Dirbtinio Intelekto Agentai 2025: Ką Praktiškai Jie Gali Padaryti Jūsų Verslui?

Šiandien dirbtinio intelekto agentai keičia įmonių darbo procesus, veikdami visą parą ir padėdami išvengti brangiai kainuojančių tiekimo grandinės klaidų. Microsoft 365 Copilot jau dabar demonstruoja, kaip šie pažangūs asistentai gali padėti tiek kasdienėse užduotyse, tiek kūrybiniuose projektuose.¹

AI agentai – tai pažangios sistemos, kurios gali savarankiškai inicijuoti ir užbaigti užduotis, priimti sprendimus bei imtis reikiamų veiksmų su minimaliu žmogaus įsikišimu. Pavyzdžiui, jie jau sėkmingai veikia gamybos, tyrimų, finansų ir mažmeninės prekybos sektoriuose, reikšmingai didindami produktyvumą bei taupydami laiką ir pinigus.

Be to, šie išmanūs DI agentai gali automatizuoti klientų aptarnavimą, valdyti grąžinimus ir optimizuoti kainodaros strategijas. Šiame straipsnyje išsamiai nagrinėsime, kaip verslas gali praktiškai išnaudoti dirbtinio intelekto agentų galimybes 2025 metais, kokius iššūkius reikia įveikti ir kaip tinkamai pasiruošti jų diegimui.

Įdomūs faktai apie dirbtinio intelekto agentus

Dirbtinio intelekto agentų vystymasis pasiekė naują etapą – 2025 metais prognozuojama, kad jie iš esmės pakeis pramonės šakas, darbo aplinką ir kasdienį gyvenimą. Generatyvinio DI technologijų naudojimas per vienus metus išaugo nuo 55% iki 75%. Visų pirma, kas skiria DI agentus nuo įprastų dirbtinio intelekto sistemų – tai jų gebėjimas savarankiškai inicijuoti ir užbaigti užduotis su minimalia žmogaus priežiūra arba visiškai be jos.

Kinijos startuolio „Monica” inžinieriai 2024 metais sukūrė agentą pavadinimu „Manus”, kuris laikomas pirmuoju pasaulyje visiškai autonominiu DI agentu. Skirtingai nuo ChatGPT ar Google Gemini, „Manus” gali pats priimti sprendimus ir veikti savarankiškai. Šis agentas sugeba atlikti sudėtingas kelių etapų užduotis – nuo nekilnojamojo turto paieškos ir įvertinimo iki įdarbinimo procesų valdymo.

Lietuvoje DI technologijų naudojimas taip pat auga. 2023 m. pradžioje 4,9% šalies įmonių jau naudojo dirbtinio intelekto technologijas. Pagal naudojimo pobūdį populiariausi buvo:

• Darbo procesų automatizavimas – 2,4% įmonių
• Rašytinės kalbos analizė – 2,3% įmonių
• Sakytinės kalbos keitimas kompiuterio skaitomu formatu – 1,4% įmonių
• Objektų ir asmenų atpažinimas pagal atvaizdus – 1,4%

Įdomu tai, kad 2,2% įmonių įsigijo komercinę, naudoti parengtą DI programinę įrangą, o 1,5% įmonių sukūrė DI sistemas savo darbuotojų jėgomis.

Naujausių tyrimų duomenimis, DI agentai pasiekė stulbinamą gebėjimą modeliuoti žmonių elgesį. Stanfordo universiteto ir Google DeepMind mokslininkai sukūrė daugiau nei tūkstantį tikrų žmonių kopijų, kurios, remdamosi vos dviejų valandų pokalbiu, sugebėjo atkartoti 85% realių žmonių atsakymų. Tačiau dirbtiniams agentams vis dar sunku atlikti interaktyvias sprendimų priėmimo užduotis.

DI agentus galima įsivaizduoti kaip didžiojo kalbos modelio ir įrankių rinkinį, prie kurio pridedama prieiga prie konkrečių sistemų – pavyzdžiui, banko sąskaitos ar kitų kasdienio naudojimo programų. Tokiu būdu šie agentai gali suprasti žmogaus nurodymus ir juos paversti konkrečiais veiksmais skirtingose sistemose.

2025 metais tikimasi, kad DI indėlis į Europos BVP pasieks 2,7 trilijono JAV dolerių. Agentai evoliucionuos į kontekstinius, vartotojo elgesį bei poreikius suprantančius asistentus, gebančius ne tik atsakyti į klausimus, bet ir aktyviai spręsti problemas.

Tokie agentai kaip Microsoft Copilot jau dabar įgalina tiek programuotojus, tiek netechninius darbuotojus kurti automatizuotus sprendimus. Vieniems agentams bus patikėta planuoti darbotvarkę ir derinti susitikimus, kitiems – stebėti finansines išlaidas, o treti valdys išmanius namus, reguliuodami apšvietimą ar šildymą.

Tačiau svarbu atsiminti, kad savarankiški DI agentai kelia naujus iššūkius, tokius kaip tinkamas duomenų valdymas, autorių teisių klausimai bei darbo vietų transformacija.

Konsultaciją apie dirbtinio intelekto agentų pritaikymą jūsų verslui galite gauti iš Dintelektas komandos – info@dintelektas.lt

Kas yra DI agentas ir kuo jis skiriasi nuo įprasto DI?

Dirbtinio intelekto agentai esmingai skiriasi nuo tradicinių DI sistemų savo veikimo principais ir galimybėmis. Skirtingai nuo įprastų dirbtinio intelekto modelių, kurie dažniausiai atlieka konkrečias užduotis pagal nustatytus parametrus, dirbtinio intelekto agentai yra programinės įrangos sistemos, kurios savarankiškai atlieka užduotis, naudodamos sensorius informacijai rinkti, algoritmus sprendimams priimti ir veiksmus atlikti. Tai yra autonomiškos sistemos, kurios sprendžia sudėtingas, nenuspėjamas užduotis ir veikia savo kompiuterinėje aplinkoje.

Visų pirma, tradicinis dirbtinis intelektas modeliuoja žmogaus intelektą mašinose, kurios skirtos mąstyti ir veikti kaip žmonės. Jis gali būti suskirstytas į skirtingus tipus: siauras DI (silpnas DI), skirtas atlikti konkrečią užduotį; bendrasis DI (stiprus DI), turintis gebėjimą suprasti ir mokytis įvairiose užduotyse; ir dirbtinis superintelektas, viršijantis žmogaus intelektą visais aspektais. Tačiau DI agentai yra labiau orientuoti į veiksmą – jie ne tik apdoroja informaciją, bet ir imasi konkrečių veiksmų.

DI agentų autonomija ir sprendimų priėmimas

Svarbiausia DI agentų savybė yra autonomiškumas – gebėjimas savarankiškai priimti sprendimus pagal informaciją, gautą iš aplinkos. Kitaip tariant, generatyvinio dirbtinio intelekto modeliai yra skirti kam nors kurti, o DI agentai yra skirti veikti. Šiam veikimui užtikrinti agentams būtinas nemažas savarankiškumas priimant sprendimus bei atliekant atitinkamus veiksmus šiems sprendimams įgyvendinti.

DI agentų veikimo principas remiasi trimis pagrindiniais etapais:

1. Duomenų gavimas – agentas gauna vartotojo užklausą tekstu arba balsu
2. Apdorojimas – kalbos modelis analizuoja užklausą, supranta jos prasmę ir kontekstą
3. Atsako generavimas – agentas formuluoja atsakymą ir pateikia jį vartotojui arba imasi veiksmų

Autonomiškumui užtikrinti būtina sukurti sprendimų priėmimo mechanizmą, o tai ir yra esminė dirbtinio intelekto dalis. Pažangiausi agentai naudoja sudėtingas logikas, tokias kaip BDI logika (įsitikinimai, troškimai, ketinimai), kuri leidžia agentui veikti pagal įsitikinimus apie aplinką, siekti tikslų ir formuluoti planus šiems tikslams pasiekti.

Skirtumas tarp DI agentų, darbo eigų ir automatizacijos

Nors DI agentai dažnai yra painiojami su DI darbo eigomis ar automatizacija, tarp šių technologijų yra reikšmingų skirtumų:

Automatizacija yra technologijų naudojimas užduotims atlikti su mažesniu žmogaus įsikišimu. Ji dažniausiai apima iš anksto užprogramuotų užduočių vykdymą. Verslo automatizacija yra greita ir patikima, tačiau negali prisitaikyti prie naujų, nenuspėjamų situacijų.

DI darbo eigos yra automatizacijos procesai, kuriuose naudojami DI modeliai, tokie kaip ChatGPT. Jie suteikia lankstumo, tačiau vis dar patenka į tam tikrus rėmus ir reikalauja žmogaus priežiūros.

DI agentai yra autonominės sistemos, kurios sprendžia sudėtingas, nenuspėjamas užduotis. Jie gali inicijuoti ir užbaigti užduotis, priimti sprendimus bei atlikti reikiamus veiksmus su minimalia žmogaus priežiūra ar apskritai be jokio žmogaus įsikišimo.

Taigi, svarbiausias skirtumas yra autonomijos laipsnis – DI agentai yra savarankiškesni ir gali patys spręsti, kokius veiksmus atlikti, kad būtų pasiektas tikslas. Todėl jie priartina dirbtinio intelekto technologiją prie pagrindinės su ja siejamos vizijos – savarankiškai veikiančios dirbtinio intelekto sistemos, atliekančios sudėtingiausius bei nemaloniausius darbus ir taip išlaisvinančios žmonių kūrybinį potencialą.

Atkreiptinas dėmesys, kad DI agentų veikimo principai skiriasi nuo įprastinių automatizavimo sprendimų, nes agentai suvokia savo kompiuterinę aplinką, priima sprendimus ir atlieka veiksmus tam, kad pasiektų užsibrėžtus tikslus.

Konsultaciją apie dirbtinio intelekto agentų pritaikymą jūsų verslui galite gauti iš Dintelektas komandos – info@dintelektas.lt

Kokias užduotis gali atlikti AI agentai versle 2025 metais?

2025 metais dirbtinio intelekto agentai tampa esminiais verslo procesų elementais, gebančiais savarankiškai atlikti įvairias užduotis su minimaliu žmogaus įsikišimu. Jų pritaikymo galimybės apima daugelį sričių – nuo pardavimų iki finansų analizės.

Pardavimų automatizavimas ir klientų paieška

Dirbtinio intelekto agentai kardinaliai keičia pardavimų procesus, automatizuodami klientų paiešką, segmentavimą ir rinkodaros strategijas. Jie analizuoja vartotojų elgseną, sudaro potencialių klientų sąrašus ir siunčia suasmenintus laiškus. Įdomu tai, kad tokie agentai gali automatiškai generuoti 50 ar net 100 skirtingų scenarijų ir planų, iš kurių įmonės gali rinktis tinkamiausius. Prognozuojama, kad iki 2029 metų DI agentai autonomiškai išspręs iki 80% įprastų klientų užklausų be žmogaus įsikišimo.

Tiekimo grandinės valdymas ir užsakymų apdorojimas

Tiekimo grandinės srityje DI agentai geba analizuoti didelius duomenų kiekius realiuoju laiku, numatyti galimus trikdžius ir pasiūlyti efektyviausius sprendimus. Tai padeda sumažinti išlaidas, pagerinti pristatymo laiką ir užtikrinti sklandų prekių judėjimą. Visų pirma, automatizuotas užsakymų apdorojimas leidžia akimirksniu pateikti patvirtinimus ir sekimo informaciją. Be to, taikant dirbtinį intelektą gamybos procesų pradžioje, galima nustatyti neatitikimus ir iki 25% sumažinti tikrinimo išlaidas, o gaunamų siuntų išlaidas sumažinti net 50%.

IT pagalba ir vidinių procesų palaikymas

DI agentai 2025 metais tampa neatsiejama IT pagalbos dalimi, veikdami visą parą ir gebėdami kalbėti skirtingomis kalbomis. Tuo tarpu įmonių vidinių procesų palaikyme jie automatizuoja daugelį kasdienių užduočių – nuo užsakymų su tiekėjais derinimo iki duomenų suvedimo į turinio ar resursų valdymo sistemas. Įmonės, naudojančios DI agentus, ženkliai paspartina darbą – užduotys, anksčiau trukusios 30 minučių ar keletą valandų, atliekamos per 2-3 minutes.

Finansinių ataskaitų rengimas ir analizė

Finansų srityje DI agentai revoliucionizuoja ataskaitų rengimą ir analizę. Jie gali įvertinti asmenų kreditingumą, išnagrinėti prašymus dėl draudimo išmokų bei priimti sprendimus jas išmokėti. Svarbu paminėti, kad finansinės analizės srityje DI sumažina gautinų sumų suderinimo pastangas net 71%. Tai leidžia finansų komandoms pagerinti grynųjų pinigų srautą, padidinti pajamų augimą ir optimizuoti grynojo pelno maržą. DI agentai taip pat gali aptikti ir užkirsti kelią sukčiavimams, analizuodami operacijų duomenis ir blokuodami galimai nesąžiningas transakcijas.

Konsultaciją galite gauti iš Dintelektas komandos – info@dintelektas.lt

Kaip pasiruošti DI agentų diegimui įmonėje?

Efektyvus dirbtinio intelekto agentų įdiegimas reikalauja sistemingo pasirengimo. Įmonės, kurios siekia išnaudoti šių technologijų potencialą, turi atlikti nuoseklų pasiruošimo darbą trims pagrindinėse srityse.

Verslo procesų analizė ir agentų taikymo galimybių įvertinimas

Pirmasis žingsnis ruošiantis DI agentų diegimui – išsami esamos situacijos analizė. Svarbu nustatyti konkrečias užduotis ar procesus, kuriuos verta automatizuoti naudojant DI agentus. Pasaulio Ekonomikos Forumo apklausos duomenimis, 77% įmonių vadovų tiki, kad skaitmeninė transformacija būtina jų veiklai. Tačiau ne kiekvienas procesas tinka automatizavimui su DI.

Analizės etape rekomenduojama:

• Įvertinti, kokiose srityse DI agentai gali sukurti didžiausią vertę
• Nustatyti potencialias kliūtis ir rizikas
• Apskaičiuoti preliminarią investicijų grąžą

Svarbu nusibrėžti ir užfiksuoti būsimo DI sprendimo ribas, nes vėliau diegėjas dažniausiai nebus linkęs nemokamai atlikti didesnius pakeitimus. Dėl to būtina įsigilinti į pateiktą analizės rezultatą ir suprasti, ar jis tenkina lūkesčius.

Duomenų paruošimas ir prieigos valdymas

AI agentų veikimo kokybė tiesiogiai priklauso nuo duomenų, kuriais jie remiasi. Prieš kuriant DI prognozės modelį, būtina užtikrinti, kad duomenys būtų tinkamo formato. Microsoft Dataverse atveju rekomenduojama duomenų rinkinio dydį riboti iki 1,5 GB, nes priešingu atveju AI Builder mokymui ir prognozavimui naudos tik dalį duomenų.

Kitas esminis aspektas – prieigos valdymas. Tai pagrindinis saugos elementas, nustatantis, kam leidžiama pasiekti tam tikras programas, duomenis ir išteklius. Tapatybės ir prieigos valdymo sprendimai supaprastina šių strategijų administravimą, pripažindami, kad pirmiausia reikia valdyti, kaip ir kada pasiekiami duomenys.

Įmonės turi įdiegti griežtą, sąlyginį ir patikrinamą tapatybės ir prieigos valdymą (IAM) visiems darbo krūvio vartotojams, komandos nariams ir sistemos komponentams. Svarbiausia apriboti prieigą tik tiek, kiek reikia.

Komandos pasirengimas ir mokymai

Nepaisant technologinio pasirengimo, darbuotojų kompetencija lieka kritinis sėkmės veiksnys. Diegiant dirbtinio intelekto sprendimus tarpdisciplininio profilio specialistai įmonėms yra žymiai naudingesni nei tik aukštos kompetencijos IT specialistai.

Rekomenduojama rengti specialius mokymus apie:

• DI veikimo principus ir galimybes
• Etinius ir privatumo klausimus
• Užklausų inžineriją (prompt engineering)
• Praktinius DI naudojimo aspektus kasdienėse užduotyse

Tuo tarpu mokymai turi būti pritaikyti skirtingoms darbuotojų grupėms. IT specialistams svarbūs techniniai aspektai, tuo tarpu vadovams – strateginiai klausimai, o galutiniams vartotojams – praktiniai naudojimo aspektai.

Svarbu pabrėžti, kad darbuotojai turi turėti reikiamų žinių ir įgūdžių, kad suprastų, kaip veikia DI sistema. Tai padeda išvengti kompetencijų stokos problemos, kuri gali pakenkti DI agentų naudojimui.

Konsultaciją galite gauti iš Dintelektas komandos – info@dintelektas.lt

Materials and Methods: DI agentų kūrimo ir integracijos procesas

Norint sukurti veiksmingus dirbtinio intelekto agentus, būtina naudoti specializuotas platformas ir metodologijas. Šiuolaikiniai įrankiai leidžia kurti agentus be išsamių programavimo žinių, tačiau reikalauja kruopštaus pasiruošimo ir testavimo.

Copilot Studio ir Azure AI Agent Service naudojimas

Microsoft Copilot Studio siūlo visapusę pokalbių dirbtinio intelekto platformą, leidžiančią kurti agentus naudojant natūralią kalbą arba grafinę sąsają. Ši platforma ypač naudinga, nes ji supaprastina kūrimo procesą, leisdama:

• Greitai kurti, išbandyti ir publikuoti agentus
• Patobulinti agento gebėjimą atsakyti į klausimus nukreipiant jį į vidines žinias
• Pasirinkti iš daugiau nei 1500 iš anksto sukurtų duomenų jungčių

Tuo tarpu Azure AI Agent Service yra visiškai valdoma paslauga, sukurta įgalinti kūrėjus saugiai kurti, diegti ir plėsti aukštos kokybės DI agentus be poreikio valdyti pagrindinius skaičiavimo ir saugojimo išteklius. Šios paslaugos privalumas – galimybė pasirinkti įvairius modelius, įskaitant Azure OpenAI, Llama 3, Mistral ir Cohere.

Agentų testavimas su realiais duomenimis

Testavimas yra esminis kūrimo proceso etapas, užtikrinantis, kad DI agentai tinkamai veiktų su tikrais duomenimis. Visų pirma, patariama išbandyti agentus naudojant „Agentų žaidimo aikštelę”, kur galima tyrinėti, kurti prototipus ir testuoti agentus be programinio kodo.

Testuojant svarbu:

1. Aiškiai apibrėžti agento nurodymus ir užduotis
2. Suteikti prieigą prie reikalingų įrankių (pvz., kodo interpretatorių)
3. Užtikrinti, kad testuojami duomenys atitiktų realius verslo scenarijus

Prieš diegiant produkcinėje aplinkoje, būtina atlikti agento testavimą su įvairiais duomenų šaltiniais, įskaitant įmonės duomenis, kad būtų galima nustatyti jo veikimo ribas.

Integracija su esamomis sistemomis (CRM, ERP)

DI agentų integracija su esamomis verslo sistemomis yra kritinis sėkmės veiksnys. Verslo valdymo sistemų kūrėjai Lietuvoje jau pradėjo integruoti agentus į savo sprendimus. Norint sėkmingai integruoti DI agentus su CRM ir ERP sistemomis, reikia:

Įvertinti, ar CRM turi API galimybes arba natūralius DI priedus. Jei CRM neturi tvirtų API galimybių, galima integruotis per trečiųjų šalių platformas. Tokios programinės įrangos kūrėjos kaip „Labbis” jau sėkmingai integruoja DI agentus į verslo valdymo sistemas Lietuvoje.

Microsoft Power Platform ir SAP jungtys leidžia saugiai pasiekti ir valdyti SAP duomenis, atidarant kelią DI agentų integracijai su ERP sistemomis. Su Microsoft Copilot Studio taip pat galima tirti jau sukurtus agentus ir sukurti pasirinktinį agentą pagal įmonės poreikius.

Konsultaciją galite gauti iš Dintelektas komandos – info@dintelektas.lt

Results and Discussion: Naudos vertinimas ir ribojimai

Po išsamaus DI agentų diegimo skirtingose organizacijose tyrimo, rezultatai atskleidžia tiek naudas, tiek apribojimus. Vertinant šių technologijų poveikį, svarbu suprasti jų praktinę vertę kartu su galimais iššūkiais.

Darbo našumo pokyčiai po agentų diegimo

Tyrimai rodo, kad įmonėse, kuriose sėkmingai įdiegti dirbtinio intelekto agentai, darbuotojų darbo našumas padidėja. Įsitraukę darbuotojai, turintys aiškų tikslą, dirba net 44% produktyviau nei tie, kurie paprasčiausiai atlieka pavedimus. Tačiau, norint pasiekti tokių rezultatų, būtina užtikrinti tinkamą darbuotojų motyvaciją ir darbo sąlygas.

DI agentai perkelia darbuotojų pastangas nuo kasdienių biurokratinių užduočių prie didesnės vertės veiklos. Pavyzdžiui, finansų srityje jie sumažina gautinų sumų suderinimo pastangas net 71%, kas leidžia finansų komandoms pagerinti pinigų srautą ir optimizuoti pelno maržą.

Ribojimai: duomenų sauga, teisės aktų atitiktis

Nepaisant akivaizdžios naudos, DI agentų naudojimą riboja keli svarbūs veiksniai. Visų pirma, duomenų apsauga – agentai apmokomi naudojant didelius duomenų kiekius, todėl būtina užtikrinti visus duomenų apsaugos principus. Be to, kaip ir bet kuri programinė įranga, DI agentai gali tapti įsilaužėlių taikiniu.

Vis griežtėjantis teisinis reguliavimas taip pat kelia iššūkių. ES rengiamas Dirbtinio intelekto aktas apibrėžia didelės rizikos DI sistemas, kurioms bus taikomi griežti reikalavimai. Ypač griežtai reguliuojamose srityse, kaip finansų sektorius, būtina užtikrinti, kad DI agentai, atlikdami veiksmus savarankiškai, nepažeistų teisės aktų.

Žmogiškojo faktoriaus svarba: žmogus cikle

Svarbu suprasti, kad nors dirbtinio intelekto agentai yra autonomiški, žmogaus vaidmuo išlieka kritiškai svarbus. Darbuotojų emocinė būklė ir vaidmens aiškumas turi reikšmingos įtakos paslaugų kokybei ir klientų pasitenkinimui. Todėl svarbu išlaikyti žmogų sprendimų priėmimo cikle.

Agentai, pavyzdžiui „Teams Facilitator”, turi tam tikrus apribojimus – jie negali pasiekti redaguotų pranešimų ar panaikintų laiškų. Nors DI agentai stengiasi teikti tikslius atsakymus, jie generuojami pagal tikimybes, todėl būtina dar kartą patikrinti rezultatus prieš priimant svarbius sprendimus.

Konsultaciją galite gauti iš Dintelektas komandos – info@dintelektas.lt

DUK

Išvada

Dirbtinio intelekto agentai ženkliai keičia verslo procesus, siūlydami autonomiškas sprendimų sistemas. Šios technologijos leidžia automatizuoti sudėtingas užduotis, pradedant klientų aptarnavimu ir baigiant tiekimo grandinės valdymu. Tyrimai rodo, kad DI agentai gali sumažinti gautinų sumų suderinimo pastangas net 71%, kartu didindami darbuotojų produktyvumą iki 44%.

Sėkmingas DI agentų diegimas reikalauja sistemingo pasiruošimo, apimančio verslo procesų analizę, duomenų paruošimą bei darbuotojų mokymą. Naudojant specializuotas platformas, tokias kaip Copilot Studio ir Azure AI Agent Service, įmonės gali kurti ir integruoti agentus be išsamių programavimo žinių.

Tačiau svarbu suprasti, kad DI agentai nėra universalus sprendimas. Duomenų saugumas, teisinis reguliavimas bei žmogiškojo faktoriaus svarba išlieka esminiais iššūkiais. Todėl būtina išlaikyti pusiausvyrą tarp automatizacijos ir žmogiškosios priežiūros, užtikrinant, kad technologijos tarnautų verslo tikslams, o ne atvirkščiai.

Siekiant sėkmingai įgyvendinti DI agentų sprendimus savo versle, rekomenduojama kreiptis į Dintelektas komandą – info@dintelektas.lt