リーダーが今知っておくべきこと

このストーリーは、WorkLabニュースレターで紹介されています。サインアップしてください ここ。

エージェントの到着はです すでに運転しています 私たちがどのように働き、AIが組織にもたらすことができる価値を平準化するかについての大きな変革。 「AIエージェントは、私たちのニーズを理解し、それらを満たす方法を知ることで、ユーザーのために物事を成し遂げることです」と言います。 Microsoft ResearchのAI Frontiers Labの著名な科学者、VP、およびマネージングディレクターであるEce Kamar。 私たちは最近、何十年もの間エージェントシステムを研究してきたKamarと話をしました。彼女の洞察は、すべてのビジネスリーダーがエージェントがどこで仕事をしているのか、そして最新のモデルがそのようなブレークスルーである理由を理解するのに役立ちます。

AIエージェントが実際に何であるかを調整することから始めましょう。どのように定義しますか？
エージェントはAIを使用してタスクを実行し、お客様に代わってアクションを実行します。彼らは、デジタル環境と物理的環境と対話し、何が起こっているのかを知覚し、次に最適なアクションを決定し、そのアクションがその環境の状態をどのように変えるかを知覚し、再び取るべき次の最良のアクションを決定することでこれを行います。これは、タスクまたはコラボレーションが完了するまで継続できるインタラクティブなループです。

エージェントはまったく新しいものではありません。長い間勉強してきました。私たちが今日話しているエージェントの何が違いますか？
過去10年間で、携帯電話でエージェントを使用して、ショッピングリストに物事を追加したり、インターネット上で見つけたものに基づいて質問に答えていたかもしれません。それらはエージェントでしたが、それらは非常に孤立した狭いエンティティであり、明確に定義されたタスクのためだけに機能しました。今日のモデルを見ると、GPTのような非常に大きなモデルから 推論モデル に アクションモデル それが近づいている – 私たちは今、エージェントがそのインタラクティブなループを完成させ、より狭く焦点を合わせてより一般的に有能になるために必要なビルディングブロックを持っています。

なぜ推論モデルはエージェントにとってそのようなゲームチェンジャーなのですか？
エージェントが実際の問題解決に移行することを可能にします。以前のモデルは、テキストを生成したり、コマンドに応答したりする可能性がありますが、計画、タスクの分解、または新しい情報への適応が得意ではありませんでした。推論モデルは、そのプロセスに構造をもたらします。エージェントが高レベルの目標を達成し、それに到達するために必要な手順を把握し、途中で調整できるようにします。この種の能力は、エージェントが自律的に、特に複雑で動的な環境で人間と協力して動作することが重要です。推論モデルには、既存の計算ツールを組み込み、人々との深いコラボレーションを可能にする方法で、エージェントのオーケストレーションの原則的かつ一般的なフレームワークを提供する可能性があります。

エージェントが職場で最大の影響を与える場所はどこにありますか？
私は、エージェントと人々の間で現れるパートナーシップを非常に信じています。私たちが取り組んでいることはたくさんありますが、それは多くの創意工夫を必要としません。そして、私たちは非常に多くの情報の過負荷を経験しています。情報を管理し、コミュニケーションを管理するためのより良い方法が必要です。エージェントはそれで非常に役立つでしょう、そして、現在のテクノロジーは多くの価値を生み出すでしょう。

エージェントは、営業担当者がRFPに対応し、市場調査を加速するのを支援するなどのタスクを引き受けることができます。リーダーは、チームがそれらを使用する方法についてどのように考えなければなりませんか？
人々が人々とどのように働くかについて、何十年もの文献があります。新しいチームメンバーがいる場合、最初に信頼を築く必要があります。エージェントにも同じことが言えます。 情報に基づいた信頼。それが意味することは、それがうまくいっていることを信頼し、必要に応じて介入して助けられるようにするために何が起こっているのかを十分に知りたいということです。

エージェントが次の計画を提案しているとします。「私はその情報を見つけて、このメールを書いてから、このデータベースクエリを作成します。」ユーザーは、「データベースのステップで、私を取得してください、そして私たちは一緒にそれを行います。」と言うことができます。または、「そのデータベースに行かないで、他のデータベースにアクセスしてください。」または「私はこの計画が好きではない、やめてください。」

人間はエージェントと協力しますが、エージェントはどのように連携しますか？
データ分析の問題を解決したいとしましょう。「このデータを見つけ、それを分析して傾向を取得し、PowerPointに貼り付けます。」作成しました 自動生成、問題を小さな部分に分解し、それらの部分をさまざまなエージェントに提供して達成できるオープンソースフレームワーク。各エージェントには必要なプロンプトがあり、モデルは、割り当てられたタスクを実行できるようにサポートします。オーケストレーターエージェントがプロセス全体を調整します。そのようなアーキテクチャは、エンタープライズツールに現れ始めています – 新しいもののように アナリストエージェント Microsoft 365 Copilotでは、ユーザーがデータを探索し、自動的に洞察を生成するのに役立ちます。

オープンソースコミュニティからこのフレームワークへの反応は、非常に多くの人々が壁にぶつかっていたため、驚くほど肯定的でした。モデルは、何をする必要があるかを把握し、大きな仕事をより小さくて管理可能なステップに分割することができませんでした。 Autogenは、より信頼性が高く、より有能なアプリケーションを構築するための非常に強力なツールを提供しました。

なぜこの瞬間はエージェント機能のマイルストーンなのでしょうか？
現在、私たちの実験の多くは、コンピューターで物事を成し遂げようとしている1人と1人のエージェントです。このフロンティアを前進させると、私と私のニーズについて多くを知っている私のエージェントが、あなたとあなたのニーズについて多くを知っているあなたのエージェントと対話できると想像するのは簡単です。それは、可能性の世界を開きます。人々と組織を代表するエージェントの「社会」、さまざまな役割を引き受け、人間だけが決してできない規模と速度で問題を解決するために協力しています。