Przez długi czas sztuczna inteligencja (AI) w firmach pełniła jedynie rolę asystenta. Chatboty odpowiadały na zapytania klientów, algorytmy rekomendowały produkty, a modele danych dostarczały analizy. Jednak podejmowanie decyzji pozostawało w gestii ludzi. Wygląda na to, że wkrótce może się to zmienić: nowa generacja agentów AI ewoluuje w kierunku autonomicznych systemów, które przejmują decyzje w trakcie działania, a nawet bezpośrednio ingerują w procesy biznesowe.
Oliver Gassmann, profesor zarządzania technologią i innowacjami na Uniwersytecie St. Gallen, zbadał, kiedy zastosowanie agentów AI ma sens. On i jego zespół, korzystając z przykładów takich firm jak Otto Group, Deutsche Telekom, Amazon, Siemens, Bosch i innych, przeanalizowali kroki niezbędne do skutecznego wdrożenia tej technologii.
Nowe priorytety w przywództwie
„Bycie liderem w erze systemów agentowych oznacza myślenie w kategoriach systemów i sieci. Agenci zmieniają nie tylko procesy, ale całe systemy tworzenia wartości” – mówi Gassmann. Menedżerowie powinni zatem dokładnie rozważyć wpływ wykorzystania tej technologii na partnerów, regulacje i infrastrukturę.
Co najważniejsze, nacisk kładzie się już nie na kontrolowanie poszczególnych zadań, ale na koordynację interakcji między ludźmi a agentami AI, aby mogli oni pracować nad wspólnymi celami. Wymaga to technologicznego osądu i dogłębnego zrozumienia, jak działają agenci, jakie są ich możliwości i ograniczenia. Zdaniem profesora umiejętności programistyczne nie są konieczne.
Warto również wziąć pod uwagę to: Twoja firma potrzebuje kluczowych wskaźników efektywności (KPI), które mierzą wydajność agentów. Jak dokładny jest system? Jak stabilny jest? Jak elastyczna jest technologia? Jaki konkretny wkład wnoszą agenci AI w przychody, koszty i zadowolenie klientów?
Trzy etapy
Profesor Oliver Gassmann i jego zespół badawczy zidentyfikowali trzy etapy, które pomogą w bezpiecznym pilotowaniu i systematycznym skalowaniu agenta AI.
Etap 1: „Najlepiej zacząć od małych, jasno zdefiniowanych obszarów” – radzi ekspert. Z jego doświadczenia wynika, że procesy o dużej objętości i niskiej niejednoznaczności są szczególnie odpowiednie. Należą do nich na przykład zgłoszenia serwisowe, standardowe zlecenia czy podstawowe harmonogramy. Można tam wprowadzić początkowych agentów AI, początkowo pod ścisłym nadzorem człowieka. „Utrzymuj niskie możliwości interwencji zespołu, aby interakcja między ludźmi a maszynami szybko stała się rutyną, nie przytłaczając ich”.
Etap 2: Od samodzielnej aplikacji do systemu: Obejmuje to połączenie wielu agentów w celu utworzenia kompleksowych łańcuchów procesów – od składania zamówień i zarządzania zapasami po dostawę. Według Gassmanna, agent- opiekun odgrywa tu kluczową rolę, monitorując ryzyko i zgodność z przepisami oraz interweniując w razie potrzeby. „Zdefiniuj jasne ścieżki eskalacji: Kto przejmuje kontrolę, gdy coś pójdzie nie tak? Upewnij się, że przekazywanie zadań między agentami jest regularnie weryfikowane. To jedyny sposób na utrzymanie stabilnego przepływu danych i niezawodnej skalowalności systemu” – radzi profesor.
