AI агент

Верујем да је свако од нас барем једном у животу имао колегу који је незаменљив, јер зна све процедуре, познаје све шалтере, има бројеве свих релевантних људи у телефону и, што је најважније, зна тачан редослед по којем ствари треба да се ураде. Он је онај који, док се ви мучите да схватите који формулар треба да попуните, већ разговара са Јованом из књиговодства, шаље мејл добављачу и паралелно резервише салу за састанке. Не питате га „како“, јер вам је важно само да је завршено. Он не измишља ништа ново, не доноси стратешке одлуке, али чини да се ствари померају с мртве тачке. У свету вештачке интелигенције, управо тај принцип добио је своје дигитално отелотворење: зове се AI агент.

Појам „агент“ звучи озбиљно, готово шпијунски, и вероватно је зато толико привлачан маркетингу. Али пре него што замислите дигитално „створење“ које самостално управља процесима у вашој фирми, треба да разјаснимо шта AI агент заиста јесте.

Како AI агент заправо функционише

До сада смо причали о великим језичким моделима (ЛЛМ) као о системима који предвиђају следећи токен, генеришу текст и воде разговор. Причали смо о ChatGPT-у као интерфејсу кроз који приступамо тим моделима. Све то и даље важи. Али ту постоји једно суштинско ограничење: ЛЛМ сам по себи може само да „прича“. Он може да вам напише мејл, али не може да га пошаље. Може да вам предложи термин за састанак, али не може да отвори календар и закаже га. Може да анализира табелу коју сте му дали, али не може сам да приступи вашој бази података и извуче табелу. Он је, у суштини, затворен у својој соби, и једино што може да ради јесте да пише одговоре на папиру и да вам их додаје испод врата.

AI агент је оно што настаје када том моделу дате кључеве од осталих соба. Када му омогућите и да размишља о задатку и да делује. Најједноставнија и најпрецизнија дефиниција била би: AI агент је велики језички модел којем су додате способности планирања, приступ алатима и могућност самосталног деловања.

То „самостално деловање“ је оно што га одваја од обичног четбота.

Замислите разлику овако. Обичан четбот је као правни саветник који вам каже: „Требало би да поднесете жалбу у року од 15 дана, на обрасцу број 4, у два примерка, са потписом и печатом“. Он вам је дао тачну информацију. Али ви и даље морате сами да пронађете образац, попуните га, одштампате, потпишете, однесете на шалтер и стојите у реду. AI агент, с друге стране, ради и све оно после давања савета. Он налази образац, попуњава га вашим подацима, проверава да ли је све у реду, шаље га на предвиђену електронску адресу и обавештава вас када је посао завршен. Наравно, под условом да сте му дали приступ тим системима и јасна упутства шта сме, а шта не сме да ради.

Овај прелаз са „саветодавног“ на „извршни“ режим рада је најбитнија промена. Она мења природу односа између човека и машине. До јуче смо ми били ти који раде, а модел је био тај који предлаже. Сада модел може да ради, а ми смо ти који надгледају његов рад. То је, за многе, и узбудљиво и помало неугодно.

Механика агента је изненађујуће логична и, у извесном смислу, позната. Агент ради оно што сваки добар организатор ради: добије задатак, разложи га на делове, па те делове извршава један по један и успут проверава да ли је све у реду.

Рецимо да агенту кажете: „Припреми ми извештај о продаји за претходни квартал и пошаљи га комерцијалистима на мејл.“ Обичан ЛЛМ би вам написао генерички извештај на основу онога што „мисли“ да су подаци о продаји, односно измислио би бројке. AI агент, ако је правилно подешен, ради другачије. Он прво направи план:

да приступи бази података о продаји,
да извуче релевантне податке за тражени период,
да анализира податке и сумира их у извештај,
да форматира извештај,
да пошаље извештај путем мејла члановима тима за продају.

Затим тај план извршава корак по корак, користећи алате које му је неко претходно дефинисао и омогућио: конектор ка бази података, шаблон за извештај, приступ мејл серверу.

Кључна реч у претходном пасусу је „алати“. AI агент без алата је само модел који може да вам исприча причу. Тек када му додате могућност да позове функцију, приступи интернету, прочита фајл или упише податак у систем, он постаје AI агент. Алати су му руке и ноге; модел је глава. Без главе нема плана, а без руку нема извршења.

Оно што агента чини интересантним није само да може да извршава задатке, већ и да може да реагује на резултате свог деловања. Ту се појављује принцип петље који стручњаци називају „reasoning loop“, а ми бисмо рекли: размисли, уради, провери, понови. AI агент постави план, затим изврши први корак и на крају погледа резултат. Ако резултат није задовољавајући, он не стаје са радом и не пријављује грешку, већ покушава извршење на другачији начин. Ако база података не врати одговор, агент можда преформулише упит. Ако мејл сервер одбије слање, агент то пријави кориснику и предложи алтернативу.

Ово личи на оног незаменљивог колегу са почетка приче. Он не стаје кад наиђе на проблем. Он се снађе. И управо та способност „сналажења“ је оно што толико одушевљава свет технологије и што толико забрињава свет сајбер безбедности.

И баш ту долазимо до питања које је за домаће менаџере можда најважније. Када четбот погреши, последица је лоша реченица коју можете да избришете или исправите. Када AI агент погреши, последица може бити послат мејл са погрешним подацима, обрисан фајл, покренут процес који није требало покренути или, у екстремном случају, финансијска трансакција која је отишла на погрешан текући рачун.

Ако дате AI агенту приступ свему, а нисте дефинисали правила и границе деловања, имаћете неконтролисаног приправника са бланко дозволом за рад. Снага агента долази управо из ограничења која му поставите, а не из слободе коју му дате. Агент који може све да уради, а којем нико не каже шта не сме, није користан алат, већ организациони ризик.

Замислите AI агента као новозапосленог возача у фирми за доставу. Ви му дате кључеве камиона, листу адреса, GPS и телефон за хитне случајеве. Он зна да вози, зна да прати руту, зна да позове ако је нешто нејасно. Али му не дајете овлашћење да сам одлучује о томе коме ће дати робу на одложено плаћање, нити да мења руте зато што му се чини да је тако брже. Поставите му јасне границе, и унутар тих граница он може да функционише самостално. AI агент који ради добро, ради управо тако: самостално, али у задатом оквиру.

AI агенти и наша реалност

У Србији се о AI агентима за сада углавном прича у ИТ круговима, на конференцијама и у тимовима који развијају софтвере. Али њихов утицај, ако се ствари наставе овим темпом, стићи ће до свих. Предвиђања говоре да ће до краја 2026. године значајан део пословних апликација имати интегрисане AI агенте за специфичне задатке. Мајкрософт, Гугл, Амазон и друге велике компаније већ уграђују агентске способности директно у своје производе. Ово значи да нећете морати да „уводите“ AI агенте у компанију. Они ће доћи сами, кроз софтвер који ћете користити.

За наш контекст, ово има посебну тежину. Сетимо се приче о GenAI-у и нашем односу према технологији: прихватамо оно што штеди време и смањује гњаважу. AI агенти су управо тај тип алата који је створен за наше „сналажење“: они обећавају да ће завршити оних десет досадних процедуралних корака које нико не воли да ради, од попуњавања извештаја до заказивања, од слања подсетника до извлачења података из неколико различитих система.

Али, баш као и код генеративне вештачке интелигенције, постоји замка. AI агент може да обави задатак, али не може да разуме контекст онако како га разуме човек који у тој фирми ради десет година. Он не зна да Пери из магацина сада не треба слати аутоматске опомене јер је управо изашао из болнице. Не зна да „хитно“ у вашој фирми значи „до петка“, а не „одмах“. Не зна да тај ваш један клијент има посебан третман који нигде није записан, јер се то „одувек тако ради“. Све оно што смо причали о инжењерингу контекста овде постаје десетоструко важније, јер агент не само да прима контекст, већ на основу њега и извршава задатке.

Постоји један феномен који је већ добио име у индустрији и зове се „agentwashing“. У питању је пракса произвођача софтвера да све своје производе који имају било какву AI компоненту прогласе „AI агентима“, иако то нису. Ако вам алат само одговара на питања, то је четбот. Ако вам алат предлаже акцију коју ви морате ручно да одобрите и покренете, то је асистент. AI агент у правом смислу мора да има способност да самостално извршава задатке, да бира алате, да прави план и да реагује на резултате тог плана.

Ова разлика је важна из практичних разлога. Када вам добављач софтвера каже „наш производ има AI агента“, питање које треба поставити је: „Шта тачно тај агент може сам да уради без људске интервенције?“ Ако је одговор „ништа без вашег клика“, то није AI агент. То је само аутоматизовани образац са лепим именом.

Сада, када смо утврдили шта је један AI агент, природно се намеће питање шта се дешава када их има више?

Један AI агент или тим AI агената

Да видимо шта значи појам мултиагентских система. У пракси, сложенији задаци могу захтевати више агената који међусобно сарађују. Замислите то као мали тим у којем један агент прикупља податке, други их анализира, трећи пише извештај, а четврти га шаље. Сваки од њих има свој делокруг рада, своје алате и своја ограничења. Постоји и „оркестратор“, главни агент који координира рад осталих, распоређује задатке и прати да ли се све одвија по плану.

Ово је, у суштини, дигитална верзија организационе структуре. И баш као у стварном тиму, ефикасност система зависи од јасно дефинисаних улога, квалитета комуникације између чланова и прецизности упутстава која је свако добио. Када тим функционише, резултат је импресиван. Када не функционише, настаје исти хаос као у свакој лоше организованој фирми, само се све брже дешава, јер машине немају паузу за кафу.

Постоји и економски аспект о којем мало ко говори на презентацијама. AI агент или тимови AI агената, да би функционисали, морају много чешће да позивају ЛЛМ него обичан четбот. Сваки корак у њиховом плану је засебан позив моделу. Свака одлука коју донесу је нови утрошак токена. Свака провера резултата, свака корекција, свако ново питање које сами себи постављају - све то кошта. Ако се сећате приче о токенима као оперативној цени приступа систему, овде та цена расте вишеструко. AI агент који извршава сложен задатак може потрошити десет, двадесет или педесет пута више токена него када је у питању једноставан разговор са четботом.

За фирму која AI агенте користи масовно, ово постаје озбиљна ставка у буџету. Није довољно питати: „Колико кошта претплата?“ Право питање је: „Колико токена наш агент потроши по задатку, колико задатака обавља дневно, и да ли је та потрошња оправдана у односу на време које штеди?“ Без овог прорачуна, лако се може десити да AI агент који вам „штеди време“ заправо кошта више него што бисте платили људима да ураде исти посао.

АИ агент није ваш заменик

На крају, вреди поновити оно што смо рекли и за ЛЛМ и за GenAI: AI агент није свесно биће. Он не размишља у људском смислу. Он предвиђа токене, извршава функције и прати обрасце. Он нема људску намеру, нема осећај за нијансу, нема морални кодекс. Оно што има јесте способност да веома ефикасно повеже кораке у процес и да тај процес изврши брже и доследније него што би то урадио човек, и то ако, и само ако је тај процес добро осмишљен и надзиран.

AI агент је извршилац, али не и доносилац одлука. Његова вредност лежи у томе што може да ослободи човека од механичких задатака и да му остави простор за: процену ситуације, етичку одлуку, разумевање контекста који нигде није записан, и одговорност за последице.

Када следећи пут прочитате наслов о томе како „AI агенти мењају свет“, сетите се оног колеге са почетка овог текста. Онај који зна све шалтере, има све бројеве и завршава ствари док се ви питате одакле да кренете. AI агент је његова дигитална верзија. Невероватно је користан када зна правила куће, а потенцијално опасан када му нико не каже која су то правила. И потпуно је бескористан ако ваша кућа нема правила.

Питања за размишљање:

Да ли ваша организација има довољно систематизоване процесе и написана правила да би AI агент уопште имао на чему да ради, или су ваши процеси и даље „у главама“ људи који их обављају?
Ко ће бити одговоран када AI агент самостално пошаље погрешан извештај клијенту или покрене процес који није требало покренути?
Да ли сте спремни да дефинишете јасне границе онога што AI агент сме а шта не сме да ради, или ће искушење „нека уради све“ бити јаче од опреза који пословно окружење захтева?