Z poprzednich wpisów, wiecie już jak określane są poziomy autonomii agentów i jakich błędów należy unikać projektując agentów, w tym koncepcję Human-In-The-Loop. Po teoretycznym fundamencie nadszedł czas na praktyczne rozważania dotyczące procesów, które organizacje planują digitalizować. Odpowiedzmy sobie na kluczowe pytanie:
Czy jesteśmy już gotowi w całości powierzyć procesy biznesowe agentom AI?
Odpowiedź jest oczywista: to zależy 😉
Organizacje z cyfrowym fundamentem: Natychmiastowe korzyści
Jeśli w Waszych organizacjach funkcjonują poukładane procesy, które są udokumentowane, mamy dostęp do danych i dokumentów oraz historii poprzednich procesów, wdrożenie agenta jest wyjątkowo korzystne, wręcz konieczne, aby pozbyć się żmudnej, powtarzalnej pracy.
Agent działa tak dobrze, jak dane, dokumenty i procesy, które mu dostarczamy. Poniższa piramida przedstawia nasze podejście do wdrożeń agentów:
Powierzając agentowi wszystkie zgłoszenia reklamacyjne od klientów oraz wieloletnią historię sposobu procedowania każdej z reklamacji, wszystkie otrzymane od klientów dokumenty oraz te, które wygenerowaliśmy w procesie obsługi reklamacji, powierzając wszystkie dane, które zapisaliśmy w trakcie tego procesu – czy jest realna szansa, że proces obsłużony przez agenta będzie gorszej jakości? Nie wątpliwości, że będzie on szybszy i tańszy, natomiast czy możemy zagwarantować podobną jakość? Odpowiedzią na to pytanie jest jakość zebranych danych. Jeśli od wielu lat proces reklamacji był obsługiwany w procesie workflow – do 80% przypadków może zostać obsłużona przez agentów AI, a pozostałe po dostarczeniu podpowiedzi do decyzji użytkownika.
Podobnie wygląda proces akceptacji faktur kosztowych – firmy, które od lat stosują cyfrowe procesy, mają wystarczający zakres danych, żeby w oparciu o niego agent AI określał podział faktury na odpowiednie konta kosztowe, dodatkowo, wskazując jako źródło ustawę o rachunkowości, mamy bardzo wysokie prawdopodobieństwo właściwego opisu faktury. Decyzją biznesową jest określenie punktu weryfikacji ludzkiej (zasada Human-In-The-Loop). Czy powinniśmy angażować użytkownika w każdym procesie osobno, czy generować 1 zbiorczy raport weryfikacji co kilka dni?
Kluczowe w tym procesie jest to, że każda ludzka korekta (poprawa konta kosztowego lub zmiana treści odpowiedzi na reklamację) jest rejestrowana i wykorzystywana do natychmiastowego doszkalania agenta. Ta pętla sprzężenia zwrotnego (Reflect – Refleksja) jest fundamentem przewagi 'Składanej Inteligencji’, gwarantując, że agent staje się lepszy z każdym dniem, w przeciwieństwie do tradycyjnych skryptów automatyzacji.
Uważam, że sytuacja nabierania zaufania do pracy agentów będzie zbliżona do nabierania zaufania do silników OCR 5-7 lat temu. Kiedyś każdą rozczytaną przez OCR fakturę weryfikował użytkownik, po kilku latach proces odbywał się już w tle, bo nabraliśmy wystarczającego zaufania do tego rozwiązania. W przypadku agentów będzie podobnie – pierwsze miesiące, lata po wdrożeniu agenta, księgowość będzie weryfikowała podpowiedzi agenta AI, natomiast w dłuższej perspektywie proces – poza obsługą sytuacji wyjątkowych – będzie odbywał się w tle, automatycznie.
Warto wykorzystać platformę low-code/workflow jako narzędzie do szybkiego tworzenia interfejsów Human-in-the-Loop, które pozwalają na walidację podpowiedzi agentów. Umożliwiają one citizen developerom podłączanie agentów (LLM-ów) przez proste API do istniejących procesów, bez konieczności głębokiej ingerencji w systemy.
Nawiązując do poziomu automatyzacji – ten model, w którym agent podejmuje decyzję, ale ostateczną weryfikację pozostawiamy człowiekowi (zasada Human-In-The-Loop), jest esencją wdrożeń na Poziomie 2 i 3 autonomii agentów AI – optymalnym dla rozpoczęcia pracy z danymi wrażliwymi.
Organizacje bez cyfrowych procesów: Najpierw dane, potem agent
No dobrze, a co jeśli proces, w którym zgodnie z poprzednim artykułem zidentyfikowaliśmy duży potencjał na wdrożenie agenta AI nie miał do tej pory ustrukturyzowanej formy cyfrowej, nie mamy do niego danych ani dokumentów? Czy możemy zaprojektować agenta, który na bazie swojego rozumowania obsłuży klienta, czy pracownika i dzięki temu zaoszczędzimy czas i środki? Powiedzmy sobie wprost – AI to nie magiczna różdżka. Jeśli nie chcemy stracić na jakości, głęboko odradzam takie podejście.
Z drugiej strony digitalizacja i automatyzacja procesów bez wykorzystania agentów – nie jest dzisiaj dobry pomysłem. Technologia jest dostępna – warto z niej skorzystać. Projektując nowe procesy powinniśmy mieć na uwadze zebranie w jak najszybszy sposób “paliwa” dla agenta AI tj. danych, dokumentów i historii procesów. Aby zacząć zbierać takie “paliwo” (dane i historię procesów), należy wdrożyć platformę low-code, która ustrukturyzuje ręczne zadania poprzez proste formularze i rejestry. Nawet jeśli na początku agent tylko rejestruje dane, bez podejmowania decyzji, proces zaczyna generować zbiór danych potrzebny do późniejszego doszkolenia agenta i przeniesienia go na wyższe poziomy autonomii.
Koncepcja workflow z stopniowym, ale ambitnym przekazywaniu poszczególnych kroków agentom w początkowo w trybie podpowiedzi, np. treści odpowiedzi na reklamację, a następnie po doszkoleniu agenta i nabyciu zaufania do efektów jego pracy.
Sprowadza się to do wdrożenia platformy workflow, która będzie koordynować działania człowieka (kroki użytkownika) oraz działania agentów AI. Platforma ta nie tylko sekwencjonuje zadania (jak klasyczny workflow), ale dynamicznie wywołuje poszczególnych agentów jako narzędzia, zarządza ich „pamięcią” i przekazuje kontekst między nimi (zgodnie z zasadą „Jeden Agent, Jedno Narzędzie”). Takie systemy są nazywane platformą orkiestracji procesów AI.
Ale o tym w kolejnym artykule…
Jeśli chcesz zobaczyć, jak podejść do tego w praktyce i jak wygląda inteligentna automatyzacja procesów w firmach, zajrzyj tutaj: Inteligentna automatyzacja z JobRouter. Przenieś swoją firmę w erę AI.
