Az AI-agentek működésének alapját is nagy nyelvi modellek képezik, de ezekre ráépül egy struktúra, ami feladatokat lát el.
Úgy kell elképzelni, mint egy intelligens szoftveres entitást, amiben különböző komponensek meghatározzák a működést és filozófiát. Abban több, mint például a ChatGPT, hogy nemcsak megválaszol egy kérdést, hanem egy rendszerhez, adatbázishoz kapcsoltan képes el is végezni feladatokat, cselekszik. Fontos jellemzője továbbá a memóriája, képes emlékezni korábbi információkra. Például a ChatGPT alapértelmezésben egy adott beszélgetésen belül tart fenn kontextust, míg az AI-agenteknél a memória tudatosan tervezett, rendszerszintű komponens
– magyarázza Gulyás Adrián, a Codelit 40 Zrt. nevű, információtechnológiai és szoftverfejlesztéssel foglalkozó cég technológiai vezetője, illetve a Billage.AI nevű, AI-agenteket fejlesztő vállalat alapítója.
Mi mindenre lehet jó?
Az AI-agentre lehet példa az, ha egy szerkesztőségi rendszerbe építenek egy olyan AI-ügynököt, ami helyesírás-ellenőrzést végez, és például jóváhagyás után ki is javítja a szöveget, vagy megírja a cikkekhez az ajánlót, a leadet, a képaláírást, a címkéket, stb. De lehet AI-agent egy nagyvállalat HR-rendszerében is, ami képes szortírozni az e-mailen beérkező életrajzokat, megadott szempontok alapján rangsorolni, a megfelelő munkatársaknak átküldeni, előértékelést végezni, akár próbafeladatot adni, illetve az interjúra behívó e-maileket elküldeni.
Ilyen egyszerű agentet már alkottunk HR-es folyamatokra. De olyan, pénzügyi dokumentumokat feldolgozó ügynököt is fejlesztettünk, amely a szerződésekhez hozzárendeli a számlát, a teljesítési igazolást és a banki kivonatot. Ez például elég időigényes feladat egy munkatárs számára
– sorolja a példákat Gulyás Adrián.
De az onboarding folyamatot is segítheti AI-agent, például elküldi a szerepkörnek megfelelő dokumentumokat, e-mail címet generál, eljuttatja az eszközigényeket a megfelelő helyekre, fiókokat hoz létre a szükséges rendszerekben, hozzáféréseket ad meg, stb.
Sales-es folyamatokban rá lehet bízni leadgenerálást, leadosztályozást. Ha egy sales-es meg akar keresni bizonyos cégeket, az adatbázisból lehívhatja a tárgynak megfelelő vállalkozásokat, majd az agent e-mailt tud írni a számukra, kapcsolatfelvételt generálni, akár még telefonon is. Magyarországon is van olyan autókereskedő cég, amelyik robot sales-est használ.
A marketingben is hasznosak lehetnek az AI-ügynökök, például képesek hiper-perszonalizált e-maileket írni a potenciális ügyfelek weboldalainak, Linkedin-profiljainak elemzésével. Vagy menedzselhetik a social media felületeket, megfigyelve a kommenteket, és jelezve, ha beavatkozás szükséges, adott esetben előre megírt válaszokat is adnak. A kampányértékelésben is segítséget jelenthetnek, lekérve a kampány analitikáját, összehasonlítva a célokkal, összefoglalót írva vezetői prezentációhoz.
Egyszerűen is lehet
A szakember szerint lehet kevés hozzáértéssel is AI-ügynököt építeni, leginkább a ChatGPT Agent Builderével. Ezzel készíthetünk például olyan ügynököt, ami összeszedi az információkat a megadott platformokról és e-mail fiókokból, hogy napi szinten riportot írjon belőle arról, milyen üzenetek érkeztek be. De van az Anthropicnak és a Gemininak is hasonló eszköze.
Egy teljesen laikus kezdő számára az OpenAI funkciója lehet az első belépési pont, itt elég egyszerűen, promptalapú agenteket lehet építeni, akár foglalásokra, keresésekre, e-mailek küldésére, fájlkezelésre, stb
– állítja a szakember.
Emellett vannak speciális iparági platformok, amelyek a salesre, pénzügyi folyamatokra, HR-re fejlesztett AI-agenteket kínálnak. A komolyabb fejlesztői keretrendszerek már specifikusabb problémákra valók, egyedi helyzetekre, saját rendszereken belül való működésre, illetve olyan esetekre, amikor adatvédelemre is szükség van. Ezek már autonóm szervereken működő fejlesztések, ezeknél a cégeknél az LLM üzemeltetése is zártan működik.
AI-workflow és AI-agent
Egy AI-ügynöknek megadhatunk egy célt, amelyet előre definiált szabályok, jogosultságok és feltételek mentén hajt végre, miközben döntéseket hoz és reagál a helyzetekre. Viszont egyre több, úgynevezett no-code workflow automation platform is létezik, ahol AI-workflowt lehet összeállítani vizuálisan megjelenített eszközök segítségével. Ezek az AI-agenttel szemben csak előre meghatározott folyamatokat követnek, statikus logika szerint működnek, nem hoznak döntéseket – cserébe jól átláthatóak és kiszámíthatóak.
Ha valaki például egy lakást árul, és megad egy e-mail címet, ahol lehet jelentkezni a megtekintésére, akkor ezeken a workflowplatformokon talál arra lehetőséget, hogy az AI az e-mailekből összeszedje, ki mikor szeretné megnézni az ingatlant, és ezt egy táblázatba rendezze
– hoz újabb példákat Gulyás Adrián.
A legismertebb ilyen platform az N8N és a Make. Sokan úgy gondolják, hogy az OpenAI Agent Buildere bizonyos, egyszerűbb esetekben kiválthatja ezeket.
Egyelőre szokatlan
Magyarországon a HR-folyamatok nagy részét ki lehet váltani a mostani AI-agent technológiájával. Azok a cégek, amelyek sokszor toboroznak vagy csak toborzással foglalkoznak, rengeteg költséget és időt meg tudnának spórolni. Az más kérdés, hogy erre van-e igény, mennyire tudunk átállni fejben ezekre a lehetőségekre. Egyelőre azt tapasztaljuk, hogy sokkal előrébb jár a technológia, mint amit ki szeretnének használni az ügyfelek
– állapítja meg Gulyás Adrián.
A mindennapi életünkben is lehetne rá lehetőség, hogy például egy hűtőbe szerelt kamera felmérje, van-e elegendő élelmiszerünk, és a személyes AI-asszisztensünk megrendelje, ami szükséges. Az ételrendelő platformokon is elegendő lenne szövegesen beírni, hogy négy fő számára szeretnénk ilyen-olyan ételeket fél órán belül ide és ide, és nem kellene végigböngészni több étterem kínálatának hosszú sorait. De a fogyasztók mindezt szeretik maguk eldönteni és akár időt is áldozni erre.
Bizonyos területeken várható változás: rengeteg olyan fejlesztés van, ami segít átnézni például az interneten fellelhető hatalmas mennyiségű ruhaválasztékot. De a gyakorlatban ezek a rendszerek ma még jellemzően emberi felügyelettel, fokozatosan automatizált döntési körökkel működnek.
Satya Nadella, a Microsoft vezérigazgatója szerint 2030-ra a mobiltelefonunkban már nem lesznek alkalmazások, csak egy AI-agent, és neki mondjuk majd, hogy kit szeretnénk felhívni, mit szeretnénk vásárolni, milyen hírek érdekelnek ma minket, amiket foglaljon össze. A cégeknek pedig csak adatbázisa lesz, amikből az AI-agentek összegyűjtik az adatokat, és azokat manifesztálják a telefonunkra kép vagy hang formájában. 2030-ra elvileg ezt el lehet érni, de a gyakorlatban nem biztos, hogy erre már fel vagyunk készülve. Technológiailag egyre inkább elérhető, üzleti és társadalmi szinten azonban fokozatos átmenetre van szükség
– teszi hozzá a szakember.
Szerinte Magyarország kifejezetten le van maradva: nálunk a piac még azon vitatkozik, hogy az AI hype-e vagy sem, miközben nyugaton már rengeteg AI-hoz értő mérnököt keresnek a fejlesztésekre. Egyértelműen az a cég lesz versenyelőnyben, amely ezen az úton előbb elindul.
Mindenféle funkció, ami egy marketinges szakember számára szóba jöhet, és mindez egyetlen dashboardon elérhető, csak rá kell kattintani. Az AI-eszközök előre promptolva, készen állnak a feladatokra, és beépített agentek is segítik a munkát. Ez a WPP Open.
