AI-agenterna slutade demonstrera och började arbeta

Amazon presenterade löpande arbetsflöden i Seller Assistant för tredjepartssäljare på sin marknadsplats. Den arbetar löpande och agerar på säljarens instruktioner — larmar när betygen faller, bevakar priser på utvalda produkter — i stället för att vänta på en fråga.

UiPath gjorde sina kodagenter allmänt tillgängliga och skärpte styrning, dataåtkomst och driftsättning, med argumentet att säkerhets- och compliancefunktioner behöver bevis på vad agenterna gjorde, inte en beskrivning av vad de skulle göra.

Avalara lanserade Aviator, ett agentnav som kör skatte- och complianceflöden med ett granskningsbart spår för varje åtgärd. Enligt SiliconANGLE tog Ema in 77 miljoner dollar i en B-runda för att rulla ut "AI-medarbetare" inom HR, IT och ekonomi.

Fyra nyheter, samma form: löpande utförande plus ett spår över vad som utfördes. Det intressanta är inte att en modell kan skriva ett stycke. Det intressanta är att mjukvara nu tar action i system som bokför pengar, ändrar priser och svarar kunder.

Det är samma skifte jag levde genom på Coop när kassan flyttade in i kundens egen hand: tekniken var den mindre halvan. Den större halvan var att bestämma vad maskinen får göra utan att fråga.

Börja där arbetet är tråkigt, repetitivt och går att backa. Agenter förtjänar förtroende på den oglamorösa vägen innan de släpps nära prismotorn.

Skriv ned var godkännandegränsen går innan piloten, inte efter första incidenten. Vilka åtgärder körs tyst, vilka kräver en människa, och vem är ansvarig när agenten har fel.

Mät ledtid, inte modellkvalitet. Affärsnyttan i en agent är dagar som blir minuter — syns inte det i en graf har du köpt en demo.

På Stena Line blev en manuell process en maskininlärningsuppgift på sex sekunder. Lärdomen var inte modellen — det var att arbetet byggdes om runt den. Agenter fungerar likadant: värdet uppstår när ni ändrar processen, inte när ni lägger ett verktyg ovanpå den gamla.

Det är kärnan i min AI-föreläsning och utgångspunkten för rådgivning med ledningsgrupper som ska bestämma var agenter ska agera först.

Välj ett arbetsflöde med en tydlig början och ett tydligt slut. Kartlägg sedan vad som händer när agenten inte kan bli klar. Vem tar emot den ofärdiga uppgiften? Vilken information följer med? Kan personen fortsätta arbetet, eller måste allt göras om från början? Låt frågorna ingå i pilotens utformning.

Jämför dagens process med den föreslagna med samma avgränsning. Ta med mänskliga godkännanden, rättelser, väntetid och arbete som lämnas över till andra team. Ett snabbt agentsteg är inte samma sak som ett snabbare färdigt arbetsflöde. Räkna uppgiften som klar först när mottagande team accepterar resultatet.

Håll det första mandatet smalt: att förbereda en ändring är något annat än att publicera den. Avvägningen är mindre autonomi mot bättre insyn i fel innan de blir externa åtaganden. Utöka mandatet först efter att ni granskat undantagsfallen tillsammans.

Behåll ett mänskligt beslut när åtgärden är svår att ångra, mandatet är oklart eller ingen bemannar undantagsflödet. Det utesluter inte nyttig automation: agenten kan samla information och förbereda ett förslag utan att ansvara för den slutliga handlingen.

Vad skulle motivera en utökning? Bestäm svaret före testet: acceptabel kvalitet i slutförda uppgifter, hanterbar granskningsinsats och ett fungerande sätt att stoppa körningen. Stena Line-caset är en referens för processförändring, inte ett löfte om resultat för er agent. Läs analysen av agentincidenten tillsammans med affärskalkylen.