ИИ-автоматизации и ИИ-агенты

Кажется, что уже все вокруг запустили свои ИИ-студии (или агентства), в которых занимаются автоматизацией клиентских процессов и внедряют им много искусственного интеллекта. Но когда немного поресечишь или пообщаешься с «автоматизаторами» — понимаешь, что все делают в основном RAG-ботов. Это когда к LLM-ке прикручивают векторную базу с вашими данными и выводят интерфейс в Telegram-бот.

Еще одним подтверждением моих выводов можно считать этот прекрасный сборник ТЫСЯЧИ схем ИИ-агентов и ИИ-автоматизаций. Его автор задался вопросом, «че там все автоматизируют», и при помощи этого API спарсил тысячи постов на Reddit, описывающих свои ИИ-автоматизации. И действительно, эту тысячу схем можно поделить на три основных класса:

Класс 1: Чат с данными (около 50% проектов)

Это доминирующий паттерн: чат-интерфейс для взаимодействия с данными из конкретной области через RAG. Источники данных дико разнятся:

Внешние: результаты веб-поиска, «Википедия», новостные ленты.

Внутренние: базы данных компаний, учебные материалы университетов, лор D&D.

Эфемерные: содержимое конкретного видео на YouTube, запись встречи или PDF-документ (около 1/3 этих проектов используют PDF в качестве основного формата ввода).

Несколько примеров из базы схем:

1) [RAG-система с информацией о программе резидентства в Канаде]

2) [Чат-бот NPC для D&D с базой знаний по лору]

3) [Система вопросов и ответов по видео с YouTube]

Класс 2: Автоматизация бизнес-процессов (~25% проектов)

Эти проекты автоматизируют бизнес-процессы: заметки по встречам, скоринг лидов в CRM, сопоставление резюме, автоматический анализ новостей. Они часто обрабатывают данные пакетами, а не отвечают на запросы в реальном времени.

Несколько примеров:

1) [Система приоритизации и скоринга лидов в B2B CRM]

2) [Конвертация научных статей в подкасты]

3) [Автоматический утренний анализ новостей и инвестиций]

Класс 3: Агенты-планировщики с использованием инструментов (~15% проектов)

Сюда входят мультиагентные фреймворки (большинство просто не работают), исследовательские агенты, агенты для кодинга и системы на основе ReAct для конкретных областей, таких как написание скриптов для Blender или управление Kubernetes.

Примеры:

1) [Мультиагентная генерация контента]

2) [Агент для сканирования на киберугрозы]

В общем, на данный момент большая часть ИИ-автоматизаций сводится к чат-ботам, а остальная — к сложным и геморройным проектам. Так что на рынке ИИ-автоматизаций еще есть что оптимизировать.

Подписывайтесь на Telegram Силиконовый Мешок.