Można dziś stworzyć agenta, podłączyć go do poczty, CRM czy innych narzędzi i powiedzieć po prostu: „obsłuż to zamówienie”.
W wielu przypadkach sobie poradzi. Problem zaczyna się wtedy, gdy taki agent działa w firmie, gdzie błąd może oznaczać złą dokumentację, pominięty etap procesu, nieprawidłową decyzję albo kosztowną pomyłkę.
Modele są coraz dokładniejsze, ale żadnego z nich nie można traktować jako bezbłędnego. Nawet gdyby błąd zdarzał się tylko raz na tysiąc operacji, w niektórych procesach biznesowych to nadal za dużo.
Dlatego przed wdrożeniem agentów zwracamy dużą uwagę na infrastrukturę, w której mają pracować.
Proces powinien jasno określać, skąd przychodzi informacja, gdzie jest zapisywana, jaki jest aktualny status sprawy, co powinno wydarzyć się dalej i w którym miejscu potrzebna jest decyzja człowieka.
Wtedy agent nie musi za każdym razem sam interpretować całej sytuacji. Działa w środowisku, które narzuca mu określone ramy, ogranicza liczbę możliwych błędów i pozwala łatwiej kontrolować jego pracę.
Sam CRM czy ERP nie musi nawet korzystać z AI. Znacznie ważniejsze jest to, czy cały proces został dobrze zaprojektowany i czy agent może wykonywać w nim konkretne, jednoznacznie określone działania.
Dlatego przy wdrożeniach agentów AI zaczynamy od workflow, danych, zasad i punktów kontroli.
Im bardziej odpowiedzialne zadanie chcemy przekazać AI, tym ważniejsze staje się środowisko, w którym ten agent pracuje.
O materiale
Pierwotnie opublikowano na profilu ProgresAI na LinkedIn.