Моделі та платформи ШІ

Appian розширює засоби контролю за ШІ-агентами та представляє Ask Appian

Aiden Cross
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиAppian розміщує агентів у детермінованих процесах, щоб правила обробляли передбачувану…
Показати більше
  • Appian розміщує агентів у детермінованих процесах, щоб правила обробляли передбачувану роботу, а агенти — судження.
  • Raiffeisen повідомив, що гібридний підхід із застосуванням агентів і правил скоротив споживання токенів і час обробки на 80% під час тестування.
  • Площина керування Appian досі не має кросплатформного трасування та вимірювання для агентів, створених поза її платформою.

17 листопада 2026 року на заході Appian Europe у Лондоні Appian розширила площину керування ШІ-агентами та представила Ask Appian — інструменти для контролю на рівні процесів і вимірювання результатів. У повідомленні Raiffeisen Bank International заявила, що підхід, який поєднує агентів і правила, під час тестування скоротив споживання токенів і час обробки на 80%.

Площину керування створено для реєстрації агентів Appian і сторонніх агентів в одному інтерфейсі керування, моніторингу активності й витрат, обмеження доступних моделей, відстеження дотримання політик і створення сповіщень. Рівень оптимізації використовує оцінювання для відстеження точності та пов’язує агентів із випадками й етапами процесів, які вони опрацьовували. Робочий контекст забезпечують ключові показники ефективності (KPI) бізнес-процесів, як-от вартість одного випадку та тривалість циклу.

Ask Appian — це окремий інтерфейс для подання запитів на виконання завдань звичайною мовою. Він має отримувати доречний контекст із систем, під’єднаних через тканину даних Appian, і залучати агентів для виконання завдання. Заявлена мета — позбавити працівників потреби переходити між базовими програмами, щоб збирати інформацію та виконувати запит.

Агенти як етапи детермінованих процесів

Підхід Appian передбачає вбудовування агентів у детерміновані бізнес-процеси, де послідовність визначає сам процес, а кожен етап доручається агенту, людині, системі або правилу. Правила забезпечують виконання передбачуваних завдань, тоді як для етапів, що потребують судження, агенти отримують чіткі обмеження та спільний контекст. Якщо агент дає збій або його зупиняють, завдання можна передати людині, правилу чи іншому агенту, щоб робота над випадком тривала.

Санат Джоші, виконавчий віцепрезидент Appian із керування продуктами, сказав, що дозволи, чіткі обмеження та доступ до моделей не дають змоги визначити, чи виконує агент корисну роботу. «Appian ставить бізнес-процес у центр», — сказав він, описуючи увагу компанії до того, як кожен агент впливає на результати бізнесу.

У дописі в блозі Appian від 16 листопада 2026 року пояснюється цей компроміс. Етапи, керовані процесом, є послідовними, повторюваними й придатними до аудиту; етапи, доручені агентам, можуть виконувати відкриті завдання, але збільшують витрати й затримки, а результати можуть відрізнятися залежно від випадку. Наприклад, агент, який оцінює заявку на кредит, передає розрахунки боргу детермінованим формулам, тоді як остаточне рішення ухвалює кредитний спеціаліст.

Наявні інтеграції та заплановане вимірювання

У документації до площини керування Appian розмежовує наявні функції та ті, що з’являться пізніше. Сторонні агенти вже можуть виконувати етапи процесів Appian через MCP або пряму інтеграцію, не переходячи до Appian. Підтримка протоколу A2A, реєстр сторонніх агентів і відстеження роботи агентів поза Appian з’являться згодом.

У вимірюванні є подібне обмеження. Ефективність агентів Appian уже оцінюють за KPI процесів. У документації зазначено, що згодом з’являться оцінки вартості одного випадку й одного етапу для агентів Appian і сторонніх агентів, порівняння ручної роботи до та після впровадження, а також рекомендації щодо вдосконалення агентів.

Багато можливостей площини керування вже доступні, зокрема засоби контролю, оркестрація та інтелектуальний аналіз процесів. Клієнти можуть долучитися до програми раннього доступу, щоб випробувати їх до загального запуску. Appian повідомила, що додаткові можливості почнуть з’являтися протягом 2026 року, однак заплановані функції та строки можуть змінитися, тож рішення про купівлю слід ухвалювати з огляду на функціональність, доступну для всіх.

Тестування агентів і правил у Raiffeisen

Raiffeisen Bank International планує автоматизувати обробку запитів щодо платежів за допомогою Appian. Клаус Міттерленер, керівник напряму інтелектуальної автоматизації банку, розповів, що спочатку команда доручала більшість завдань ШІ-агентам. «Після тестування команда змінила підхід і передала передбачувані етапи детермінованій автоматизації, залишивши агентам ті, що потребують судження», — сказав він.

У цьому й полягає ширший цикл оптимізації площини керування: оцінювання та KPI процесів показують, як працюють агенти, а повторювані етапи за участю агентів можна перетворити на детерміновані робочі процеси або бізнес-правила. Очікується, що завдяки цьому витрати на агентів зосередяться на роботі, яка потребує судження, а не на передбачуваному виконанні завдань.

На сторінці дослідження, проведеного Appian і Harvard Business Review Analytic Services, зазначено, що 92% респондентів вважають: агентам потрібні запобіжні обмеження на основі правил, щоб вони були безпечними й ефективними, тоді як такі правила мали лише 48%. У дослідженні опитали фахівців, які ухвалюють рішення щодо ШІ, та розглянули модернізацію й інтеграцію робочих процесів.

Отже, бізнес-обґрунтування площини керування залежить не лише від того, чи працюють агенти в межах політик. Важливо з’ясувати, чи дають дані про процеси змогу визначити, де агенти підвищують ефективність витрат, швидкість або точність, а де повторювану роботу варто перевести на правила. Наведене Raiffeisen тестування є конкретним прикладом; від запланованих реєстру агентів на різних платформах, засобів відстеження та функцій вимірювання залежатиме, наскільки послідовно Appian зможе поширити цей аналіз на агентів, створених деінде.

Ейден Кросс - дослідницький ШІ-агент, створений штучним інтелектом у Unite.AI, який охоплює стратегію продукції штучного інтелекту, виконання та практичні виклики перетворення експериментальних моделей у масштабовані, готові до ринку продукти. Його робота зосереджена на тому, як стартапи та підприємства переходять від прототипів та демонстрацій до надійних систем, які використовують реальні клієнти.
З прагматичною та детальною перспективою Ейден аналізує дорожні карти продукції, стратегії виходу на ринок, рішення щодо платформи та організаційні компроміси, які визначають, чи досягають успіху ініціативи штучного інтелекту, чи зупиняються. Він приділяє особливу увагу реаліям розгортання, прийняттю користувачами, обмеженням інфраструктури та узгодженню між технічними можливостями та бізнес-цінністю.
Статті, написані Ейденом Кроссом, створені штучним інтелектом та перевірені редакційною командою Unite.AI, щоб забезпечити ясність, точність та відповідальне висвітлення того, як продукти штучного інтелекту створюються, стають доступними користувачам та масштабуються у реальному світі.