Tre tips för att förstå AI-agenter

Vilhelm Sundstedt är DI från Åbo Akademi och arbetar inom AI och data. Det senaste halvåret jobbade Vilhelm projektbaserat för TFiF med dataanalys samt utveckling av TFiFs processer. Under slutskedet av sina studier skiftade han fokus från processkemi och skrev sitt diplomarbete om generativ AI och affärsintelligens. Vid sidan av arbetet brukar han gymma, bada bastu och spela VR.

Begreppet agent har på sistone blivit alltmer populärt. Här följer en sammanfattning av Vilhelms insikter om agenter och deras betydelse:

1. Förstå vad agenter är och hur de hänger ihop med generativ AI

AI-agenter utför handlingar. Det här kan åstadkommas genom att en generativ AI ges tillgång till verktyg och instruktioner för kod den ska generera för att aktivera dessa. Verktygen kan interagera med resurser på internet, såsom att via ett API-anrop hämta färskt väderdata. Agenter kan även konfigureras att hantera databaser, som när en kundtjänst-chatbot uppdaterar kundinformation (t.ex. adress) på kundens begäran.

2. Förstå skillnaden mellan arbetsflöden och autonoma agenter

Agentsystem omfattar både fördefinierade arbetsflöden och autonoma agenter. Arbetsflöden är fasta verktygsprocesser som automatiserar rutinuppgifter, såsom att generera och skicka personliga svar till en mängd jobbsökande. Autonoma agenter kan däremot själva avgöra när de ska använda verktyg, som en kundtjänst-chatbot som beslutar om den ska justera något för kunden (t.ex. faktureringsavtal) baserat på kundens input. Agentsystem kan även samarbeta, såsom i den nyligen lanserade forskningsagenten Google Deep Research, där agenter planerar forskningen, utför webbsökningar, hämtar material, analyserar resultat, och slutligen sammanställer en forskningsrapport med källhänvisningar.

3. Förstå agenter som använder mänskliga gränssnitt

Dagens agenter är ofta begränsade till datorkommunikationskanaler (API-anrop). Numera utvecklas dock agenter som även kan navigera mänskliga gränssnitt som datormus och webbläsare. OpenAI lanserade nyligen Operator, en agent med tillgång till en webbläsare där den kan utföra handlingar, t.ex. att öppna ett webbfönster och boka bord på restaurang. Med AI:s utveckling kan dessa handlingar öka i komplexitet, vilket kan leda till att de i framtiden jobbar autonomt i flera timmar. Tack vare framsteg som dessa och uttalanden från de AI-företag som utvecklar tekniken, förväntas de första versionerna av vad man kan kalla ”AI-kollegor” ta plats på arbetsmarknaden redan 2025.