Agent AI otrzymuje sygnał wyzwalający i decyduje, co z nim zrobić. Następnie zapisuje wynik w rzeczywistym systemie, z którego korzysta już Twój zespół. Ta ostatnia część stanowi całą różnicę. Chatbot generuje odpowiedź na ekranie. Agent generuje rekord CRM, zgłoszenie, wiadomość na Slacku, na którą ktoś musi zareagować. Jeśli element pokazany w wersji demonstracyjnej nigdy nie był wykorzystywany w systemie rekordów, nie widziałeś agenta.
Czym są agenci AI i dlaczego to słowo wciąż się wycofuje
Termin ten obejmuje obecnie niemal wszystko, co zawiera model językowy. Użyteczne definicje są wąskie, więc oto jedna z nich. Agent AI ma wyzwalacz i pewną autonomię w decydowaniu o tym, co się stanie. Ma również dostęp do narzędzia zewnętrznego i prawo do zmiany jego stanu.
Usuń którykolwiek z tych czterech elementów, a otrzymasz coś innego:
| Co ma | Co to jest |
|---|---|
| Odpowiedzi w rozmowie, bez dostępu do narzędzi | Chatbot |
| Stałe kroki, brak decyzji, brak modelu | Skrypt lub automatyzacja |
| Model decyduje, ale zwraca tekst tylko człowiekowi | Asystent kreślarski |
| Wyzwalacz + decyzja + użycie narzędzia + uprawnienie do zapisu | Agent |
Agent kontra chatbot, agent kontra skrypt
Ten agent kontra chatbot W wierszu chodzi o konsekwencje. Chatbot może się mylić i nic się nie stanie, poza tym, że przeczytasz niewłaściwe zdanie. Agent może się mylić, a w Twoim CRM znajduje się kontakt, który nie powinien.
Ten agent kontra skrypt Linia dotyczy danych wejściowych. Skrypty są doskonałe, gdy dane wejściowe są przewidywalne: te same pola, ta sama kolejność, ten sam kształt za każdym razem. Wtedy dane wejściowe stają się zdjęciem, przesłanym e-mailem lub zdaniem wpisanym w pośpiechu przez sprzedawcę. Skrypt nie ma niczego, co mogłoby uchwycić. To jest luka, w której… agenci AI dla biznesu zasłużyć na swoje miejsce. Nie dlatego, że są mądrzejsze, ale dlatego, że potrafią przekształcić chaotyczne dane wejściowe w ustrukturyzowane dane wyjściowe, które później może przyswoić kod źródłowy.
Autonomia to słowo, które sprawia najwięcej problemów. W większości działających systemów jest ona znacznie mniejsza, niż sugeruje marketing. Autonomia zazwyczaj oznacza, że model wybiera, do którego pola należy dany fragment tekstu. Albo którą z trzech tras wybiera żądanie. Rzadko oznacza to, że model decyduje o wynikach biznesowych. W systemach, które przetrwają, nigdy tego nie robi.
Jak właściwie jest zbudowany agent
Większość działających agentów AI składa się z czterech części, a tylko jedna z nich to model.
1. Spust. Coś musi zapoczątkować ten łańcuch. Może to być wiadomość opublikowana na kanale, plik umieszczony w folderze, formularz, webhook lub harmonogram. Wyzwalacze są nudne i to właśnie one powodują, że projekty po cichu zaczynają szwankować. Zespoły wybierają wyzwalacz, który wymaga od ludzi zmiany nawyków, a nikt go nie wykorzystuje.
2. Krok modelowy. W tym momencie nieustrukturyzowane dane wejściowe stają się ustrukturyzowanymi danymi wyjściowymi. Zdjęcie staje się polami. Akapit staje się kategorią i priorytetem. Dane wyjściowe tego kroku powinny mieć znany kształt, a nie być prozą. Wszystko, co następuje później, to kod, a kod potrzebuje pól.
3. Użycie narzędzi. Agent dzwoni do czegoś realnego: API CRM, system zgłoszeń, baza danych, platforma wiadomości. To jest praca integracyjna. Jej stworzenie zajmuje najwięcej czasu. Demo może ją całkowicie pominąć, dlatego nigdy się tam nie pojawia.
4. Przekazanie. Człowiek ma w końcu coś do zrobienia i jasne jest, kim jest. Agent, który wykonuje pracę przypisaną nikomu, nie produkuje niczego.
Który proces biznesowy jest realistycznym pierwszym agentem?
Szukaj procesu, w którym trzy rzeczy są prawdziwe jednocześnie. Dane wejściowe są niestrukturyzowane. Dane wyjściowe to rekord ze zdefiniowanymi polami. A wolumen jest na tyle duży, że ludzie zaczęli oszczędzać.
Te trzy warunki opisują przypadki użycia agentów AI, które przetrwały pierwszy miesiąc. Pozyskiwanie leadów, selekcja zgłoszeń przychodzących, przyjmowanie dokumentów, notatki ze spotkań, które muszą stać się zadaniami.
Odwrotność to również przydatny filtr. Jeśli dane wejściowe są już ustrukturyzowane, napisz skrypt. Jeśli dane wyjściowe są wynikiem osądu, a nie zapisem, zostaw je w rękach osoby. A jeśli zdarza się to dwa razy w miesiącu, konserwacja będzie trwała dłużej niż korzyści. Nasz artykuł na temat kiedy automatyzacja faktycznie się opłaca omawia tę arytmetykę szczegółowo.
Do czego agent musi mieć dostęp, aby w ogóle móc z tego skorzystać
Dostęp to brama. Przede wszystkim agent potrzebuje miejsca, z którego będzie mógł czytać i do którego będzie mógł pisać. Dane uwierzytelniające powinny do niego należeć, a nie być pożyczone od kogoś, kto może odejść.
W praktyce oznacza to konto w systemie docelowym i klucz API o określonym zakresie. Otrzymuje on uprawnienia do tworzenia, ale zazwyczaj nie do usuwania, a także kanał, za pomocą którego może raportować swoje działania.
Zespoły rutynowo bagatelizują ten krok, ponieważ w wersji demonstracyjnej dostęp już istnieje. W prawdziwej firmie wymaga to osoby z uprawnieniami administratora, rozmowy o zakresie i często przeglądu bezpieczeństwa. Należy uwzględnić to w budżecie.
Przykład z naszej praktyki
Zbudowaliśmy jeden taki dla siebie i jest on celowo pozbawiony blasku.
Po konferencjach wracaliśmy z plikiem wizytówek. Ktoś musiał je wpisać do CRM: imię i nazwisko, firmę, adres e-mail, numer telefonu i wszystko, co było napisane na odwrocie. Proces był powolny i wydarzył się tydzień po konferencji, kiedy wszyscy już mieli zaległości. Błędy były typowe dla transkrypcji pod presją czasu.
Teraz łańcuch działa w ten sposób. Osoba, która zebrała kartę, robi jej zdjęcie i wrzuca je do dedykowanego kanału Slack. Ten post jest wyzwalaczem. API ChatGPT odczytuje obraz i wyodrębnia pola: imię i nazwisko, firmę, adres e-mail, numer telefonu i notatki. HubSpot odbiera te ustrukturyzowane dane wyjściowe. Tworzy kontakt i zadanie do wykonania, przypisane do osoby, która przesłała zdjęcie.
Gdzie model się zatrzymuje
Zwróć uwagę, gdzie w tym łańcuchu znajduje się model. Model nie decyduje, czy warto śledzić lead. Nic w łańcuchu nie tworzy e-maila z odpowiedzią ani niczego nie ocenia. Cała praca polega na przekształceniu zdjęcia w pola. To człowiek decyduje, co powinno zawierać e-mail z odpowiedzią i czy w ogóle zostanie zrealizowany. Człowiek w tym łańcuchu nie jest przyklejonym później kocem bezpieczeństwa, ale projektem.
To, co czyni go agentem, a nie sprytnym komunikatem, to uprawnienia do zapisu. Ma kanał Slack do obserwowania i rekord CRM, który może utworzyć. Usuń to, a ten sam model wykonujący tę samą ekstrakcję będzie po prostu miłą odpowiedzią, na którą nikt nie reaguje.
Jeszcze jedna decyzja projektowa ma większe znaczenie, niż się wydaje. Czasami ekstrakcja jest błędna: rozmazana karta, logo odczytane jako nazwa firmy, numer telefonu bez jednej cyfry. Wynik jest przesyłany z powrotem do tego samego kanału, do którego trafiło zdjęcie. Osoba, która je przesłała, widzi to, co zostało zarejestrowane, tuż obok zdjęcia. Błędny odczyt jest widoczny w ciągu kilku sekund. Nie pozostaje w bazie danych, dopóki przedstawiciel handlowy nie zadzwoni na martwy numer. Cicha awaria jest kosztowna.
Pełna wersja jest opisana w nasze wizytówki do studium przypadku HubSpot. .Strona operacyjna jest objęta jak taki łańcuch działa w małym zespole sprzedaży.
Na co zwrócić uwagę
Zakres wkrada się do osądu. Najczęstszy błąd nie ma charakteru technicznego. To ktoś, kto słusznie pyta, czy agent może również zdobyć leada lub wysłać pierwszego e-maila. Każde dodanie danych przesuwa agenta z etapu konwersji danych do etapu podejmowania decyzji. Zabezpieczenia, które były wystarczające do ekstrakcji, nie są do tego wystarczające. Należy zapisać zakres i traktować rozszerzenie jako nowy projekt z osobną recenzją.
Kiedy coś pójdzie nie tak
Niewidoczne tryby awarii. Każdy agent ma tryb awaryjny. Pytanie nie brzmi, czy coś źle odczyta, ale gdzie ten błąd się pojawi. Najpierw zaprojektuj widoczną ścieżkę: który kanał pokazuje błąd, kto go widzi i jak szybko. Jeśli nie potrafisz odpowiedzieć na te trzy pytania, agent nie jest gotowy.
Pewność siebie, która oznacza poprawność. Model zwraca pewnie sformatowaną odpowiedź, niezależnie od tego, czy zrozumiał dane wejściowe. Nie ma naturalnego sygnału, który mówiłby “to było zgadywanie”. Dlatego wynik powinien być widoczny dla użytkownika, a nie trafiać bezpośrednio do raportu. Omówiliśmy te ograniczenia w artykule. co można, a czego nie można zbudować za pomocą sztucznej inteligencji.
Własność po uruchomieniu. Agent jest zależny od zmieniających się interfejsów API, wygasających danych uwierzytelniających i kanału, który ktoś może zarchiwizować. Ktoś musi być jego właścicielem. Jeśli przy uruchomieniu nie pojawi się przy nim żadna nazwa, zostanie on po cichu przerwany. Dowiesz się o tym od klienta.
Pomiar niewłaściwej rzeczy. Wybierz miarę przed utworzeniem konta i wybierz tę, którą już śledzisz. W przypadku łańcucha wizytówek jest to czas, jaki zajmuje kontaktowi z właścicielem karty. Oraz odsetek kontaktów z błędnymi polami. Oba były mierzalne przed powstaniem agenta, co sprawia, że porównanie jest uczciwe.
Jak stwierdzić, czy działa?
Trzy pytania, na które odpowiedzi pochodzą z danych, a nie z wyświetleń. Czy wolumen w łańcuchu utrzymał się po tym, jak nowość zniknęła? Czy czas potrzebny na wykonanie pojedynczej pozycji spadł w porównaniu z wcześniej zarejestrowanym? Czy błędy zostały wykryte przez osobę na wejściu, a nie dopiero później? Jeśli wszystkie trzy czynniki utrzymują się po kilku miesiącach, system działa. Jeśli pierwszy czynnik zawodzi, oznacza to, że czynnik wyzwalający nie pasował do sposobu działania ludzi. Żadna jakość modelu tego nie naprawi.
Wniosek
Większość wartych zbudowania przypadków użycia SI opartej na agentach sprowadza się do tego samego schematu. Nieuporządkowane dane wejściowe, model, który przekształca je w ustrukturyzowane dane wyjściowe, prawdziwy system, który je odbiera. I osoba, która nadal decyduje, co będzie dalej. Autonomia jest z założenia wąska. Agenci SI opracowani na zamówienie zarabiają na życie, zdejmując z ludzi zadania związane z transkrypcją i routingiem. Nie przejmują osądu, za który ci ludzie są opłacani.
Zacznij od procesu, w którym dane wejściowe są niestrukturyzowane, a wolumen rzeczywisty. Daj agentowi dokładnie taki dostęp, jakiego potrzebuje. Uwidocznij jego błędy w tym samym miejscu, w którym pojawia się jego praca. Chcesz uzyskać drugą opinię, czy proces w Twojej firmie spełnia te wymagania? Nasz Rozwiązania AI Zespół zajmuje się tym zawodowo.
