Данные исследовании компании Perplexity, основанные на анализе сотен миллионов взаимодействий с браузером и голосовым помощником Comet, представляющие собой первое крупномасштабное полевое исследование универсальных агентов искусственного интеллекта, показывают, что ИИ-агенты уже широко используется высококвалифицированными специалистами для повышения производительности и оптимизации исследовательских задач. Понимание того, кто использует эти инструменты, имеет важное значение для прогнозирования внутреннего спроса и выявления потенциальных векторов теневых ИТ-технологий. Исследование Perplexity демонстрирует значительную неоднородность в использовании ИИ-агентов. Пользователи в странах с более высоким ВВП на душу населения и уровнем образования гораздо чаще взаимодействуют с агентными инструментами.
Чтобы выйти за рамки маркетинговых нарративов, предприятиям необходимо понимать полезность, которую предоставляют ИИ-агенты. Распространенное мнение предполагает, что ИИ-агенты будут в основном функционировать как помощники для выполнения рутинных административных задач. Однако данные исследования Perplexity опровергают это мнение, 57 процентов всей деятельности ИИ-агентов сосредоточено на когнитивной работе. Исследователи Perplexity разработали «иерархическую таксономию агентов» для классификации намерений пользователей, показав, что использование агентов ИИ носит скорее практический, чем экспериментальный характер. Доминирующим вариантом использования является «Производительность и рабочие процессы», на который приходится 36 процентов всех запросов от ИИ-агентов. За ним следует «Обучение и исследования» с 21 процентом.
Конкретные примеры из исследования иллюстрируют, как это влияет на ценность предприятия. Например, специалист по закупкам использовал ИИ-ассистента для анализа клиентских кейсов и выявления соответствующих сценариев использования перед взаимодействием с поставщиком. Аналогично, сотрудник финансового отдела делегировал ИИ-агенту задачи фильтрации опционов на акции и анализа инвестиционной информации. В этих сценариях ИИ-агент самостоятельно собирает информацию и проводит первоначальный анализ, позволяя человеку сосредоточиться на принятии окончательного решения.
Такое распределение дает четкое представление руководителям оперативных подразделений: непосредственная окупаемость инвестиций в агентный ИИ заключается в масштабировании человеческих возможностей, а не просто в автоматизации мелких рутинных задач. В исследовании Perplexity ИИ-агенты определяются как системы, которые «автоматически переключаются между тремя итеративными фазами для достижения конечной цели: мышление, действие и наблюдение». Эта возможность позволяет им поддерживать «глубокую когнитивную работу», выступая в роли партнера по мышлению.
В настоящее время агенты используются для планирования и выполнения многоэтапных действий, изменяя окружающую среду, а не просто обмениваясь информацией.
О планировании бизнеса к использованию ИИ-агентов рассказывает доцент кафедры искусственного интеллекта Финансового университета при Правительстве Российской Федерации Емельянова Наталия Юрьевна:
Руководителям операционного уровня следует провести аудит проблемных мест в производительности и рабочих процессах в высокоэффективных командах. Т.к. именно здесь ИИ-агенты естественным образом находят себе место. Если инженеры-программисты и финансовые аналитики уже используют эти инструменты для редактирования документов или управления счетами, формализация этих рабочих процессов может стандартизировать повышение эффективности. При этом, хотя ИИ-агенты обладают автономностью, пользователи часто разбивают задачи на более мелкие части, делегируя только подзадачи. Это говорит о том, что ближайшее будущее работы — это сотрудничество, требующее от сотрудников повышения квалификации в эффективном управлении ИИ-агентами.
Необходимость уделить внимание вопросам безопасности при внедрении ИИ-агентов отмечает профессор кафедры искусственного интеллекта Финансового университета при Правительстве Российской Федерации Емельянов Виталий Александрович:
Поскольку ИИ-агенты работают в открытых веб-среда» и взаимодействуют с такими сайтами, как GitHub и корпоративная электронная почта, периметр предотвращения потери данных расширяется. Политики безопасности должны различать чат-бота, предлагающего консультации, и ИИ-агента, выполняющего код или отправляющего сообщения.
Переход к корпоративным рабочим процессам, управляемым ИИ-агентами, уже идет полным ходом. Задача предприятий состоит в том, чтобы использовать этот импульс, не теряя при этом контроля над управлением, необходимым для безопасного масштабирования.