Agentul tau AI știe totul — și nu înțelege nimic

“Ar trebui să ne alăturăm părinților mei în călătoria lor în Irlanda” — această afirmație aparent inofensivă mi-a trimis fiori pe șira spinării.

Soția mea și eu călătorim pe scară largă. Știm ce ne place. Părinții soției mele, pe de altă parte, rareori călătoresc mai mult de câteva sute de mile de la casa lor și au părăsit țara împreună de un total de o dată — la nunta noastră.

Pentru a completa totul, această călătorie a fost un cadou de Crăciun de la socrul meu pentru soacra mea, astfel încât ea să poată merge și să-și viziteze familia, poate pentru ultima dată.

Îmi imaginam această călătorie desfășurându-se într-un singur cuvânt: dezastru. Cum aș fi putut să sintetizez experiențe și așteptări atât de diferite, astfel încât să avem o călătorie extraordinară — sau cel puțin să nu ne urâm unul pe altul la sfârșitul ei?

Ca orice tehnolog ambițios, am apelat la tehnologie — în special la inteligența artificială.

Dar ceea ce nu m-am așteptat a fost că micul meu experiment de codare a unei aplicații de planificare a călătoriilor pentru familie, bazată pe inteligență artificială, îmi va învăța aproape tot ce trebuie să știu despre aplicarea inteligenței artificiale în IT-ul de întreprindere.

Cu cât hrănești mai mult inteligența artificială, cu atât devine mai prostă

Majoritatea implementărilor de inteligență artificială din întreprinderi urmează un model previzibil. Organizațiile încep prin a oferi unui agent un set de instrucțiuni și prin a-l conecta la o sursă de informații, fie că este vorba de un cadru RAG (Retrieval-Augmented Generation), o bază de cunoștințe existentă sau chiar un server MCP. Apoi, se adaugă un model de limbaj mare și se lasă să-și facă treaba.

Problema este că modelele de limbaj mare, în esență, sunt proaste. Nu știu cum să prioritizeze toate informațiile pe care le au la dispoziție, astfel încât tind să trateze fiecare piesă de context în mod egal. Un om trebuie să adauge o strat de curare, învățând modelul ce este important și ce nu. Fără curare, obțineți inteligență artificială care știe totul și nu înțelege nimic.

Cele trei tipuri de memorie care contează

Curarea eficientă a inteligenței artificiale din întreprindere înseamnă valorificarea la maximum a trei tipuri specifice de memorie.

Primul este memoria instituțională, care poate părea destul de bazic la început. Când cineva spune „servicii financiare”, agentul știe că se referă la divizia de Servicii Financiare a companiei și nu la întreaga industrie. Acesta devine cunoașterea organizațională persistentă, plină de definiții, preferințe și convenții care nu se schimbă prea des. Pe măsură ce se extinde în cunoașterea instituțională despre prioritățile strategice, inițiativele cheie și dinamica organizațională, devine o sursă bogată de context instituțional.

Următorul este istoricul acțiunilor, care se concentrează pe deciziile semnificative, sarcinile și evenimentele. Când se depune un bilet de serviciu sau se implementează un sistem, agentul recunoaște acea acțiune și o înregistrează în istoricul acțiunilor. Acesta devine înregistrarea istorică care conectează contextul organizațional.

În cele din urmă, există contextul conversațional pe termen scurt. Gândiți-vă la el ca la interacțiunea de la moment la moment cu un agent. Este util în momentul respectiv, dar tendința este să-și piardă rapid relevanța.

Luate împreună, aceste trei tipuri de memorie creează sistemul de ponderare pe care modelele generice de inteligență artificială lipsesc. Acum, când cineva spune unui agent despre afacere, el clasifică și prioritizează toată memoria și curatează informația importantă. Acesta formează nucleul a ceea ce ar trebui să ofere inteligența artificială: nu doar date de domeniu, ci și judecată de domeniu.

Ce arată memoria curată la scară

Dar suficient despre cadrul de referință, ce arată asta în practică? Iată ce am descoperit construind noi înșine acești agenți.

O scenă comună în IT este trimiterea unui bilet de serviciu către un agent de asistență. Să zicem că Outlook nu funcționează, așa că tastați o descriere a problemei și așteptați ca agentul să examineze și să sugereze o soluție.

Dar cu memoria curată care lucrează în favoarea noastră, un proces mai bun ar putea implica realizarea unei capturi de ecran care arată eroarea Outlook și încărcarea acesteia în agent. Acum agentul (1) se bazează pe memoria instituțională pentru a înțelege mediul de lucru; (2) verifică istoricul acțiunilor pentru incidente legate; și (3) aplică judecata contextuală pentru o soluție specifică, nu doar un răspuns generic.

Rezultatul este un agent inteligent care nu trebuie să ghicească răspunsul pe baza unei capturi de ecran. El examinează toate informațiile curente și oferă un răspuns mai util. Agentul ar putea chiar să se extindă într-un efect de rețea sau de roi, examinând alți utilizatori din sistem pentru a vedea dacă problema Outlook este doar a dvs. sau o problemă la nivel de întreprindere.

Contextualizarea istoricului sau a memoriei este factorul care face diferența. Dacă nu curatează memoria dvs. în mod eficient, veți rămâne în urma celor care o fac. Este esențial să aveți o arhitectură care știe cum să gestioneze aceste date în timp și să înțeleagă ce să păstreze, ce să afișeze și ce să lase deoparte.

Înapoi la călătorie

Așa că, cum a schimbat planificatorul meu de călătorii bazat pe inteligență artificială perspectiva mea asupra inteligenței artificiale în IT-ul de întreprindere?

Ce am construit a fost o aplicație care a acționat ca ghidul nostru personal de călătorie și a început prin a „interviewa” fiecare participant. Ne-am explicat toți ce ne-a păsat pe noi în călătorie: ce a fost o necesitate și ce am putut să oprim. Mai important, ne-a întrebat despre „de ce” — de ce a fost ceva important pentru noi, ce a însemnat pentru noi.

Utilizând aceste informații, a făcut două lucruri. În primul rând, a curat un plan de călătorie care a fost echilibrat pentru a oferi ceva pentru toată lumea — am putut vedea toți dorințele și preferințele noastre reprezentate în planul pe care l-a produs.

Dar, desigur, acea primă itinerariu a fost doar un proiect. Mai erau multe întrebări de răspuns.

Și atunci a avut loc adevărata magie. Am întrebat agentul despre un hotel sau o atracție sau o călătorie, și răspunsurile pe care le-a oferit au fost îmbogățite cu contextul situației noastre unice: „Ar fi o călătorie lungă pentru copii, dar socrul meu ar iubi castelul (și cafeneaua unică de lângă) — și acesta ar putea fi exact locul în care soția mea să-și facă masajul.”

Plin de această înțelegere bogată a ceea ce a fost important pentru noi, a putut să ne ajute să planificăm și să rafinăm călătoria noastră într-un mod în care nu cred că ar fi fost posibil în niciun alt mod.

Și a fost într-unul dintre acele momente inițiale că am înțeles ce trebuia să construim pentru clienții noștri de întreprindere: sisteme inteligente care erau atât de încărcate cu context organizațional, tranzacțional și personal, încât fiecare răspuns și fiecare interacțiune ar fi fost ca o amprentă: complet unică pentru acel moment și interacțiune, oferind un tip de valoare care nu ar fi putut apărea în niciun alt mod.