Každodenní rutiny a pracovní postupy: Udělejte si to sami, automatizujte to klasicky, nebo to nechte na agentech s umělou inteligencí? – Obrázek: Xpert.Digital
Provádění vícestupňových pracovních postupů je jedním z klíčových aspektů – ale skutečně zajímavé je, jak to dělají
Od chatbota k autonomnímu zaměstnanci: Jak agenti s umělou inteligencí mění naši práci
Dlouhou dobu, když jsme přemýšleli o umělé inteligenci, jsme mysleli především na chytré chatboty. Položili jsme otázku, umělá inteligence nám odpověděla. Zadali jsme text a umělá inteligence ho přeložila. Tato interakce byla jako pingpongová hra: jeden vstup vedl k přímému výstupu. Technologie se ale vyvinula. Nejnovějším a možná nejdůležitějším skokem ve vývoji umělé inteligence je vznik tzv. agentů umělé inteligence.
Provádění vícestupňových pracovních postupů je jednou z klíčových schopností těchto agentů – ale skutečně fascinující je, jak to dělají. Abychom pochopili, proč agenti s umělou inteligencí v současné době revolucionizují svět práce, musíme se podívat na to, co je odlišuje od tradičních počítačových programů.
Souvisí s tím:
Rozdíl mezi automatizací a autonomií
Tradiční softwarové programy nebo skripty mohou samozřejmě také provádět vícestupňové procesy. Tomu se často říká automatizace nebo RPA (Robotic Process Automation). Tento typ automatizace je však rigidní a založený na pravidlech.
Pokud klasickému skriptu zadáte příkaz: „Proveďte krok A, pak krok B a pak krok C,“ provede přesně totéž. Pevně, bez ohlédnutí se doleva nebo doprava. Pokud během kroku B dojde k neočekávané chybě – například proto, že se změnilo rozvržení webové stránky nebo je soubor na špatném místě – program se zastaví. Vyhodí chybovou zprávu a čeká, až problém vyřeší člověk.
Místo toho jednoduše zadáte agentovi s umělou inteligencí cíl. Můžete například říct: „Prozkoumejte aktuální trendy na trhu s elektromobily v Německu, porovnejte prodejní čísla tří největších výrobců a vytvořte shrnutí s grafem.“
Agent nedostává podrobné pokyny krok za krokem. Samostatně určuje, které kroky (pracovní postupy) jsou nezbytné k dosažení cíle. Rozděluje velký úkol na malé, zvládnutelné dílčí úkoly a dynamicky je plánuje. Jedná tedy cíleně a nikoli podle striktně naprogramovaných pravidel.
Automatizace výzkumu: Spouštění projektů na pozadí
To představuje obrovskou změnu pro naši každodenní práci. S agenty umělé inteligence můžeme plně automatizovat komplexní výzkum a umožnit projektům běžet na pozadí pouze s jediným vstupem.
Představte si, že jste analytik, marketingový expert nebo projektový manažer. Doposud vyžadovalo provedení komplexní analýzy trhu hodiny strávené před obrazovkou. Museli jste zadávat různé vyhledávací dotazy do Googlu, procházet nespočet článků, filtrovat irelevantní informace, shromažďovat data do excelovské tabulky, analyzovat tato data a nakonec vše sestavit do prezentace. To je časově náročné, monotónní a váže cenné zdroje.
S agentem s umělou inteligencí se tento proces zásadně mění. Zadáte počáteční příkaz, jasně a přesně formulujete svůj cíl – a pak se pohodlně usadíte. Agent převezme kontrolu. Zatímco se vy věnujete jiným, důležitějším úkolům, účastníte se schůzky nebo dokonce odcházíte z práce, agent neúnavně pracuje na pozadí.
Provede potřebná vyhledávání, pročte stovky stránek, porovná zdroje, odfiltruje důležité od nedůležitých, vybere relevantní data a připraví je. Vy už nemusíte kontrolovat ani iniciovat každý jednotlivý krok. Když si druhý den ráno otevřete notebook, čeká na vás hotový a strukturovaný výsledek. Agent proměnil to, co dříve bývalo únavným a hodinovým úkolem, v proces, jehož zadání objednávky vám zabere jen minutu.
Externí nástroje: Agent přistupuje ke světu
Jak je to technicky možné? Klíčovým faktorem je, že agenti umělé inteligence nejsou omezeni svými interně trénovanými znalostmi. Jazykový model jako ChatGPT (ve svých raných verzích) znal pouze to, na co byl natrénován, a to do určitého data uzávěrky. Nemohl si na internetu vyhledat předpověď počasí ani aktuální cenu akcií.
Moderní agenti s umělou inteligencí však mohou ve svých vícestupňových pracovních postupech používat externí nástroje. Mohou:
- Prohledávejte otevřený internet a načíst aktuální data.
- Řešit složité matematické rovnice bez chyb pomocí kalkulačky.
- Pište a spusťte kód přímo, například pro analýzu dat nebo generování grafů.
- Přístup k interním firemním databázím nebo API.
- Posílejte e-maily samostatně nebo zadávejte schůzky do kalendáře.
Tato schopnost používat nástroje je to, co skutečně proměňuje agenta v digitálního zaměstnance. Už není omezen na své textové pole, ale může interagovat s digitálním světem.
Kouzlo principu ReAct: Myšlení a jednání
To je možná největší kouzlo agentů. Často fungují podle tzv. principu ReAct, což je neologismus kombinující „reason“ (myšlení/uvažování) a „act“ (jednání). Tento proces pozoruhodně dobře napodobuje lidské řešení problémů.
Pojďme si projít konkrétní příklad: Váš agent dostal za úkol zjistit tržní podíly výrobců elektromobilů za aktuální čtvrtletí.
- Plánování: Agent rozhoduje o prvním kroku.
- Činnost: Použije svůj vyhledávač a na internetu hledá „podíl na trhu s elektromobily v Německu v 1. čtvrtletí aktuálního roku“.
- Pozorujte: Pročítá si výsledky vyhledávání, které našel.
- Zdůvodnění: Analyzuje informace a dochází k závěru: „Výsledek obsahuje čísla, ale článek je tři roky starý. Tento zdroj je zastaralý a nepomáhá mi dosáhnout mého cíle.“
Nyní se ukazuje hlavní rozdíl oproti jednoduché automatizaci. Místo aby agent tuto chybu jednoduše ignoroval, vypsal nesprávný výsledek nebo přerušil operaci s chybovou zprávou, upraví svůj vícestupňový pracovní postup. Reflektuje svůj vlastní mezivýsledek.
Říká si: „Musím formulovat svůj vyhledávací dotaz konkrétněji.“ Zkusí to znovu (Act) s novým dotazem, třeba konkrétně na webových stránkách Federálního úřadu pro motorovou dopravu. Vyhodnotí nové výsledky (Reason) a pokračuje v práci až poté, co najde správné a aktuální informace. Kontroluje se tedy sám.
Paměť agenta
Jak agent prochází tímto složitým, vícestupňovým procesem – který může někdy zahrnovat desítky nebo stovky mezikroků – pamatuje si celý dosavadní kontext. Nikdy neztratí nit.
Když dosáhne kroku 15 a má nakreslit diagram, stále si přesně pamatuje, proč v kroku 2 odmítl konkrétní zdroj dat a v kroku 5 vybral jiný. Celý proces má uložený v paměti a může tyto znalosti využít k přijetí konečných rozhodnutí a dosažení uceleného celkového výsledku.
Souvisí s tím:
Umělá inteligence jako průlom v prognózování pracovní síly: Kapitola o umělé inteligenci ukazuje, že generativní umělá inteligence by mohla do roku 2030 ušetřit přibližně 3,9 miliardy pracovních hodin – což by odstranilo více než 90 procent demografické propasti ve výši 4,2 miliardy hodin. Současné prognózy poptávky po kvalifikované pracovní síle jsou považovány za potenciálně zastaralé, protože sotva zohledňují vliv umělé inteligence na produktivitu.
Nová éra práce
Skutečnost, že agenti s umělou inteligencí dokáží zvládat vícestupňové pracovní postupy, je to, co je pro nás v každodenním životě dělá neuvěřitelně užitečnými. Odstraňují z nás únavnou práci a vracejí nám čas.
Ale to, co je dělá tak technologicky zajímavými a revolučními, je jejich schopnost samostatně plánovat a realizovat tyto pracovní postupy, flexibilně se přizpůsobovat chybám a nacházet vhodné externí nástroje. Jednají spíše cíleně než podle pravidel. Každý, kdo chápe, jak stanovit jasný cíl pro agenta s umělou inteligencí, může v pozadí řídit celé projekty a zároveň se soustředit na strategii a kreativitu. Přechod od pouhého asistenčního systému k autonomní pracovní síle teprve začal.
Odpovídá tón vyjádření vaší cílové skupině, nebo by měly být některé odborné termíny dále zjednodušeny či podrobněji vysvětleny?
Váš globální partner pro marketing a rozvoj obchodu
☑️ Naším obchodním jazykem je angličtina nebo němčina
☑️ NOVINKA: Korespondence ve vašem rodném jazyce!
Konrad Wolfenstein
Já a můj tým jsme rádi, že vám můžeme být k dispozici jako váš osobní poradce.
Můžete mě kontaktovat vyplněním kontaktního formuláře zde wolfenstein@xpert.digital:nebo mi jednoduše zavolat na číslo +49 7348 4088 965. Moje e-mailová adresa je
Těším se na náš společný projekt.
