Kako AI agenti pretvaraju tokove rada u operativnu sposobnost
OpenAI navodi da kompanije iz prvih 10% po korišćenju veštačke inteligencije generišu 8,3 puta više izlaznih tokena po aktivnom korisniku od tipičnih kompanija, dok je taj odnos u januaru iznosio 2,6 puta. Primeri kompanija Basis, Clay i Exa Labs pokazuju kako se agenti i Codex koriste za onboarding, upravljanje prodajnim nalozima i razvoj integracija uz definisane procese, kontekst i ljudsku kontrolu.
Od asistencije do izvršavanja procesa
Razlika nije samo u većem obimu upotrebe. OpenAI je povezuje sa dubljim uključivanjem agenata u poslovni rad: vodeće kompanije povezuju agente sa internim kontekstom i alatima, poveravaju im sadržajnije zadatke i uspešne postupke pretvaraju u ponovljive radne tokove.
Basis, kompanija koja razvija AI agente za računovodstvene firme, skratila je prvi dan onboardinga sa dva sata na 30 minuta. Novi zaposleni odmah dobijaju pristup Codexu i kompanijskoj veštini za onboarding, odnosno skupu ponovljivih uputstava i resursa za određeni tok rada. Codex predstavlja ključne pojmove i u pozadini podešava integracije na računaru zaposlenog.
Proces je jednom demonstriran, a zatim pretvoren u veštinu sa jasnim okidačem, poznatim koracima, potrebnim alatima i definisanim završetkom. HR može da ažurira veštinu kada se pojave ponavljajuća pitanja ili izuzeci, dok zaposleni ostaju uključeni u rešavanje složenijih situacija.
Trajni kontekst i proverljivo izvršavanje
Clay rešava problem rasutog konteksta prodajnih prilika, koji se inače nalazi u CRM zapisima, e-pošti, Slacku, pozivima, prezentacijama i razgovorima. Kompanija koristi trajni radni prostor i zasebnog podagenta za svaki nalog. Podagent tokom noći pregleda primarne izvore i ažurira fasciklu prilike, a koordinirajući agent svakog jutra priprema kratak spisak prioritetnih poteza.
Clay navodi da taj tok rada štedi približno jedan sat večernjeg razvrstavanja prijemnog sandučeta. Dokazi ostaju uz preporuku, pa prodajni tim može da pregleda primarne izvore pre nego što preduzme akciju. Ljudsko prosuđivanje ostaje na mestu donošenja odluke.
Exa Labs, koja gradi infrastrukturu za pretragu veba namenjenu AI agentima, definisala je tok rada za Codex radi širenja svog API-ja kroz developerski ekosistem. Codex prati prilike visokog prioriteta, prikuplja kontekst, kreira pull zahteve, pokreće testove i priprema nedeljna ažuriranja koristeći izvore kao što su Slack i Notion.
Tim u Exa Labs i dalje odlučuje koje su prilike važne, kakve obaveze preuzima i kako upravlja spoljnim odnosima. Testovi i tačke pregleda čine rad agenta vidljivim pre isporuke, a rezultati testiranja i ljudska provera služe za dalje prilagođavanje procesa.
Kako organizovati prvi eksperiment
OpenAI preporučuje izbor jednog važnog procesa u kojem se susreću poslovni prioritet, sistemi, predaje posla, kontrole i merljivi ulozi. Potrebno je unapred odrediti vlasnika, KPI, početno stanje i zaštitne ograde, a zatim meriti vreme ciklusa, kvalitet, trošak, prihod ili rizik.
Zadatak agenta treba opisati jednako precizno kao radnu ulogu: okidač, očekivani ishod, potreban kontekst, alati, dozvole, dokazi koje mora da priloži i trenutak u kojem mora da sačeka ljudsku proveru. Praktičan poslovni zaključak je da se ovlašćenja ne šire prema količini generisanog sadržaja, već prema dokazanim rezultatima procesa, jasnoj odgovornosti i kontroli na mestima gde odluke imaju posledice.