Καλώς ήλθατε όχι μόνο στον κόσμο των πράκτορων του AI, αλλά και στον κόσμο του πολλαπλού παράγοντα. Παρ ‘όλα αυτά, ενώ αυτά τα εργαλεία λειτουργικής γενετικής AI (Gen AI) έχουν ένα μεγάλο μέλλον για προσωπική και επαγγελματική απόδοση, η ανάπτυξή τους αποτελεί σοβαρό πρόβλημα για τους σχεδιαστές και τους προγραμματιστές.
Οι συντάκτες της πρόσφατης έκθεσης Deloitte που πρότεινε οι πράκτορες προσέλκυσαν την προσοχή των ανθρώπων – το 26% των οργανισμών μελετά την ανάπτυξη ενός αυτόνομου πράκτορα. Τουλάχιστον το 52% των διαχειριστών ενδιαφέρονται για την ανάπτυξη της ανάπτυξης του AI της AI και το 45% θέλουν να επεκτείνουν την ανάπτυξη σε συστήματα πολλαπλών ενεργειών. Ωστόσο, παρόλο που ο πράκτορας AI θα αποτελέσει βασικό παράγοντα βιώσιμης αξίας, η έκθεση αναφέρει ότι αυτό δεν είναι ασημένια σφαίρα.
Επίσης: οι αυτόνομες επιχειρήσεις θα εργαστούν σε πράκτορες τεχνητής νοημοσύνης
“Ως συστήματα λογισμικού που μπορούν να αντιστοιχούν σε στόχους με ελάχιστη παρέμβαση, οι πράκτορες μπορούν να βοηθήσουν στην επιτάχυνση της δημιουργίας μακροπρόθεσμου επιχειρηματικού σκοπού”, ανέφερε η έκθεση.
“Παρόλα αυτά, τα βασικά εμπόδια που αντιμετωπίζουν οι γενικοί ΑΙ – η κανονιστική αβεβαιότητα, η διαχείριση κινδύνων, η ανεπάρκεια δεδομένων και τα προβλήματα εργασίας – εξακολουθούν να χρησιμοποιούνται και, ενδεχομένως, είναι ακόμη πιο σημαντικά από την αυξημένη πολυπλοκότητα των συστημάτων πρακτορείων”.
Επίσης: Οι πράκτορες του AI μπορούν να είναι νέοι εργαζόμενοι, αλλά χρειάζονται ακόμα έναν διαχειριστή
Σε αντίθεση με τα σημερινά bots, “τα οποία ανταποκρίνονται κυρίως στα δεδομένα εισόδου, ο AI Agent μπορεί να σχεδιάσει εκ των προτέρων, να οργανώσει προτεραιότητες σε καθήκοντα και να εκτελεί σύνθετες διαδικασίες εργασίας με ελάχιστη ανθρώπινη παρέμβαση”, δήλωσε ο ZDNET, Jim Rowen, επικεφαλής AI στην Deloitte Consulting.
Ωστόσο, γενικά, “η εφαρμογή των πράκτορων του AI μπορεί να είναι δαπανηρή”, προειδοποίησε. Ο Rowen δήλωσε ότι η υποδομή δεδομένων είναι ζωτικής σημασίας για την πρωτοβουλία του AI Agent: “Αυτά τα απαραίτητα συστήματα περιλαμβάνουν κλιμακωτές πλατφόρμες σύννεφων, προηγμένα εργαλεία ανάλυσης δεδομένων και αξιόπιστα μέτρα για την ασφάλεια στον κυβερνοχώρο”.
Ξεκινήστε να εργάζεστε με πράκτορες
Η καλύτερη επιλογή για τη διαρροή τεχνητών πράκτορων νοημοσύνης σε ολόκληρο τον οργανισμό είναι να κάνουν τα πράγματα όσο το δυνατόν πιο απλά. “Οι εταιρείες και οι υπάλληλοι που έχουν ήδη βρει τρόπους για την εφαρμογή πνευματικών πράκτορων για απλά καθήκοντα είναι καλύτερα κατάλληλα για τη χρήση του επόμενου κύματος με τον πράκτορα της AI”, δήλωσε ο Benjamin Lee, καθηγητής πληροφορικής και πληροφόρησης στο Πανεπιστήμιο της Πενσυλβανίας.
“Αυτοί οι εργαζόμενοι θα είναι ήδη ελκυστικοί γενετικοί AI για απλά καθήκοντα και θα σπάσουν με μη αυτόματο τρόπο τα σύνθετα καθήκοντα σε απλούστερες εργασίες για το AI. Αυτοί οι υπάλληλοι θα δουν ήδη μια αύξηση των επιδόσεων από τη χρήση του γενετικού AI για αυτές τις απλές εργασίες.
Επίσης: 15 τρόποι για να εξοικονομήσετε χρόνο στη δουλειά το 2024 – και πώς σχεδιάζω να το χρησιμοποιήσω το 2025
Ο Rowen συμφώνησε ότι οι επιχειρήσεις θα πρέπει να αποδεχθούν την προσέγγιση, να περπατήσουν, να πάνε, να ξεκινήσουν: “Ξεκινήστε με ένα πιλοτικό πρόγραμμα για να μελετήσετε τις δυνατότητες των πολλαπλών συστημάτων σε ένα ελεγχόμενο, μετρήσιμο περιβάλλον”.
“Οι περισσότεροι άνθρωποι λένε ότι το AI βρίσκεται στο στάδιο του μωρού, ενώ ο πράκτορας του AI μοιάζει με έφηβο”, δήλωσε ο Ben Sapp, παγκόσμια πρακτική πληροφοριών στο Digital.ai. “Αυτό είναι λειτουργικό και ξέρει πώς να εκτελεί ορισμένες λειτουργίες.”
Οι επιχειρήσεις και οι τεχνολογικές τους ομάδες “πρέπει να κοινωνικοποιήσουν τη χρήση του γενετικού AI για απλές εργασίες στις οργανώσεις τους”, συνέχισε. “Θα πρέπει να έχουν στρατηγικές για το σπάσιμο σύνθετων καθηκόντων για απλούστερες, έτσι ώστε όταν οι πνευματικοί παράγοντες γίνονται πραγματικότητα, οι πηγές αύξησης των επιδόσεων είναι διαφανείς, είναι εύκολα κατανοητές και αξιόπιστες”.
Ο Rowen πρότεινε να χρησιμοποιούν μικρότερα μοντέλα γλωσσών και όχι σε μεγάλα γλωσσικά μοντέλα, τα οποία μέχρι εκείνη τη στιγμή κυριάρχησαν στη σκηνή Gen AI: “Αυτά τα συστήματα θα φέρουν σημαντική αξία για έναν αριθμό ρόλων, από τη διαχείριση των αλυσίδων εφοδιασμού στην ανάπτυξη λογισμικού και οικονομικής ανάλυσης. «
Επίσης: 5 συμβουλές για την επιλογή του σωστού μοντέλου του AI για την επιχείρησή σας
Ο Lee συμφώνησε ότι αυτή η χρήση μικρότερων μοντέλων θα εξυπηρετούσε καλά τον πράκτορα AI. “Ένας πνευματικός πράκτορας θα διαιρέσει σύνθετα καθήκοντα σε αρκετά απλούστερα καθήκοντα, ενδεχομένως ζητώντας διάφορους τύπους εξειδικευμένων μοντέλων για αυτά τα καθήκοντα”, δήλωσε. “Τότε ο πράκτορας θα συνδυάσει αυτά τα ενδιάμεσα αποτελέσματα στη συνεκτική απάντηση.”
Βελτίωση μιας προσέγγισης πράκτορα
Τα δεδομένα ποιότητας είναι επίσης βασικά, ο Rowen πρόσθεσε: “Για τους πράκτορες τεχνητής νοημοσύνης για τους πράκτορες τεχνητής νοημοσύνης, είναι απαραίτητο να επενδύσουμε σε αξιόπιστη διαχείριση δεδομένων και μοντελοποίηση γνώσης”.
Ο Rowen κάλεσε επίσης ολοκληρωμένες επενδύσεις στο εργατικό δυναμικό. Αυτή η κατάρτιση θα πρέπει να «επικεντρωθεί στις τεχνικές δεξιότητες και την ικανότητα να συνεργάζεται αποτελεσματικά με τους πράκτορες τεχνητής νοημοσύνης», είπε. “Καλά προετοιμασμένη εργασία είναι το κλειδί για την πλήρη συνειδητοποίηση της δυνατότητας των πρακτόρων τεχνητής νοημοσύνης”.
Τέλος, είναι σημαντικό να «καθιερώσουμε διαδικασίες για συνεχή παρακολούθηση και βελτίωση της απόδοσης των πρακτόρων τεχνητής νοημοσύνης», δήλωσε ο Rowan. “Αυτό περιλαμβάνει τη συλλογή και ανάλυση των δεδομένων παραγωγικότητας, τον εντοπισμό βελτιώσεων και την πραγματοποίηση αλλαγών για τη βελτιστοποίηση της απόδοσής τους”.
Επίσης: Οι πράκτορες είναι το “τρίτο κύμα” της επανάστασης του AI
Μαζί με τις τεχνικές εκτιμήσεις, το κλειδί για το σχεδιασμό των πράκτορα και η επιτυχία της ανάπτυξης είναι για τις εταιρείες να «εξετάσουν την πολιτική τους σχετικά με την τεχνητή νοημοσύνη πράκτορα», δήλωσε ο Sapp.
Για παράδειγμα: “Ποιος καθορίζει πότε μπορεί να χρησιμοποιηθεί; Η ιεραρχία είναι απαραίτητη για να προσδιοριστεί η λεπτή γραμμή αυτοματισμού.
Η SAPP προσέλκυσε ένα παράδειγμα μιας μεγάλης εταιρείας για χρηματοπιστωτικές υπηρεσίες που χρησιμοποίησαν το μοντέλο AI, “Για να προβλέψουμε αν η αλλαγή θα αποτύχει. Αυτές οι πληροφορίες δημιουργούν την πιθανότητα αποτυχίας που ενεργεί σε ένα άτομο “, ανέφερε.
“Με βάση αυτή την πιθανότητα, αυτό το άτομο μπορεί στη συνέχεια να αποφασίσει να κοιτάξει βαθύτερα ή να προχωρήσει και να τον εγκρίνει. Ο πράκτορας AI μπορεί να εξετάσει αυτή την ακριβή αλλαγή στη διαδικασία εργασίας και να εγκρίνει αυτόματα την αλλαγή βάσει της πιθανότητας αποτυχίας κάτω από 1%. πρέπει να πάει σε ένα άτομο.
