Codzienne procedury i przepływy pracy: robić to samemu, automatyzować klasycznie czy pozostawić to agentom AI? – Zdjęcie: Xpert.Digital
Jednym z kluczowych aspektów jest realizacja wieloetapowych przepływów pracy — ale naprawdę interesujące jest to, jak oni to robią
Od chatbota do autonomicznego pracownika: jak agenci AI rewolucjonizują naszą pracę
Przez długi czas, myśląc o sztucznej inteligencji, myśleliśmy przede wszystkim o inteligentnych chatbotach. Zadawaliśmy pytanie, a SI udzielała odpowiedzi. Wprowadzaliśmy tekst, a SI go tłumaczyła. Ta interakcja przypominała grę w ping-ponga: jedno wprowadzenie prowadziło do bezpośredniego wyniku. Technologia jednak ewoluowała. Najnowszym i być może najważniejszym krokiem w rozwoju SI jest pojawienie się tzw. agentów SI.
Wykonywanie wieloetapowych przepływów pracy to jedna z podstawowych możliwości tych agentów – ale naprawdę fascynujące jest to, jak to robią. Aby zrozumieć, dlaczego agenci AI rewolucjonizują obecnie świat pracy, musimy przyjrzeć się temu, co odróżnia ich od tradycyjnych programów komputerowych.
W związku z tym:
Różnica między automatyzacją a autonomią
Tradycyjne programy komputerowe lub skrypty mogą oczywiście również wykonywać procesy wieloetapowe. Często nazywa się to automatyzacją lub RPA (Robotic Process Automation). Jednak ten rodzaj automatyzacji jest sztywny i oparty na regułach.
Jeśli wydasz klasycznemu skryptowi polecenie: „Wykonaj krok A, następnie krok B, a następnie krok C”, wykona on dokładnie to. Bezwzględnie, bez patrzenia w lewo lub w prawo. Jeśli podczas kroku B wystąpi nieoczekiwany błąd – na przykład z powodu zmiany układu strony internetowej lub nieprawidłowego położenia pliku – program się zatrzyma. Wyświetli komunikat o błędzie i będzie czekał na rozwiązanie problemu przez człowieka.
Zamiast tego po prostu wyznaczasz cel agentowi AI. Na przykład możesz powiedzieć: „Zbadaj aktualne trendy rynkowe w segmencie samochodów elektrycznych w Niemczech, porównaj wyniki sprzedaży trzech największych producentów i utwórz podsumowanie w formie wykresu”
Agent nie otrzymuje szczegółowych instrukcji krok po kroku. Samodzielnie określa, które kroki (przepływy pracy) są niezbędne do osiągnięcia celu. Rozbija duże zadanie na małe, łatwe do zarządzania podzadania i planuje je dynamicznie. Dzięki temu działa w sposób zorientowany na cel, a nie według sztywno zaprogramowanych reguł.
Automatyzacja badań: uruchamianie projektów w tle
To ogromna zmiana w naszej codziennej pracy. Dzięki agentom AI możemy w pełni zautomatyzować złożone badania i umożliwić kontynuowanie projektów w tle za pomocą jednego polecenia.
Wyobraź sobie, że jesteś analitykiem, ekspertem ds. marketingu lub kierownikiem projektu. Do tej pory przeprowadzenie kompleksowej analizy rynku wymagało spędzenia wielu godzin przed ekranem. Trzeba było wprowadzać różne zapytania w Google, przeglądać niezliczone artykuły, filtrować nieistotne informacje, gromadzić dane w arkuszu kalkulacyjnym Excel, analizować je, a na koniec kompilować wszystko w prezentacji. To czasochłonne, monotonne i pochłania cenne zasoby.
Z agentem AI ten proces zmienia się diametralnie. Wydajesz polecenie startowe, jasno i precyzyjnie formułujesz swój cel – a potem odprężasz się. Agent przejmuje kontrolę. Podczas gdy Ty zajmujesz się innymi, ważniejszymi zadaniami, uczestniczysz w spotkaniu, a nawet wychodzisz z pracy, agent kontynuuje niestrudzenie pracę w tle.
Przeprowadza niezbędne wyszukiwania, przegląda setki stron, porównuje źródła, filtruje ważne od nieistotnych, wyodrębnia istotne dane i je przygotowuje. Nie musisz już kontrolować ani inicjować każdego kroku. Gdy następnego ranka otwierasz laptopa, gotowy, uporządkowany wynik czeka na Ciebie. Agent przekształcił to, co kiedyś było żmudnym, wielogodzinnym zadaniem, w proces, w którym złożenie zamówienia zajmowało Ci tylko minutę.
Narzędzia zewnętrzne: Agent uzyskuje dostęp do świata
Jak to jest technicznie możliwe? Kluczowym czynnikiem jest to, że agenci AI nie są ograniczeni do wewnętrznie wytrenowanej wiedzy. Model językowy taki jak ChatGPT (we wczesnych wersjach) znał tylko to, do czego został wytrenowany, do określonej daty granicznej. Nie mógł sprawdzić prognozy pogody ani aktualnej ceny akcji na żywo w internecie.
Jednak współcześni agenci AI mogą korzystać z narzędzi zewnętrznych w swoich wieloetapowych procesach pracy. Mogą:
- Przeszukaj otwarty Internet i pobierz dane na żywo.
- Używać kalkulatora do rozwiązywania złożonych równań matematycznych bez popełniania błędów.
- Bezpośrednio pisz i wykonuj kod, na przykład w celu analizowania danych lub generowania wykresów.
- Uzyskaj dostęp do wewnętrznych baz danych firmy lub interfejsów API.
- Wysyłaj wiadomości e-mail samodzielnie lub zapisuj spotkania w kalendarzu.
To właśnie umiejętność korzystania z narzędzi naprawdę przekształca agenta w pracownika cyfrowego. Nie jest już ograniczony polem tekstowym, ale może wchodzić w interakcję ze światem cyfrowym.
Magia zasady ReAct: Myślenie i działanie
To chyba największa magia agentów. Często działają oni zgodnie z tzw. zasadą ReAct, neologizmem łączącym słowa „reason” (myślenie/rozumowanie) i „act” (działanie). Proces ten zadziwiająco dobrze naśladuje ludzkie rozwiązywanie problemów.
Przyjrzyjmy się konkretnemu przykładowi: Twój agent ma za zadanie dowiedzieć się, jakie udziały rynkowe mają producenci samochodów elektrycznych w bieżącym kwartale.
- Planowanie: Agent decyduje o pierwszym kroku.
- Działanie: Używa swojej wyszukiwarki i przeszukuje internet wpisując „Udziały na rynku samochodów elektrycznych Niemcy, I kwartał bieżącego roku”.
- Obserwuj: Czyta wyniki wyszukiwania, które znalazł.
- Uzasadnienie: Analizuje informacje i stwierdza: „Wynik zawiera liczby, ale artykuł ma trzy lata. To źródło jest nieaktualne i nie pomaga mi osiągnąć celu”
Teraz widoczna staje się zasadnicza różnica w porównaniu z prostą automatyzacją. Zamiast po prostu zignorować ten błąd, wyświetlić niepoprawny wynik lub przerwać działanie z komunikatem o błędzie, agent dostosowuje swój wieloetapowy przepływ pracy. Uwzględnia on własny wynik pośredni.
Myśli sobie: „Muszę bardziej precyzyjnie sformułować moje zapytanie”. Próbuje ponownie (Act) z nowym zapytaniem, być może konkretnie na stronie Federalnego Urzędu Transportu Samochodowego. Ocenia nowe wyniki (Reason) i kontynuuje pracę dopiero po znalezieniu poprawnych, aktualnych informacji. Dlatego dokonuje autoweryfikacji.
Pamięć agenta
Przechodząc przez ten złożony, wieloetapowy proces – który czasami może obejmować dziesiątki, a nawet setki kroków pośrednich – agent pamięta cały dotychczasowy kontekst. Nigdy nie gubi wątku.
Gdy dochodzi do kroku 15 i ma narysować diagram, nadal dokładnie pamięta, dlaczego odrzucił konkretne źródło danych w kroku 2 i wybrał inne w kroku 5. Ma cały proces zapisany w swojej pamięci i może wykorzystać tę wiedzę do podjęcia ostatecznych decyzji i uzyskania spójnego ogólnego wyniku.
W związku z tym:
Sztuczna inteligencja jako przełom w prognozowaniu zatrudnienia: Rozdział poświęcony sztucznej inteligencji pokazuje, że generatywna sztuczna inteligencja mogłaby zaoszczędzić około 3,9 miliarda godzin pracy do 2030 roku – co zniwelowałoby ponad 90% luki demograficznej wynoszącej 4,2 miliarda godzin. Obecne prognozy dotyczące popytu na wykwalifikowaną siłę roboczą są uważane za potencjalnie przestarzałe, ponieważ w niewielkim stopniu uwzględniają wpływ sztucznej inteligencji na produktywność.
Nowa era pracy
To, że agenci AI potrafią obsługiwać wieloetapowe przepływy pracy, czyni ich niezwykle użytecznymi w życiu codziennym. Zdejmują z nas żmudną pracę i oszczędzają nam czas.
Ale to, co czyni je tak interesującymi i rewolucyjnymi pod względem technologicznym, to ich zdolność do samodzielnego planowania i realizacji tych przepływów pracy, elastycznego dostosowywania się do błędów i znajdowania odpowiednich narzędzi zewnętrznych. Działają w sposób zorientowany na cel, a nie na reguły. Każdy, kto potrafi jasno określić cel dla agenta AI, może w tle realizować całe projekty, koncentrując się na strategii i kreatywności. Przejście od zwykłego systemu wsparcia do autonomicznej siły roboczej dopiero się rozpoczyna.
Czy ton głosu jest dostosowany do grupy docelowej, czy też niektóre terminy techniczne należy uprościć lub wyjaśnić bardziej szczegółowo?
Twój globalny partner w zakresie marketingu i rozwoju biznesu
☑️ Naszym językiem biznesowym jest angielski lub niemiecki
☑️ NOWOŚĆ: Korespondencja w Twoim ojczystym języku!
Konrad Wolfenstein
Ja i mój zespół chętnie będziemy do Państwa dyspozycji jako osobisty doradca.
Możesz się ze mną skontaktować, wypełniając formularz kontaktowy tutaj wolfenstein@xpert.digital:lub po prostu dzwoniąc pod numer +49 7348 4088 965. Mój adres e-mail to
Nie mogę się doczekać naszego wspólnego projektu.
