Yoav Naveh, συνιδρυτής και συνδιευθύνων σύμβουλος της Reindeer – Σειρά συνεντεύξεων

Ο Yoav Naveh είναι συνιδρυτής και συνδιευθύνων σύμβουλος της Reindeer, με εμπειρία στην ίδρυση εταιρειών τεχνολογίας, την ανάπτυξη επιχειρήσεων και τις επενδύσεις σε ιδρυτές. Πριν από τη Reindeer, ίδρυσε την ConvertMedia, συνέχισε τη δραστηριότητά του στην Taboola και επένδυσε μέσω της INT3. Σήμερα, επικεντρώνεται στο να βοηθά τις επιχειρήσεις να περάσουν από μεμονωμένες εφαρμογές τεχνητής νοημοσύνης σε πράκτορες που μπορούν να αναλαμβάνουν σύνθετες λειτουργικές εργασίες, να μαθαίνουν από την ανθρώπινη εμπειρία και να παραμένουν αξιόπιστοι καθώς αλλάζουν οι επιχειρηματικές διαδικασίες.

Η Reindeer αναπτύσσει πράκτορες τεχνητής νοημοσύνης για επιχειρήσεις, οι οποίοι αναλαμβάνουν βασικές λειτουργίες σε τομείς όπως τα χρηματοοικονομικά, η εφοδιαστική αλυσίδα, τα logistics και οι κοινές υπηρεσίες. Η πλατφόρμα της συνδυάζει την εκτέλεση ροών εργασίας με την ανατροφοδότηση από ειδικούς, την αξιολόγηση και την ανθρώπινη έγκριση, ώστε οι πράκτορες να μπορούν να προσαρμόζονται σε εξαιρέσεις και σε πολιτικές που εξελίσσονται. Σε αυτή τη συνέντευξη, ο Naveh συζητά τα όρια των μοντέλων ανάπτυξης που βασίζονται σε μεγάλο βαθμό στη μηχανική, το πώς η θεσμική γνώση γίνεται το πλαίσιο αναφοράς των πρακτόρων, καθώς και τη διακυβέρνηση και τη μέτρηση που απαιτούνται για τη σταδιακή μείωση της συνολικής ανθρώπινης προσπάθειας.

Αφού ιδρύσατε την ConvertMedia, συμβάλατε στην ανάπτυξη της Taboola και επενδύσατε σε άλλους ιδρυτές μέσω της INT3, ποιο πρόβλημα σας ώθησε να επιστρέψετε στην ίδρυση μιας εταιρείας και πώς επηρέασε αυτό την απόφασή σας να συνιδρύσετε τη Reindeer;

Η αγορά της τεχνητής νοημοσύνης ήταν υπερβολικά συναρπαστική για να την παρακολουθούμε από το περιθώριο. Ο συνιδρυτής μου, ο Yair, κι εγώ ενδιαφερθήκαμε πολύ για το χάσμα ανάμεσα στη χρησιμότητα που έχει αποκτήσει η τεχνητή νοημοσύνη όταν τη χρησιμοποιούμε ατομικά και στη δυσκολία που εξακολουθούν να αντιμετωπίζουν οι επιχειρήσεις στην ευρεία υιοθέτησή της. Η τεχνολογία εξελίσσεται απίστευτα γρήγορα, κι όμως οι περισσότεροι οργανισμοί εξακολουθούν να δυσκολεύονται να μετατρέψουν αυτή τη δυναμική σε ουσιαστική λειτουργική αλλαγή.

Η τεχνητή νοημοσύνη θα αλλάξει ριζικά τον τρόπο λειτουργίας των εταιρειών, αλλά για να φτάσουμε εκεί δεν αρκεί η καλύτερη τεχνολογία. Χρειάζεται ηγεσία πρόθυμη να επανεξετάσει τον τρόπο με τον οποίο γίνεται η δουλειά, καθώς και ένας πρακτικός τρόπος ενσωμάτωσης της τεχνητής νοημοσύνης στην καθημερινή λειτουργία, χωρίς να δημιουργούνται νέα επίπεδα πολυπλοκότητας.

Αυτή η πρόκληση διαμόρφωσε τη Reindeer. Δημιουργήσαμε μια πλατφόρμα που βοηθά τις επιχειρήσεις να ξεκινήσουν με τον πρώτο τους πράκτορα και να φτάσουν σε ένα ολόκληρο σμήνος πρακτόρων, οι οποίοι μαθαίνουν από την ανθρώπινη ανατροφοδότηση και βελτιώνονται με την πάροδο του χρόνου. Στόχος μας είναι να γεφυρώσουμε το χάσμα ανάμεσα στις δυνατότητες της τεχνητής νοημοσύνης και την υιοθέτησή της στον πραγματικό κόσμο, βοηθώντας τις εταιρείες να μετατρέψουν τις βασικές λειτουργίες τους σε ένα εργατικό δυναμικό πρακτόρων τεχνητής νοημοσύνης, χωρίς να χρειάζεται να ανακατασκευάζουν ή να συντηρούν διαρκώς κάθε πράκτορα.

Έχετε υποστηρίξει ότι το μοντέλο των μηχανικών που αναπτύσσονται επιτόπου ενέχει τον κίνδυνο να μετατρέψει την εταιρική τεχνητή νοημοσύνη σε μια επιχείρηση υπηρεσιών έντασης εργασίας. Σε ποιες περιπτώσεις η ενσωματωμένη μηχανική δημιουργεί διαρκή αξία και σε ποιες καταλήγει σε εξάρτηση που εμποδίζει τους πελάτες να αναπτυχθούν;

Οι μηχανικοί που αναπτύσσονται επιτόπου είναι πολύτιμοι για σύνθετες ενσωματώσεις και για να θέσουν σε λειτουργία τους πρώτους πράκτορες. Το πρόβλημα αρχίζει όταν αλλάζουν οι ίδιες οι διαδικασίες εργασίας και οι μηχανικοί επιτόπιας ανάπτυξης (FDE) καθίστανται μόνιμα αναγκαίοι για να συνεχίσουν να λειτουργούν οι πράκτορες που εκτελούν αυτές τις εργασίες. Ιδίως σε μεγάλη κλίμακα. Το μοντέλο FDE λειτουργεί όταν έχεις 5 πράκτορες. Καταρρέει όταν έχεις εκατό πράκτορες.

Αν κάθε νέα ροή εργασίας ή απρόβλεπτη εξαίρεση απαιτεί περισσότερη μηχανική εργασία, δεν επεκτείνεις το λογισμικό· επεκτείνεις το ακριβό ανθρώπινο εργατικό δυναμικό.

Οι περισσότερες εταιρείες που αναπτύσσουν FDE ισχυρίζονται ότι οι μηχανικοί τους τελικά αναλαμβάνουν άλλες εργασίες. Οι επιχειρήσεις θα πρέπει να ζητούν αποδείξεις ότι αυτό πράγματι συμβαίνει προτού υπογράψουν σύμβαση που προϋποθέτει FDE. Έχουμε ήδη δει πόσο εύθραυστη έγινε η αυτοματοποίηση ρομποτικών διαδικασιών (RPA) καθώς εξελίσσονταν οι επιχειρηματικές διαδικασίες. Δεν θα πρέπει να περιμένουμε να είναι διαφορετικοί οι πράκτορες που κατασκευάζονται εξ ολοκλήρου κατά παραγγελία.

Οι εταιρικές ροές εργασίας συχνά περιλαμβάνουν ατεκμηρίωτες εξαιρέσεις και πρακτικές που διαφέρουν από ομάδα σε ομάδα. Πώς καταγράφει η Reindeer τον πραγματικό τρόπο εκτέλεσης της εργασίας, διακρίνοντας παράλληλα τη χρήσιμη θεσμική γνώση από συνήθειες που δεν θα πρέπει να αυτοματοποιηθούν;

Οι περισσότερες επιχειρήσεις διαθέτουν τεράστιο όγκο θεσμικής γνώσης που δεν είναι καταγεγραμμένος πουθενά. Οι εργαζόμενοι τη διατηρούν στο μυαλό τους. Οι πράκτορές μας ξεκινούν με ελλιπή γνώση και μαθαίνουν μέσα από πραγματικές περιπτώσεις, ζητώντας καθοδήγηση από ειδικούς του εκάστοτε αντικειμένου όταν συναντούν άγνωστες καταστάσεις.

Όμως, το να μαθαίνει κανείς από έναν εργαζόμενο δεν σημαίνει ότι αντιγράφει άκριτα τη συμπεριφορά του. Το σύστημά μας διακρίνει τις μεμονωμένες εξαιρέσεις από τα επαναλαμβανόμενα μοτίβα και προτείνει ευρύτερες αλλαγές προς έγκριση από ανθρώπους.

Δεν προσπαθούμε να αυτοματοποιήσουμε κάθε συνήθεια. Προσπαθούμε να μετατρέψουμε την πολύτιμη θεσμική γνώση σε αξιόπιστη νοημοσύνη, χωρίς να απαιτείται από τους μηχανικούς να προβλέψουν εκ των προτέρων κάθε πιθανό σενάριο.

Οι περισσότερες εταιρείες που αναπτύσσουν λύσεις τεχνητής νοημοσύνης με πράκτορες ξεκινούν καταγράφοντας και στη συνέχεια κωδικοποιώντας τη διαδικασία, μέσα από συνεντεύξεις και προσεκτική εξέταση παλαιότερων δεδομένων. Στην πραγματικότητα, όμως, η αποτελεσματικότερη εκμάθηση μιας διαδικασίας γίνεται κάθε φορά που εντάσσεται ένα νέο μέλος στην ομάδα: δεν αποστηθίζει δεδομένα ενός έτους ή μια τυπική διαδικασία λειτουργίας 3.000 σελίδων. Μαθαίνει μερικές δεξιότητες, βλέπει μερικά παραδείγματα, αρχίζει να εργάζεται, κάνει ερωτήσεις όταν συναντά κάτι που δεν καταλαβαίνει και σταδιακά διευρύνει τις γνώσεις του. Αυτή είναι η διαδικασία που δημιουργήσαμε.

Η τεχνητή νοημοσύνη με πράκτορες δίνει επίσης στις εταιρείες την ευκαιρία να επανασχεδιάσουν μια διαδικασία, αντί να αυτοματοποιήσουν απλώς την υπάρχουσα μορφή της. Οι ομάδες που βασίζονταν αποκλειστικά σε ανθρώπους, η αυτοματοποίηση βάσει κανόνων και το παραδοσιακό λογισμικό διαμόρφωσαν το καθένα τις διαδικασίες σύμφωνα με τους δικούς του περιορισμούς. Με πράκτορες που μαθαίνουν μαζί με τους ειδικούς, η Reindeer βοηθά τις επιχειρήσεις να επανεξετάσουν τον τρόπο με τον οποίο θα πρέπει να λειτουργεί μια διαδικασία, συμπεριλαμβανομένων των πρακτικών που πρέπει να διατηρηθούν, εκείνων που πρέπει να εγκαταλειφθούν και των σημείων όπου πράκτορες και άνθρωποι προσφέρουν ο καθένας τη μεγαλύτερη αξία.

Όταν λέτε ότι οι πράκτορες της Reindeer μαθαίνουν διαρκώς κατά τη λειτουργία τους, τι αλλάζει στην πράξη: τα βάρη του μοντέλου, η μνήμη, η λογική της ροής εργασιών ή οι ρητές πολιτικές; Θα μπορούσατε να μας περιγράψετε μια εξαίρεση που διδάσκει σε έναν πράκτορα να χειρίζεται διαφορετικά ανάλογες περιπτώσεις στο μέλλον;

Αυτό που αλλάζει είναι το πλαίσιο και οι δεξιότητες του πράκτορα: η λογική της ροής εργασιών, οι πολιτικές και οι οδηγίες για το πότε εφαρμόζεται καθεμία.

Ας πάρουμε έναν πράκτορα που χειρίζεται τιμολόγια. Λαμβάνει ένα τιμολόγιο που υπερβαίνει κατά 4% την εντολή αγοράς και δεν βρίσκει πολιτική που να καλύπτει την περίπτωση. Αντί να το διεκπεραιώσει, παραπέμπει την υπόθεση σε έναν ειδικό. Ο ειδικός εξηγεί ότι ο συγκεκριμένος προμηθευτής έχει εγκεκριμένη εξαίρεση για τις προσαυξήσεις καυσίμων. Ο πράκτορας διευθετεί την υπόθεση και η εξήγηση αποθηκεύεται ως πλαίσιο αναφοράς μόνο για τον συγκεκριμένο προμηθευτή.

Αν προκύψει ξανά το ίδιο είδος εξαίρεσης με άλλους προμηθευτές και άλλοι ειδικοί τη διευθετήσουν με τον ίδιο τρόπο, το σύστημα προτείνει αλλαγή πολιτικής, όπως «οι προσαυξήσεις καυσίμων έως 5% είναι αποδεκτές όταν το επιτρέπει η σύμβαση». Η πρόταση υποβάλλεται σε δοκιμές και χρειάζεται ανθρώπινη έγκριση προτού την εφαρμόσει ο πράκτορας. Η απάντηση ενός ειδικού διευθετεί μία υπόθεση. Ένα επαναλαμβανόμενο μοτίβο σε πολλές υποθέσεις μπορεί να αποτελέσει βάση για έναν νέο κανόνα.

Η απόφαση ενός υπαλλήλου μπορεί να είναι κατάλληλη για έναν πελάτη ή μια συναλλαγή, χωρίς να ενδείκνυται ως γενικός κανόνας. Πώς κρίνετε πότε τα σχόλια πρέπει να παραμείνουν μια μεμονωμένη εξαίρεση και πότε να οδηγήσουν σε πρόταση αλλαγής πολιτικής;

Διαχωρίζουμε τη διευθέτηση μιας μεμονωμένης υπόθεσης από την αλλαγή του τρόπου με τον οποίο θα λειτουργεί ο πράκτορας στο εξής.

Ένας υπάλληλος μπορεί να εγκρίνει μια εξαίρεση για έναν πελάτη, αλλά αυτό δεν σημαίνει ότι η ίδια εξαίρεση πρέπει να ισχύει καθολικά. Θα υποστήριζα μάλιστα ότι δύο διαφορετικοί υπάλληλοι μπορεί να προτείνουν διαφορετική λύση για την εξαίρεση του ίδιου πελάτη. Το σύστημά μας αξιολογεί τις περιστάσεις, εντοπίζει επαναλαμβανόμενα μοτίβα, συμφιλιώνει τις αντιφάσεις και αναζητά πιθανές συγκρούσεις με τις ισχύουσες πολιτικές.

Όταν υπάρχουν στοιχεία που στηρίζουν μια ευρύτερη αλλαγή, εκτελούμε τον πράκτορα μέσω της πλατφόρμας αξιολόγησής μας —ενός «Truman Show» για πράκτορες, αν θέλετε— και προτείνουμε μια ενημέρωση προς έγκριση από άνθρωπο.

Στόχος είναι να μαθαίνουμε από τους ανθρώπους, όχι να αντιγράφουμε άκριτα τις αποφάσεις τους. Διαφορετικά, απλώς αυτοματοποιούμε τα λάθη.

Ένας πράκτορας μπορεί να βελτιώνεται σε πρόσφατες υποθέσεις, αλλά να γίνεται λιγότερο αξιόπιστος σε περιπτώσεις που προηγουμένως χειριζόταν σωστά. Ποιες δοκιμές και ποια διαδικασία έγκρισης πρέπει να περάσει μια προτεινόμενη αλλαγή προτού τεθεί σε παραγωγική λειτουργία και πώς εντοπίζετε και αναιρείτε τυχόν παλινδρομήσεις;

Η συνεχής μάθηση χωρίς διακυβέρνηση είναι επικίνδυνη, γι’ αυτό κάθε προτεινόμενη αλλαγή περνά από τρεις δικλίδες ασφαλείας: δοκιμές παλινδρόμησης, ανθρώπινη έγκριση και ένα όριο εμπιστοσύνης που καθορίζει πότε ο πράκτορας ενεργεί αυτόνομα.

Οι δοκιμές προηγούνται και είναι δυσκολότερες απ’ όσο ακούγεται, επειδή στις επιχειρησιακές εργασίες δεν υπάρχει προκαθορισμένο σύνολο σωστών απαντήσεων. Επιλέγουμε αντιπροσωπευτικές υποθέσεις από τα σχόλια των ειδικών, ορίζουμε κριτήρια για τη σύγκριση των αποτελεσμάτων και επαναλαμβάνουμε τις δοκιμές αυτών των υποθέσεων τόσο με τον τρέχοντα πράκτορα όσο και με την προτεινόμενη έκδοση. Ενέργειες με παρενέργειες, όπως η αποστολή email, εκτελούνται σε προσομοιωτή που έχει κατασκευαστεί με βάση προηγούμενες εκτελέσεις, ενώ αποσύρονται οι δοκιμαστικές περιπτώσεις που δεν συνάδουν πλέον με την ισχύουσα πολιτική. Για να μετρήσουμε τον πραγματικό αντίκτυπο μιας αλλαγής, οι πράκτορες πρέπει να πιστεύουν ότι λειτουργούν στον πραγματικό κόσμο και ότι οι ενέργειές τους έχουν πραγματικές συνέπειες — όπως η εισαγωγή μιας εγγραφής στο SAP ή η αποστολή email σε πελάτη. Αυτός είναι ο μόνος τρόπος να δημιουργηθεί ένα πραγματικά αξιόπιστο πλαίσιο αξιολόγησης για κάθε πράκτορα.

Στη συνέχεια, ένας ανθρώπινος προϊστάμενος εξετάζει την αλλαγή, τα στοιχεία που τη στηρίζουν και τα αποτελέσματα των δοκιμών, και μπορεί να την εγκρίνει, να την τροποποιήσει ή να την απορρίψει. Ο τρόπος λειτουργίας του πράκτορα δεν αλλάζει προτού δοθεί αυτή η έγκριση.

Το όριο εμπιστοσύνης προστατεύει την επιχείρηση μετά την εφαρμογή μιας αλλαγής. Ο πράκτορας ενεργεί αυτόνομα μόνο όταν η εμπιστοσύνη του υπερβαίνει το όριο, ενώ κάθε περίπτωση κάτω από αυτό παραπέμπεται σε ειδικό. Οι ομάδες επιχειρησιακών λειτουργιών προσαρμόζουν οι ίδιες αυτό το όριο, ώστε να μπορούν να ξεκινήσουν συντηρητικά και να δίνουν στον πράκτορα μεγαλύτερη αυτονομία καθώς ενισχύεται το ιστορικό επιδόσεών του.

Αν η ποιότητα μειωθεί μετά από μια αλλαγή, το σύστημα αυστηροποιεί αυτόματα τα όρια ελέγχου, ώστε περισσότερες υποθέσεις να παραπέμπονται σε ειδικούς, και τα σχόλιά τους αναδεικνύουν το πρόβλημα μέσω του ίδιου κύκλου που πρότεινε την αλλαγή. Κάθε αλλαγή πολιτικής τηρείται σε έκδοση, είναι δυνατή η απόδοσή της σε συγκεκριμένο υπεύθυνο και καταγράφεται, ώστε η ομάδα να μπορεί να δει τι άλλαξε, ποιος το ενέκρινε και γιατί, καθώς και να επαναφέρει την προηγούμενη έκδοση.

Η μείωση του φόρτου εργασίας των μηχανικών μπορεί και πάλι να αφήσει σημαντικό έργο στις ομάδες επιχειρησιακών λειτουργιών, οι οποίες εξετάζουν εξαιρέσεις και διορθώνουν τους πράκτορες. Πώς μετράτε αν η Reindeer μειώνει συνολικά την ανθρώπινη εργασία που απαιτείται, αντί απλώς να μεταφέρει αυτόν τον φόρτο σε άλλη ομάδα;

Η πραγματικότητα είναι ότι στις περισσότερες εταιρείες υπάρχει ήδη μια ομάδα ανθρώπων που εκτελεί αυτή την εργασία χειροκίνητα. Στόχος μας δεν είναι να μεταφέρουμε αυτόν τον φόρτο εργασίας σε άλλη ομάδα, αλλά να τον μειώνουμε με την πάροδο του χρόνου. Επιλέγουμε τους πιο έμπειρους ανθρώπους από την υπάρχουσα ομάδα και τους δίνουμε τη δυνατότητα να εκπαιδεύουν τον πράκτορα, ώστε να χειρίζεται εξαιρέσεις και να λαμβάνει καλύτερες αποφάσεις αυτόνομα.

Το πρόβλημα με το μοντέλο FDE είναι ότι συχνά μεταφέρει εργασία από υπαλλήλους επιχειρησιακών λειτουργιών με σχετικά χαμηλό κόστος σε ακριβούς μηχανικούς. Αυτό δεν λύνει το πρόβλημα του εργατικού κόστους· το κάνει μεγαλύτερο. Η Reindeer δεν προσθέτει μηχανικούς σε αυτή την εξίσωση. Αντίθετα, μετράμε την επιτυχία με βάση το πόσο περισσότερη εργασία μπορούν να διεκπεραιώνουν αυτόνομα οι πράκτορες με την πάροδο του χρόνου και το πόσο μειώνεται η ανάγκη για ανθρώπινη παρέμβαση σε ολόκληρη τη διαδικασία.

Παρακολουθούμε τρία στοιχεία: το ποσοστό των υποθέσεων που ο agent διεκπεραιώνει από την αρχή έως το τέλος χωρίς ανθρώπινη παρέμβαση, τον αριθμό των παρεμβάσεων ειδικών ανά υπόθεση και τον συνολικό χρόνο διεκπεραίωσης ανά υπόθεση, συνυπολογίζοντας agents και ανθρώπους. Αν το τρίτο στοιχείο δεν μειώνεται, απλώς μετακινούμε τη δουλειά από το ένα σημείο στο άλλο.

Θα μπορούσατε να επιλέξετε μία από τις υλοποιήσεις στη Hellmann Worldwide Logistics ή στην Papaya Global και να εξηγήσετε τι άλλαξε από την έναρξη έως τη συνεχή λειτουργία; Τι συνέβη με την ακρίβεια, τα ποσοστά εξαιρέσεων, τον χρόνο διεκπεραίωσης και το επίπεδο ανθρώπινης παρέμβασης που απαιτούνταν;

Η Hellmann Worldwide Logistics αποτελεί εξαιρετικό παράδειγμα του πώς οι agents μπορούν να βελτιώνουν σταδιακά τις λειτουργίες στον πραγματικό κόσμο. Η ομάδα τιμολόγησης της αφιέρωνε πάρα πολύ χρόνο στη χειροκίνητη επεξεργασία αιτημάτων αποστολής, τα οποία έφταναν μέσω email, υπολογιστικών φύλλων και άλλων εγγράφων, και συχνά χρειάζονταν ημέρες για να ετοιμάσουν μια προσφορά.

Ξεκινήσαμε με περίπου 20 δοκιμαστικά αιτήματα, ώστε να κατανοήσουμε τη ροή εργασίας και να εκπαιδεύσουμε τον agent. Στη συνέχεια, οι ειδικοί τιμολόγησης της Hellmann άρχισαν να συνεργάζονται απευθείας με το σύστημα, παρέχοντας σχόλια και βοηθώντας το να διαχειρίζεται τις εξαιρέσεις. Παρακολουθούσαμε την ακρίβεια και την ταχύτητα σε όλη τη διάρκεια των δοκιμών και συνεχίσαμε να ελέγχουμε την απόδοση όταν ο agent πέρασε σε παραγωγική λειτουργία.

Σήμερα, τα συνήθη αιτήματα διεκπεραιώνονται αυτόματα, ενώ οι πιο σύνθετες υποθέσεις παραπέμπονται στην ομάδα. Το σημαντικό είναι ότι ο agent αναγνωρίζει πότε λείπουν πληροφορίες, αντί να κάνει υποθέσεις, επιτρέποντας στους εργαζομένους να παρεμβαίνουν όταν χρειάζεται πράγματι η εξειδίκευσή τους.

Το αποτέλεσμα είναι ότι μειώθηκε ο χρόνος διεκπεραίωσης των προσφορών, περιορίστηκαν οι εργασίες χειροκίνητης καταχώρισης δεδομένων και απελευθερώθηκε περισσότερος χρόνος για την εξυπηρέτηση των πελατών. Η Hellmann είδε επίσης να βελτιώνεται το ποσοστό αποδοχής των προσφορών της. Στόχος δεν είναι να αποκλειστούν οι άνθρωποι από τη διαδικασία, αλλά να μειώνεται διαρκώς ο όγκος των συνήθων εργασιών που απαιτούν την παρέμβασή τους.

Τι έχετε μάθει για τα όρια αυτής της προσέγγισης; Ποια χαρακτηριστικά μιας ροής εργασίας δείχνουν ότι είναι έτοιμη για έναν προσαρμοστικό agent και ποια υποδηλώνουν ότι η επιχείρηση θα πρέπει πρώτα να ανασχεδιάσει τη διαδικασία ή να διατηρήσει τη συμβατική αυτοματοποίηση;

Δεν χρειάζεται κάθε διαδικασία έναν AI agent. Οι μεγαλύτερες ευκαιρίες εντοπίζονται σε επαναλαμβανόμενες ροές εργασίας μεγάλου όγκου που απαιτούν κρίση με βάση τα συμφραζόμενα, ιδίως όταν οι πληροφορίες είναι κατανεμημένες σε πολλά συστήματα και οι εργαζόμενοι καλούνται συχνά να χειριστούν εξαιρέσεις.

Το σαφέστερο συμπέρασμα από τις υλοποιήσεις μας είναι ότι αναδύεται μια νέα λειτουργία στις επιχειρήσεις, όπως ακριβώς αναδύθηκαν οι λειτουργίες εσόδων με τα συστήματα CRM και το DevOps με το cloud. Καθώς οι εταιρείες περνούν από λίγους agents σε ένα ολόκληρο «κοπάδι», χρειάζονται ένα άτομο ή μια ομάδα που θα τους διαχειρίζεται όπως ένας επικεφαλής τμήματος διαχειρίζεται το προσωπικό του: θα λογοδοτεί για τους KPI και την απόδοση της επένδυσης (ROI) τους, θα αποφασίζει σε ποιες εργασίες θα αναλαμβάνουν ρόλο οι agents και σε ποιες όχι, και θα εγκρίνει τις αλλαγές τους. Οι εταιρείες που ήδη δημιουργούν αυτή τη λειτουργία κινούνται ταχύτερα και είναι εκείνες που έχουν τις καλύτερες προϋποθέσεις να επικρατήσουν.

Οι αντικρουόμενες πρακτικές δεν είναι λόγος για αναμονή. Οι ειδικοί διαφωνούν σχεδόν σε κάθε λειτουργία, και το σύστημά μας έχει σχεδιαστεί ώστε να εντοπίζει αυτές τις αντιφάσεις και να τις μετατρέπει σε προτάσεις πολιτικής. Η επίλυσή τους αποτελεί μέρος της δουλειάς του υπευθύνου, κάτι που είναι ένας ακόμη λόγος να θεσπιστεί αυτός ο ρόλος πριν από την επέκταση της χρήσης των agents.

Η ίδια η προσέγγιση έχει, επίσης, όρια. Οι βασικές λειτουργίες δεν θα αυτοματοποιηθούν πλήρως, ούτε αυτός είναι ο στόχος μας. Οι agents διευρύνουν σταδιακά το πεδίο εφαρμογής τους, ενώ οι υποθέσεις υψηλού κινδύνου παραμένουν σκόπιμα υπό τον χειρισμό ανθρώπων.

Καθώς βελτιώνονται τα θεμελιώδη μοντέλα και τα εργαλεία δημιουργίας agents, ποια μέρη της επιχειρησιακής υλοποίησης πιστεύετε ότι θα γίνουν τυποποιημένα προϊόντα και σε ποιον τομέα αναπτύσσει η Reindeer ένα πλεονέκτημα που ενισχύεται με κάθε υλοποίηση σε παραγωγική λειτουργία;

Τα θεμελιώδη μοντέλα θα γίνονται ολοένα και πιο εναλλάξιμα καθώς θα γίνονται φθηνότερα, ταχύτερα και πιο ικανά. Η δημιουργία βασικών agents και η σύνδεσή τους με επιχειρησιακά συστήματα γίνεται επίσης ήδη ευκολότερη.

Όμως, η δημιουργία ενός agent δεν αρκεί για να λειτουργεί αξιόπιστα σε μια σύνθετη επιχείρηση και σε βάθος χρόνου.

Το πραγματικό ανταγωνιστικό πλεονέκτημα είναι η αποκλειστική γνώση του τρόπου με τον οποίο λειτουργεί στην πράξη μια επιχείρηση — και αυτός αλλάζει διαρκώς. Κάθε υπόθεση που διεκπεραιώνεται σε παραγωγική λειτουργία δίνει στους agents μας την ευκαιρία να μαθαίνουν, να επιλύουν μελλοντικές εξαιρέσεις και να περιορίζουν την ανθρώπινη παρέμβαση.

Τα μοντέλα θα γίνουν φθηνότερα. Η δημιουργία agents θα γίνει ευκολότερη.

Οι νικητές θα εξαλείψουν την ακριβή υποδομή ανθρώπινου μηχανικού δυναμικού που απαιτείται για να διατηρούνται οι agents λειτουργικοί και επίκαιροι σε βάθος χρόνου.

Σας ευχαριστούμε για την εξαιρετική συνέντευξη. Οι αναγνώστες που θέλουν να μάθουν περισσότερα για τους προσαρμοστικούς AI agents για επιχειρήσεις, την επιχειρησιακή αυτοματοποίηση και τη μάθηση με ανθρώπινη καθοδήγηση μπορούν να επισκεφθούν τη Reindeer.