В Интернете полно заявлений о конце мира ПО в том виде, в котором мы его знаем. Виновник? Конечно же, искусственный интеллект. Здесь есть о чем поспорить, но одно ясно: компании должны уже сейчас начать готовиться к будущему, в котором ИИ-агенты будут играть все более важную роль, пишет на портале The New Stack Питер Уайт, директор по продуктам Automation Anywhere.

Многие утверждают, что традиционное корпоративное ПО уже находится на последнем издыхании и что небольшая команда инженеров создающих ИИ-агентов с помощью ИИ, полностью заменит эти программные решения. Хотя это утверждение в целом верно, оно игнорирует реальность использования ПО в бизнесе, текущее состояние ИИ для разработки ПО и ограничения существующих подходов к ИИ.

В конечном итоге ИИ станет доминирующим компонентом почти каждого программного продукта, учитывая его широкие возможности и адаптируемость к различным сценариям. Однако для достижения этой цели необходимы значительные усовершенствования. Вот почему.

В чем хороши ИИ-агенты сегодня

ИИ-агенты уже могут самостоятельно выполнять многие простые задачи с высокой эффективностью и работать в тандеме с людьми для достижения более сложных результатов. Однако они не могут надежно выполнять сложные сквозные процессы без поддержки обширной детерминированной логической структуры, которая использует структурированные правила и рабочие процессы для управления решениями и ограничения поведения ИИ, обеспечивая надежность и согласованность.

Благодаря усовершенствованию моделей, новым методам обучения и более развитым архитектурам, со временем ситуация изменится. Когда это произойдет, ИИ-агенты будут играть доминирующую роль в выполнении высокосложных процессов.

Сегодня агенты ИИ отлично справляются с задачами типа ассистента, связанными, например, с исследованиями. Агент действует как основной механизм оркестрации, координируя задачи по поиску, извлечению данных, анализу и составлению отчета (типа «глубокого исследования»). Здесь мы допускаем возможность ошибки, поскольку результат предназначен для проверки и оценки человеком, прежде чем будут предприняты какие-либо значимые действия.

ИИ-агенты также могут служить в качестве более общего вспомогательного интерфейса для выполнения нескольких взаимосвязанных задач в сотрудничестве с человеком, таких как извлечение данных из систем, анализ информации и выполнение конкретных действий. И в этом случае человек остается в цикле, направляя процесс и проверяя информацию, пока люди и ИИ-агенты совместно работают над достижением конечной цели.

В других случаях агенты ИИ могут действовать полностью автономно для выполнения задачи, если она четко определена и действия, необходимые для ее выполнения, ограничены. Например, агент ИИ, принимающий счета, может извлекать структурированную информацию о поставщиках на основе данных счетов, проверять эту информацию, а затем определять возможные следующие шаги, такие как направление на оплату или эскалация для проверки.

Сложность подчеркивает текущую потребность ИИ в детерминированной логике

Из-за текущих ограничений ИИ, использование ИИ-агента со слишком большим количеством степеней свободы — независимых решений или шагов — в процессе приводит к ненадежным результатам. Вот почему более сложные приложения требуют вышеупомянутой логической структуры, чтобы направлять ИИ-агентов с узко определенными целями и контекстом, необходимыми для правильного выполнения задач.

Причины очевидны: без 100%-ной точности сложность многозадачности резко снижает шансы на успех. Статистически, даже если каждый шаг, который делает агент, точен на 98%, когда требуется 20 шагов, общая вероятность успеха падает до менее 70%.

Многие реальные корпоративные приложения ИИ разработаны в основном как детерминированная логика, к которой добавлен ИИ для улучшения определенных областей приложения. Детерминированная логика используется там, где вы знаете, что нужно сделать, а агенты ИИ добавляются там, где требуется адаптивность к четко определенным задачам. Для предприятий это означает объединение агентов ИИ с оркестрацией и автоматизацией в одной системе, чтобы избежать дорогостоящих ошибок и обеспечить надежность критически важных бизнес-процессов.

Эволюция роли ИИ в корпоративном ПО

Итак, на каком этапе мы находимся сегодня? Применительно к бизнес-приложениям возможности ИИ-агентов ограничены. Однако модели быстро совершенствуются, и разрабатываются новые системы, призванные устранить недостатки ИИ при выполнении сложных задач.

Такие технологии, как механизмы процессуального мышления, уже расширяют область применимости ИИ в области корпоративных процессов, наполняя модели обширными знаниями о рабочих процессах предприятия, добавляя контекст клиентов из каждой организации и постоянно обучаясь на основе каждого выполненного агентом действия. Это позволяет ИИ-агентам клиентов автономно выполнять более сложные задачи с более высокой надежностью, даже если сквозные процессы по-прежнему требуют большого количества детерминированной оркестрации для успешного управления общим процессом.

Взгляд в будущее агентов

Темпы и степень, с которой агенты ИИ будут усваивать логику, заложенную в ПО, являются одними из самых актуальных вопросов в современных технологиях. Мы уже видим амбициозные концепции операционной системы на базе LLM, в которой ИИ служит основным интерфейсом для всех взаимодействий, выполняемых с помощью естественного языка. Учитывая скорость инноваций и интенсивный интерес со стороны отрасли, это будущее, на которое стоит сделать ставку.

Что касается корпоративной сферы, то пока неизвестно, смогут ли агенты ИИ полностью превратиться в сложные механизмы оркестрации в течение нескольких лет. Но одно ясно: компании должны уже сейчас начать готовиться к будущему, в котором агенты ИИ будут играть все более важную роль. Руководители, которые научатся сочетать детерминированную автоматизацию с адаптируемыми агентами ИИ, будут иметь наилучшие шансы на успех по мере изменения баланса между этими двумя подходами.

Независимо от того, как вы измените свои стратегии, ИИ изменит ландшафт ПО, и этот путь будет далеко не скучным!