Ο代理 σας AI γνωρίζει τα πάντα – και δεν καταλαβαίνει τίποτα

“Θα πρέπει να ενταχθούμε στο ταξίδι των γονέων μου στην Ιρλανδία” — αυτή η φαινομενικά αθώα δήλωση έστειλε ρίγη στο σώμα μου.

Η γυναίκα μου και εγώ ταξιδεύουμε εκτενώς. Ξέρουμε τι μας αρέσει. Οι γονείς της γυναίκας μου, από την άλλη πλευρά, σπάνια ταξιδεύουν περισσότερο από quelques εκατοντάδες μίλια από το σπίτι τους και έχουν εγκαταλείψει τη χώρα μαζί μόλις μια φορά — για το γάμο μας.

Για να το κάνουμε ακόμα χειρότερο, αυτό το ταξίδι ήταν ένα δώρο Χριστουγέννων από τον πεθερό μου στην πεθερά μου, ώστε να μπορέσει να επισκεφθεί την οικογένειά της, vielleicht για τελευταία φορά.

Μπορούσα να δω αυτό το ταξίδι να αναπτύσσεται με ένα μόνο λόγο: καταστροφή. Πώς θα συνδυάσουμε τις διαφορετικές εμπειρίες και προσδοκίες, ώστε να έχουμε ένα υπέροχο ταξίδι — ή τουλάχιστον να μην μισούμε ο ένας τον άλλον στο τέλος του;

Όπως κάθε σεβαστός τεχνολόγος, έφτασα στην τεχνολογία — συγκεκριμένα στο AI.

Αλλά αυτό που δεν περίμενα ήταν ότι η kleine πειραματική μου προσέγγιση στο να κωδικοποιήσω ένα AI-ενισχυμένο πρόγραμμα σχεδιασμού οικογενειακών ταξιδιών θα με δίδαξε σχεδόν τα πάντα που χρειαζόμουν για να εφαρμόσω το AI εντός της επιχειρηματικής τεχνολογίας.

Οσο περισσότερο ταΐζετε το AI, τόσο πιο ηλίθιο γίνεται

Οι περισσότερες επιχειρηματικές εφαρμογές του AI ακολουθούν ένα προβλέψιμο μοτίβο. Οι οργανισμοί αρχίζουν δίνοντας σε ένα πράκτορα ένα σύνολο οδηγιών και συνδέοντάς το με μια πηγή πληροφοριών, είτε αυτό είναι ένα πλαίσιο RAG (Retrieval-Augmented Generation), μια υπάρχουσα βάση γνώσεων ή ακόμη και ένα 서버 MCP. Στη συνέχεια, προσθέστε ένα LLM και αφήστε το να κάνει το πράγμα του.

Το πρόβλημα εκεί είναι ότι τα LLM στην καρδιά τους είναι ηλίθια. Δεν ξέρουν πώς να προτεραιοποιήσουν όλες τις πληροφορίες που έχουν στη διάθεσή τους, οπότε τείνουν να αντιμετωπίζουν κάθε κομμάτι του контекστού ισότιμα. Ένας άνθρωπος πρέπει να προσθέσει ένα επίπεδο επιμέλειας, διδάσκοντας το μοντέλο τι είναι σημαντικό και τι όχι. Χωρίς επιμέλεια, παίρνετε AI που γνωρίζει τα πάντα και δεν καταλαβαίνει τίποτα.

Οι τρεις τύποι μνήμης που έχουν σημασία

Η αποτελεσματική επιμέλεια του AI στις επιχειρήσεις σημαίνει να κάνετε το máximo από τρεις συγκεκριμένους τύπους μνήμης.

Ο πρώτος είναι η θεσμική μνήμη, η οποία μπορεί να φαίνεται αρκετά βασική στην αρχή. Όταν κάποιος λέει “υπηρεσίες χρηματοοικονομικών”, ο πράκτορας γνωρίζει ότι εννοεί το τμήμα Χρηματοοικονομικών Υπηρεσιών της εταιρείας και όχι ολόκληρη τη βιομηχανία. Αυτό γίνεται μόνιμη οργανωτική γνώση γεμάτη ορισμούς, προτιμήσεις και συμβάσεις που δεν αλλάζουν συχνά. Όταν αυτό επεκτείνεται σε θεσμική γνώση γύρω από στρατηγικές προτεραιότητες, κλειδιά πρωτοβουλίες και οργανωτικές δυναμικές, γίνεται μια πλούσια πηγή θεσμικού контекστού.

Επόμενο είναι η ιστορία δράσεων, η οποία επικεντρώνεται σε σημαντικές αποφάσεις, εργασίες και γεγονότα. Όταν υποβάλλεται ένα 티켓 υπηρεσίας ή αναπτύσσεται ένα σύστημα, ο πράκτορας αναγνωρίζει αυτήν την ενέργεια και την καταγράφει στην ιστορία δράσεων. Αυτό γίνεται ο ιστορικός καταγραφέας που συνδέει τον οργανωτικό контекστό.

Τέλος, υπάρχει ο βραχυπρόθεσμος διαλογικός контекστος. Σκεφτείτε το ως την στιγμιαία αλληλεπίδραση με τον πράκτορα. Είναι χρήσιμο στη στιγμή, αλλά τείνει να χάσει τη σημασία του γρήγορα.

Ληφθέντα μαζί, αυτοί οι τρεις τύποι μνήμης δημιουργούν το σύστημα βαρύτητας που λείπει από τα γενικά μοντέλα AI. Τώρα, όταν κάποιος λέει στον πράκτορα για την επιχείρηση, ταξινομεί και προτεραιοποιεί όλα αυτά τα δεδομένα και επιμελείται τις πληροφορίες που είναι σημαντικές. Αυτό σχηματίζει το κέντρο του τι πρέπει να προσφέρει το AI: όχι μόνο δεδομένα τομέα, αλλά και κρίση τομέα.

Πώς φαίνεται η επιμελημένη μνήμη σε κλίμακα

Αλλά assez με το πλαίσιο, τι φαίνεται αυτό στην πράξη; Αυτό που abbiamo ανακαλύψει στη δημιουργία αυτών των πρακτόρων.

Ένα συνηθισμένο σενάριο IT είναι η αποστολή ενός 티켓 προβλήματος σε έναν πράκτορα υποστήριξης. Λέτε ότι το Outlook σας δεν λειτουργεί, οπότε γράφετε μια περιγραφή του προβλήματος και περιμένετε τον πράκτορα να το αναθεωρήσει και να προτείνει μια λύση.

Αλλά με την επιμελημένη μνήμη να δουλεύει υπέρ σας, μια καλύτερη διαδικασία θα μπορούσε να περιλαμβάνει την αποστολή ενός σκραίνσκοτ που δείχνει το σφάλμα του Outlook και την ανέβασή του στον πράκτορα. Τώρα ο πράκτορας (1) βασίζεται στη θεσμική μνήμη για να κατανοήσει το περιβάλλον εργασίας σας; (2) ελέγχει την ιστορία δράσεων για σχετικά περιστατικά; και (3) εφαρμόζει контεκστική κρίση για μια συγκεκριμένη λύση, όχι μόνο μια γενική απάντηση.

Το αποτέλεσμα είναι ένας έξυπνος πράκτορας που δεν πρέπει να μαντέψει την απάντηση με βάση ένα σκραίνσκοτ. Τώρα πραγματικά εξετάζει, κοιτάζει όλες τις πληροφορίες που τρέχουν και παρέχει μια πιο χρήσιμη απάντηση. Ο πράκτορας θα μπορούσε ακόμη και να επεκταθεί σε ένα δίκτυο ή συρμό, κοιτάζοντας άλλους χρήστες στο σύστημα για να δει αν το πρόβλημα του Outlook είναι μόνο σας ή ένα εταιρικό πρόβλημα.

Η контεκστοποίηση της ιστορίας ή της μνήμης είναι ο διαφορετικός. Αν δεν επιμεληθείτε αποτελεσματικά τη μνήμη σας, θα μείνετε πίσω από εκείνους που το κάνουν. Είναι απαραίτητο να έχετε μια αρχιτεκτονική που γνωρίζει πώς να διαχειριστεί αυτά τα δεδομένα με το χρόνο και να κατανοήσει τι να κρατήσει, τι να επιφανεί, και τι να αφήσει.

Πίσω στο ταξίδι

Οπότε, πώς άλλαξε η άποψή μου για το AI στην επιχειρηματική τεχνολογία;

Τι έχτισα ήταν μια εφαρμογή που λειτουργούσε ως προσωπικός συνταξιοδότη μας και άρχισε “συνομιλώντας” με κάθε συμμετέχοντα. Όλοι εξήγησαμε τι μας ενδιέφερε στο ταξίδι: τι ήταν απαραίτητο και τι μπορούσαμε να παραλείψουμε. Περισσότερο σημαντικό, μας ρώτησε για το “γιατί” — γιατί ήταν κάτι σημαντικό για μας, τι σημασία είχε για μας.

Χρησιμοποιώντας αυτές τις πληροφορίες, έκανε δύο πράγματα. Πρώτα, επιμελήθηκε ένα σχέδιο ταξιδιού που ήταν ισορροπημένο για να προσφέρει κάτι για όλους — μπορούσαμε όλοι να δούμε τις επιθυμίες και τις προτιμήσεις μας να αντιπροσωπεύονται στο σχέδιο που παρήγαγε.

Αλλά, φυσικά, αυτό το πρώτο σχέδιο ήταν μόνο ένα σχέδιο. Υπήρχαν ακόμη πολλά ερωτήματα να απαντηθούν.

Και αυτό ήταν όταν συνέβη η πραγματική μαγεία. Ρωτήσαμε τον πράκτορα για ένα ξενοδοχείο ή μια έλξη ή μια οδήγηση, και οι απαντήσεις που μας έδωσε ήταν εμπλουτισμένες με το контекστό της μοναδικής μας κατάστασης: “Θα ήταν μια μακρά οδήγηση για τα παιδιά, αλλά ο πεθερός μου θα αγάπησε το κάστρο (και το μοναδικό καφενείο δίπλα) — και αυτό θα μπορούσε να είναι ακριβώς το σημείο για τη γυναίκα μου να πάρει αυτή τη μασάζ.”

Γεμάτος από αυτήν την πλούσια κατανόηση του τι ήταν σημαντικό για μας, ήταν σε θέση να μας βοηθήσει να σχεδιάσουμε και να βελτιώσουμε το ταξίδι μας με έναν τρόπο που δεν νομίζω ότι θα ήταν δυνατό με κανέναν άλλο τρόπο.

Και ήταν σε μια από τις πρώτες στιγμές που κατανόησα τι χρειαζόμασταν να χτίσουμε για τους πελατές μας: έξυπνους συστήματα που ήταν τόσο φορτωμένα με οργανωτικό, συναλλακτικό και προσωπικό контекστό, ώστε κάθε απάντηση και κάθε αλληλεπίδραση θα ήταν σαν ένα δακτυλικό αποτύπωμα:完全 μοναδικό για εκείνη τη στιγμή και την αλληλεπίδραση που θα παρείχε ένα είδος αξίας που δεν θα μπορούσε να συμβεί με κανέναν άλλο τρόπο.