Ηγέτες σκέψης
Ο πράκτορας AI σας ξέρει τα πάντα — και δεν καταλαβαίνει τίποτα

Βασικά σημείαΗ μη επιμελημένη τεχνητή νοημοσύνη αντιμετωπίζει όλα τα δεδομένα ισότιμα, παράγοντας…
Δείτε περισσότερα
- Η μη επιμελημένη τεχνητή νοημοσύνη αντιμετωπίζει όλα τα δεδομένα ισότιμα, παράγοντας γνώση χωρίς κατανόηση ή κρίση.
- Τρεις τύποι μνήμης—θεσμική, ιστορικό δράσης και συνομιλιακή—δημιουργούν το σύστημα στάθμισης που χρειάζεται η τεχνητή νοημοσύνη.
- Η επιμελημένη μνήμη επιτρέπει σε έναν πράκτορα να παρέχει λύσεις ειδικές για το πλαίσιο, όχι γενικές απαντήσεις, όπως η διάγνωση προβλημάτων του Outlook.
«Πρέπει να πάμε μαζί με τους γονείς μου στο ταξίδι τους στην Ιρλανδία» — αυτή η φαινομενικά αθώα φράση μού προκάλεσε ανατριχίλα.
Η σύζυγός μου κι εγώ ταξιδεύουμε πολύ. Ξέρουμε τι μας αρέσει. Οι γονείς της, αντίθετα, σπάνια ταξιδεύουν πέρα από μερικές εκατοντάδες μίλια από το σπίτι τους και έχουν βγει μαζί από τη χώρα συνολικά μόνο μία φορά, για τον γάμο μας.
Σαν να μην έφταναν αυτά, το ταξίδι ήταν χριστουγεννιάτικο δώρο του πεθερού μου στην πεθερά μου, για να επισκεφθεί την οικογένειά της, ίσως για τελευταία φορά.
Μπορούσα να περιγράψω την εξέλιξη του ταξιδιού με μία λέξη: καταστροφή. Πώς στο καλό θα συνδυάζαμε τόσο διαφορετικές εμπειρίες και προσδοκίες ώστε να περάσουμε υπέροχα, ή τουλάχιστον να μη μισούμε ο ένας τον άλλον στο τέλος;
Όπως κάθε λάτρης της τεχνολογίας που σέβεται τον εαυτό του, στράφηκα στην τεχνολογία και συγκεκριμένα στην AI.
Δεν περίμενα όμως ότι το μικρό μου πείραμα δημιουργίας, με vibe coding, μιας εφαρμογής AI για τον σχεδιασμό οικογενειακών ταξιδιών θα μου μάθαινε σχεδόν όλα όσα χρειάζομαι για την εφαρμογή της AI στην εταιρική πληροφορική.
Όσο περισσότερες πληροφορίες δίνετε στην AI, τόσο πιο ανόητη γίνεται
Οι περισσότερες υλοποιήσεις AI στις επιχειρήσεις ακολουθούν ένα προβλέψιμο μοτίβο. Οι οργανισμοί αρχίζουν δίνοντας σε έναν πράκτορα οδηγίες και συνδέοντάς τον με μια πηγή πληροφοριών, είτε πρόκειται για ένα πλαίσιο RAG (Παραγωγή Ενισχυμένη με Ανάκτηση Πληροφοριών), μια υπάρχουσα βάση γνώσεων ή ακόμη κι έναν διακομιστή MCP. Στη συνέχεια προσθέτουν ένα μεγάλο γλωσσικό μοντέλο, ένα LLM, και το αφήνουν να κάνει τη δουλειά του.
Το πρόβλημα είναι ότι τα LLM είναι κατά βάθος ανόητα. Δεν ξέρουν πώς να ιεραρχήσουν όλες τις πληροφορίες που έχουν στη διάθεσή τους και έτσι τείνουν να δίνουν το ίδιο βάρος σε κάθε στοιχείο του πλαισίου. Ένας άνθρωπος πρέπει να προσθέσει ένα επίπεδο επιλογής και οργάνωσης πληροφοριών, διδάσκοντας στο μοντέλο τι έχει σημασία και τι όχι. Χωρίς αυτή την επιμέλεια, αποκτάτε AI που ξέρει τα πάντα και δεν καταλαβαίνει τίποτα.
Οι τρεις τύποι μνήμης που έχουν σημασία
Η αποτελεσματική επιμέλεια πληροφοριών για την εταιρική AI σημαίνει τη μέγιστη αξιοποίηση τριών συγκεκριμένων τύπων μνήμης.
Ο πρώτος είναι η θεσμική μνήμη, που στην αρχή μπορεί να φαίνεται αρκετά στοιχειώδης. Όταν κάποιος λέει «χρηματοοικονομικές υπηρεσίες», ο πράκτορας γνωρίζει ότι εννοεί το τμήμα Χρηματοοικονομικών Υπηρεσιών της εταιρείας και όχι ολόκληρο τον κλάδο. Αυτό γίνεται διαρκής οργανωσιακή γνώση, γεμάτη ορισμούς, προτιμήσεις και συμβάσεις που δεν αλλάζουν συχνά. Καθώς επεκτείνεται σε θεσμική γνώση για στρατηγικές προτεραιότητες, βασικές πρωτοβουλίες και οργανωσιακές δυναμικές, γίνεται πλούσια πηγή θεσμικού πλαισίου.
Έπειτα υπάρχει το ιστορικό ενεργειών, που εστιάζει σε σημαντικές αποφάσεις, εργασίες και γεγονότα. Όταν καταχωρίζεται ένα αίτημα υποστήριξης ή τίθεται σε λειτουργία ένα σύστημα, ο πράκτορας αναγνωρίζει τη συγκεκριμένη ενέργεια και την καταγράφει στο ιστορικό. Αυτό γίνεται η ιστορική καταγραφή που συνδέει τα στοιχεία του οργανωσιακού πλαισίου.
Τέλος, υπάρχει το βραχυπρόθεσμο πλαίσιο συνομιλίας. Σκεφτείτε το ως την αλληλεπίδραση με έναν πράκτορα από στιγμή σε στιγμή. Είναι χρήσιμο εκείνη την ώρα, αλλά τείνει να χάνει γρήγορα τη συνάφειά του.
Μαζί, αυτοί οι τρεις τύποι μνήμης δημιουργούν το σύστημα στάθμισης που λείπει από τα γενικά μοντέλα AI. Όταν κάποιος μιλά στον πράκτορα για την επιχείρηση, ταξινομεί και ιεραρχεί όλη αυτή τη μνήμη και επιμελείται τις σημαντικές πληροφορίες. Αυτό αποτελεί τον πυρήνα όσων πρέπει να παρέχει η AI: όχι απλώς δεδομένα ενός τομέα, αλλά κρίση μέσα σε αυτόν τον τομέα.
Πώς μοιάζει η επιμελημένη μνήμη σε μεγάλη κλίμακα
Αρκετά όμως με το πλαίσιο· πώς μοιάζει αυτό στην πράξη; Να τι ανακαλύψαμε κατασκευάζοντας μόνοι μας αυτούς τους πράκτορες.
Ένα συνηθισμένο σενάριο πληροφορικής είναι η αποστολή ενός αιτήματος για πρόβλημα σε πράκτορα του γραφείου υποστήριξης. Ας πούμε ότι το Outlook δεν λειτουργεί, οπότε πληκτρολογείτε μια περιγραφή του προβλήματος και περιμένετε να την εξετάσει ο πράκτορας και να προτείνει λύση.
Με την επιμελημένη μνήμη στο πλευρό σας, μια καλύτερη διαδικασία θα μπορούσε να περιλαμβάνει τη λήψη στιγμιότυπου οθόνης που δείχνει το σφάλμα του Outlook και τη μεταφόρτωσή του στον πράκτορα. Τώρα ο πράκτορας (1) αξιοποιεί τη θεσμική μνήμη για να καταλάβει το περιβάλλον εργασίας σας, (2) ελέγχει το ιστορικό ενεργειών για σχετικά περιστατικά και (3) χρησιμοποιεί κρίση βασισμένη στο πλαίσιο για μια συγκεκριμένη λύση, όχι απλώς μια γενική απάντηση.
Το αποτέλεσμα είναι ένας έξυπνος πράκτορας που δεν χρειάζεται να μαντεύει την απάντηση από ένα στιγμιότυπο οθόνης. Πραγματικά διερευνά, εξετάζει όλες τις τρέχουσες πληροφορίες και παρέχει χρησιμότερη απάντηση. Η λειτουργία του θα μπορούσε ακόμη να επεκταθεί σε ένα φαινόμενο δικτύου ή σμήνους, εξετάζοντας άλλους χρήστες του συστήματος για να διαπιστώσει αν το πρόβλημα του Outlook αφορά μόνο εσάς ή ολόκληρη την επιχείρηση.
Η τοποθέτηση του ιστορικού ή της μνήμης στο πλαίσιό τους είναι αυτή που κάνει τη διαφορά. Αν δεν επιμελείστε αποτελεσματικά τη μνήμη σας, θα μείνετε πίσω από όσους το κάνουν. Είναι απαραίτητη μια αρχιτεκτονική που ξέρει πώς να διαχειρίζεται αυτά τα δεδομένα με την πάροδο του χρόνου και καταλαβαίνει τι πρέπει να κρατά, τι να αναδεικνύει και τι να αφήνει πίσω.
Πίσω στο ταξίδι
Πώς λοιπόν η εφαρμογή AI για τον σχεδιασμό του ταξιδιού άλλαξε την άποψή μου για την AI στην εταιρική πληροφορική;
Κατασκεύασα μια εφαρμογή που λειτουργούσε ως προσωπικός μας ταξιδιωτικός βοηθός και ξεκίνησε παίρνοντας «συνέντευξη» από κάθε συμμετέχοντα. Όλοι εξηγήσαμε τι είχε σημασία για εμάς στο ταξίδι: τι ήταν απαραίτητο να κάνουμε και τι μπορούσαμε να παραλείψουμε. Ακόμη σημαντικότερο ήταν ότι μας ρώτησε το «γιατί»: γιατί κάτι ήταν σημαντικό και τι σήμαινε για εμάς.
Με αυτές τις πληροφορίες έκανε δύο πράγματα. Πρώτον, επιμελήθηκε ένα ισορροπημένο ταξιδιωτικό πρόγραμμα με κάτι για τον καθένα. Όλοι βλέπαμε τις επιθυμίες και τις προτιμήσεις μας να εκπροσωπούνται στο σχέδιο που παρήγαγε.
Φυσικά, το πρώτο δρομολόγιο ήταν απλώς προσχέδιο. Υπήρχαν ακόμη πολλές ερωτήσεις που χρειάζονταν απαντήσεις.
Τότε συνέβη η πραγματική μαγεία. Ρωτούσαμε τον πράκτορα για ένα ξενοδοχείο, ένα αξιοθέατο ή μια διαδρομή με το αυτοκίνητο και οι απαντήσεις του εμπλουτίζονταν με το πλαίσιο της μοναδικής μας κατάστασης: «Θα ήταν μεγάλη διαδρομή για τα παιδιά, αλλά ο πεθερός μου θα λάτρευε το κάστρο και το ιδιαίτερο καφέ δίπλα του, ενώ αυτό ίσως ήταν το κατάλληλο μέρος για να κάνει η γυναίκα μου εκείνο το μασάζ».
Με αυτή την πλούσια κατανόηση όσων ήταν σημαντικά για εμάς, μπορούσε να μας βοηθήσει να σχεδιάσουμε και να βελτιώσουμε το ταξίδι με τρόπο που δεν νομίζω ότι θα ήταν εφικτός αλλιώς.
Σε μία από εκείνες τις πρώτες στιγμές κατάλαβα τι έπρεπε να κατασκευάσουμε για τους εταιρικούς πελάτες μας: έξυπνα συστήματα τόσο πλούσια σε οργανωσιακό, συναλλακτικό και προσωπικό πλαίσιο, ώστε κάθε απάντηση και κάθε αλληλεπίδραση να μοιάζει με δακτυλικό αποτύπωμα, απολύτως μοναδικό για εκείνη τη στιγμή και εκείνη την αλληλεπίδραση, προσφέροντας ένα είδος αξίας που απλώς δεν θα μπορούσε να προκύψει με κανέναν άλλο τρόπο.












