エージェントと AI が協力して善のために働きます

エージェントは特定のタスクを実行するソフトウェアです。 エージェントの中には、特定のトピックに関する Web 検索を実行したり、他では入手できないドメイン固有の情報で強化された LLM を照会するなど、1 つのジョブに特化しているものもあります。 その他には、ユーザー リクエストを一連のタスクに変換し、ワーカー エージェントを調整してタスクを完了することに特化しているものもあります。 オーケストレーションでも実行でも、エージェントは高度な指示性と決定論性を備えています。 ここにはAIはありません。 各エージェントには、実行に必要なすべての情報と実行タイミングが事前に定義されています。 ソフトウェアは魔法ですが、AI の魔法ではありません。

エージェントの業務の一例としては、リピーターの顧客にパーソナライズされたタイムリーな見込み客向けメールを送信するなど、複数のステップを連鎖させて大規模なタスクを完了することが挙げられます。 このプロセスは、いくつかのより小さな個別のアクションに分割することができ、それぞれのアクションは、その目的のために事前にコーディングされた単一の専門エージェントによって簡単に実行できます。たとえば、マーケティング リード データベースで過去 7 日間の顧客とのやり取りを照会したり、顧客関係管理 (CRM) システムから過去 90 日間のやり取りの回数でソートされた上位 3 つの電子メール アドレスを取得したり、最新の販売キャンペーンに基づいて各アドレスにフォーム メールを送信したりすることができます。 これらのアクションには必ずしも AI は必要ありません。

LLM が提供する GenAI は、従来の検索よりも多くのコンテキストと豊富な応答を使用して、データ ソース内のパターンを見つけることができます。 また、テキストを要約、分析、または生成して、より簡潔で有用な方法で情報を作成またはリファクタリングすることもできます。 LLM を活用することは、その出力が決定論的ではないため、プロセスに魔法を加えるようなものです。 これらのモデルは、これまでに発明された他のどのコンピューティング方法にも匹敵しない速度で、求められているパターンを見つけます。 その結果は、私たち人間にとって、推論の一形態であるように見えます。 過去 2 年間で、LLM の出力の質は「まあまあ」から「素晴らしい」に向上しました。 では、エージェント ソリューションで GenAI をいつ採用すればよいのか、どうすればわかるのでしょうか?

見込み客獲得メールの例を続けると、メール テンプレートは最小限のパーソナライズで使用できますが、テキスト生成用に設計された優れた LLM だけでなく、以前の購入やニーズに関連付けられた顧客固有の個人情報にもアクセスできる AI によって生成されたメールの方がはるかに優れています。 の エプソンに導入されたConversicaソリューション 物語はこう語る。 自律的かつ反復的なアクションを示すこのエージェント AI ソリューションの最も効果的な 2 つの機能は次のとおりです。 1) 長期にわたって双方向の電子メール会話を行う機能、および 2) 受信者が好む時間帯に基づいて電子メールを送信する機能です。