Wdrażanie agenta sztucznej inteligencji

Te wskazówki zawierają strukturę, która ułatwia organizacjom pomyślne wdrożenie agentów sztucznej inteligencji w ramach szerszej strategii wdrażania sztucznej inteligencji. Dotyczy to unikatowych zagadnień, które wprowadzają agenci sztucznej inteligencji. Seria przedstawia agentów platformy Microsoft 365 i wskazówki dotyczące tworzenia agentów niestandardowych przy użyciu programu Microsoft Foundry i Microsoft Copilot Studio. Obejmuje również strategie projektowania architektury danych całej organizacji w celu obsługi agentów sztucznej inteligencji na dużą skalę.

Dzięki tym wskazówkom liderzy uzyskają praktyczne informacje w czterech kluczowych obszarach: (1) planowanie agentów, (2) nadzorowanie i zabezpieczanie agentów, (3) budowanie agentów i (4) zarządzanie agentami (patrz rysunek 1).

Rysunek 1. Proces wdrażania agentów sztucznej inteligencji firmy Microsoft.

Co to jest agent sztucznej inteligencji?

Agent sztucznej inteligencji to elastyczny program, który używa modeli generacyjnych sztucznej inteligencji do interpretowania danych wejściowych, takich jak zdarzenia systemowe, komunikaty użytkowników lub inne komunikaty agenta, przyczyna problemów i podejmowanie decyzji o najbardziej odpowiednich działaniach. W przeciwieństwie do tradycyjnych aplikacji, które opierają się na stałych regułach, agenci dynamicznie organizują przepływy pracy w oparciu o kontekst czasu rzeczywistego. Ta adaptacja umożliwia zarządzanie niejednoznacznością i złożonością, której nie może mieć oprogramowanie deterministyczne. Agenci są zbudowani na pięciu podstawowych składnikach:

• Model generowania sztucznej inteligencji służy jako aparat rozumowania agenta. Przetwarza instrukcje, integruje wywołania narzędzi i generuje dane wyjściowe jako komunikaty do innych agentów lub jako wyniki umożliwiające podejmowanie działań.

• Instrukcje definiują zakres, granice i wytyczne dotyczące zachowania agenta. Jasne instrukcje uniemożliwiają rozszerzanie zakresu i zapewniają, że agent przestrzega reguł biznesowych.

• Odzyskiwanie zapewnia podstawowe dane i kontekst wymagany do dokładnej odpowiedzi. Dostęp do odpowiednich, wysokiej jakości danych ma kluczowe znaczenie dla zmniejszenia halucynacji i zapewnienia istotności.

• Akcje to funkcje, interfejsy API lub systemy używane przez agenta do wykonywania zadań. Narzędzia przekształcają agenta z pasywnego modułu pobierania informacji na aktywny uczestnik procesów biznesowych.

• Pamięć przechowuje historię i stan konwersacji. Pamięć zapewnia ciągłość między interakcjami, dzięki czemu agent może efektywnie obsługiwać konwersacje wieloełowe i długotrwałe zadania.

Różnica w przypadku generowania wspomaganego pobieraniem (RAG)

Standardowe aplikacje RAG stosują deterministyczny proces pobierania danych, aby odpowiedzieć na zapytania. Agenci sztucznej inteligencji używają modelu generowania, aby zdecydować, która wiedza i narzędzia mają być używane w każdym kroku. Takie podejście adaptacyjne umożliwia wykonywanie wielu kroków i złożone rozwiązywanie problemów, ale także wprowadza nieokreślone zachowanie, które wymaga niezawodnego testowania i zapewniania ładu.

Aby zapoznać się z definicjami technicznymi, zobacz Co to jest agent? i co to jest przepływ pracy?.

Dlaczego agenci sztucznej inteligencji?

Wdrażanie agentów sztucznej inteligencji wpływa na konkretne wyniki organizacji. Zrozumienie tych korzyści pomaga uzasadnić inwestycje i ustalić priorytety przypadków użycia.

• Wydajność: Agenci automatyzują powtarzające się zadania o niskiej wartości. Zmniejsza to nakład pracy ręcznej i koszty operacyjne, umożliwiając zasobom skupienie się na inicjatywach strategicznych.

• Szybkość: Agenci mogą szybko przetwarzać informacje i podejmować decyzje, co może poprawić czas dostarczania usług i czas reakcji na zmiany na rynku.

• Skalowalność: Agenci obsługują zmienne obciążenia, a ta elastyczność umożliwia wzrost i sezonowe piki zapotrzebowania.

Te korzyści prowadzą do mierzalnych wyników, takich jak niższe koszty operacyjne, poprawa zadowolenia klientów i szybsze innowacje. W przypadku liderów oznacza to, że agenci sztucznej inteligencji nie są tylko inwestycją w technologię. Są one strategicznym dźwignią wzrostu i konkurencyjności. Zobacz Plan biznesowy dla agentów sztucznej inteligencji , aby uzyskać więcej uzasadnienia biznesowego i przypadków użycia.

Typy agentów

Organizacje zazwyczaj wdrażają trzy kategorie agentów. Każda kategoria oferuje inny poziom autonomii i wpływu biznesowego.

1. Agenci produktywności. Agenci ci koncentrują się na pobieraniu i syntezie informacji w celu przyspieszenia podejmowania decyzji. Używają narzędzi wiedzy do pozyskiwania danych z różnych źródeł i udostępniania ich dla użytkownika. Ta funkcja zwiększa dokładność pracowników i skraca czas spędzony na wyszukiwaniu informacji w scenariuszach, takich jak obsługa klienta i wewnętrzne zarządzanie wiedzą.

2. Agenci akcji. Ci agenci wykonują określone zadania w zdefiniowanych przepływach pracy, takich jak aktualizowanie rekordów lub wyzwalanie procesów. Używają one narzędzi wiedzy połączonych z narzędziami akcji do wykonywania zadań. Takie podejście usprawnia operacje i zmniejsza błędy ręcznego wprowadzania danych w przypadkach użycia, takich jak tworzenie biletu usługi i monitorowanie systemu.

3. Agenci automatyzacji. Ci agenci zarządzają złożonymi, wieloetapowymi procesami z minimalnym nadzorem. Korzystają z narzędzi wiedzy i narzędzi akcji oraz wyzwalaczy, które określają, kiedy należy uruchomić, zatrzymać lub eskalować problem. Ta autonomia umożliwia skalowalną automatyzację scenariuszy, takich jak optymalizacja łańcucha dostaw, choć wymaga rygorystycznego ładu w celu zarządzania zwiększoną złożonością.

Dalsze kroki

Aby zrealizować potencjał agentów sztucznej inteligencji, dostosuj strategię wdrażania do określonych wyników biznesowych. W poniższych sekcjach omówiono, jak tworzyć wpływ wewnętrzny i skierowany do klientów oraz jak skutecznie prowadzić zespoły do efektywnego korzystania z agentów.