לאן פנינו בעתיד? לעולם שבו סוכנים מתקשרים עם סוכנים
תחום ה-AI התקדם בצורה אקספוננציאלית בשנה אחרונה, עם Open AI, בינה מלאכותית גנרטיבית, Chat GPT, והחידוש האחרון – סוכנים אוטונומיים. סוכן אוטונומי הוא צורה מתקדמת של בינה מלאכותית שיכולה להבין ולהגיב לפניות, ואז לנקוט בפעולה ללא התערבות אנושית. כאשר הם מקבלים מטרה, הם יכולים ליצור לעצמם משימות, להשלים אותן ולעבוד על המשימות הבאות, עד להשלמת המטרה.
בניגוד לתוכנות מסורתיות העוקבות אחר כללים מוגדרים מראש, סוכנים אוטונומיים יכולים לפעול בסביבות דינאמיות, מה שהופך אותם לאידיאליים עבור משימות מורכבות בשירות לקוחות, שיווק, מסחר, מכירות ועוד. למרות שסוכני AI אוטונומיים אינם זקוקים לעזרה אנושית כדי להשלים את המשימה שלהם, הם עדיין זקוקים לנו (בני אדם) כדי לספק להם הנחיות שמגדירות יעדים ואת המטרה העיקרית שיש להשלים.
סוכנים אוטונומיים פועלים באמצעות שילוב של טכנולוגיות מתקדמות, כולל למידת מכונה, עיבוד שפה טבעית (Natural Language Processing- NLP), וניתוח דאטה בזמן אמת.
אז מה ההבדל בין סוכנים אוטונומיים לסוכני AI?
“בעוד שכל הסוכנים האוטונומיים הם סוכני בינה מלאכותית מבחינה טכנית, לא כל סוכני הבינה המלאכותית הם אוטונומיים”. כך אומר איתי מרגלית, מנהל הפעילות העסקית של חברת סיילספורס בישראל. “סוכני AI כוללים גם את סוכני ה-AI המסייעים (Assistive) כמו קו-פיילוט המשתמשים בהתערבות אנושית כדי לבצע משימות רבות”.
בעוד שסוכני AI מסייעים (Assistive) ואוטונומיים מסוגלים ללמוד ולקבל החלטות על סמך מידע חדש, רק סוכנים אוטונומיים יכולים לבצע מספר משימות ברציפות. סוכני AI הם בעצם כמו כלי חיוני שעוזר לעובדים להתמקד במה שחשוב יותר, ולעומת זאת סוכנים אוטונומיים יכולים לבצע את המשימות וזרימות עבודה באופן עצמאי.
במילים אחרות, סוכני AI בנויים לעבוד בהתערבות אנושית וסוכנים אוטונומיים בנויים כדי להיות עצמאיים עם מעט או ללא התערבות אנושית.
סוכנים אוטונומיים פועלים בארבעה מישורים:
- תפיסה ואיסוף נתונים: סוכנים אוטונומיים מתחילים באיסוף נתונים ממקורות שונים, כגון אינטראקציות עם לקוחות, היסטוריית עסקאות ומסדי נתונים חיצוניים. איסוף נתונים זה חיוני להבנת ההקשר של כל משימה וקבלת החלטות מושכלות.
- קבלת החלטות: באמצעות אלגוריתמים של למידת מכונה, סוכנים אוטונומיים מנתחים את הנתונים שנאספו כדי לזהות דפוסים ולחזות תוצאות. הם משתמשים במידע זה כדי לקבל החלטות שמתאימות למטרותיהם. לדוגמה, סוכן אוטונומי בשירות לקוחות עשוי לנתח אינטראקציות מהעבר כדי לקבוע את הדרך הטובה ביותר להגיב לשאילתה של לקוח.
- ביצוע פעולה: לאחר קבלת החלטה, הסוכן מבצע את הפעולות הנדרשות להשגת התוצאה הרצויה. זה יכול לכלול מענה לשאלות לקוחות, עיבוד הזמנות או הסלמה של בעיות מורכבות לסוכנים אנושיים. תהליך הביצוע מתוכנן להיות יעיל וחלק, המבטיח חווית לקוח חלקה.
- למידה והסתגלות: אחת התכונות המרכזיות של סוכנים אוטונומיים היא היכולת שלהם ללמוד מכל אינטראקציה. הם מעדכנים ללא הרף את בסיס הידע שלהם ומשכללים את אלגוריתמי קבלת ההחלטות שלהם כדי לשפר את הביצועים לאורך זמן. הם משכללים את יכולות קבלת ההחלטות שלהם באמצעות למידת חיזוק, שמשפרת את הביצועים לאורך זמן. יכולת הסתגלות זו מאפשרת להם להתמודד עם מגוון הולך וגדל של משימות ותרחישים.
תמונות: דוגמאות לסוכן קרדיט: SALESFORCE
סוגים של סוכנים אוטונומיים
לא כל הסוכנים האוטונומיים דומים. ישנם סוגים רבים של סוכני AI אוטונומיים, כולם עובדים בדרכים שונות כדי להשיג את המטרות שלהם. הנה כמה מהסוגים הנפוצים ביותר של סוכנים אוטונומיים שאפשר לבחור מהם:
- סוכנים אוטונומיים תגובתיים: סוכני AI אוטונומיים אלה הם מהסוג הפשוט ביותר. הם מקבלים החלטות על סמך ההוראות הספציפיות שלהם ופעולות מוגדרות מראש, מגיבים מיד לנתונים חדשים, אך לא שומרים אותם או לומדים מאינטראקציות מהעבר.
- סוכנים אוטונומיים דיוניים: ידועים גם כסוכני קוגניטיביים או חשיבה, סוכנים אוטונומיים דיוניים מקבלים החלטות חכמות על ידי ניתוח הסביבה והתאמה למטרות המשתמש. הם מדגמים את העולם, שוקלים פעולות שונות ובוחרים את הדרך הטובה ביותר להשגת המטרות שלך.
- סוכנים אוטונומיים היברידיים: סוכנים אוטונומיים היברידיים משלבים אלמנטים של סוכנים תגובתיים ודיוניים. עוזרים דינמיים אלה יכולים להגיב במהירות לשינויים מיידיים בסביבתם, תוך שהם גם נשארים ממוקדים במטרה ארוכת הטווח.
- סוכנים אוטונומיים מבוססי מודל: סוכנים אוטונומיים אלה יכולים להיות מתוכנתים במומחיות או מופעלים על ידי למידת מכונה כדי לא רק לקבל החלטות, אלא ללמוד תוך כדי. כאשר הם מתמודדים עם מערך נתונים לא שלם, הם ישלימו את החסר בתחזיות חכמות המבוססות על חוויות העבר שלהם.
- סוכנים אוטונומיים מבוססי יעדים: סוכנים מבוססי יעדים מקבלים החלטות חכמות על ידי הערכת הסבירות שפעולה ספציפית תעזור להשיג את המטרות שלך. הם ניתנים להתאמה ויכולים לבצע התאמות פנימיות תוך כדי תנועה, להגיב לשינויים בסביבה או לשינויים ביעדים שלך.
- סוכנים אוטונומיים מבוססי שירות: סוכנים אלה מעריכים פעולות באמצעות פונקציית שירות חכמה המדרגת את התוצאות על סמך עד כמה הם עומדים ביעדים שלך. בזמן אמת, סוכנים אוטונומיים מבוססי שירות יכולים לייעל במהירות את הביצועים שלהם בהתבסס על הקריטריונים שהגדרת.
“אנחנו בסיילספורס השקנו את Agentforce, פלטפורמה לבניית סוכנים אוטונומיים למגוון תחומים, משיווק, מכירות, קומרס ושירות”, מציין איתי “ולאחרונה השקנו את Agentforce 2.0, פלטפורמת כח-העבודה הדיגיטלי הראשונה לארגונים המורכבת ממערכת AI שלמה שמאפשרת הגדלת צוותי עבודה באמצעות שילוב סוכני AI מהימנים ואוטונומיים בתהליכי העבודה”.
עתיד עידן הסוכנים
“מאז השקת הפלטפורמה אנחנו כל הזמן בוחנים את ההשלכות וההשפעות הרחבות של סוכנים אוטונומיים” מוסיף איתי. עבודה זו דורשת גישה עתידנית, הסתכלות מבחוץ פנימה ונכונות לשקול מגוון רחב של אפשרויות לטווח קצר ולטווח ארוך. על ידי אימוץ פרספקטיבה זו, אדם יכול למצוא את עצמו מדמיין עתיד שבו סוכנים יכולים לשלוט בסוכנים אחרים, לקנות סחורה ושירותים בשם בני אדם, לנהל משא ומתן אחד עם השני, ואפילו ליצור סוכנים חדשים.
הנה כמה מהמחשבות והתחזיות לגבי האופן שבו סוכני AI אוטונומיים עשויים לשנות את העבודה – ואת מקום העבודה – כפי שאנו מכירים אותו בשנת 2025:
תחזית ראשונה– סוכנים העובדים עם סוכנים (בלעדייך!): 2025 תהיה השנה שבה מערכות מרובות סוכנים יתפסו את מרכז הבמה, ויעברו משימוש בסוכן יחיד כמו מכירות או שירות. סינכרונים אלו יתמודדו עם אתגרים בעלי השפעה רבה, כמו בניית מסעות מכירות או שיווק, המצריכים בדרך כלל מעורבות של דיסציפלינות עסקיות מרובות. שלא כמו Copilots פשוטים, מערכות מרובות סוכנים ישתפו פעולה אחת עם השנייה, יתאימו ויבצעו – מה שיאפשר לארגונים לפתור בעיות מורכבות באמון ובקנה מידה.
תחזית שנייה– פגוש את הסוכן הראשי: כדי שסוכני בינה מלאכותית יתחילו לעבוד עם סוכנים אחרים, יהיה צורך במערכת כלשהי של סינכרון כדי למנוע מעבודת
בינה מלאכותית להשתולל. ככזה, אנו מדמיינים את עלייתם של סוכני ראש הסגל (Chief of Staff Agent) לפיקוח על סוכנים אחרים ולהבטיח לבני אדם שליטה על רשתות מורכבות של מערכות בינה מלאכותית.
תחזית שלישית- נורמות חדשות לעידן/סוכן חדש: כאשר סוכני בינה מלאכותית יתפסו תפקידים יותר ויותר דמויי אנוש, נורמות תרבותיות חדשות יצוצו, במיוחד במקום העבודה. יהיה צורך לנווט בחששות סביב הסתמכות יתר על AI והשפעתה על הקשר החברתי. לדוגמה, בעוד שבינה מלאכותית יכולה לעזור לעובדים להיות יותר פרודוקטיביים ומחוברים, היא יכולה גם להחליף אינטראקציות אנושיות וליצור תלות לא בריאה. השיחה על האופן שבו יחסי בינה מלאכותית-אנושית יכולים להועיל לבני אדם תהפוך לקריטית ככל שחברות יפנו למוצרים מונחי בינה מלאכותית הפונים לצרכן.
תחזית רביעית- להתראות מנועי חיפוש, שלום סוכנים: סוכני בינה מלאכותית מוכנים לחולל מהפכה בעולמות החיפוש, מעבר למציאת מידע בלבד ועד להשלמת משימות מורכבות. כיום, מנועי חיפוש עוזרים למשתמשים לגלות תוכן, מוצרים ומשאבים פנימיים. אבל לעתים קרובות, החיפוש הוא רק שלב בהשגת יעדים גדולים יותר, כמו ביצוע רכישה או השלמת פרויקט.
“בהתחשב בהתפתחות הטכנולוגית המהירה שאנחנו רואים, אנחנו מאמינים כי הסבירות שסוכנים עשויים לשנות מערכות יחסים בין לקוחות לחברות היא מאוד גבוהה. אומר איתי “ראשית, סוכנים יעזרו לחברות להתאים אישית חוויות ללקוחות שלהם בקנה מידה ומהירות גדולים בהרבה מהיום. שנית, סוכנים יעזרו לחברות לבנות אמון על ידי התאמה ללקוח המשנה את העדפותיו ושאיפותיו במהלך הזמן, ולבסוף, אינטראקציות בין אדם לאדם, שניזונות ממודיעין טכנולוגי מהדור הבא, ישמשו מרכיב קריטי בבניית מערכות יחסים”.
עם התפתחותם של סוכני AI, הם יטפלו בתהליכים שלמים, ויעצבו מחדש את האופן שבו מותגים מקיימים אינטראקציה עם צרכנים ואת אופן בו העובדים משתפים איתם פעולה. שינוי זה ידרוש מעסקים להסתגל לערוצי תקשורת חדשים, כדי להישאר מחוברים בעולם מונע על ידי סוכן.
איתי מרגלית, מנהל הפעילות העסקית של חברת סיילספורס בישראל קרדיט: נתנאל טוביאס
תמונות: דוגמאות לסוכן
קרדיט: SALESFORCE
