W skrócie
- Agent AI dąży do celu, samodzielnie wybiera kolejne kroki i korzysta przy tym z narzędzi, takich jak e-mail, CRM, system gospodarki towarowej lub dokumenty.
- Dobrze nadają się do tego powtarzalne procesy złożone z kilku kroków, z jasnymi zasadami i osobą, która na końcu zatwierdza wynik.
- Ograniczenia są realne: błędy, koszty każdego uruchomienia, uprawnienia dostępu, ochrona danych i obowiązki wynikające z rozporządzenia w sprawie AI.
- Najlepiej zacząć od jednego procesu działającego testowo, którego efekty można dobrze mierzyć, a nie od dużej platformy.
Czym jest agent AI
Agent AI to program, którego centralnym elementem jest model językowy. W odróżnieniu od prostego czatu otrzymuje cel i dostęp do narzędzi: może czytać e-maile, sprawdzać dane w bazie, tworzyć dokument lub wywoływać interfejs. Model sam decyduje, jakich kroków potrzebuje i w jakiej kolejności, sprawdza wyniki pośrednie i sygnalizuje, gdy nie może kontynuować.
Obecnie intensywnie promuje się to pod hasłem Agentic AI. Firmom bardziej pomaga trzeźwa ocena: agent ma sens tam, gdzie człowiek przełącza się dziś między kilkoma programami, zbiera informacje i na ich podstawie przygotowuje propozycję. Właśnie tę pracę przygotowawczą może przejąć agent.
Agent AI, chatbot i klasyczna automatyzacja
| Chatbot | Klasyczna automatyzacja | Agent AI | |
|---|---|---|---|
| Co robi | Odpowiada na pytania w rozmowie | Wykonuje stałe reguły | Dąży do celu i sam wybiera kroki |
| Typowy przykład | Pytania o godziny otwarcia i usługi | Faktura ze sklepu do programu księgowego | Odczyt zapytania, znalezienie klienta w CRM, przygotowanie oferty |
| Mocna strona | Dostępny przez całą dobę | Niezawodna i niedroga | Radzi sobie z nieuporządkowanymi danymi wejściowymi |
| Ryzyko | Błędne informacje | Przerywa działanie przy odstępstwach | Błędne decyzje bez kontroli |
W praktyce często łączy się te rozwiązania: stałe reguły obsługują to, co zawsze przebiega tak samo, agent przejmuje niejasne przypadki, a człowiek decyduje, co zostanie wysłane.
Sześć typowych zastosowań w firmach
- Sortowanie zapytań i przygotowywanie ofert: agent czyta przychodzące zapytania, klasyfikuje je, wyszukuje ceny i warunki oraz przedstawia projekt oferty.
- Faktury przychodzące: agent odczytuje faktury, porównuje je z zamówieniem i dokumentem dostawy oraz oznacza rozbieżności dla księgowości.
- Drugi poziom obsługi klienta: odpowiada na pytania o status zlecenia, sprawdzając go w systemie, a sprawy wymagające szczególnej ostrożności przekazuje Państwa zespołowi.
- Terminy i wyjazdy do klientów: uzgadnia terminy z klientami, uwzględnia kalendarze i trasy dojazdu oraz proponuje plan.
- Raporty: zbiera dane liczbowe z kilku źródeł i przygotowuje wersję roboczą raportu tygodniowego lub miesięcznego.
- Wyszukiwanie informacji: porównuje dostawców, normy lub przetargi i podsumowuje wyniki wraz ze źródłami.
Te przykłady opisują typowe procesy, nie projekty klientów. To, który z nich przyniesie Państwu największą korzyść, zależy od tego, gdzie dziś traci się najwięcej czasu.
Gdzie są ograniczenia
- Błędy: modele językowe mogą podawać informacje, które brzmią wiarygodnie, ale są nieprawdziwe. Dlatego wszystko, co wychodzi poza firmę lub wiąże się z przepływem pieniędzy, zatwierdza człowiek.
- Koszt każdego uruchomienia: każdy krok zużywa moc obliczeniową. Przy bardzo dużej liczbie operacji stała reguła jest często tańsza.
- Uprawnienia dostępu i bezpieczeństwo: agent może robić wyłącznie to, czego wymaga jego zadanie. Dane z zewnątrz, na przykład e-maile, mogą zawierać ukryte instrukcje. Organizacja zajmująca się bezpieczeństwem OWASP umieszcza takie ataki na szczycie swojej listy zagrożeń.
- Ochrona danych: przetwarzanie danych osobowych wymaga podstawy prawnej, umowy powierzenia przetwarzania danych oraz, w miarę możliwości, serwerów w UE. Więcej na stronie AI i ochrona danych.
- AI Act: firma korzystająca z AI musi zapewnić zespołowi odpowiednie kompetencje w zakresie AI. Jeśli agent rozmawia bezpośrednio z klientami, muszą oni móc rozpoznać, że komunikują się z AI.
Jak zacząć pracę z pierwszym agentem
- Wybór procesu: częstego, czasochłonnego i z jasno określonym wynikiem. Na przykład przygotowywania ofert na podstawie zapytań e-mailowych.
- Ustalenie zasad i kryteriów sukcesu: co agent ma robić, a czego nigdy? Jak Państwo ocenią, czy działa dobrze, na przykład na podstawie czasu obsługi sprawy lub odsetka błędów?
- Udział człowieka w procesie: agent przygotowuje, a Państwa zespół zatwierdza. Wymóg zatwierdzania ogranicza się dopiero wtedy, gdy wyniki są prawidłowe przez kilka tygodni.
- Testy równoległe: agent początkowo działa obok dotychczasowego procesu. Dzięki temu bez ryzyka widzą Państwo, gdzie działa prawidłowo, a gdzie nie.
- Rozbudowa: kolejny proces dołącza dopiero wtedy, gdy pierwszy się sprawdza.
Samodzielne tworzenie czy zlecenie wykonania?
Narzędzia takie jak n8n, Make czy Microsoft Copilot Studio pozwalają tworzyć pierwszych agentów również bez programowania. To idealne warunki do eksperymentów. Gdy agent zaczyna pracować z danymi klientów, zapisywać informacje w Państwa programach lub obsługiwać wiele spraw, pojawiają się kolejne kwestie: uprawnienia, rejestrowanie działań, obsługa błędów, ochrona danych, eksploatacja i utrzymanie. Wtedy warto skorzystać ze wsparcia. Jako agencja AI tworzymy agentów AI dla małych i średnich firm, integrujemy ich z istniejącymi programami i wspieramy etap testowego działania.
Źródła
- Rozporządzenie (UE) 2024/1689 w sprawie sztucznej inteligencji: EUR-Lex
- OWASP: 10 najważniejszych zagrożeń dla aplikacji LLM
- Dokumentacja n8n: Węzeł AI Agent