Co AI agent v praxi znamená
AI agent je systém postavený na jazykovém modelu, který dokáže samostatně provést víc kroků směrem k zadanému cíli, volat nástroje, číst a zapisovat data a rozhodovat se v průběhu, místo aby jen jednou odpověděl na dotaz nebo vrátil jednu předpověď.
Rozdíl mezi predikcí a jednáním
Prediktivní model spočítá jedno číslo, třeba doporučené množství objednávky, a tím jeho práce končí. Rozhodnutí a další kroky dělá pořád člověk. AI agent jde o krok dál: sám si podle zadaného cíle rozvrhne dílčí kroky, zavolá k tomu potřebné nástroje nebo API a případně i zapíše výsledek zpátky do systému, bez zásahu člověka u každého kroku.
Smyčka vyhodnoť, jednej, zkontroluj
Typický agent běží v cyklu: vyhodnotí situaci, vybere další akci, zavolá nástroj (databázi, e-mail, API), podívá se na výsledek a rozhodne, jestli pokračovat, opakovat, nebo skončit. Právě tahle smyčka ho odlišuje od klasického chatbotu, který jen odpoví na jednu zprávu a čeká na další.
Míra samostatnosti se agent od agentu liší
Ne každý systém označený jako „AI agent“ má stejnou míru autonomie. Rozsah sahá od jednoduchého skriptu, který podle pevného scénáře zavolá jeden nástroj, až po systém, který si sám plánuje víc kroků dopředu a průběžně se rozhoduje, co udělat dál.
Kde firmy pálí peníze
AI agent patří mezi nejvíc hypované pojmy na trhu a používá se nekonzistentně, takže firma za něj snadno zaplatí, aniž dostane to, co si pod ním představovala.
Marketingová nálepka na jednoduchém chatbotu
Řada nástrojů prodávaných jako „AI agent“ je ve skutečnosti jednoduchý chatbot nebo formulář s jedním voláním jazykového modelu. Skutečnou autonomii, tedy schopnost samostatně provést víc kroků a rozhodovat se mezi nimi, má jen část z nich.
Nasazení bez jasného cíle
Firma si pořídí agenta, protože je to na trhu vidět všude, ne proto, že má konkrétní opakující se úkol, kde by samostatné rozhodování reálně ušetřilo čas. Bez jasně definovaného cíle a hranic agent často jen předělá práci, kterou by zvládl jednodušší a levnější nástroj.
Podceněné datové základy
Agent, který má číst nebo zapisovat reálná firemní data, je jen tak dobrý jako data, ke kterým má přístup. Když jsou zdrojová data neúplná, rozházená po víc systémech nebo nekonzistentní, agent dělá rozhodnutí na jejich základě stejně nespolehlivě, jen rychleji a s dojmem, že jde o něco chytřejšího.
Chybějící kontrola nad tím, co agent skutečně udělal
Pokud agent zapisuje data zpátky do systémů bez auditní stopy a kontroly, firma nemusí zjistit chybný krok dřív, než se projeví jinde, třeba ve špatné objednávce nebo chybném e-mailu zákazníkovi.
Jak se to týká práce, kterou dělá Datimo
- 1
Datimo autonomního agenta nestaví
Datimo nenabízí AI agenta jako produkt. AI skladové predikce jsou prediktivní model: spočítají doporučené množství objednávky a přesnost predikce vidíte v reportu, rozhodnutí a další kroky ale zůstávají na člověku. Predikce a agent jsou dvě různé věci, ne jen jiná slova pro totéž.
- 2
Spolehlivý agent potřebuje spolehlivá data
Ať firma agenta staví sama, kupuje hotový, nebo o něm zatím jen uvažuje, výsledek stojí a padá na datech, ke kterým má přístup. Agent, který čte rozházená, neúplná nebo nekonzistentní data z různých systémů, udělá špatné rozhodnutí rychleji, ne lepší rozhodnutí.
- 3
Datový sklad je ten skutečný předpoklad
Čistá, strukturovaná a důvěryhodná data na jednom místě, o to se dlouhodobě stará práce na datovém skladu, kterou Datimo dělá. Je to předpoklad pro spolehlivé AI nástroje obecně, ne slib, že Datimo takového agenta samo postaví.