Sadržaj nastao u suradnji s: Infobip
ZAMISLITE da vam se pokvari perilica rublja. Umjesto da sami tražite model uređaja, jamstveni list, servisere, cijene i slobodne termine, sve to preuzima umjetna inteligencija. Prepoznaje perilicu s fotografije, pronalazi upute, provjerava jamstvo, uspoređuje ponude, pita vas koji termin želite i zatim rezervira servis. Upravo je to jedan od najjednostavnijih načina da se objasni što AI agenti donose u svakodnevni život.
Većina ljudi umjetnu inteligenciju danas poznaje kroz ChatGPT i slične chatbotove. Oni odgovaraju na pitanja, pišu tekstove, sažimaju dokumente i pomažu pri učenju ili poslu. AI agent ide korak dalje jer ne ostaje samo na savjetu ili prijedlogu, nego pokušava samostalno izvršiti niz povezanih zadataka i dovesti posao do konkretnog rezultata.
O toj promjeni govorit će Luis Velasco iz OpenAI-ja na konferenciji Infobip Shift, koja se od 13. do 15. rujna održava u zadarskom ŠC Višnjik. Konferencija će okupiti više od 4000 developera, softverskih inženjera i tehnoloških lidera, a tijekom tri dana održat će se više od 100 predavanja, panela i radionica. OpenAI na Shift dolazi prvi put, a Velasco će govoriti o prijelazu s programiranja uz pomoć umjetne inteligencije na sustave u kojima AI preuzima sve složenije zadatke.
Luis Velasco, OpenAI
Za hrvatsku developersku zajednicu prvi dolazak OpenAI-ja na Shift predstavlja priliku da iz prve ruke čuje kako kompanija koja stoji iza ChatGPT-ja zamišlja sljedeću fazu razvoja softvera. Za sve ostale priča o AI agentima svodi se na jednostavno pitanje. Želimo li od umjetne inteligencije samo odgovor ili želimo da nam pomogne dovršiti posao?
Od odgovora do konkretnog rezultata
Velasco je Forward Deployed Engineer u OpenAI-ju, gdje organizacijama pomaže pretvoriti napredne mogućnosti umjetne inteligencije u pouzdane produkcijske sustave. U fokusu njegova rada nalaze se AI agenti, dugotrajni autonomni radni procesi te povezivanje velikih jezičnih modela s poslovnim sustavima i podacima. Prije OpenAI-ja bio je Principal Architect u Googleu, a tijekom karijere radio je u području podatkovnog inženjerstva, strojnog učenja i enterprise arhitekture.
Na pitanje kako bi nekome tko umjetnu inteligenciju poznaje prvenstveno kroz ChatGPT objasnio razliku između chatbota i AI agenta, Velasco za Index odgovara jednostavno.
"Ključna je riječ djelovanje, odnosno sposobnost sustava da nešto konkretno napravi. Uobičajeni rezultat rada chatbota jest odgovor, dok je rezultat rada AI agenta napredak prema određenom cilju. Agent može napraviti plan, koristiti različite alate, poduzimati radnje, provjeravati rezultate, prilagođavati se i nastaviti raditi, naravno, unutar dopuštenja i granica koje mu postavimo", rekao je i u nastavku dodao primjer.
"Primjerice, kažem li standardnom chatbotu da želim rezervirati godišnji odmor, on mi može predložiti destinacije, usporediti mogućnosti i sastaviti plan putovanja, ali sav konkretan posao na kraju ponovno ostaje meni. Isti cilj mogu prepustiti AI agentu: može istražiti destinacije, uskladiti datume s mojim kalendarom, usporediti avionske karte i hotele, zatražiti moje odobrenje prije trošenja novca, obaviti rezervacije i ažurirati plan putovanja. Razlika je, dakle, između davanja odgovora i obavljanja zadatka", zaključio je.
Perilica rublja pokazuje kako bi agenti mogli izgledati u praksi
Ideja AI agenta možda zvuči apstraktno dok se ne poveže s problemom koji gotovo svatko može zamisliti. Perilica rublja s početka priče dobar je primjer jer njegovo rješavanje obično traži više manjih koraka, traženje podataka i komunikaciju s različitim osobama ili sustavima.
"Zamislite da vam se pokvari perilica rublja. Chatbot vam može objasniti moguće uzroke problema ili ponuditi popis servisera. AI agent mogao bi pomoću fotografije prepoznati model perilice, pronaći korisnički priručnik, provjeriti je li uređaj još pod jamstvom te usporediti dostupne termine i cijene popravka. Nakon toga mogao bi vas pitati koju mogućnost preferirate, rezervirati dolazak servisera, dodati termin u vaš kalendar i pohraniti račun.
Ono što ovaj primjer čini primjerom rada AI agenta nije činjenica da sustav zna više o perilicama. Ključno je to što može koordinirati niz manjih zadataka kroz različite sustave i približavati problem rješenju, pritom tražeći vaše odobrenje prije donošenja obvezujućih odluka", objašnjava Velasco.
Takav način rada mogao bi se preslikati na brojne poslovne zadatke. Umjesto da AI samo napiše izvještaj, mogao bi prikupiti podatke, provjeriti nedostaju li informacije, izraditi analizu i poslati dokument odgovornim osobama. U korisničkoj podršci mogao bi pronaći povijest problema, provjeriti pravila tvrtke i samostalno odraditi dopuštene korake, dok bi složenije ili osjetljive slučajeve prepustio čovjeku.
Developeri neće nestati, ali njihov posao neće ostati isti
Razvoj softvera posebno je pogodan za AI agente jer se rezultat njihova rada može testirati. Kod se može pokrenuti, provjeriti i ispraviti, pa sustav ne mora samo pretpostavljati da je zadatak dobro izvršen. Ipak, rast alata koji mogu pisati i popravljati kod redovito otvara pitanje hoće li developeri u budućnosti uopće biti potrebni.
Velasco smatra da će se njihov posao snažno promijeniti, ali neće postati manje stručan. Manje vremena odlazit će na rutinsko pisanje koda, a više na postavljanje ciljeva, pravila i provjera prema kojima će AI sustavi raditi.
"Da, developeri će manje vremena provoditi ručno pišući rutinski kod, a više definirajući željene rezultate, postavljajući granice sustava, izrađujući testove i evaluacije, upravljajući pristupom alatima, nadzirući ponašanje agenata i pregledavajući konačne rezultate. To, međutim, ne znači da će njihov posao postati manje tehnički. Težište se samo premješta s pisanja sintakse na donošenje kvalitetnih odluka o funkcioniranju čitavog sustava", pojasnio je Valesco.
Najuspješniji developeri bit će oni koji znaju definirati što treba postojati
"Jedna od ideja iz mog manifesta Disposable Code Manifesto jest da se "stabilni sloj pomiče prema gore". Kako programski kod postaje sve jeftinije generirati i ponovno izrađivati, trajnu vrijednost sve više imaju definicija problema, specifikacije, podatkovne sheme, testovi, evaluacije, pravila i ograničenja. Kod postaje privremena i lako zamjenjiva izvedba mnogo trajnije namjere.
Najuspješniji developeri bit će oni koji znaju jasno definirati što treba postojati, podijeliti posao na zadatke prikladne za AI agente, izgraditi pouzdane sustave povratnih informacija i dokazati da dobiveni rezultat odgovara početnoj namjeri. Budućnost nije programiranje bez inženjerstva, nego inženjerstvo koje nadilazi samo pisanje koda", poručuje Velasco.
Umjetna inteligencija koja ne samo da govori nego i djeluje
Njegovo predavanje na Shiftu nosi naziv From AI-assisted coding to agent-led execution i bavi se upravo tom promjenom. Velasco će kroz konkretne primjere pokazati kako graditi sustave u kojima AI pouzdano radi na složenim i dugotrajnim procesima, kako zadržati kontrolu nad njihovim ponašanjem te kako se mijenja uloga softverskog inženjera kada sve veći dio operativnog posla preuzmu agenti.
To ne znači da će strojevi preko noći samostalno voditi tvrtke, razvijati proizvode i donositi sve važne odluke. Najrealniji scenarij zasad je delegiranje jasno određenih zadataka uz ljudski nadzor, ograničena dopuštenja i obaveznu provjeru u osjetljivim situacijama. AI agent ne bi trebao dobiti neograničen pristup svemu, nego djelovati unutar unaprijed postavljenih granica.
Sponzorirani sadržaj donose Index i Infobip u skladu s najvišim profesionalnim standardima.