Agent AI, automatyzacja i chatbot — trzy różne rzeczy pod jedną nazwą

Trzy narzędzia sprzedawane dziś pod wspólnym hasłem „AI dla firm” robią trzy różne rzeczy. Jedno przepycha dane po ścieżce, którą ktoś wcześniej narysował. Drugie odpowiada na pytania. Trzecie dostaje cel i samo decyduje, jak do niego dojść.

W firmach, z którymi rozmawiamy, ta różnica wychodzi zwykle po fakcie — kiedy okazuje się, że kupione narzędzie robi coś innego, niż wymagał proces, który miało obsłużyć. Kosztuje to zwykle nie tyle pieniądze, ile kwartał.

Poniżej trzy definicje robocze i kryterium, które pozwala wybrać.

Automatyzacja: ścieżka zapisana z góry#

Automatyzacja to zapisana reguła: kiedy zdarzy się X, wykonaj Y, potem Z. Wszystko, co się wydarzy, ktoś wcześniej przewidział i opisał.

Dwie cechy, które z tego wynikają, są ważniejsze niż sama definicja.

Ten sam wsad daje ten sam wynik. Za pierwszym razem i za tysięcznym. To jest dokładnie ta własność, dla której automatyzacji używa się do fakturowania, przypomnień i przenoszenia danych między systemami — czyli tam, gdzie „prawie dobrze” nie jest dobrze.

Awaria jest głośna. Reguła albo się wykonuje, albo zatrzymuje z błędem w konkretnym kroku. Nie ma sytuacji, w której działa, ale trochę inaczej niż wczoraj.

Cena też jest przewidywalna. Reguła kosztuje tyle samo przy stu uruchomieniach i przy dziesięciu tysiącach, bo nie ma w niej modelu, którego trzeba za każdym razem zapytać.

Warunek jest jeden: ktoś musi znać ścieżkę zawczasu.

Chatbot: odpowiedź, która nic nie zmienia#

Chatbot dostaje pytanie i zwraca tekst. Nieważne, czy odpowiada z ogólnej wiedzy, czy z dokumentów firmy — jego produkt kończy się na ekranie.

To jest zaleta, kiedy chodzi o wiedzę: pytania nowych pracowników o procedury, szukanie zapisu w umowie, sprawdzenie stanu, przygotowanie szkicu pisma. Ryzyko jest tu ograniczone z definicji — pomyłka zatrzymuje się na ekranie i nie zostawia śladu w żadnym systemie.

To jest wada wszędzie tam, gdzie z odpowiedzi ma wynikać zmiana. Chatbot, który bezbłędnie odpowiada, ile zleceń czeka na wycenę, nie wycenia ani jednego. Ktoś musi przepisać wynik do systemu, czyli praca nie zniknęła — przesunęła się o jeden krok.

Agent: cel zamiast ścieżki#

Agent dostaje cel i zestaw narzędzi, którymi wolno mu się posłużyć. Kroki dobiera sam.

Słowo „sam” jest tu całą różnicą. Nikt nie zapisał kolejności z góry, więc dwa przebiegi tego samego zadania mogą wyglądać inaczej i oba być poprawne.

Tam, gdzie ścieżki nie da się opisać, jest to jedyne wyjście. Typowa sytuacja: wsad przychodzi w kilkunastu formatach naraz, wyjątki są regułą, a rozstrzygnięcie wymaga przeczytania kontekstu, którego nie da się sprowadzić do pola w formularzu.

Ta sama cecha jest jednak całym kosztem. Skoro agent dobiera kroki sam, to z góry nie wiesz, ile ich będzie, ile to będzie kosztowało ani czy jutro zrobi to tak samo jak dziś.

Jak rozstrzygnąć, czego potrzebujesz#

Trzy pytania, w tej kolejności.

Czy potrafisz zapisać kroki na kartce. Jeżeli tak i za każdym razem są takie same — to jest automatyzacja i nic więcej nie jest potrzebne. Sięganie po agenta w tym miejscu to płacenie za decyzję, która już została podjęta.

Czy coś ma się zmienić w systemie. Jeżeli wystarczy odpowiedź, to chatbot. Jeżeli ma powstać rekord, wyjść dokument albo zmienić się status, chatbot jest za mały, niezależnie od tego, jak dobrze odpowiada.

Ile jest wyjątków. Jeżeli ścieżka ma pięć rozgałęzień, reguła to obsłuży. Jeżeli ma czterdzieści i co miesiąc dochodzi nowe, utrzymanie reguł kosztuje więcej niż agent czytający sytuację od nowa przy każdym przebiegu.

Dlaczego agent tam, gdzie wystarczy reguła, jest drogą pomyłką#

Cztery koszty, w kolejności od najłatwiejszego do zauważenia.

Rachunek rośnie z liczbą uruchomień. Każdy krok agenta to osobne zapytanie do modelu, więc koszt jednego przebiegu mnoży się przez liczbę kroków, a potem jeszcze przez liczbę przebiegów w miesiącu. Reguła robiąca to samo nie odpytuje modelu ani razu, więc jej rachunek nie rośnie wcale.

Tracisz powtarzalność w miejscu, w którym była sensem. Proces, który miał wyglądać tak samo za każdym razem, zaczyna wyglądać podobnie. W księgowości, umowach i wszystkim, co ktoś kiedyś skontroluje, „podobnie” jest gorsze niż wolniej.

Diagnostyka robi się droższa. Zepsuta reguła pokazuje krok, na którym się zatrzymała. Przy agencie trzeba przeczytać, co uznał i dlaczego, żeby w ogóle ustalić, gdzie zaczął się błąd.

Zespół i tak sprawdza. To jest koszt, którego nikt nie planuje. Kiedy ludzie nie wiedzą, czy proces poszedł tą samą drogą co wczoraj, zaglądają w wynik — i zamiast oszczędności pojawia się nowa czynność do wykonania.

Pomyłka w drugą stronę też się zdarza i bywa równie kosztowna. Reguły dokładane do procesu, który ma zbyt wiele wyjątków, po roku tworzą plątaninę, której nikt nie umie zmienić bez ryzyka. Wtedy właściwą odpowiedzią jest agent — w jednym konkretnym miejscu, nie na całej długości procesu.

Co się sprawdza w praktyce: układ mieszany#

Rozwiązania, które działają, rzadko są jedną z trzech rzeczy.

Typowy układ wygląda tak: reguła wychwytuje zdarzenie i przygotowuje dane, agent zajmuje się jedynym krokiem, którego nie dało się opisać z góry, a zespół pyta o stan rzeczy przez czat.

Praktyczna zasada brzmi: agent tylko na tym kroku, którego nie potrafisz zapisać. Reszta procesu jako reguły. Rachunek zostaje mały, diagnostyka prosta, a powtarzalność zachowana tam, gdzie ma znaczenie.

Dodatkowa korzyść z takiego podziału jest organizacyjna. Wdrożenie, w którym agent odpowiada za jeden wyraźnie wskazany fragment, łatwiej obronić wewnątrz firmy niż „AI, które zajmie się procesem”.

Podsumowanie#

Automatyzacja wykonuje ścieżkę, którą ktoś zapisał. Chatbot odpowiada i na tym kończy. Agent dobiera kroki sam, bo ścieżki nie było.

Wybór nie jest kwestią tego, które z tych rozwiązań jest nowocześniejsze, tylko tego, czy potrafisz opisać drogę do celu. Jeżeli potrafisz, agent jest droższą wersją czegoś, co już masz. Jeżeli nie potrafisz, żadna liczba reguł tego nie zastąpi.

Szerszy kontekst — co agenci robią w firmie, gdzie zawodzą i jak nad nimi zapanować — opisujemy w przewodniku agenci AI w firmie.