Katru piektdienu pulksten 17:00 Djego Openheimers saņem e-pastu, kas atceras viņa nedēļu labāk nekā viņš. Tas tiek ņemts no viņa kalendāra, sapulču stenogrammām un iesūtnes, lai noskaidrotu, kas patiešām bija svarīgs: pieņemtie lēmumi, solījumi, kas jāievēro, un nākamās nedēļas prioritātes.
“Tas man dod superspēju,” sacīja Openheimersmašīnmācības uzņēmējs, kas vislabāk pazīstams kā Algorithmia līdzdibinātājs, kurš tagad strādā ar jaunizveidotiem uzņēmumiem kā traders Sietlā.
Ievērojami ir tas, ka Oppenheimers nepirka šo rīku no plaukta — viņš to uzbūvēja. Tas, kas sākās kā personisks eksperiments, pārvērtās par izaicinājumu: vai viņš joprojām var kodēt pēc gadiem, kad nebija rakstījis ražošanas programmatūru?
Līdz ar mākslīgā intelekta darbināmo kodēšanas palīgu skaita pieaugumu viņš saprata, ka var turpināt no vietas, kur pārtrauca. Viņa personīgais projekts ar neglamūrīgo nosaukumu “Actionary” ir pieaudzis līdz aptuveni 40 000 rindiņu, ko viņš jokojot sauc par “spageti” ar noskaņu kodētu tekstu. Tas ir netīrs, wager funkcionāls.
Oppenheimera “dari pats” AI palīgs ir vairāk nekā jaunums. Tas ir logs uz plašāku maiņu. Privātpersonas un uzņēmumi sāk nodot lēmumus un darbplūsmu autonomām sistēmām — programmatūrai, kas analizē datus, sniedz ieteikumus un darbojas neatkarīgi.
Aģentu robežas izpēte
Šī jaunā robeža ir tēma Brokers of Transformation — jauna GeekWire redakcijas sērija, kurā tiek pētīti cilvēki, uzņēmumi un idejas, kas ir AI aģentu pieauguma pamatā. Saistīts pasākums ir plānots Sietlā 2026. gada sākumā. Šo neatkarīgo projektu paraksta Accenture.
Šajā pirmajā daļā mēs runājām ar jaunuzņēmumu dibinātājiem un DIY celtniekiem, kuri strādā, lai atkārtotu dažādus izcilu vadītāju palīgu darba aspektus — kalendāru koordinēšanu, ceļojumu pārvaldību un vajadzību paredzēšanu —, lai redzētu, cik tuvu AI aģenti ir pietuvojušies cilvēku standartam.
Vienprātība: mūsdienu aģenti izceļas ar šauriem, precīzi definētiem uzdevumiem, wager cīnās ar plašāku cilvēka spriedumu. Mēģinājumi izveidot universālus digitālos palīgus bieži saskaras ar pašreizējo AI modeļu ierobežojumiem.
“Man varētu būt mans ceļojumu aģents un mans finanšu aģents un mans akciju tirdzniecības aģents un mans personīgais veselības treneris un mans mājas pavāra aģents utt.,” nesenajā GeekWire Podcast epizodē sacīja Sietlā dzīvojoša seriālā uzņēmēja un Pioneer Sq. Labs rīkotājdirektore TA McCann.
McCann paredz, ka šie šaurie aģenti veic atsevišķus uzdevumus, kurus, iespējams, koordinē augstāka līmeņa mākslīgais intelekts, kas darbojas kā personīgais galvenais operators.
Wager pat par terminu “AI aģents” var diskutēt. Oppenheimers definē īstu aģentu kā tādu, kam ir gan autonomija, gan neatkarīga lēmumu pieņemšana. Pēc šī standarta viņa sistēma nav gluži kvalificējama. Tas ir vairāk modeļu tīkls, kas pabeidz uzdevumus pēc komandas, nevis pašvirzīta vienība.
“Ja jūs jautātu mārketinga nodaļai, viņi teiktu, ka tas ir pilnīgi aģents,” viņš teica. “Wager, ja es palieku pie sava AI nerd ticības, vai pastāv autonoma lēmumu pieņemšana? Nav īsti.”
Tā ir daļa no daudz lielākas tendences. Tiek prognozēts, ka AI darba vietas palīgu tirgus pieaugs no 3,3 miljardiem ASV dolāru šogad līdz vairāk nekā 21 miljardam ASV dolāru līdz 2030. gadam. Tirgi un tirgi. Izaugsmi veicina gan uzņēmumu giganti, piemēram, Microsoft un Salesforce, kas iegulst aģentus darba vietas programmatūrā, gan jaunuzņēmumi, kas veido specializētus aģentus.
A biļetena ziņojums “CCing My EA”, atsaucoties uz ASAP aptauju, norāda, ka 26% EA tagad izmanto AI rīkus. Daži baidās zaudēt darbu mākslīgā intelekta dēļ, taču lielākā daļa vadošo EA uzskata AI kā papildināšanas rīku, kas atbrīvo laiku stratēģiskam darbam.
No kopsavilkumiem līdz plānošanai
Viens uzņēmums, kas pēta šo jauno robežu, ir Lasiet AISietlā bāzēts jaunuzņēmums, kas pazīstams ar savām starpplatformu AI sanāksmju apkopošanas un analīzes tehnoloģijām, kas ir piesaistījis vairāk nekā 80 miljonus USD finansējumu.
Līdzdibinātājs un izpilddirektors Deivids Šim atklāja, ka Learn AI ir iekšēji izstrādājis un izmēģinājis AI izpildvaras palīgu ar nosaukumu “Ada”, lai veiktu uzdevumus, tostarp sapulču plānošanu un atbildēšanu uz e-pastiem.
Ada atbild tik ātri, ka Learn AI ir strādājusi, lai aizkavētu e-pasta atbildes laiku, lai adresātiem tas šķistu dabiskāk.
Šim ir personīgi testējis tehnoloģijas robežas — sniedzot Ada piekļuvi dažādiem darba vietas datiem (no Outlook, Groups, Slack, JIRA un citiem mākoņpakalpojumiem) un ļaujot asistentam patstāvīgi atbildēt uz jautājumiem par Learn AI biznesu, kas nāk no uzņēmuma investoriem, reaģējot uz viņa periodiskajiem atjauninājumiem.
“Tā atbild uz jautājumiem, uz kuriem es uzreiz nevarētu atbildēt, jo tas ne tikai iegūst no manas datu kopas, wager arī no manas komandas datu kopas,” sacīja Šim nesenajā Accenture pieņemšanā tērzēšanā ar GeekWire līdzdibinātāju Džonu Kuku.
Šim iesmējās: “Esmu gatavs uzņemties šo risku. Mums klājas labi, tāpēc man nav iebildumu izpaust datus.”
Tomēr ir ierobežojumi. Ada var cīnīties ar sarežģītu vairāku personu plānošanu vai uzdevumiem, kuriem nepieciešami dati, kuriem tā nevar piekļūt, un joprojām var reizēm izraisīt halucinācijas. Lai to pārvaldītu, ReadAI ietver cilvēku pārraudzības mehānismus, piemēram, “sānu joslas”, kur Ada lūdz apstiprinājumu pirms atbilžu nosūtīšanas uz ziņojumiem, kas tiek uzskatīti par sensitīvākiem vai sarežģītākiem.
Šim iebilst pret ideju izveidot vienotu, visaptverošu aģentu.
“Aģentu pieeja, kas dara visu, nav pareizā pieeja,” viņš teica. “Ja jūs mēģināt darīt visu, jūs neko nedarīsit labi.”
Tā vietā viņš uzskata, ka veiksmīgie AI palīgi koncentrēsies uz ļoti specifisku problēmu risināšanu, līdzīgi kā Google Maps sniedz braukšanas norādes, nemēģinot būt vispārējs ceļojumu aģents.
Izaicinājums “Rezervējiet viesnīcu”.
Ceļošana ir lietošanas veids, kas ir tuvu sirdsdarbībai Breds GerstnersAltimeter Capital dibinātājs un izpilddirektors. Gerstners ir pazīstams ar to, ka atbalsta dažus no lielākajiem nosaukumiem tehnoloģiju jomā — no Snowflake līdz Expedia — un ar to, ka viņš ir ieviesis lielas tehnoloģiju izmaiņas vienkāršos testos, piemēram, viņa viesnīcu rezervēšanas izaicinājumā.
Konkrētais piemērs, ko viņš minēja 2024. gada Madronas IA samitā Sietlā, bija AI aģentam lūgums rezervēt Mercer viesnīcu Ņujorkā noteiktā dienā par viszemāko cenu — tas ir izplatīts izaicinājums biznesa ceļotājiem.
“Kamēr mēs to nevaram izdarīt, mēs neesam izveidojuši personīgo asistentu,” viņš teica.
Tā ir daļa no lielākās problēmas Mihaels Gulmansbijušais Expedia produktu vadītājs, uzsāka risinājumu Ottokas izstrādā AI aģentu īpaši biznesa ceļotājiem.
Kā pirmo reizi publiski tika parādīts šī gada Madronas konferencē, Otto risināja specifisko Gerstnera izaicinājumu. Saņemot pieprasījumu rezervēt Mercer Resort konkrētā dienā, tā atrada lētāko pieejamo numuru, apstiprināja cenu un detaļas un ar minimālu pamudinājumu pabeidza rezervāciju aptuveni divu minūšu laikā.
“Kas to būtu domājis, ka Breds Gerstners vēlas lētāko istabu?” Gulmans pajokoja.
Otto nodarbojas ar dažādiem ceļošanas aspektiem. Tas saprot un apgūst detalizētas lietotāju preferences — no īpašām ērtībām, piemēram, jumta bāriem līdz vēlamajām aviokompāniju sēdvietām, viesnīcu numuru veidiem un lojalitātes programmām, izmantojot šīs zināšanas, lai uzlabotu meklēšanu un sniegtu personalizētus ieteikumus.
Kā intervijā skaidroja Gulmans, Otto neizmanto vienu monolītu modeli. Tas koordinē virkni šauru aģentu: viens, lai interpretētu ziņojumus, otrs, lai pārvaldītu lojalitātes programmas, cits apstrādātu maksājumus. Kopā viņi simulē nelielu operāciju komandu, kas strādā aizkulisēs.
Otto pirms pirkuma pabeigšanas apstiprina informāciju ar lietotāju, lai gan tas varētu to darīt autonomi. Gulmans šo piesardzību raksturoja kā psiholoģisku, nevis tehnisku, zinot, ka lielākā daļa cilvēku vēl nav apmierināti ar AI pirkšanu bez viņu iesaistīšanas.
Uzzinājis par Otto iespējām, Gerstners bija pārsteigts un vēlējās redzēt, kā tas darbojas, pārejot uz publisko beta versiju. Maiks Fridgensriska partneris uzņēmumā Madrona, kas inkubēja uzņēmumu.
Lielais plānošanas izaicinājums
Ja viesnīcu rezervēšana ir autonomo palīgu pārbaudījums, sanāksmju plānošana ir ikdienas murgs.
Tā ir problēma, ko Hovijs cenšas atrisināt. Sietlas starta uzņēmuma AI palīgs dzīvo e-pasta iesūtnē. CC Howie uz pavediena, un tas piedāvā laikus, apstiprina ar visām pusēm, izveido uzaicinājumus un pievieno sapulču saites.
Hovijs strādā no detalizēta “preferenču dokumenta”, kas ir iedvesmots no tā, kā pieredzējuši vadītāji apmāca savu cilvēku EA — kuras kafejnīcas ir pieņemamas sanāksmēm, cik vēlu ir par vēlu piektdienās utt.
Uzņēmums nesen sāka publiski ar 6 miljonu ASV dolāru finansējumu un pieaugošu maksājošo klientu skaitu. Tas izmanto hibrīda modeli: AI, ko atbalsta cilvēku recenzenti. Tas palīdz izvairīties no sīkām kļūdām, kas grauj uzticību — laika joslu sajaukšana, nosaukuma izkrišana no pavediena vai sociālo norāžu nepareiza lasīšana.
Sistēma simulē lēmumus iekšēji, atzīmē iespējamās kļūdas pārskatīšanai un visu neskaidro nodod cilvēkam pirms nosūtīšanas.
“Ja padomājat par lietām, ko dara izcils cilvēka EA, programmatūra to drīzumā neaizstās,” sacīja Otto līdzdibinātājs. Ostins Pītersmits.
Patiesībā, Pītersmits teica, daudzi Hovi lietotāji paši ir cilvēku EA, izmantojot to, lai izkrautu loģistiku. “Neviens nevēlas plānot grafiku,” viņš teica. “Ikviens vēlas, lai mašīnas veiktu šo konkrēto uzdevumu.”
Modeļiem pilnveidojoties, Pītersmits cer, ka Hovijs varēs izvērsties arī citos “metadarbos” — administratīvās pieskaitāmās izmaksas, kas attur zināšanu darbiniekus no augstākas vērtības darbībām, kas joprojām ir cilvēku sfēra.
Vairāk laika dienā
Djego Oppenheimeram tā nav hipotētiska problēma. “Man ir ārkārtīgi kalendāra disleksija,” viņš paskaidroja. “Es veicu trīskāršu rezervāciju. Es piekritīšu doties uz vietām, kur man nevajadzētu būt. Es ceļošu uz nepareizo pilsētu. Tiešām slikti.”
Gadu gaitā viņš paļāvās uz cilvēku EA un personāla priekšnieku, lai noturētu viņu uz pareizā ceļa. Taču, kad viņš atteicās no pilnas slodzes uzņēmuma vadīšanas, vairs nebija jēgas pieņemt darbā kādu, lai pārvaldītu viņa sarežģīto, daudzfunkcionālo kalendāru. Tāpēc viņš izveidoja Actionary, lai palīdzētu. Tas nosūta piektdienas kopsavilkumu, lai panāktu viņu nedēļas laikā, atzīmējot problēmas tieši pirms nedēļas nogales “atsāknēšanas”.
Oppenheimera projekts gadā ieguva People’s Choice balvu pie an AI Tinkerers pasākums Ņujorkā pagājušajā mēnesī. Wager viņš ir ļoti skaidrs: Actionary ir personisks projekts, nevis produkts, kas tiek gatavots. Viņš to izstrādāja pats un nevar iedomāties, ka viņam jārēķinās ar citiem funkciju pieprasījumiem un tehnisko atbalstu.
Viņam patīk lielāka tendence, un viņš ir lietotājs un ieguldītājs tādos rīkos kā Hovijs. Taču viņš arī atzīst, ka AI aģenti nevar pielīdzināt cilvēka EA visaptverošajām prasmēm un spriedumiem, nemaz nerunājot par personāla vadītāju augstākā līmeņa stratēģiskā lomā.
Oppenheimera galvenais mērķis ir vienkāršāks, taču joprojām ambiciozs. “Es cenšos atvēlēt laiku dienā,” viņš teica. “Tas ir tas, ko es cenšos darīt.”
GeekWire Tods Bišops ziņoja un uzrakstīja šo rakstu, izmantojot rediģēšanas palīdzību no AI rīkiem, tostarp Gemini un pielāgotā OpenAI GPT, kas apmācīts GeekWire redakcionālajā pieejā. Visi fakti, citāti un secinājumi tika pārskatīti un pārbaudīti pirms publicēšanas.
