AI agenti prichádzajú

Autori článku Filip Tichý (Partner at Grant Thornton Slovakia) a Jakub Chudík (Co-Founder at Assetario) vás v sérii AI Breakfast prevedú svetom umelej inteligencie. Tento článok bol napísaný bez využitia umelej inteligencie.

Koncom minulého roka vyšla (po jeho smrti) posledná kniha Henryho Kissingera Genesis, ktorú napísal so spoluautormi Ericom Schmidtom a Craigom Mundiem. Je to jeho druhá kniha o AI, žiaľ aj posledná. Hlavnou témou knihy je, čo to bude znamenať byť človekom v dobe AI. Čiastkovo sa ale kniha venuje aj najnovšiemu AI trendu – takzvaným „AI agentom“. V najbližších mesiacoch a rokoch bude po LLM revolúcii spustenou Chatom GPT najvýraznejšou manifestáciou AI práve "Agentizácia". AI agenti nie sú nejakou novou apkou alebo novou technológiou. Predstavujú nový, rozšírený spôsob používania AI modelov na rozšírený proces a ide o ďalší výrazný posun v postupnej implementácii umelej inteligencie do každodenného života ľudí a firiem. Kým LLM aplikácie ako ChatGPT alebo Gemini fungujú na neustálej interakcii cez prompty, agenti vedia samostatne vykonať komplexnejšie úlohy bez potreby neustálej interakcie s človekom. Vychádzajú z vyskladania viacerých multimodálnych LLMs a foundational modelov, ktoré sú pospájané do uceleného AI workflowu určeného na konkrétny proces. Chcete nový dom? AI agent bude vedieť urobiť prieskum, navrhnúť projekt ktorý vyhovuje vaším potrebám a finančným možnostiam, zabezpečiť povolenia, obstarať nákupy, uhrádzať faktúry a v prípade potreby sa súdiť so stavebníkmi kvôli meškaniu výstavby alebo prekročeniu rozpočtu. Agenti začínajú ale prichádzať aj v oveľa jednoduchšej podobe. Riešenie sťažností od zákazníkov, rozosielanie personalizovaných ponúk, príprava analýz alebo vybavovanie emailov bude počas nasledujúcich dvoch rokov postupne prechádzať na AI agentov.

Ako to technicky funguje?

AI agent je vlastne AI workflow, ktorý sa nadizajnuje tak, aby čo najlepšie riešil daný proces, a aby bol vhodný AI agenta. Čiže preklopenie firemného biznis procesu na AI agenta nikdy nebude rovnaké 1:1. Agentický workflow sa kóduje v programovacom jazyku (napríklad Python) alebo sa "skladá" v low-code/no-code workflow platforme (napríklad Trilex AI, n8n, Flowise). AI agent, okrem toho, že má nastavený svoj workflow, dostane aj prístup k aplikáciám ktoré môže používať (kalendár - aby agent vedel kontrolovať dostupnosť a plánovať udalosti, kreditná karta - aby agent vedel zadávať objednávky, Booking.com - aby agent vedel robiť prieskum dostupnosti alebo rezervácie, ChatGPT - aby agent vedel písať e-maily, ERP systém, aby vedel nahrávať nové transakcie do systému atď.). Úlohou agenta je aj preložiť prirodzenú reč do formátu nástroja, ktorý ide použiť. Napríklad na hľadanie ubytovania cez Booking.com potrebuje dátum cesty, lokáciu, budget na noc, vybavenie izby atď. Ak tieto informácie nie sú k dispozícii v prvom prompte, agent sa ich snaží získať nasledovnými dopytmi alebo z kontextu používateľovho gmailu alebo outlook kalendáru, tak aby vedel efektívne interaktovať s daným nástrojom. Na rozdiel od RPA workflowov, AI agent vie riešiť aj nie úplne jednoznačné situácie, autonómne robiť smart rozhodnutia, vykonávať komplexné úlohy, ktoré si vyžadujú prácu s rôznymi typmi inputov a outputov. Stále však AI agent operuje na základe preddefinovaného workflowu. Nepúšťa sa sám od seba do akcií, ktoré nemá preddefinované. Na konci agentického procesu sa môže nastaviť „review loop“, ktorý nezávisle skontroluje navrhovaný výstup, kľudne aj sto krát. Toto umožňuje AI agentom robiť komplexnejšie rozhodnutia a výstupy.

Po naprogramovaní workflowu nasleduje fáza debugovania, testovania a validácie výstupov, kontroly efektívnosti a finetuningu. Čo ešte je pri dizajnovaní AI agentov dôležité:

• Mať ľudský input v agent cykle na vhodných miestach (napríklad na začiatku a pred vykonaním záväzných a dôležitých akcii)
• Vhodný technický dizajn, jednotlivé aplikácie ktoré sú súčasťou agentického workflowu musia byť medzi sebou kompatibilné (napríklad cez MCP server).
• Udržať transparentnosť a vysvetliteľnosť (práca a výsledky práce AI agenta aby boli transparentné, vysvetliteľné a jasné pre človeka a iných kolegov).
• Spoľahlivosť AI agenta môže byť „black box“, je dôležité aby sme sa vedeli spoľahnúť že pri vykonaní 100 opakovaní agent vyprodukuje 100 krát konzistentný output.
• Škálovateľnosť a flexibilita (pre úspešnú implementáciu je dôležitá, dá sa vymyslieť aplikácia AI agenta na prakticky čokoľvek, ale ekonomický zmysle to má hlavne vtedy ak je usecase škálovateľný).

AI agent = nový kolega?

Úloha pre AI agenta môže byť jednoduchá a krátka, alebo komplikovaná, dlhá, s viacerými úrovňami, s viacerými agentami ktorí majú aj AI manažéra agentov.  AI agenti sú už na hrane toho, že sa na nich dá pozerať ako na členov tímu. Potenciál na využitie AI agentov v firmách je obrovský. Začínajú sa preteky (ako aj marketingový hype) o tom ako čo najviac vylepšiť produktivitu, výkon a čo najviac automatizovať.