Более оперативный, ориентированный на бизнес способ использования генеративного ИИ начинает формироваться в виде агентов ИИ, которые незаметно работают за кулисами, выходя за рамки возможностей создания gen AI и переходя к автономному принятию решений в рамках корпоративных рабочих процессов. Агентный искусственный интеллект, по своей сути, предназначен для автоматизации определенной функции в рамках множества бизнес-процессов организации без вмешательства человека. Агенты искусственного интеллекта могут, например, самостоятельно решать вопросы обслуживания клиентов, такие как предложение возврата средств или замены, а также выявлять потенциальные угрозы в сети организации и активно принимать превентивные меры.

Первые примеры этой технологии включают интегрированный агент хранилища кода GitHub Copilot Workspace и Google AI Teammate – ассистент с искусственным интеллектом, который может управлять проектами, отслеживая процессы компании, создавая отчеты и генерируя новые заявки для программистов, отмечает Михаил Дунаев, директор по ИИ в ComplyControl, поставщике банковских технологий. “В ближайшие пару лет эти два помощника потенциально могут заменить целый отдел разработки”, - говорит он. “Однако эта волна только начинается, и по-настоящему ценные помощники пока недоступны широкому кругу пользователей”.

Недавнее исследование, проведенное Capgemini, показало, что 75% опрошенных организаций хотят использовать агентов искусственного интеллекта при разработке программного обеспечения, что делает его одним из лучших вариантов раннего использования. По словам Мишель Чжоу, основательницы Juji AI agents и изобретателя IBM Watson Personality Insights, агенты с когнитивным ИИ могут также выполнять функции ассистентов в медицинских учреждениях, ежедневно взаимодействуя с пациентами для оказания поддержки в лечении психических расстройств, а также в качестве рекрутеров студентов в университетах. По ее словам, рекрутер с искусственным интеллектом может расспросить потенциальных студентов о цели их визита, обсудить их основные проблемы, определить академические интересы и сильные стороны студентов и посоветовать им подходящие программы, которые соответствуют их интересам.

Такие разнообразные компании, как Aflac, Atlantic Health System, Legendary Entertainment и Лаборатория реактивного движения НАСА, уже используют искусственный интеллект.

ИИ-агенты на подъеме

Согласно опросу крупных предприятий, проведенному Capgemini, каждая десятая организация внедряет ИИ-агенты, и более 50% планируют изучить возможность их использования в следующем году. Компания Forrester в недавнем сообщении в блоге назвала ИИ-агентов одной из 10 самых перспективных технологий на 2024 год, а автор Брайан Хопкинс, вице-президент Forrester emerging tech portfolio, назвал их “возможно, самой захватывающей разработкой” в списке этого года. “Агенты ИИ теперь используют передовые языковые модели для выполнения сложных задач, принятия решений и автономного взаимодействия от имени предприятий или частных лиц”, - пишет он. “Этот переход от чисто генеративного ИИ к "агентному ИИ" обещает более сложные и менее хрупкие возможности автоматизации”. Агентный ИИ (Agentic AI) также будет способствовать развитию других специализированных инструментов ИИ, добавляет он, включая агентов TuringBot, которые могут генерировать программный код.

Независимый, решающий ИИ

По словам Джейкоба Калво, соучредителя и генерального директора Live Proxies, поставщика передовых прокси-решений, ключ к получению максимальной отдачи от ИИ-агентов заключается в том, чтобы не путаться под ногами. “Где Agentic AI по-настоящему раскрывает свою мощь, так это в способности действовать независимо”, - говорит он. “С помощью Agentic AI организации смогут масштабировать свою деятельность и внедрять инновации с невероятной скоростью”. Live Proxies использует ИИ-агентов для обнаружения угроз кибербезопасности и реагирования на них. Компания разработала ИИ-агента для автономного мониторинга сетевого трафика и устранения угроз кибербезопасности без “постоянного контроля со стороны человека”, - говорит он.

“Это позволяет нам внедрять инновации и удовлетворяет потребности клиентов, поскольку наша инфраструктура безопасности должна быть надежной и самодостаточной под контролем искусственного интеллекта”, - говорит Кальво. По его словам, по сравнению с gen AI, который фокусируется на создании нового контента, такого как текст, изображения или музыка, agentic AI фокусируется на принятии решений. “Тогда Gen AI мог бы казаться более креативным, генерируя результаты, аналогичные созданному человеком контенту, в то время как agentic AI был бы более оперативным, оказывая непосредственное влияние на бизнес-процессы или технологические экосистемы”, - добавляет Кальво. “По сути, agentic AI означает автономию и исполнение, а gen AI занимается созданием и инновациями”.

Агенты обеспечивают рентабельность инвестиций

Agentic AI может принести пользу организациям, которые пытаются добиться рентабельности инвестиций в gen AI, - добавляет Дунаев. По его словам, во многих случаях искусственный интеллект все еще требует значительного вмешательства человека. “В отличие от этого, агентный ИИ обладает потенциалом для создания более ощутимой ценности для бизнеса”, - добавляет он. “Он действует как автономный помощник, решая задачи независимо, используя такие возможности, как автономное принятие решений и целенаправленные действия, которых генеративный ИИ не предлагает”.

По словам Майка Финли, технического директора и соучредителя AnswerRocket, поставщика ИИ-ассистента для корпоративной аналитики, помимо использования ИИ-агентов для решения конкретных и дискретных задач, ИТ-система может выполнять ряд задач поэтапно. Агентный ИИ - это следующая эволюция искусственного интеллекта, говорит он. “Благодаря этой новой сверхспособности языковые модели решают сложные задачи и выполняют свою работу поэтапно”, - добавляет он. “Это означает, что модель может справляться с более сложными задачами, а мы можем взаимодействовать и направлять решение, чтобы понять, как она получила ответ вместо того, чтобы ломать голову, удивляясь очевидному волшебству”.

Проблемы доверия и размышления

Хотя эксперты по ИИ видят большой потенциал в агентном ИИ, многие также признают, что у пользователей могут возникать опасения. Пользователи генеративного ИИ отмечают серьезные галлюцинации, и пользователи ИИ-агентов могут не доверять им в том, что они действуют автономно от их имени. По словам Калво из Live Proxies, чтобы вызвать доверие, разработчики ИИ-агентов должны упростить людям проверку их работы. “Agentic AI пользуется большим доверием благодаря прозрачности процесса принятия решений и способности системы объяснять свой выбор”, - говорит он. “Таким образом, доверие устанавливается благодаря интенсивному тестированию, четкой информации о возможностях и ограничениях, а также постоянному мониторингу”.

Еще один подход заключается в использовании другого ИИ для проверки работы агентов, говорит Финли. Процесс, называемый рефлексией, использует одну модель ИИ для отражения ответа, данного другой. “По сути, это похоже на то, как если бы мы проверяли результаты работы модели человеком, но вместо этого мы автоматизируем и эту задачу”, - говорит он. “В итоге это может потребовать немного больше времени и затрат, но если такова цена доверия и это открывает огромную мощь автоматизации, то это будет выигрышный вариант”.

Старые технологии, подобные ИИ, включая машинное обучение, используются уже много лет, и большинство организаций доверяют ML в выполнении своей работы, отмечает он. Между тем, быстрое внедрение gen AI показывает, что пользователи готовы доверять ему. “Gen AI — это передовое приложение машинного обучения, и компании начинают доверять ему, когда есть ссылки на используемые им источники, когда приводятся конкретные данные, на которые ссылаются, и когда модель может объяснить причины своих выводов”, - говорит Финли. “Потребители голосуют нажатиями клавиш”.

Автор статьи – Грант Гросс, журналист CIO