Одной из самых перспективных технологий наступившего года эксперты называют агентный ИИ (Agentic AI) — системы на основе больших языковых моделей, которые, в отличие от средств генеративного ИИ, не синтезируют контент по запросу, а непрерывно работают в фоновом режиме и самостоятельно принимают операционные решения, которые оказывают прямое влияние на бизнес-процессы. Благодаря агентному ИИ высвобождается время сотрудников, которые могут уделить его более ценным видам деятельности.

Агентный ИИ позволяет полностью автоматизировать конкретную функцию в рамках бизнес-процессов организации. Автономный агент может, к примеру, самостоятельно решать вопросы в службе поддержки пользователей, предлагая возврат денег или замену, или обнаруживать потенциальные угрозы в сети и принимать меры противодействия.

Частичными примерами агентного ИИ можно назвать систему GitHub Copilot Workspace, которая предлагает варианты завершения кода по мере его написания, не требуя ввода запросов, и автоматического ассистента разработчиков Google AI Teammate, который может участвовать в управлении проектами — следить за ходом процессов, формировать отчеты и составлять новые задания для программистов. Сейчас автономный функционал таких систем ограничен, но по мнению специалистов, через пару лет они в каких-то случаях смогут целиком заменить отдел разработки.

Среди участников опроса, недавно проведенного Capgemini в крупных организациях, 75% сообщили о рассмотрении возможности внедрения агентного ИИ в процессы разработки ПО — это самый распространенный из вариантов применения на сегодня. При этом уже пользуются агентами ИИ в каждой десятой из опрошенных организаций, а более чем в половине планируют заняться тестированием таких систем в следующем году.

Создатели IBM Watson Personality Insights, сервиса определения характера человека по постам в социальных сетях, основали стартап Juji, который разрабатывает агентов ИИ, способных заменить представителей ряда профессий, связанных с консультированием, в том числе психотерапевта и рекрутера абитуриентов.

Помимо способности работать без участия человека агентный ИИ от генеративного отличает еще ряд характеристик, в том числе ориентированность на конкретные цели (система выполняет действия для решения конкретных задач), адаптивность, способность взвешивать варианты решений и выбирать оптимальное, а также работа непосредственно в производственной среде. Помимо этого, агентный ИИ может пошагово решать сложные проблемы, разбивая их на более мелкие.

Учитывая, что агентный ИИ, как и диалоговый, основан на больших языковых моделях, а также общеизвестную проблему галлюцинаций чатботов-«всезнаек», у потенциальных пользователей может возникнуть обоснованное недоверие к автономным агентам, претендующим на выполнение важных функций на предприятии.

Как объясняют эксперты, чтобы системам агентного ИИ можно было доверять, их разработчики должны обеспечить легкость контроля — в частности, система должна быть способна объяснить сделанный ею в том или ином случае выбор. Также необходимы высокое качество учебных данных, тщательное всестороннее тестирование и ограничение возможностей. Еще один подход — «рефлексия»: за работой агента ИИ следит еще одна интеллектуальная система, проверяющая его решения. Пример такого «инспектора» — фреймворк Constitutional AI от компании OpenAI, который контролирует, чтобы ответы чатботов с ИИ не нарушали правила этики.