Писатель представляет платформу «AI HQ», делая ставку на агентов для преобразования работы предприятия

«Это не очередной шумиха, а масштабные изменения в корпоративном программном обеспечении», — заявила Мэй Хабиб, генеральный директор и соучредитель Writer, на пресс-конференции, посвященной анонсу продукта. «Подавляющее большинство предприятий не получили значимых результатов от генеративного ИИ, и прошло уже два года. Никогда еще не было такого разрыва между тем, на что способна технология, и тем, какими были результаты предприятия». AI HQ — это ответ Writer на эту проблему — платформа для создания, активации и контроля «агентов» ИИ, которые могут выполнять последовательности задач, традиционно требующих вмешательства человека. Эти агенты могут принимать решения, рассуждать о проблемах и действовать в разных системах с небольшим контролем со стороны человека.

Как агенты ИИ Writer выходят за рамки чат-ботов, чтобы приносить реальную ценность для бизнеса

Объявление было сделано в то время, когда многие предприятия переоценивают свои стратегии ИИ. По словам Хабиба, большинство внедрений ИИ не принесли существенной ценности, а предприятиям трудно выйти за рамки базовых вариантов использования генеративного ИИ.

«Картирование процессов — это новая инженерия подсказок», — сказал Хабиб, подчеркнув, как подход компании развился от простого создания правильных текстовых подсказок до проектирования целых рабочих процессов для систем ИИ.

AI HQ состоит из трех основных компонентов: среды разработки Agent Builder, где ИТ- и бизнес-команды совместно создают агентов; Writer Home, который предоставляет доступ к более чем 100 готовым агентам для определенных отраслей и функций; и инструментов наблюдения для мониторинга и управления поведением агентов в масштабе.

Во время демонстрации продукта руководители Writer показали, как клиенты уже используют эти технологии. Например, инвестиционная управляющая компания использует агентов Writer для автоматического создания отчетов о фондах и персонализированных рыночных комментариев, извлекая данные из Snowflake, заявок SEC и веб-поиска в реальном времени.

Другая демонстрация показала маркетинговый рабочий процесс, где агент может анализировать краткий стратегический обзор, создавать проект в Adobe Workfront, генерировать контент, находить или создавать вспомогательные изображения и готовить материалы для юридической проверки.

Корпоративный ИИ, который действительно работает: как автономные агенты Writer справляются со сложными бизнес-процессами

Поворот Writer к ИИ на основе агентов отражает более широкие тенденции рынка. В то время как многие компании изначально сосредоточились на использовании больших языковых моделей для генерации текста и функций чата, компании все чаще изучают, как ИИ может автоматизировать сложные процессы.

«Десяти процентов от численности персонала будет достаточно», — сказал Хабиб Forbes в недавнем интервью о потенциальном влиянии агентских технологий на рабочую силу. Это драматичное утверждение подчеркивает преобразующий потенциал — и потенциальный прорыв, — которые эти технологии могут привнести в работу со знаниями.

Анна Гриффин, директор по маркетингу в фирме по кибербезопасности Commvault и один из первых пользователей агентской технологии Writer, рассказала на пресс-конференции о ценности соединения ранее разрозненных систем.

«Что, если бы я могла соединить наши Salesforce, Gainsite, Optimizely? Что, если бы я могла собрать достаточно информации из этих систем, чтобы мы могли действительно работать над созданием бесперебойного опыта для наших клиентов?» — сказала Гриффин. Ее совет другим: «Подумайте о самой сложной, самой сложной проблеме в вашей отрасли и начните думать о том, как агентный ИИ решит ее».

Будущее обучения ИИ: саморазвивающиеся модели Writer запоминают ошибки и учатся без переобучения

На мероприятии также состоялась презентация Васима Аль-Шиха, соучредителя и технического директора Writer, который представил исследование «саморазвивающихся моделей» — систем ИИ, которые могут учиться на своих ошибках с течением времени без дополнительного обучения.

«Если мы ожидаем, что ИИ будет вести себя больше как человек, нам нужно, чтобы он учился больше как человек», — объяснил Аль-Ших. Он продемонстрировал, как традиционные модели ИИ постоянно совершают одни и те же ошибки, сталкиваясь с проблемой лабиринта, в то время как саморазвивающиеся модели запоминают прошлые неудачи и находят лучшие решения.

«Эта уникальная архитектура означает, что со временем, по мере использования модели, она приобретает знания — модель, которая становится умнее, чем больше вы с ней взаимодействуете», — сказал Аль-Ших. Писатель рассчитывает, что к концу года в пилотном проекте появятся саморазвивающиеся модели.