Atsisveikink su greita inžinerija Įsitraukite į procesų inžineriją su AI agentais

Prieš metus, greita inžinerija buvo karščiausias DI madingas žodis. Visi kalbėjo apie „tobulo raginimo“ kūrimo meną, kad būtų galima kuo geriau išnaudoti didelių kalbų modelius (LLM). Aplink jį atsirado ištisi kursai, bendruomenės ir darbo skelbimai.

Tačiau AI nestovi vietoje. Modeliai patobulėjo, įmonės reikalauja daugiau, o paprasčiausios gudrybės teisingai suformuluoti dalykus nebeužtenka. Mes pereiname į naują erą: procesų inžinerija su AI agentais.

Šis pokytis yra ne tik techninis, bet ir strateginis. Tai keičia tai, kaip įmonės galvoja apie automatizavimą, kaip komandos kuria darbo eigą ir netgi kokių įgūdžių reikia darbo jėgai. Panagrinėkime, kodėl greita inžinerija nyksta, ką procesų inžinerija atneša į stalą ir kaip šis perėjimas nulems AI ateitį.

Kodėl greitoji inžinerija turėjo savo akimirką

Kai GPT-3 ir GPT-4 įsiveržė į sceną, greitai tai tapo aišku kaip ryžtingai uždavėte klausimą ką tu grįžai.

Pavyzdžiui:

• Neaiškus raginimas: „Paaiškinkite dirbtinį intelektą sveikatos priežiūros srityje“.
  → Išvestis: bendra apžvalga.
• Sukurtas raginimas: „Parašykite 600 žodžių straipsnį sveikatos priežiūros specialistams, paaiškindami, kaip AI pagerina ankstyvą vėžio diagnozę, įskaitant atvejų tyrimus ir etinius klausimus.”
  → Išvestis: sutelktas, aktualus ir tinkamas turinys.

Greita inžinerija suteikė žmonėms savotišką supergalią. Pakoreguodami formuluotę, pridėdami vaidmenų ar naudodami pavyzdžius, jie galėtų atrakinti žymiai geresnius rezultatus. Tokios technikos kaip kelių kadrų raginimas, minčių grandinės samprotavimai ir vaidmenų priskyrimas tapo ankstyvųjų naudotojų įrankių rinkiniu.

Kurį laiką tai veikė puikiai. Tačiau netrukus atsirado įtrūkimų.

Kodėl vien greitos inžinerijos neužtenka

Yra keturios pagrindinės priežastys, dėl kurių greita inžinerija praranda savo blizgesį:

1. LLM dabar yra protingesni
   Naujesni modeliai kur kas geriau supranta natūralias instrukcijas. Jums nebereikia „stebuklingo užkeikimo“, kad gautumėte gerų rezultatų.
2. Minimali grąža
   Po tam tikro momento praleidžiant valandas koreguojant raginimus pasiekiamas tik nedidelis patobulinimas.
3. Mastelio keitimo problemos
   Protingas raginimas gali išspręsti vieną problemą vieną kartą, tačiau jis nėra lengvai taikomas visoje organizacijoje ar integruojamas su sistemomis.
4. Realaus pasaulio sudėtingumas
   Įmonės nori ne tik pavienių atsakymų. Jiems reikalingi procesai: duomenų rinkimas, analizė, sprendimų priėmimas, ataskaitų teikimas, integracija su esamais įrankiais ir klaidų tvarkymas.

Čia atsiranda procesų inžinerija su AI agentais.

Nuo raginimų iki procesų

Pagalvokite apie greitą inžineriją kaip nurodymų suteikimą GPS: „Nuvežk mane į oro uostą“.

• Jei gerai suformuluosite, gausite tinkamą maršrutą.
• Jei ne, galite įstrigti eisme.

Dabar įsivaizduokite procesų inžineriją: užuot tiesiog klausęs nurodymų, turite savarankiškai vairuojantį automobilį (AI agentą). Tu pasakyk tai tikslasir jis nustato maršrutą, prisitaiko prie eismo, prireikus papildo degalų ir netgi išleidžia jus į reikiamą terminalą.

Štai koks skirtumas: raginimai pasakyti, procesai orkestruoti.

Raginimas ir procesas: pagrindiniai skirtumai

Veikimo pavyzdžiai: greita inžinerija prieš proceso inžineriją

Rinkos tyrimai

• Greitas požiūris: „Apibendrinkite pagrindines JAV telemedicinos tendencijas 2023 m. → 500 žodžių teksto santrauka.
• Proceso metodas: Agentas ieško pramonės svetainėse, ištraukia ataskaitas, tikrina vyriausybės duomenis, sudaro augimo prognozių diagramą ir siunčia PDF ir PPT jūsų komandai.

Sveikatos priežiūros vartojimas

• Greitas požiūris: „Elkitės kaip slaugytoja ir užduokite klausimus apie gripo pacientui. → Pagrindinis tekstinis pokalbis.
• Proceso metodas: Agentas užduoda klausimus, išsaugo atsakymus klinikos EHR, tikrina skiepijimo įrašus, siūlo diagnozes ir automatiškai užregistruoja tolesnius veiksmus.

Šuolis nuo „atsakymų teikėjo“ iki „darbo eigos partnerio“ yra didžiulis.

Kodėl procesų inžinerija svarbi

1. Mastelio keitimas — Verslui reikalingos patikimos sistemos, o ne vienkartinės gudrios gudrybės.
2. Patikimumas — Agentai gali stebėti save, sumažindami žmogiškąsias klaidas.
3. Integracija — AI dabar gali bendrauti su CRM, ERP ir sveikatos priežiūros sistemomis.
4. Nauji vaidmenys — „Prompt inžinierius“ vystosi į darbo eigos dizaineris, agentas orkestrantasir AI operacijų vadovas.
5. Inovacijos — Išsilaisvinę nuo pasikartojančių užduočių, žmonės gali sutelkti dėmesį į strategiją, kūrybiškumą ir empatiją.

Realaus pasaulio naudojimo atvejai

• Sveikatos priežiūra: Agentai, kurie priderina pacientus į klinikinius tyrimus, nuskaitydami duomenų bazes, tikrindami tinkamumą ir rengdami ataskaitas.
• Finansai: Agentai, kurie pažymi sukčiavimą stebėdami operacijas, vykdydami rizikos patikras ir plečiant bylas.
• Išsilavinimas: AI mokytojai, kurie vertina pažangą, kuria pamokų planus ir praneša mokytojams, kai reikia įsikišti.

• Klientų aptarnavimas: Daugiakanaliai agentai, kurie išsprendžia bilietus, renka CRM duomenis ir prireikus perduoda žmonėms.

Procesų inžinerijos iššūkiai

Žinoma, kurti procesus yra sunkiau nei rašyti raginimus. Organizacijos turi tvarkyti:

• Sudėtingumas kelių agentų darbo eigos projektavimas.
• Savarankiškumo rizika — agentai gali nukrypti nuo kelio.
• Atitiktis reguliuojamose pramonės šakose.
• Kaina infrastruktūros.
• Pasitikėk — vartotojams reikia skaidrumo ir priežiūros.

Ateitis: hibridinės žmonių ir agentų komandos

Sėkmingiausios įmonės nepakeis žmonių dirbtiniu intelektu. Jie suprojektuos hibridinės komandos kur:

• Žmonės suteikia empatiją, sprendimą ir strategiją.
• Agentai užtikrina greitį, nuoseklumą ir mastelį.

Tai ta pati raida, kurią matėme, kai įmonės pirmą kartą pradėjo naudoti kompiuterius: nuo įrankių iki darbo eigos iki būtinų partnerių.

Įgūdžiai, kurių jums prireiks šioje epochoje

• Darbo eigos dizainas — verslo procesų planavimas.
• Sistemų integravimas — agentų prijungimas prie API ir duomenų bazių.
• Agentų orkestruotė — kelių agentų bendradarbiavimo koordinavimas.
• Stebėjimas ir vertinimas — prietaisų skydeliai, metrika ir žmonių grįžtamojo ryšio kilpos.
• Etika ir atitiktis — užtikrinti atsakingą AI naudojimą.

Pokyčių valdymas – padėti komandoms prisitaikyti prie dirbtinio intelekto pagrįstų darbo eigų.

Baigiamosios mintys

„Sudie, greita inžinerija – sveiki, procesų inžinerija su AI agentais“ nėra tik patraukli eilutė. Jame užfiksuota akimirka, kurioje mes esame: pereinant nuo protingų vienatūrių prie sudėtingos sistemos, transformuojančios pramonės šakas.

Lygiai taip pat, kaip internetas iš statinių puslapių virto dinaminėmis programomis, AI vystosi nuo raginimų iki procesų. Tie, kurie mokysis kurti, valdyti ir išplėsti dirbtinio intelekto pagrįstą darbo eigą, vadovaus ateičiai.

Klausimas tau toks: Ar vis dar rašote raginimus, ar esate pasirengę kurti procesus?