, načrtuje, objavlja ali briše |
| Vloga uporabnika | Uporabnik vpraša in presodi | Uporabnik delegira, nadzira in odobri |
V e-poštnem izdelku lahko klepetalni robot na primer povzame pogovor ali pripravi osnutek odgovora. Agent umetne inteligence lahko poišče ustrezna sporočila, jih razvrsti, označi, arhivira manj pomembna sporočila, pripravi odgovore in pred pošiljanjem zaprosi za odobritev.
V analitični programski opremi lahko klepetalni robot pojasni pomen grafikona. Agent lahko spremeni poizvedbo, uporabi filtre, ustvari nov grafikon, shrani nadzorno ploščo in jo deli z ustrezno ekipo.
Zato je trditev »klepetalni roboti odgovarjajo, agenti delujejo« v grobem pravilna, vendar nepopolna. Šibek agent je lahko še vedno le klepetalni robot s klici orodij. Dober agent potrebuje smiselna dejanja v izdelku, ustrezno stanje in varnostna pravila.
Če je razlika tako jasna, zakaj toliko izdelkov SaaS nekaj imenuje agent, če se še vedno vede kot klepetalni robot?
Zakaj številni agenti umetne inteligence SaaS še vedno delujejo kot klepetalni roboti
Številni agenti umetne inteligence SaaS še vedno delujejo kot klepetalni roboti, ker so dodani obstoječi aplikaciji, namesto da bi bili zasnovani kot del poteka dela. Izdelek je bil zgrajen za ljudi, ki klikajo po zaslonih, pozneje pa so mu dodali stransko ploščo z umetno inteligenco.
Tak vzorec postavlja mejo. Umetna inteligenca lahko odgovarja na vprašanja o tem, kar je vidno. Lahko povzame stran, pripravi sporočilo, pojasni nastavitev ali predlaga naslednji korak. Ko pa jo uporabnik prosi, naj dokonča dejanski potek dela, se pogosto ustavi.
Omejitev je običajno arhitekturna, ne zgolj posledica kakovosti modela. Pogoste razloge je lahko prepoznati:
- Dostop do dejanj: Umetna inteligenca ima majhen nabor pomožnih orodij, medtem ko so dejanska dejanja izdelka skrita v kodi, vezani na uporabniški vmesnik, internih končnih točkah, postopkih, dostopnih samo skrbnikom, ali storitvah, ki nikoli niso bile zasnovane za delegirano izvajanje.
- Stanje: Umetna inteligenca morda pozna pogovor, ne pozna pa objekta, na katerem uporabnik dela, izbranega zapisa, aktivnega koraka poteka dela ali sprememb, ki so se že zgodile drugje.
- Varnost: Izdelek se preveč zanaša na pozive. Pravi agenti potrebujejo omejitve na ravni izdelka: dovoljenja, predoglede, odobritvene točke, revizijske dnevnike, možnosti povrnitve in preverjanja pravilnikov.
- Neprekinjenost poteka dela: Umetna inteligenca lahko obdela eno zahtevo, ne more pa nadaljevati večstopenjskega poteka dela, dokler cilj ni dosežen ali dokler se ne pojavi ovira.
- Razhajanje: Uporabniški vmesnik lahko opravlja eno vrsto dejanj. Javni API ponuja drugo. Plast orodij umetne inteligence ponuja tretjo. Vsaka površina deluje, dokler se izdelek ne spremeni, nato pa se začnejo razhajati.
Zato lahko izdelek trži »agenta umetne inteligence«, uporabniki pa ga doživljajo kot klepetalnega robota. Spremenilo se je ime, programska oprema pa umetni inteligenci ni dala dovolj zmogljivosti izdelka, da bi lahko delovala.
Klepetalni roboti imajo še vedno jasno vlogo. Dobri so za začetno obravnavo podpore, iskanje dokumentacije, uvajanje uporabnikov, preprosto pripravo besedil in pogovorno odkrivanje informacij. Še posebej uporabni so, kadar je pravi rezultat informacija in ne trajna sprememba izdelka.
Težava je zmeda glede kategorij. Če uporabnik vpraša: »Kaj počne ta nastavitev?«, zadostuje klepetalni robot. Če uporabnik vpraša: »Posodobi te račune, obvesti njihove lastnike in pripravi načrt podaljšanja«, pričakuje agenta.
V tem pogovoru se pogosto pojavi še en izraz: kopilot. Smiselno ga je ločiti, saj je kopilot lahko veliko uporabnejši od klepetalnega robota, ne da bi postal polnopravni agent.
Kopilot umetne inteligence ali agent: kam sodijo kopiloti
Kopilot umetne inteligence pomaga osebi znotraj poteka dela. Agent umetne inteligence lahko izvede potek dela ali ga pripravi v odobritev z uporabo orodij in dejanj izdelka.
Kopilota si lahko predstavljate kot vmesno stopnjo med klepetalnim robotom in agentom. Klepetalni robot deluje predvsem pogovorno. Kopilot upošteva kontekst in pomaga. Agent izvaja naloge. Kopilot za pisanje lahko predlaga popravke. Kopilot za programiranje lahko samodejno dopolni funkcijo. Kopilot za prodajo lahko pripravi osnutek nadaljnjega e-poštnega sporočila. Ti pripomočki so uporabni, ker ostajate neposredno vključeni.
Agent gre dlje. Lahko razišče temo, spremeni kodo, posodobi CRM, izvede preverjanja, pripravi naslednji korak in zaprosi za odobritev, kadar je potrebna presoja. Bistvo ni v tem, da so agenti vedno boljši. Nekatera opravila potrebujejo klepet, druga pomoč, tretja pa delegiranje.
Ko začnete graditi za delegiranje, se spremeni ključno vprašanje. Ne sprašujete se več samo: »Ali je to klepetalni robot, kopilot ali agent?« Vprašanje se glasi: »Ali je izdelek dejansko zgrajen tako, da ga lahko upravlja agent?«
Naslednja stopnja za agente umetne inteligence: arhitektura, zasnovana za agente
Arhitektura, zasnovana za agente, je naslednja stopnja, ker agenta ne obravnava več kot funkcijo, dodano ob strani izdelka.
Aplikacija, zasnovana za agente, je zgrajena tako, da lahko ljudje in agenti umetne inteligence upravljajo isti izdelek prek skupnih dejanj, podatkov, dovoljenj in konteksta. Ljudje lahko uporabljajo zaslone, gumbe, obrazce in postopke pregleda. Agent lahko uporablja naravni jezik in klice orodij. Toda obe poti delujeta znotraj istega modela aplikacije.
To je zahtevnejše merilo kot dodajanje klepetalnega robota ali izpostavitev nekaj orodij. Če lahko uporabnik arhivira, odobri, objavi, prestavi termin, dodeli, združi, povrne denar ali povabi, bi moral agent doseči isto operacijo z enakimi dovoljenji in varovali.
Običajno gre za pet arhitekturnih načel:
- Enakovrednost uporabniškega vmesnika za agenta: Vse pomembno, kar lahko naredi uporabniški vmesnik, lahko agent opravi prek iste zmogljivosti izdelka. Agent ne zajema gumbov z zaslona in ne uporablja šibkejše stranske poti.
- Enoten skupni model dejanj: Uporabniški vmesnik, agent, API in plast avtomatizacije kličejo ista dejanja, namesto da bi imeli štiri nekoliko različne izvedbe, ki se sčasoma razhajajo.
- Skupno stanje, podatki in kontekst: Če gledate stranko, pogovor, grafikon ali nalogo, lahko agent razume ta kontekst in spremeni isto osnovno stanje.
- Zasnova, pripravljena na protokole: Aplikacija je zgrajena tako, da lahko agenti in druga orodja dostopajo do njenih zmogljivosti prek standardnih vmesnikov, ne le prek ene integracije klepeta po meri.
- Nadzorovano izvajanje: Agent deluje v okviru sistema izdelka za dovoljenja, odobritve, beleženje in pregled. Lahko je zmogljiv, ne da bi obšel pravila, zaradi katerih je izdelek zaupanja vreden.
Zato je arhitektura, zasnovana za agente, naslednji korak po osnovnih agentih umetne inteligence. Običajen agent lahko uporablja orodja. Aplikacija, zasnovana za agente, pa agentu ponuja pravi izdelek za upravljanje, ljudem pa pravi izdelek za uporabo.
Slabe aplikacije z umetno inteligenco postavijo agenta v stransko ploščo. Dobre aplikacije z umetno inteligenco iz stranske plošče naredijo agenta.
Sčasoma bodo imele aplikacije, ki jih agent lahko v celoti upravlja, jasno prednost pred aplikacijami, v katerih lahko umetna inteligenca o delu samo govori.
Kako začeti z arhitekturo, zasnovano za agente
Ni vam treba naenkrat na novo zgraditi celotnega izdelka. Začnite z enim potekom dela, pri katerem bi delegiranje očitno pomagalo, nato pa ta potek od začetka do konca zasnujte za agente.
- Izberite potek dela, ki ga uporabniki že ponavljajo. Dobri kandidati so začetna obravnava, načrtovanje, poročanje, usmerjanje, priprava osnutkov, odobritve ali čiščenje podatkov.
- Naštejte dejanja izdelka v tem poteku dela. V e-pošti so to lahko iskanje, označevanje, arhiviranje, priprava osnutka in pošiljanje. V analitiki so to lahko poizvedovanje, filtriranje, vizualizacija, shranjevanje in deljenje.
- Ta dejanja spremenite v skupne zmogljivosti. Uporabniški vmesnik naj jih kliče. Kliče naj jih tudi agent. Prav tako naj jih kliče vsak API ali površina za avtomatizacijo. Tako ostane vedenje dosledno in zmanjša se razhajanje.
- Agentu zagotovite stanje, ki ga potrebuje. Če uporabnik gleda zapis, pogovor, nadzorno ploščo ali nalogo, ga ne bi smel prositi, naj ponovi vse, kar aplikacija že ve.
- Pot pregleda vgradite v izdelek. Nekatera dejanja se lahko izvedejo samodejno. Pri drugih je treba prikazati predogled. Nekatera zahtevajo odobritev. Bistveno je, da ta pravila upravlja izdelek, ne le poziv.
To je premik od »funkcije umetne inteligence« k aplikaciji, zasnovani za agente. Namesto da dodate pametnejše besedilno polje, izdelek zasnujete tako, da lahko človek in agent delata skozi isti sistem.
Gradite za agente, ne zgolj za pogovore
Razlikovanje med agentom umetne inteligence in klepetalnim robotom se začne pri vedenju. Klepetalni roboti odgovarjajo. Kopiloti pomagajo. Agenti delujejo.
Za programske ekipe pa se ta razlika sčasoma pokaže v arhitekturi. Če umetna inteligenca ne more dostopati do dejanskih dejanj, stanja, dovoljenj in odobritvenih poti izdelka, se bo še naprej vedla kot klepetalni robot, ne glede na ime funkcije.
Arhitektura, zasnovana za agente, je naslednja stopnja. Agentu ponudi pravi izdelek za upravljanje, ljudem pa pravi vmesnik za nadzor, pregled in sodelovanje.
Uporabite ta vodnik z Ailoot
Prek enega API-ja Ailoot povežite modele umetne inteligence s svojimi aplikacijami, agenti in avtomatizacijami. Izberite model, ki ustreza vaši nalogi, in za začetek upoštevajte dokumentacijo Ailoot.