AI agent može odraditi zadatak, ali tko određuje što je dobar rezultat?

Zamislite da je u firmu došao novi član tima i da mu kažete: „Istraži dobavljače i pripremi mi najbolje opcije.”

Nakon nekoliko dana dobijete urednu tablicu. U njoj su nazivi firmi, poveznice na njihove stranice, kratki opisi i cijene koje je uspio pronaći. Posao je očito napravljen, ali tablica vam ne pomaže donijeti odluku.

Nema rokova isporuke. Nije provjereno posluju li dobavljači na tržištu koje vam je važno. Ne vidi se imaju li tražene certifikate, kolika je minimalna narudžba ni jesu li cijene usporedive. Na popisu su možda dobre firme, ali ne znate zašto bi neka od njih bila dobar izbor baš za vas.

Je li novi kolega loše radio ili je dobio loše postavljen zadatak?

Vrlo sličan problem pojavljuje se kada posao dajemo AI agentu. Ako ima odgovarajuće alate i pristup, agent može pretražiti izvore, usporediti podatke, razvrstati rezultate i pripremiti dokument. Može vratiti nešto što izgleda dovršeno, a da firma i dalje ne zna može li taj rezultat upotrijebiti.

Usporedba s novim članom tima ovdje je korisna jer pokazuje što delegiranje zapravo traži. Osobi koja još ne poznaje firmu objasnili biste zašto se posao radi, što je važno, koje su granice i tko će koristiti rezultat. Agentu to treba zadati još izravnije jer ne poznaje nepisana pravila vašeg poslovanja.

Ipak, agent nije zaposlenik. Ne preuzima poslovnu odgovornost i ne može sam odlučiti koji je kompromis prihvatljiv. Može dobiti jasno određenu ulogu u procesu, ali standard kvalitete i konačna odluka ostaju na ljudima.

Izvršiti zadatak nije isto što i odrediti što je dobro

Kada kažemo da je agent sposoban napraviti zadatak, obično mislimo na izvršenje. Može prikupiti podatke, primijeniti zadana pravila, pripremiti usporedbu ili napisati nacrt.

Ali „napravljeno” i „dobro” nisu isto.

Dobar rezultat ovisi o tome čemu služi. Tablica za procjenu tržišta ne treba isto što i podloga za konačan odabir partnera. Nacrt odgovora kupcu nije dobar ako obeća neostvariv rok, a sažetak sastanka nije koristan ako ne odvaja odluke, otvorena pitanja, odgovorne osobe i rokove.

Agent može pomoći pripremiti sve te rezultate. Ne bi trebao sam izmišljati poslovna pravila prema kojima će odlučiti što je prihvatljivo.

Tu se često pokaže da problem nije samo u alatu. Iskusni kolega možda zna da dobavljač bez lokalnog servisa nije ozbiljna opcija ili da se kupcu ne smije obećati isporuka prije provjere zalihe. Agent to ne zna ako pravilo nije dio konteksta koji je dobio.

Zato priprema zadatka za agenta često otkrije koliko je sam poslovni proces jasan. Slično se događa kada treba zapisati proces prije izrade aplikacije ili automatizacije: tek zapisivanje učini neizgovorena pravila vidljivima.

Je li zadatak uopće spreman za delegiranje?

Nije svaki posao odmah spreman za agenta. Korisno je razlikovati tri situacije.

Još istražujete što zapravo želite

Ponekad zadatak još nije zadatak, nego pitanje.

Možda tek želite vidjeti kakvi dobavljači postoje i koji bi kriteriji mogli biti važni. Tada agentu još ne možete pošteno zadati da pronađe „najbolje” jer ni unutar firme nije dogovoreno što ta riječ znači.

Tada je korisnije istraživati, razgovarati s ljudima koji poznaju posao i usporediti nekoliko mogućih pristupa. AI alat može pomoći u tom razmišljanju, ali cilj još nije dosljedno izvršenje već bolje razumijevanje problema. To je i jedna od situacija u kojoj je razgovor s AI-jem često korisniji od agentskog procesa.

Cilj postoji, ali kriteriji još nisu dovoljno jasni

Firma možda zna da želi uži izbor dobavljača, ali tek treba vidjeti što razlikuje koristan rezultat od površnog popisa.

To je dobar trenutak za mali probni zadatak. Agent može obraditi tri dobavljača, a osoba koja poznaje nabavu pregledati rezultat. Na tom uzorku često se otkrije da nedostaje rok isporuke, da cijene ne uključuju iste stavke ili da je lokalna podrška važnija nego što je prvotno zapisano.

Takav rezultat nije propali pokušaj. Pomogao je firmi izvući vlastite kriterije iz glave i pretvoriti ih u jasnija pravila.

Zadatak je spreman za ponovljivo izvršenje

Zadatak je blizu spremnosti kada znate čemu rezultat služi, koje ulazne podatke agent dobiva, koje izvore smije koristiti, prema čemu radi, što ne smije napraviti i u kojem obliku treba predati rezultat.

Kriteriji ne moraju biti savršeni niti zauvijek nepromjenjivi. Trebaju biti dovoljno jasni da novi slučaj ne zahtijeva ponovno izmišljanje cijelog načina rada.

Tada agent ne dobiva neodređenu molbu da „istraži tržište”. Dobiva jasno određen dio procesa koji se može provjeriti i ponoviti.

Ove tri situacije služe kao kratka procjena spremnosti. Ako cilj postoji, ali pravila još nisu dovoljno jasna, sljedećih šest koraka pomaže zadatak dovesti do točke na kojoj ga ima smisla ponavljati.

Kako pripremiti zadatak za AI agenta

Vratimo se zamišljenoj usporedbi dobavljača. Umjesto da agentu odmah zadamo velik opseg, posao možemo pripremiti slično kao što bismo uhodavali novog kolegu.

1. Objasnite čemu rezultat služi

Prvo treba odrediti što će se dogoditi nakon što agent završi: treba li uprava dobiti pregled tržišta, nabava odabrati tri kandidata za razgovor ili rezultat samo pokazati što još treba provjeriti?

Ako je sljedeći korak uži izbor za razgovor, rezultat ne mora proglasiti pobjednika. Mora omogućiti odgovornoj osobi da brzo vidi koje kandidate vrijedi dalje provjeravati i zašto.

2. Odredite s čime agent kreće

Agentov relevantan ulaz može uključivati specifikaciju proizvoda, podatke iz prijašnjih nabava, popis poznatih dobavljača i objašnjenje tržišta koje dolazi u obzir. Treba odrediti i koje izvore smije koristiti te kako će označiti podatak koji nije mogao provjeriti.

Bez toga se lako dogodi da usporedba spoji nepouzdane izvore, stare cijene i pretpostavke koje izgledaju kao činjenice. Ni dobar model ne može nadoknaditi nedostatak relevantnog konteksta i pouzdanih podataka.

3. Zapišite kriterije, granice i očekivani oblik

Kriteriji nisu nužno složena tablica s bodovima. Često je dovoljno nekoliko preciznih pravila.

Za dobavljače to mogu biti:

• posluje na području na kojem firma može naručivati
• nudi traženi proizvod ili jasno usporedivu zamjenu
• cijena, rok isporuke i minimalna količina moraju biti odvojeno prikazani
• navodi se izvor za svaki važan podatak
• nepotvrđene informacije jasno se označavaju
• kandidat bez obaveznog certifikata ne ulazi u uži izbor
• agent ne kontaktira dobavljače i ne šalje upite bez odobrenja

Treba dogovoriti i izlaz. Hoće li rezultat biti kratka tablica, izvještaj, popis otvorenih pitanja ili kombinacija svega navedenog? Dobar oblik nije onaj koji izgleda najimpresivnije, nego onaj koji sljedeća osoba stvarno može koristiti.

4. Krenite s malim uzorkom

Neka prvo obradi tri dobavljača. Mali uzorak pokazat će primjenjuje li kriterije kako ste očekivali, jesu li izvori dovoljno dobri i nedostaje li nešto osobi koja treba donijeti odluku.

Ako se na tri primjera pokaže da je pravilo nejasno, dorada je jednostavna. Ako se ista pogreška ponovi na trideset primjera, dobili ste samo više materijala za ponovni pregled.

5. Pregledajte rezultat s osobom koja poznaje posao

Agent može provjeriti je li ispunio zadana pravila i označiti nejasnoće. Ali probni rezultat treba vidjeti netko tko razumije stvarni poslovni kontekst.

Ta osoba može primijetiti da formalno prihvatljiv dobavljač nema odgovarajući servis, da jedna cijena uključuje dostavu, a druga ne, ili da je uvjet plaćanja neprihvatljiv bez obzira na ukupnu ocjenu.

Takav pregled nije dokaz da agentski proces nije uspio. To je kontrolna točka na kojoj firma uspoređuje izvršenje sa svojim stvarnim standardom.

6. Doradite pravila pa tek onda povećajte opseg

Nakon probnog kruga dopunjuju se kriteriji, uklanjaju nejasnoće i dogovara što agent treba napraviti kada nema dovoljno podataka.

Tek tada isti postupak ima smisla ponoviti za veći broj dobavljača ili za sljedeću nabavu. Novi podaci ulaze u poznat tok: agent ih obrađuje prema istim pravilima, rezultat dolazi u dogovorenom obliku, čovjek ga provjerava i odlučuje o sljedećem koraku.

Vrijednost nije samo u jednoj napravljenoj tablici, nego u razumljivom i provjerenom načinu rada koji se može ponovno koristiti.

Dobar rezultat omogućuje sljedeći korak bez pogađanja

Najjednostavnije pitanje nije izgleda li rezultat uredno, detaljno ili uvjerljivo. Bolje je pitati može li osoba koja ga prima napraviti sljedeći smisleni korak bez dodatnog pogađanja.

Kod usporedbe dobavljača to znači da osoba vidi tko zadovoljava obavezne uvjete, na temelju kojih izvora, koji su rizici i što još treba provjeriti.

Kod nacrta odgovora kupcu rezultat treba biti usklađen sa stvarnom ponudom, ne smije obećavati nedogovoreni rok i mora označiti pitanje koje zaposlenik treba riješiti prije slanja.

Kod sažetka sastanka odluke, otvorena pitanja, odgovorne osobe i rokovi trebaju biti odvojeni — ali samo ako su doista dogovoreni, bez popunjavanja praznina izmišljenim zaključcima.

U svim tim primjerima agent priprema rad, a čovjek procjenjuje je li rezultat spreman za odluku, slanje ili nastavak procesa.

Gdje završava usporedba s članom tima

Usporedba s novim članom tima podsjeća nas da dobar posao traži kontekst, jasnu ulogu i povratnu informaciju. Tu sličnost završava.

Član tima može s vremenom razviti poslovnu prosudbu, razumjeti odnose koji nisu zapisani i preuzeti odgovornost za svoj rad. Agent može upozoriti na nejasnoću ili zatražiti dodatni podatak ako je tako postavljen, ali ne postaje odgovoran za posljedice poslovne odluke.

Što je rezultat bliži kupcu, novcu, ugovoru, zapošljavanju ili reputaciji, to mjesto ljudske provjere treba biti jasnije. Cilj je agentu dati posao u kojem može dosljedno pomoći, a ljudima ostaviti prosudbu i odluku za koje su stvarno odgovorni.

Prije nego agentu prepustite veći zadatak, zato postavite jedno pitanje:

Tko će i po čemu znati da je ovo dovoljno dobro?

Ako postoji osoba koja može odgovoriti i ako se odgovor može zapisati u nekoliko jasnih točaka, zadatak je vjerojatno blizu spremnosti.

Ako nitko ne može odgovoriti, možda prvo trebate razgovor, probni uzorak ili poslovnu odluku koju tim dosad nije morao jasno izreći.

Agent može brzo izvršiti dobro postavljen zadatak i pomoći otkriti gdje su pravila još mutna. Ali ne može umjesto firme odrediti standard koji ljudi unutar nje još nisu dogovorili.

Često postavljana pitanja

Mora li svaki zadatak za AI agenta imati detaljnu specifikaciju?

Ne. Za manji zadatak često je dovoljno zapisati svrhu, nekoliko kriterija, dopuštene izvore, granice i očekivani oblik rezultata. Više strukture potrebno je kada se zadatak ponavlja, obuhvaća mnogo podataka ili utječe na važnu poslovnu odluku.

Što ako još ne znamo sve kriterije dobrog rezultata?

Nemojte odmah pokretati puni proces. Dajte agentu mali probni uzorak, pregledajte rezultat s osobom koja poznaje posao i zapišite što je nedostajalo. Agent može pomoći otkriti nejasna pravila, ali ljudi trebaju potvrditi koji kriteriji postaju dio procesa.

Može li AI agent sam provjeriti svoj rezultat?

Može napraviti dodatnu provjeru prema unaprijed zadanim pravilima, navesti korištene izvore i označiti podatke u koje nije siguran. To je korisna kontrola, ali nije zamjena za ljudsku procjenu kada rezultat ovisi o neizrečenom kontekstu ili utječe na važnu odluku.