De laatste tijd hebben verschillende chatbots zoals ChatGPT, Claude en Gemini een centrale rol gespeeld in het domein van kunstmatige intelligentie. Deze tools zijn echter niet het ultieme doel voor de meeste ondernemingen. Een aanzienlijk aantal bedrijven streeft ernaar om kunstmatige algemene intelligentie (AGI) te ontwikkelen: technologie die in staat is om te redeneren op niveaus die vergelijkbaar zijn met, of mogelijk hoger zijn dan, menselijke intelligentie. Niettemin omvat de reis naar AGI verschillende ontwikkelingsmijlpalen.
Hoewel chatbots indrukwekkende mogelijkheden hebben, is hun bruikbaarheid enigszins beperkt. Zonder het element van autonomie kunnen chatbots de efficiëntie en productiviteit slechts tot op zekere hoogte verbeteren. Deze beperking draagt bij aan hun onvermogen om verwachte inkomsten te genereren. In wezen vertegenwoordigen chatbots de fundamentele fase van AI-vooruitgang.
Deze beperking is de reden dat AI-bedrijven zich steeds meer richten op AI-agenten als de volgende golf van AI-innovatie. In tegenstelling tot traditionele chatbots of de geautomatiseerde supportbots die je vaak op zakelijke websites tegenkomt, zijn AI-agenten ontworpen om verder te gaan dan het volgen van simpele instructies en kunnen ze onafhankelijke keuzes maken.
Interactie met de bestaande klantenservicebots kan vaak frustrerend zijn, omdat ze problemen doorgaans niet snel of efficiënt oplossen, in tegenstelling tot menselijke ondersteuningsvertegenwoordigers. De komst van autonome AI-agenten zal deze ervaring echter transformeren.
AI-agenten definiëren
De definitie van AI-agenten is zelfs onder experts nog steeds niet eenduidig, maar hun visie blijft evolueren.
Niettemin worden bepaalde kenmerken goed begrepen. AI-agenten zijn ontworpen als modellen die in staat zijn om complexe beslissingen autonoom te nemen binnen real-world scenario’s. Ze kunnen af en toe menselijk toezicht nodig hebben, maar het scala aan taken dat ze kunnen uitvoeren zal dat van huidige chatbots ver overtreffen.
Hoewel chatbots zoals ChatGPT de productiviteit van mensen kunnen verbeteren, hebben AI-agenten de potentie om menselijke rollen te vervangen, althans voor eenvoudigere taken.
Door zich te onderscheiden van bestaande generatieve AI-bots die puur functioneren door het voorspellen van het volgende woord in een reeks, zullen AI-agenten het vermogen bezitten om kritisch te denken en te redeneren. Een glimp van dergelijke redeneringscapaciteiten is al waargenomen met OpenAI’s model o1.
Redeneren is echter slechts één aspect van wat AI-agenten moeten bereiken.
Een fundamenteel kenmerk van AI-agenten is hun vermogen om doelen na te streven die door mensen zijn vastgesteld zonder constante instructies, met name in complexe en voortdurend veranderende omgevingen. In tegenstelling tot huidige chatbots die afhankelijk zijn van stapsgewijze instructies van mensen, vereisen AI-agenten alleen dat de gebruiker het uiteindelijke doel definieert.
Proactiviteit is een andere essentiële eigenschap; AI-agenten moeten niet wachten op prompts, zoals typische chatbots doen.
Bovendien is een belangrijk aspect van AI-agenten hun vermogen om te leren van feedback. Deze agenten kunnen zich continu ontwikkelen en hun prestaties verbeteren zonder dat er menselijke tussenkomst nodig is; ze leren van hun ervaringen.
Hoe AI-agenten werken Stel je een AI-agent voor die een klantprobleem aanpakt. In plaats van zich alleen aan een rigide script te houden, kan hij informatie ophalen zoals de referentie-ID van de klant, relevante interne documenten raadplegen en verdere vragen stellen om de situatie beter te begrijpen voordat hij oplossingen biedt. Indien nodig kan hij de kwestie escaleren naar een menselijke supervisor voor goedkeuring. Uiteindelijk, als een oplossing onmogelijk blijkt, kan hij de klant doorverwijzen naar een menselijke vertegenwoordiger.
Mogelijke toepassingen
Klantenondersteuning is slechts één domein waarin AI-agenten naar verwachting zullen floreren, maar ze zullen waarschijnlijk ook in tal van andere sectoren opduiken, zoals softwareontwikkeling.
Volgens prognoses zal een aanzienlijk aantal bedrijven binnen de komende drie jaar AI-agenten inzetten voor codeertaken, waardoor menselijke ontwikkelaars zich vooral op reviewfuncties zullen richten.
Talrijke organisaties ontwikkelen agentsystemen om interne workflows te verbeteren, van Proof of Concept naar Pilot-fasen. Hoewel het automatiseren van taken met agents geen nieuw concept is, zal de integratie van AI deze agents in staat stellen om een breder scala aan taken met grotere flexibiliteit af te handelen.
Veel ondernemingen zetten al AI-agenten in voor verschillende interne functies, waarbij sommige zoals Salesforce’s Agentforce voorlopige versies aan bedrijven aanbieden. Binnen een paar jaar zouden AI-agenten het traditionele callcenterpersoneel volledig kunnen vervangen.
Bovendien zullen veel bedrijven waarschijnlijk overstappen op een systeem met meerdere agenten, waarbij afzonderlijke agenten gespecialiseerde functies uitvoeren en tegelijkertijd de communicatie en samenwerking in stand houden.
De reikwijdte van AI-agenten reikt verder dan bedrijven; persoonlijke assistenttoepassingen worden ook vernieuwd met AI-mogelijkheden. Een ideale AI-agent zou op dezelfde manier functioneren als een menselijke assistent, aankopen beheren, reizen organiseren of vergaderingen plannen, met de mogelijkheid om te interacteren met verschillende tools, waaronder webzoekopdrachten en andere AI-systemen.
Bovendien moeten AI-agenten multimodaal zijn, zoals Project Astra van Google liet zien tijdens hun recente I/O-conferentie, en in staat zijn om audio, afbeeldingen en video-input te verwerken.
Het is opmerkelijk dat er niet één enkel type AI-agent zal bestaan; verschillende contexten vereisen verschillende vaardigheden.
Huidige uitdagingen voor AI-agenten
Ondanks de aanzienlijke vooruitgang brengt het realiseren van volledig autonome agenten nog steeds tal van uitdagingen met zich mee.
Om als echt behulpzaam en autonoom te kwalificeren, moeten AI-agenten hun foutpercentages drastisch verlagen. Momenteel zijn AI-systemen zeer gevoelig voor onnauwkeurigheden, die verlaagd moeten worden tot onder de 1% om brede acceptatie te vergemakkelijken. Het bereiken van een reductie tot onder de 10% is misschien relatief eenvoudig, maar het verder verfijnen ervan zal een grotere uitdaging blijken.
Bovendien is het in het eerder besproken scenario voor klantondersteuning een groot obstakel dat een AI-agent moet bepalen wanneer een probleem moet worden doorverwezen naar een mens, in plaats van koppig te proberen het probleem zelf op te lossen, wat tot hogere kosten kan leiden.
Contextueel begrip vormt een ander obstakel. Wanneer u zich het gebruik van AI-chatbots voor codeertaken voorstelt, worden hun huidige beperkingen duidelijk; ze hebben moeite met het produceren van lange code vanwege contextbeperkingen.
Beveiliging en toegangscontrole moeten ook worden aangepakt om het potentieel van AI-agenten volledig te benutten. Met grotere autonomie komt een verhoogd risico, wat veiligheidsmaatregelen vereist om ervoor te zorgen dat AI-agenten alleen geautoriseerde acties uitvoeren en toegang krijgen tot toegestane informatie.
Bovendien brengen problemen zoals snelle injectie beveiligingsproblemen met zich mee die beheerd moeten worden.
De resources die nodig zijn voor trainingsdata en rekenkracht vormen ook uitdagingen. Volgens sommige uitspraken van Sam Altman zijn er echter al mogelijke oplossingen voor het trainingsdataprobleem in de maak.
AI-bedrijven werken ijverig aan het bereiken van een agentische toekomst, en veel van deze uitdagingen zullen naar verwachting in de nabije toekomst worden opgelost. Zo faciliteert Google momenteel een 2M-contextvenster en boekt het vooruitgang richting oneindige context.
Dus hoewel AI momenteel misschien niet op het niveau werkt dat we hopen, kan de toekomst eerder komen dan verwacht. Bedrijven moeten zich voorbereiden op de integratie van AI-agenten in hun activiteiten. Als u denkt dat het jaren zal duren voordat AI de verantwoordelijkheden die u overziet, competent aankan, denk dan nog eens goed na. AI-agenten zijn in aantocht en het is essentieel om nieuwe vaardigheden te ontwikkelen om zich aan te passen aan deze opkomende realiteit. Veel bedrijven zijn van plan om AI-agentintegratie al volgend jaar te starten, met autonome besluitvorming, proactiviteit, aanpassingsvermogen en het vermogen om te opereren binnen complexe omgevingen en gedefinieerde doelen na te streven.
Geef een reactie