Секретное агентство на службе технологий: как ИИ-агенты намерены менять мир

О том, что ИИ стал важной частью, если не сказать – основой современного прогресса во всех сферах уже никто не спорит. Вопрос только в том, у кого хватит ресурсов – в буквальном смысле – электричества и атомной энергии, чтобы обогнать других. Конкурируют не только люди или отдельные стартапы, конкурируют международные корпорации и даже целые страны: у кого больше дата-центров, чей суперкомпьютер мощнее, кто первым додумается до развития интересного направления. И если некоторые аспекты упираются целиком в экономику (читай – количество свободных денег), то другие – в человеческую фантазию. И где-то на пересечении этих векторов возникают интересные метаверсы, квантовый интеллект, суперинтеллидженс, ИИ-агенты.

ИИ-агенты – это автономные системы, способные выполнять задачи в различных сферах, таких как обслуживание клиентов, аналитика данных и автоматизация бизнес-процессов и многое другое. Главное здесь — это способность принимать решение автономно, в рамках обозначенной задачи.

Фактически, это программы, ориентированные на достижение определенной цели. Чат-бот, виртуальный ассистент, цифровой маркетолог, водитель беспилотного такси, робот-консультант или робот-механик – это все ИИ-агенты. В основе у них – нейросеть, которая дообучена конкретным вещам на конкретных кейсах. Простейшие агенты могут вовсе обходиться без ИИ, реагируя на изменение среды. Например, повышение/понижение температуры.

Однако нас интересуют агенты на основе нейронных моделей и всё с ними связанное. Они способны выполнять сложные действия, принимать решения, осваивать профессии и обыгрывать вас в компьютерные игры. Видовые различия ИИ-агентов также разнообразны: от NPC до «привет, Алиса», от «приветствуем вас в нашем виртуальном магазине» до систем автоматического трейдинга, навигационных систем на космических станциях и интеграции с IoT: использования ИИ-агентов в умных домах и городах.

Практически все крупные компании на сегодняшний день используют ИИ-агентов там, где раньше использовали людей.

К примеру, компания Zendesk – американский разработчик ПО для малого и среднего бизнеса одной из первых создала ИИ-агента, который анализирует запросы пользователей и автоматически предлагает подходящие ответы. По данным Zendesk, использование ИИ-агентов уменьшает нагрузку на службу поддержки на 30% и увеличивает удовлетворенность клиентов

Компания Kasisto – разработчик ИИ-решений для банковского сектора, – воспитала ИИ-агента, который помогает в управлении финансами. Этот агент, известный как KAI, может отвечать на финансовые вопросы, предлагать услуги и даже совершать транзакции. Kasisto отмечает, что использование их ИИ-агента увеличивает взаимодействие с клиентами на 40%

Всем известный Uber использует ИИ-агентов для оптимизации логистики и маршрутизации. Их система предсказывает спрос и управляет распределением автомобилей, что позволяет уменьшить время ожидания клиентов и увеличить эффективность работы водителей. Согласно отчету Uber, внедрение ИИ в логистику повысило эффективность на 15%

На производственных предприятиях, таких как General Electric, ИИ-агенты используются для предсказательной аналитики, позволяя заранее выявлять потенциальные неисправности оборудования и оптимизировать производственные процессы. Ну, прототипы беспилотных киберкапов Илона Маска на презентации видели все, и это пока разработка, а вот беспилотные фуры прекрасно катаются между Москвой, Санкт-Петербургом и другими крупными городами и возят грузы.

Таких примеров много.

Все дело в том, что ИИ-агенты могут обрабатывать большой объем задач гораздо быстрее и эффективнее, чем человек, что позволяет освободить время для более творческих или просто полезных дел. Благодаря машинному обучению ИИ-агенты могут совершенствовать свои алгоритмы и уменьшать количество ошибок с течением времени. Еще они любят анализировать данные о пользователях, предлагать новые решения и повышать общий уровень вовлеченности.

Кроме того, ИИ-агенты могут работать 24/7 без перерывов, не уставать, обеспечивать непрерывное обслуживание клиентов и выполнение бизнес-процессов. Это особенно важно для глобальных компаний, которые работают в разных часовых поясах и хотят охватить их все.

Используя методы машинного обучения, ИИ-агенты могут анализировать огромные объемы данных, выявляя тренды и паттерны, которые могут быть упущены человеком и выдавать полезные результаты. Spotify, Netflix, «Кинопоиск» и «Яндекс.Музыка» используют ИИ для предоставления контента на основе историй прослушивания и просмотра.

А еще не будем забывать о шоппинге – этом всемирном двигателе прогресса. Когда-то ИИ предлагал то, что вам может понравиться, а теперь ИИ-агенты могут совершать покупки от вашего имени. Крупные ритейлеры и компании ИИ разрабатывают помощников ИИ-шопинга, а компания Perplexity выпустила Buy with Pro в ноябре этого года. Этот агент может искать товары в Интернете, используя несколько переменных, таких как цвет, размер, цена и время доставки. Да, вы тоже можете так делать, но это отнимает время. А ИИ-агент сканирует десятки сайтов за пару минут и предлагает вам именно то, что вы искали. А еще сравнивает цены, проверяет отзывы, подтверждает наличие и размещает заказ, пока вы занимаетесь своими делами.

В отличие от традиционных рекомендательных систем, агенты ИИ изучают ваши предпочтения и выполняют задачи автономно. Агенты созданы с помощью машинного обучения и обработки естественного языка. Они учатся на основе взаимодействия с людьми, которые их используют, и со временем становятся умнее и эффективнее.

Данные индекса покупок Salesforce показывают, что с октября 2023 года цифровые ритейлеры, использующие генеративный ИИ, достигли 7%-ного увеличения среднего дохода от заказов и приписали 17% мировых заказов персонализированным рекомендациям на основе ИИ, целевым акциям и улучшению обслуживания клиентов.

Есть и минусы.

Некоторым не нравится, что ИИ-агенты принимают за них решения и используют их данные в своих (возможно, злодейских) целях. Кроме того, ИИ-алгоритмы настолько продвинулись, что иногда мы просто не знаем, почему было принято то или иное решение. Не можем отследить ход «мысли». И хорошо, если такой загадочный агент просто проводит опрос клиентов, а если он водитель беспилотного такси?

В общем, есть большой процент людей, которые пока отказываются иметь дело с роботами несмотря на их огромный потенциал в различных отраслях. При этом они указывают на проблемы с безопасностью данных (особенно в таких «чувствительных» сферах как медицина или финансы), некачественное обучение – а ведь эффективность агента напрямую зависит от качества входных данных – стоимость внедрения (довольно высокую) и в принципе страх перед изменениями. Хотя агенты ИИ предлагают значительные преимущества, они также вызывают критические проблемы конфиденциальности. Системы ИИ требуют обширного доступа к персональным данным, личной и финансовой информации. Этот уровень доступа увеличивает риск нецелевого использования и несанкционированного распространения. Кроме того, ИИ может быть очень убедительным, так как оптимизирован для обслуживания корпоративных интересов, а не благосостояния потребителей. Технология может отдавать приоритет увеличению продаж или подталкиванию покупателей к более прибыльным продуктам под видом персонализации. Человек тоже может нас обмануть, но к этому мы как-то привыкли, а вот обман ИИ-агента — это что-то незнакомое.