Här är ett enkelt praktiskt exempel på hur en AI-agent (LLM-agent) fungerar.
Ge ChatGPT Digital Workforces Q3-analys gjord av Inderes som en bilaga.
Ställ frågan till ChatGPT: “Kan du läsa företagets omsättningsprognos för 2024 (2024e) från den bifogade filen? Kan du sedan söka på företagets webbplats för att hitta deras omsättningsprognos för 2024”
ChatGPT hämtar Inderes prognos och söker sedan på DWF:s webbplats efter deras vägledning och presenterar den.
Det är grunden för en AI-agent. I inställningarna för sema4.ai kan man ange vilken språkmodell den ska använda (t.ex. ChatGPT:s GPT-4o).
Utöver ovanstående anropar AI-agenten internt LLM flera gånger och försöker strukturera uppgiften i logiska delar före utförandet.
Slutligen anropar den funktioner (actions, t.ex. hämtning av kunddata från CRM) för att utföra uppgiften.
Visst finns det mycket mer i sema4.ai, men som koncept betyder AI-agenten detta. Det är inget exotiskt med det, utan bara en logisk förlängning av att utnyttja den ständigt utvecklande resonemangsförmågan hos nuvarande LLM-modeller.
Frågan är snarare om man kommer att hitta så många användbara tillämpningsområden för AI-agenter som man har förspått.
En annan fråga är hur tillförlitlig en sannolikhetsbaserad AI-agent är. En RPA baserad på entydiga villkor är naturligtvis tillförlitlig.
DWF:s Karli Kalpala verkar ständigt skriva artiklar om AI-agenter i internationella publikationer. Här för försäkringsbranschen.
Antagligen är detta en del av försäljningsstrategin.
Jag lyssnade också på en podcast där DWF:s AI Lead Data Scientist Rami Luisto berättade om sina uppgifter på DWF. Längden är ca 2 timmar och den är lite tråkig. En förutbestämd agenda hade varit användbar.
DWF har före AI-agenter använt AI på så sätt att man har använt lätta LLM-modeller som RPA vid behov har anropat för enkel textanalys.
DWF har äntligen fått ett positivt resultat i år. Vi hoppas att de i AI-hypen inte glömmer affärsrealiteterna och att resultatökningen fortsätter.
Införandet av AI-agenter borde dock inte kräva orimliga investeringar.