AktualnościMakroHarnesse AI zapewniają koordynację i zabezpieczenia w korporacyjnych przepływach pracy agentów

Harnesse AI zapewniają koordynację i zabezpieczenia w korporacyjnych przepływach pracy agentów

Autor: AI Business·

Najważniejsze informacje

  • Harness AI koordynuje wiele agentów oraz zarządza ich dostępem do systemów korporacyjnych i dozwolonymi działaniami.
  • Harnesse mogą stosować weryfikację, routing, audyt i inne zabezpieczenia przed wykonaniem działań wygenerowanych przez AI.
  • Proste, samodzielne zastosowania, takie jak OCR do odczytywania identyfikatorów, mogą nie uzasadniać użycia harnessu, podczas gdy przepływy pracy obejmujące wiele agentów zwykle zwiększają zapotrzebowanie na takie rozwiązanie.
  • Na rynku pojawiają się gotowe harnesse, ale oznaczenia stosowane przez dostawców mogą ukrywać przepływy pracy obejmujące liczne agenty i systemy.
  • De Bruyn zalecił zdefiniowanie celów biznesowych i mierzalnych KPI przed wyborem architektury AI lub określeniem roli harnessu.
Harnesse AI zapewniają koordynację i zabezpieczenia w korporacyjnych przepływach pracy agentów

Termin „AI harness” pojawia się coraz częściej, ponieważ przedsiębiorstwa przechodzą od eksperymentowania z pojedynczymi agentami AI do budowania przepływów pracy łączących wiele agentów i modeli. Dostawcy zaczynają pakować tę koncepcję w produkty dla klientów korporacyjnych, ale terminologia nadal nie jest ustalona. Wciąż otwarte pozostają pytania o to, co kwalifikuje się jako harness, gdzie wpisuje się on w agentowy przepływ pracy oraz kiedy przedsiębiorstwo faktycznie go potrzebuje.

W wywiadzie dla AI Business Gareth de Bruyn, CEO, założyciel i główny architekt w Debcor Engineering, firmie specjalizującej się w natywnych integracjach AI z SAP, omówił wyłaniającą się rolę harnessów AI w korporacyjnych przepływach pracy. Wyjaśnił, w jaki sposób harnesse koordynują wiele agentów, zarządzają interakcjami z systemami korporacyjnymi i zapewniają kontrolę nad działaniami generowanymi przez AI.

Czym jest harness AI?

De Bruyn powiedział, że harness AI znajduje się między kodem agentowym a samymi modelami. Obsługuje routing, kontrolę dostępu, zarządzanie kontekstem, ewaluację i audyt. Te mechanizmy kontroli muszą zostać ustanowione, zanim agent wejdzie w interakcję z systemami korporacyjnymi.

Jak powiedział, wartość agentów staje się bardziej widoczna, gdy wiele agentów pracuje razem. Harness umożliwia koordynowanie tych agentów i zarządzanie ich interakcjami.

Zarządzanie interakcjami z systemami korporacyjnymi

Harness koordynuje sposób, w jaki agent wykonuje swoją pracę i wchodzi w interakcję z systemami korporacyjnymi. De Bruyn powiedział, że „transakcje” mogą być lepszym określeniem tej interakcji.

Agent może uzyskać dostęp do systemu korporacyjnego, aby zebrać informacje potrzebne do podjęcia decyzji. Gdy podejmuje działanie — takie jak utworzenie zamówienia, aktualizacja danych klienta lub przemieszczenie towarów — harness stosuje niezbędne zabezpieczenia i mechanizmy kontroli.

Agent może również potrzebować interakcji z kilkoma systemami korporacyjnymi, aby zrealizować zadanie. Harness zarządza tymi interakcjami, pomagając określić, do czego agent ma dostęp, jakie działania może podjąć oraz w jaki sposób są one wykonywane.

Kontroler ruchu lotniczego dla agentów

De Bruyn porównał harness do kontroli ruchu lotniczego. Zamówienie sprzedaży może na przykład nadejść e-mailem, faksem lub jako idealnie sformatowane zamówienie. Harness pełni funkcję warstwy koordynującej, która ocenia dane wejściowe i określa sposób ich dalszego przetwarzania.

Może rozpoznać zamówienie, pobrać odpowiednie dane i utworzyć zamówienie. Alternatywnie może uznać, że żądanie musi przejść weryfikację. Takie kontrole mogą wymagać kilku wywołań AI, zwiększając koszty oraz tworząc dodatkowe wymagania dotyczące audytu i śledzenia.

Harness zapewnia, że każde żądanie zostanie odpowiednio przekierowane i poddane właściwym kontrolom. Rezultatem jest ustandaryzowane zamówienie, które można następnie wprowadzić do systemu klienta.

Kiedy przedsiębiorstwo potrzebuje harnessu?

W przypadku pojedynczego agenta działającego niezależnie De Bruyn poddałby w wątpliwość konieczność stosowania harnessu. Podał przykład prostej aplikacji do optycznego rozpoznawania znaków, czyli OCR, którą stworzył. Aplikacja umożliwiała mu zrobienie zdjęcia identyfikatora uczestnika konferencji, natychmiastowe odczytanie informacji przez agenta i zapisanie ich w bazie danych do zarządzania relacjami z klientami.

Jak powiedział, takie lekkie i nieskomplikowane zadanie nie wymaga harnessu. Jego wartość staje się wyraźniejsza, gdy wiele agentów musi współpracować lub gdy ich działania wymagają większego nadzoru i koordynacji.

Budować czy kupować?

Przedsiębiorstwa stają również przed decyzją „budować czy kupować” w kontekście AI. De Bruyn powiedział, że wiele organizacji szuka gotowych rozwiązań AI, ponieważ nie zawsze mają wiedzę specjalistyczną lub pewność siebie potrzebne do samodzielnego tworzenia takich systemów.

Na rynku zaczynają pojawiać się gotowe harnesse i inne pakietowe rozwiązania AI, ale De Bruyn ocenił, że nie uważa tego rynku za dojrzały. Ostrzegł również, że terminologia może wprowadzać w błąd: rozwiązanie reklamowane jako pojedynczy agent AI może w rzeczywistości obejmować wiele współpracujących agentów.

Podczas konferencji SAP Sapphire uczestnicy usłyszeli na przykład o agencie obsługującym zobowiązania. De Bruyn powiedział, że przepływ pracy stojący za tym rozwiązaniem mógłby obejmować od 10 do 15 różnych agentów wykonujących takie zadania jak przetwarzanie faktur, sprawdzanie informacji i podejmowanie decyzji dotyczących routingu.

Choć produkt może być przedstawiany jako jeden agent, w tle może działać wiele agentów i systemów. Zdaniem De Bruyna marketing i rzeczywistość operacyjna nie nadążają jeszcze za sobą.

Jak powiedział, prawdopodobnie pojawi się więcej gotowych rozwiązań, ale przedsiębiorstwa muszą rozumieć, co zawierają te produkty, jak współpracują poszczególni agenci oraz jaką rolę harness odgrywa w ich koordynowaniu. W przypadku przedsiębiorstw oceniających takie oferty praktyczne pytania wykraczają zatem poza nazwę produktu i obejmują systemy, do których może on uzyskać dostęp, działania, które może podejmować, oraz stosowane kontrole.

Zacząć od wyniku biznesowego

Najważniejsza lekcja De Bruyna dla liderów przedsiębiorstw brzmi: „AI to nie magia”. Powiedział, że przedsiębiorstwa znajdują się pod znaczną presją, aby wdrażać AI, podobnie jak wcześniej były pod presją związaną z technologiami takimi jak chmura obliczeniowa i Internet Rzeczy, czyli IoT. Zamiast tego liderzy powinni zacząć od podstawowych pytań biznesowych: Co organizacja próbuje osiągnąć? Jaki rezultat chce uzyskać i jak będzie on mierzony?

Po zdefiniowaniu tych celów i kluczowych wskaźników efektywności, czyli KPI, przedsiębiorstwo może określić, co system AI musi robić i gdzie w projekcie znajduje się miejsce dla harnessu.

De Bruyn opisał harness jako zbiór komponentów, który łączy modele, agentów i inne systemy niezbędne do osiągnięcia konkretnego rezultatu. Powiedział, że organizacje nie muszą zaczynać od szczegółów technicznych. Najpierw powinny zdefiniować wynik biznesowy, rozłożyć wymagane komponenty na części i określić rolę, jaką powinien odegrać harness.

Jak powiedział, w swojej istocie harness pomaga zarządzać ryzykiem i efektywnością poprzez koordynowanie tych różnych komponentów.

Nota redakcyjna: Ten wywiad został zredagowany pod kątem przejrzystości i zwięzłości.