Lekce 2 - Workflow, AI agenti a multiagentní systémy Nové

V minulé lekci, Chatbot a firemní AI asistent, jsme porovnali běžný chatbot a firemního AI asistenta při zpracování obchodní poptávky a představili si další možnosti automatizace, včetně workflow a AI agentů.

V tomto tutoriálu se zaměříme na automatizovaná workflow, AI agenty a multiagentní systémy. Ukážeme si, jak můžeme propojit AI s e-mailovou schránkou, tabulkou a dalšími externími službami. Vysvětlíme si také rozdíl mezi pevně připraveným procesem a agentem, který vybírá další postup podle zadaného cíle.

Jednotlivé možnosti si představíme na modelové společnosti EnergoSun s.r.o. Firma potřebuje zpracovávat příchozí obchodní poptávky, ukládat jejich údaje a připravovat odpovědi pro zákazníky.

Automatizované zpracování pomocí workflow

Firemní AI asistent může pracovat s katalogem služeb a dalšími podklady. E-mail mu však stále musíme ručně předat. Dalším krokem proto bude workflow, které spustí celý postup automaticky po přijetí nové zprávy.

Workflow si můžeme představit jako výrobní linku. Každé stanoviště má předem určený úkol a předává výsledek dál. Proces může obsahovat podmínky, větvení a opakování, jeho možné cesty však připravujeme již při tvorbě automatizace.

Naše ukázkové workflow provede tyto kroky:

• načte nový e-mail,
• pomocí AI z něj získá důležité údaje,
• zapíše poptávku do tabulky,
• připraví koncept odpovědi,
• upozorní obchodníka na nový požadavek.

K vytváření automatizovaných workflow můžeme využít například Make. Jde o vizuální automatizační platformu, ve které propojujeme různé aplikace a sestavujeme pracovní postupy z jednotlivých modulů. Nemusíme přitom každý krok programovat. Naše ukázkové workflow v Make může vypadat následovně:

Celý proces se spustí bez ručního kopírování e-mailu. Jednotlivé kroky a jejich pořadí jsou však předem nastavené.

Zpráva se automaticky neodešle. Obchodník ji nejprve zkontroluje a případně upraví. Člověk tak zůstává součástí procesu u důležitého rozhodnutí.

Výsledkem je podobný návrh odpovědi jako při ruční práci s firemním asistentem:

Tentokrát však workflow příchozí e-mail zpracuje automaticky a údaje z poptávky zároveň zapíše do tabulky. Workflow nám tak ušetří ruční kopírování údajů i přípravu odpovědi. Stále však postupuje pouze po cestách, které jsme předem nastavili.

Pro předvídatelné procesy bývá pevně nastavené workflow levnější a spolehlivější než řešení, ve kterém o každém dalším kroku rozhoduje AI. V našem příkladu proto AI používáme pouze tam, kde přináší výhodu, například při analýze textu e-mailu nebo přípravě odpovědi. Načtení zprávy, zápis do tabulky a vytvoření konceptu probíhá podle pevně nastavených pravidel.

U AI agenta je situace odlišná. O dalším postupu opakovaně rozhoduje AI model, což zpravidla znamená vyšší provozní náklady a také větší variabilitu výsledků. Výhodou je naopak schopnost reagovat na situace, které jsme při návrhu procesu přesně nepředvídali. Tento rozdíl se navíc může v budoucnu zmenšovat. S levnějšími a přesnějšími modely mohou agentní řešení postupně dávat smysl i tam, kde dnes používáme pevná workflow.

Propojení workflow s externími službami

Velkou výhodou workflow je možnost propojit různé aplikace a externí služby. Automatizační nástroj může přijmout data z jedné služby, zpracovat je a předat do další. K tomuto propojení slouží konektory. Make v současnosti nabízí více než 3 000 integračních aplikací, takže můžeme propojit velké množství běžně používaných firemních služeb.

Předpřipravené konektory mohou pracovat například s těmito službami:

• e-mailové schránky,
• kalendáře,
• tabulky a databáze,
• CRM systémy,
• komunikační aplikace,
• platební brány,
• účetní systémy,
• cloudová úložiště.

Každý konektor nabízí konkrétní operace. E-mailový konektor může například sledovat nové zprávy, načíst přílohu nebo vytvořit koncept odpovědi. Kalendářový konektor může vyhledat volný termín a vytvořit událost.

Propojení musí mít oprávnění k práci s danou službou. Automatizace proto používá například přihlášení uživatele nebo přístupový klíč. Workflow smí provádět pouze operace, ke kterým jsme mu udělili přístup.

Pokud automatizační nástroj nemá vhodný konektor, můžeme často využít rozhraní API. Jde o pravidla, pomocí kterých spolu komunikují různé aplikace. Prostřednictvím obecného HTTP modulu můžeme odeslat požadavek na API jiné služby. Webhook naopak umožňuje přijmout informaci o události z externí aplikace a spustit workflow. Další možností je vytvořit vlastní konektor.

Tímto způsobem lze workflow napojit na většinu systémů, které poskytují vhodné rozhraní. Vlastní propojení však vyžaduje technické znalosti a správně nastavené zabezpečení.

Když pevně nastavené workflow nestačí

Běžná zákaznická poptávka odpovídá připravenému postupu. Do schránky však může dorazit také složitější požadavek:

Zákazník tentokrát požaduje řešení pro několik budov, nabíjecí stanice, energetický audit a dlouhodobé sledování spotřeby.

Pevné workflow může rozpoznat různé typy poptávek a každou odeslat do jiné větve. Tyto možnosti však musíme při jeho tvorbě předem očekávat. Pokud se objeví nový typ požadavku, proces musíme doplnit nebo upravit.

Pro méně předvídatelné situace můžeme využít AI agenta. Agent dostane cíl, pravidla a dostupné nástroje, ale konkrétní další postup vybírá podle aktuální situace.

Zpracování poptávky pomocí AI agenta

AI agent se podobá pracovníkovi, kterému zadáme požadovaný výsledek a zpřístupníme potřebné nástroje. Neurčujeme mu přesné pořadí všech kroků. Agent podle situace plánuje, který nástroj použije a jak bude pokračovat na základě získaných výsledků.

Jeho zadání může znít například takto:

Vyhodnoť příchozí obchodní poptávku podle firemních podkladů.

Zjisti, zda firma požadované služby nabízí, a navrhni další postup.
Pokud chybějí důležité údaje, připrav doplňující otázky.

Nevymýšlej ceny ani termíny a neodesílej odpověď bez schválení člověkem.

Agent dostává jasný cíl a omezení. Může například vyhledat služby v katalogu, porovnat je s požadavkem zákazníka a zapsat výsledek do CRM. Pokud narazí na nejasnost, připraví doplňující otázky.

Představme si, že agentovi předáme nestandardní poptávku. Podle jejího obsahu by mohl vybrat potřebné podklady a nástroje. Mohl by například zjistit, že společnost EnergoSun některé služby neposkytuje, označit poptávku jako nestandardní a připravit otázky pro zákazníka.

Workflow postupuje po předem připravených cestách. AI agent naproti tomu vybírá další kroky podle cíle, dostupných nástrojů a aktuální situace.

Větší samostatnost přináší také větší riziko. Agent může zvolit nevhodný nástroj nebo nesprávně vyhodnotit získané údaje. Proto mu nastavujeme omezení, přístupová práva a místa, ve kterých musí výsledek schválit člověk.

V našem příkladu agent nesmí sám odeslat odpověď. Připraví pouze návrh a předá jej obchodníkovi ke kontrole.

Spolupráce více AI agentů

U složitějšího procesu můžeme práci rozdělit mezi několik specializovaných agentů. Jeden například analyzuje požadavek zákazníka, druhý ověří technickou proveditelnost a třetí zkontroluje připravenou odpověď.

Takové řešení označujeme jako multiagentní systém. Jednotliví agenti mohou používat odlišné instrukce, nástroje i modely. Jejich koordinaci označujeme pojmem orchestrace. Orchestrace určuje rozdělení úkolů mezi agenty, pořadí jejich zapojení a způsob předávání výsledků.

Orchestrace může být řízena například samostatným řídicím agentem. Ten rozdělí hlavní úkol mezi specializované agenty, sleduje jejich výsledky a sestaví z nich konečný výstup.

Některé úkoly můžeme předat jednodušším a levnějším modelům a výkonnější model použít až ke kontrole výsledků nebo přípravě konečného výstupu. Takové rozdělení může snížit náklady. Špatně navržený systém však může naopak provádět zbytečné kroky a opakovaně předávat velké množství dat.

Multiagentní systém využijeme pouze tehdy, když má rozdělení práce mezi samostatné role skutečný přínos. Více agentů znamená složitější nastavení, obtížnější kontrolu a více míst, kde může vzniknout chyba.

Porovnání jednotlivých řešení

Jednotlivé přístupy se liší mírou automatizace, přístupem k podkladům a schopností měnit další postup:

Řešení	Hlavní výhoda	Omezení
Chatbot	Rychle zpracuje jednorázový úkol	Člověk mu musí předat vstupní data a zadání
Firemní asistent	Využívá jednotné firemní podklady	Stále čeká na pokyn člověka
Workflow	Automaticky provede připravený proces a propojí aplikace	Drží se předem nastavených cest
AI agent	Volí nástroje a další postup podle situace	Potřebuje jasná pravidla, oprávnění a kontrolu
Více agentů	Rozdělí složitý úkol mezi specializované role	Zvyšuje složitost a při nevhodném použití i náklady

Shrnutí

Workflow propojuje aplikace a automaticky provádí předem připravené kroky. Pomocí konektorů nebo API může pracovat s e-mailem, kalendářem i dalšími systémy. AI agent dostává cíl a podle situace vybírá vhodné nástroje i další kroky. Multiagentní systém rozděluje práci mezi více specializovaných rolí, ale vyžaduje pečlivý návrh a kontrolu.

V další lekci, Příprava podkladů pro AI HR asistenta, si představíme HR agendu společnosti EnergoSun a připravíme podklady pro vytvoření firemního AI asistenta.