Agentyczna sztuczna inteligencja: kolejna gra o wydajność warta bilion dolarów

Od LLM do agentów AI

Wydajność sztucznej inteligencji zmieniła sposób, w jaki postrzegamy zdolność systemów sztucznych do interakcji z ludźmi. W dużej mierze jest to zasługą niemal ludzkiej mowy uzyskanej za pomocą modeli LLM (Large Language Models), takich jak ChatGPT.

Już przy tym poziomie wydajności, sztuczna inteligencja jest w stanie wspomagać, a nawet zastępować ludzi w takich zadaniach jak tłumaczenie, wyszukiwanie danych, programowanie itp. Jednak dzięki agentom AI otwiera się nowy poziom możliwości AI. Ideą agentów AI jest stworzenie sztucznej inteligencji, która może działać niezależnie w danym środowisku. Pozwala im to na samodzielne podejmowanie działań, bez potrzeby ciągłego potwierdzania lub nadzoru.

Nadaje im to zupełnie inne praktyczne role niż te, które pełnią generatywne systemy sztucznej inteligencji, takie jak LLM czy generatory obrazów, które w większości reagują na generowane przez człowieka podpowiedzi.

W tym kontekście „środowisko” może oznaczać zarówno konkretne sytuacje w świecie rzeczywistym — na przykład samochód na drodze w przypadku autonomicznego agenta — jak i całkowicie wirtualne „miejsce”, na przykład konkretny pakiet oprogramowania lub interfejs cyfrowy.

To etap, w którym sztuczna inteligencja ewoluuje od „rozmów” do „działania”. W przeciwieństwie do ogólnych modeli LLM, agenci AI często mają bardziej ograniczony i wąski zakres działania. Pomaga im to być bardziej wydajnymi i godnymi zaufania w podejmowaniu autonomicznych decyzji, podczas gdy sztuczna inteligencja generalistyczna mogłaby łatwiej zboczyć z kursu.

Agenci AI to kolejny krok w kierunku wykorzystania sztucznej inteligencji do poprawy efektywności niezliczonych procesów.

Wyjaśnienie agentów AI

Przesuń, aby przewijać →

Czy agenci AI to przełom czy ewolucja?

Funkcje te stawiają agentów AI o krok wyżej niż poprzednie wersje narzędzi AI, takie jak asystenci i boty, dzięki bardziej proaktywnym funkcjom, autonomii i możliwości obsługi złożonych, wieloetapowych zadań.

Podobnie jak prawdziwe inteligencje, potrafią same się doskonalić: uczą się na podstawie doświadczeń, dostosowują swoje zachowanie na podstawie informacji zwrotnych i nieustannie udoskonalają swoje możliwości działania z biegiem czasu.

Podczas gdy boty i asystenci AI mogą spełniać strony Wśród zadań powierzonych agentowi AI, autonomia, proaktywne podejście i wysoki poziom złożoności wyróżniają agentów na tle poprzednich poziomów automatyzacji. To sprawia, że ​​są oni znacznie bliżsi prawdziwemu człowiekowi, przynajmniej w zakresie konkretnego zadania, do którego zostali przeszkoleni.

Jak autonomiczni agenci AI będą skalować się w różnych branżach

Współczesne życie jest pełne powtarzalnych zadań, które są nieco zbyt skomplikowane dla prostych skryptów automatyzacji, a jednocześnie żmudne dla ludzi. To sprawia, że ​​agenci AI są szczególnie przydatni w przypadku wysoce powtarzalnych, opartych na osądach procesów – od prowadzenia klienta przez algorytm rozwiązywania problemów po prowadzenie ciężarówki na autostradzie.

W przeciwieństwie do ludzi, tacy agenci AI mogą pracować 24 godziny na dobę, 7 dni w tygodniu i skalować się natychmiastowo, bez dodatkowych kosztów.

Istnieje wiele sposobów klasyfikacji poziomu, jaki osiągnęliśmy w zakresie umiejętności AI. Ogólnie rzecz biorąc, wskaźniki zazwyczaj porównują umiejętności AI z umiejętnościami ogółu populacji ludzkiej. Najnowsze agenty AI osiągają poziom umiejętności 50–90% populacji w określonych, wąskich dziedzinach.

Ci agenci AI „poziomu 2-3” są zwykle uważani za punkt środkowy postępu AI i zaledwie początek AGI (sztuczna ogólna inteligencja).

Nowa architektura ma na celu zbudowanie wielu wyspecjalizowanych agentów AI i umożliwienie im wykonywania konkretnych zadań na poziomie porównywalnym z pracą człowieka. W przypadku bardziej złożonych przepływów pracy, szereg agentów AI będzie działać kolejno, współpracując przy wykonywaniu większego zadania poprzez rozbicie go na mniejsze podzadania.

Agenci niestandardowi, opracowywani wewnętrznie z pomocą platform AI, prawdopodobnie staną się bardziej popularni, ponieważ agenci kodujący zmniejszą złożoność tworzenia aplikacji korporacyjnych.

Zwiększanie wydajności sztucznej inteligencji i ludzi jednocześnie

Kolejną zaletą agentów AI w porównaniu z bardziej ogólną sztuczną inteligencją jest wydajność. Choć doskonale radzą sobie z jednym zadaniem, nie są obciążeni dodatkowymi możliwościami.

Na przykład, dedykowany agent AI może prowadzić samochód jak człowiek, nie posiadając jednocześnie żadnych innych ludzkich zdolności rozumowania. Może „rozumieć” drogi, ale nie będzie w stanie prowadzić wartościowej rozmowy, generować obrazu z komunikatu ani obsługiwać dużych baz danych.

Dzięki temu model potrzebuje mniej pamięci i mocy obliczeniowej do działania. To z kolei zmniejsza wymagania sprzętowe i zużycie energii potrzebne do wykonania zadania.

Ile autonomii?

Największą zaletą agentów AI jest ich większa autonomia, ale może ona również stanowić barierę utrudniającą ich wdrożenie.

Nawet wysoce kompetentnemu i niezawodnemu agentowi AI nie można w pełni zaufać w podejmowaniu decyzji mających istotny wpływ na świat rzeczywisty. Co innego skonfigurować ulepszonego chatbota do obsługi klienta, a co innego pozwolić mu zarządzać listą płac tysięcy pracowników.

Jest prawdopodobne, że równoległy wzrost jakości decyzji podejmowanych przez sztuczną inteligencję i coraz większa znajomość tej dziedziny pozwolą władzom na przyznanie większej swobody decyzyjnej AI. Rodzi to jednak interesujące pytania prawne i etyczne dotyczące odpowiedzialności za działania AI.

Konieczne będzie ustalenie jasnych ram prawnych. Na przykład, jeśli samochód autonomiczny ulegnie wypadkowi, czy odpowiedzialny będzie dostawca agenta AI? Wraz ze wzrostem autonomii decyzje wpływają na rzeczywistych ludzi i stają się kosztownymi kwestiami odpowiedzialności.

Obejmuje to również kwestię nadużyć, takich jak kradzież tożsamości czy zautomatyzowane oszustwa. Są to kwestie legislacyjne, ale postęp technologiczny często wyprzedza regulacje.

Przyszłość agentów AI

Czy agenci AI mogą stać się wąskimi, generalistycznymi?

Jak wyjaśniono, wczesne wersje agentów AI są ograniczone, aby być wydajnymi i godnymi zaufania. Jednak agenci AI wyższego poziomu będą wymagać zrozumienia kontekstu, zapamiętania poprzednich decyzji i ciągłości zadań.

Początkowo można to zrobić z pomocą człowieka, który staje się raczej „dyrygentem” agentowych SI niż wykonuje zadanie samodzielnie. Oczywiście, ostatecznym celem poprawy wydajności jest wyeliminowanie ludzkiej pracy z równania.

Na przykład, sztuczna inteligencja stawiająca diagnozę w szpitalu będzie musiała analizować obrazy medyczne, rozumieć tekst lub głos opisujący objawy, integrować wyniki badań medycznych z historią pacjenta oraz wyszukiwać istotne publikacje naukowe – wszystko naraz. Następnie musi inteligentnie połączyć te dane.

Aplikacje finansowe

Niektóre sektory sceptycznie podchodzą do kwestii eliminacji ludzi z procesu decyzyjnego, zwłaszcza w przemyśle czy służbie zdrowia, gdzie błędy mogą być śmiertelne. Jednak jeden sektor z entuzjazmem przyjmuje rozwiązania AI: finanse.

Większość świata finansów korzysta już z wysokiego poziomu automatyzacji, od systemów transakcyjnych po wykrywanie oszustw. Fintechy są jeszcze bardziej otwarte na sztuczną inteligencję agentów, ponieważ ich istnienie zależy od automatyzacji efektywności finansowej. Poprawa efektywności w branży operującej bilionami dolarów może szybko przełożyć się na zyskowny wzrost marży.

Na przykład, agent może skupić się na czasochłonnym zadaniu uzgadniania (porównywania wyciągów bankowych, arkuszy kalkulacyjnych i ksiąg rachunkowych). Firmy średniej wielkości mogą poświęcać ponad 300 godzin rocznie na samo uzgadnianie sald bankowych. Chociaż arkusze kalkulacyjne mogą zautomatyzować część tego procesu, są one mało wydajne. Sztuczna inteligencja oparta na agentach oferuje większą elastyczność i możliwości wnioskowania w zakresie obsługi wyjątków i nieustrukturyzowanych danych.

Inwestowanie w sztuczną inteligencję agentową

ServiceNow

ServiceNow to platforma chmurowa założona w 2003 roku, dedykowana tworzeniu i zarządzaniu zautomatyzowanymi przepływami pracy w biznesie. Firma, mając ugruntowaną bazę klientów z branży automatyzacji biznesu, w pełni przeszła na sztuczną inteligencję opartą na agentach.

Umożliwia firmom wykorzystanie agentów AI, a także ich dostosowywanie lub tworzenie nowych od podstaw przy użyciu technologii low-code i „vibe coding” (pozwalając sztucznej inteligencji pisać kod na podstawie poleceń człowieka).

Kluczowym atutem ServiceNow jest to, że nie jest on „powiązany” z żadną konkretną technologią sztucznej inteligencji i można go zintegrować z istniejącymi narzędziami cyfrowymi i procesami pracy w firmach. Zapewnia również niezawodny interfejs do centralizacji zarządzania rosnącą liczbą agentów AI.

Zarządzanie sztuczną inteligencją (AI) zostało zdefiniowane na nowo, z centralnym centrum do zarządzania, monitorowania i optymalizacji agentów AI – zarówno natywnych, jak i zewnętrznych. W przeciwieństwie do zamkniętych ekosystemów, ServiceNow jest niezależny od LLM i głęboko zintegrowany z NVIDIA, hiperskalerami i prężnie rozwijającym się ekosystemem AI – dając firmom pełną kontrolę i umożliwiając im przygotowanie strategii AI na przyszłość.

Zadaniem tych agentów jest poprawa marż firm poprzez zwiększenie ich efektywności — automatyzację zadań informatycznych, uproszczenie działu HR, obsługę rutynowych próśb klientów i przyspieszenie rozwoju aplikacji.

Firma z ponad 20-letnim doświadczeniem wciąż dynamicznie się rozwija, notując ponad 20% wzrost przychodów rok do roku na koniec 2025 roku. Co godne uwagi, obecni klienci stale zwiększają wykorzystanie usług, co przekłada się na wzrost ACV (rocznej wartości kontraktu). Wskaźniki odnowień utrzymują się na poziomie 95-97%, co sprawia, że ​​przychody są wysoce przewidywalne.

Spółce udało się wypracować solidne marże operacyjne i wolny przepływ środków pieniężnych, co odzwierciedla jej stosunkowo niskie koszty własne w porównaniu do cyklicznych przychodów.

Najnowsze wiadomości i wydarzenia dotyczące akcji ServiceNow (NOW)