[Перевод] Агентный ИИ: революция в бизнесе
Агентный ИИ, который Forrester назвал одним из ведущих перспективных технологий 2025 года в июне, идёт дальше генеративного ИИ, делая упор на операционное принятие решений, а не на создание контента. Обещанный им потенциал для воздействия на рабочие процессы бизнеса заставил такие организации, как Aflac, Atlantic Health System, Legendary Entertainment и Лаборатория реактивного движения NASA, уже внедрять эту технологию.
Лидер CRM Salesforce с тех пор сосредоточил свою стратегию вокруг агентного ИИ, объявив о Agentforce. Гигант в области управления IT-услугами ServiceNow также добавил агентов ИИ в свою платформу Now. Microsoft и другие компании также присоединяются к этой гонке.
С появлением агентов ИИ во многих ситуациях и платформах организациям, заинтересованным в этой технологии, может быть сложно понять, с чего начать. Несколько вариантов использования уже вышли на первый план, по мнению экспертов по ИИ.
Агентный ИИ будет легко интегрироваться с ERP, CRM и системами бизнес-аналитики для автоматизации рабочих процессов, управления анализом данных и генерации ценных отчётов, говорит Родриго Маданес, глобальный директор по инновациям в области ИИ в EY, компании, предоставляющей услуги консалтинга и налогового консультирования. В отличие от некоторых прошлых технологий автоматизации, агенты ИИ могут принимать решения в режиме реального времени, что делает автоматизацию процессов основным вариантом использования.
«Агенты ИИ могут автоматизировать повторяющиеся задачи, которые ранее требовали вмешательства человека, такие как обслуживание клиентов, управление цепочками поставок и операции IT», — говорит Маданес. «То, что отличает эту технологию, — это ее способность адаптироваться к меняющимся условиям и обрабатывать неожиданные входные данные без ручного контроля».
Вот шесть лучших вариантов использования агентов ИИ, как считают несколько экспертов по ИИ.
Разработка программного обеспечения
Агентный ИИ обещает преобразовать помощников кодирования ИИ или co-pilots в более умные инструменты разработки программного обеспечения, которые пишут большие фрагменты кода. Хотя помощники по кодированию пока получили смешанные отзывы, аналитическая фирма Gartner прогнозирует, что более умные агенты ИИ будут писать большую часть кода в течение трёх лет, что приведёт к необходимости переквалификации большинству инженеров-программистов.
Агенты кодирования не только будут писать код, но и отдельные агенты будут проверять код на ошибки, говорит Шелдон Монтейро, исполнительный вице-президент и главный директор по продуктам в Publicis Sapient, компании, оказывающей услуги по цифровому преобразованию.
«С учётом того, что DevOps toolchains уже автоматизируют рабочие процессы, добавление агентов ИИ является естественным развитием», — говорит он. «Эти агенты могут автономно выполнять обратную разработку спецификаций из кода, создавать тестовые случаи и код из спецификаций, а также утверждать артефакты, которые соответствуют определенным пороговым значениям, повышая общий уровень автоматизации».
RPA на «стероидах»
Многие организации уже используют роботизированную автоматизацию процессов для автоматизации простых и повторяющихся задач во многих областях. Агентный ИИ также может автоматизировать задачи, но он может выполнять более сложные проблемы, требующие функций принятия решений более высокого уровня, говорит Монтейро.
«С помощью ИИ RPA переходит от основанных на правилах действий к адаптивным, автономным процессам, что значительно повышает эффективность бизнес-операций», — говорит он. «Новые инструменты дают нам возможность обучать агентов не только выполнять самые простые из тех задач, которые выполнял RPA, но и действительно понимать некоторые нюансы того, как работает логика исключений».
Автоматизация поддержки клиентов
Организации долгое время использовали простые чат-боты и голосовые боты для обработки простых запросов службы поддержки клиентов, но агентный ИИ позволит автоматизации обслуживания клиентов эволюционировать в более надёжную службу, которая не просто отвечает на несколько часто задаваемых вопросов, говорит Гленн Незеркатт, CTO Genesys, поставщика решений для обслуживания клиентов на основе ИИ.
«Способ, которым я обычно определяю агентный ИИ, — это автономная способность выполнять многошаговые задачи, основанные на разуме, которые не детерминированы», — говорит Незеркатт. «Это способность справляться с действительно сложными и адаптивными процессами принятия решений без человеческого руководства».
Эти агенты службы поддержки будут охватывать различные отрасли и функции, включая розничную торговлю, финансовые услуги и службу поддержки IT, говорит он. Вместо строго курируемого бота, который отвечает на ограниченное количество вопросов, агенты ИИ смогут понимать и предоставлять контекстные ответы для широкого спектра потребностей клиентов.
Например, клиент банка сможет сказать: «Возьмите деньги с того счета, на котором больше всего денег, и переведите их на мой расчётный счёт». Простой чат-бот обычно не может понять, что означает «счёт с наибольшим количеством денег», говорит Незеркатт.
«Идея заключается в том, чтобы иметь такой каталог действий, которые можно выполнить, и иметь ИИ, который достаточно умный», — говорит он. «Вот список вариантов, которые у меня есть перед собой, и то, что я могу выбрать использовать, и ограничения станут все более сложными».
Рабочие процессы предприятия
С тем, как ServiceNow, Salesforce и другие поставщики внедряют агентный ИИ, рабочие процессы предприятий станут сладким местом для этой технологии, считают эксперты. Это позволит компаниям оптимизировать процессы путём автоматизации рутинных задач.
Например, агент ИИ может превратить записи совещаний в билеты проекта без вмешательства человека или запустить заказ поставщика в ответ на прогноз спроса и предложения, говорит Монтейро.
Организации, развёртывающие IT-инструменты от крупного поставщика по всему бизнесу, должны иметь преимущество перед компаниями, использующими различные решения, которые могут потребовать связи через API, добавляет он. Для предприятий важно будет объединить все свои данные и избежать информационных силосов.
«Вопрос, который возникает у CIO, — это: «Кому вы поручите создание своего хранилища контекста, которое является вашим глубоким знанием о том, как работает ваше предприятие?», — добавляет он. «Подумайте обо всем знании, которым вы обладаете о своем предприятии. Что, если ваш LLM действительно знал все о том, как работает ваше предприятие?»
Кибербезопасность и обнаружение угроз
Несколько поставщиков кибербезопасности внедрили агентов ИИ для обнаружения и реагирования на угрозы. «Агентный ИИ в области кибербезопасности может автономно обнаруживать, реагировать на и даже смягчать угрозы безопасности и мошенничества в режиме реального времени, сокращая время отклика на потенциальные атаки и повышая общую безопасность», — говорит Монтейро.
Кроме того, агенты ИИ могут обеспечить персонализированные протоколы безопасности, которые адаптируются к конкретным угрозам и уязвимостям, согласно поставщику агентов ИИ Beam. «Эта агентная автоматизация обеспечивает более надёжный механизм защиты», — утверждает компания.
Агенты ИИ также могут повысить эффективность и снизить затраты за счёт автоматизации рутинных задач и ответов на угрозы безопасности, по словам Beam.
Бизнес-аналитика
Ещё одна область, где агенты ИИ окажут большое влияние, — это бизнес-аналитика. Хотя панели BI относительно просты в использовании, получение информации, выходящей за рамки стандартных категорий, часто требовало работы команды по данным для извлечения, говорит Райан Янссен, соучредитель и генеральный директор Zenlytic, поставщика решений BI на основе ИИ.
Агентный ИИ в сочетании с решением BI может предоставить большему количеству сотрудников доступ к полезным аналитическим данным, говорит он. Например, агент BI может посоветовать маркетинговой команде, куда инвестировать свой бюджет, или создать диаграмму по примеру, нарисованному на салфетке, говорит Янссен.
Агенты ИИ, понимающие голосовые вводы, могут генерировать аналитические данные бизнеса на основе вопросов голосом, таких как «Каковы наши три лучших маркетинговых канала?»
«Это очень естественный вопрос, но он неоднозначен», — говорит Янссен. «То, что вы не можете сделать с чат-ботом по сравнению с агентом, это разрешение этого неоднозначного вопроса. Что значит «лучший»? Хорошо построенный агент скажет: «О, подождите, этот вопрос неоднозначный; мне нужно вернуться и использовать инструмент для этого».
Многие организации только начинают свой путь в мире агентного ИИ, и ещё сотни вариантов использования предстоит открыть, добавляет Янссен. Агенты кодирования являются ранним вариантом использования, потому что программирование ориентировано на детали и занимает много времени, но сейчас кодеры-любители создают приложения с помощью помощников по кодированию.
«Лучший способ их применения — это когда у вас есть работа, которая требует усилий, занимает много времени или требует большого внимания к деталям», — говорит Янссен.
Когда десятки агентов объединяются и организуются, предприятия увидят новые прорывы, добавляет он.
«Мы ещё не начали понимать, что могут делать агенты», — говорит он. «Мы не знаем, как выглядит организация, как она должна взаимодействовать и как ею управлять. Но я не сомневаюсь, что в течение следующих нескольких лет мы это выясним».
