Įžanga ir eksperto pristatymas
Andrzej Kinastowski (AK): Konnichiwa. Sveiki atvykę į AI Automation Dojo, – laidą tiems, kurie mano, kad „dirbtinis intelektas“ daugeliu dienų vis dar yra gana dosnus apibūdinimas. Šiandien vėl užsidedame apsauginius šalmus ir tyrinėjame skaitmeninę statybvietę, vadinamą UiPath Agents ir UiPath Maestro. Ar tai įrankiai, žadantys sukurti tobulai suderintą automatizuotą įmonę? Ar tai produktyvumo dangoraižis, ar greičiau skaitmeninis lūšnynas? Kad padėtų mums perskaityti „brėžinius“, pasikviečiau ekspertą architektą, vyresnįjį programuotoją Andrzej Ekiert.
Šiandienos darbotvarkėje: UiPath Agents – ar tai tie nepavargstantys skaitmeniniai darbuotojai, kurių mums buvo pažadėta, ar visgi gremlinai, kuriuos tikrai galima maitinti po vidurnakčio? UiPath Maestro – ar jis tikrai yra meistras dirigentas, ar tik išpuoštas eismo reguliuotojas, stovintis sankryžoje tarp „turėtų veikti“ ir „neveikia“? Ir dar vienas filosofinis klausimas: jei neprižiūrimas robotas atlieka užduotį skaitmeniniame miške, o niekas to nemato – ar jis iš tikrųjų sutaupė įmonei pinigų?
Aš esu jūsų vedėjas Andrzej Kinastowski, vienas iš Office Samurai, įkūrėjų – įmonės, kuri tiki, kad mąstyti „už dėžutės ribų“ yra gera pradžia, bet gal pirmiausia reikėtų pasižiūrėti, kas yra dėžutės viduje. Tad jei kada nors jautėtės tarsi ganytumėte skaitmenines kates, įtariate, kad Maestro tėra trys žiurkėnai rate, arba tiesiog bandote suprasti ateitį neužmigdami – esate tinkamoje vietoje. Šiandien mūsų svečias – Andrzej Ekiert, vienas iš mūsų vyresniųjų programuotojų, žmogus, turintis daug patirties su įvairiomis technologijomis ir projektais. Andrzej, sveikas atvykęs į tinklalaidę.
Andrzej Ekiert (AE): Sveiki, ačiū, kad pakvietėte.
AK: Pasakyk man, kodėl tu čia? Kodėl būtent su tavimi kalbu apie UiPath Agents ir UiPath Maestro?
AE: Aš tas laimingasis. Buvau pasirinktas sukurti paprastą srautą, naudojant UiPath AI Agents ir Maestro. Labai džiaugiausi šia galimybe, nes kasdienėje veikloje UiPath naudoju ne taip dažnai, tačiau man labai įdomios dirbtinio intelekto temos. Pamatęs galimybę išbandyti kažką naujo su UiPath ir AI, su malonumu pradėjau ir panėriau į šias naujoves.
AK: Tu juk turi šiek tiek platesnių žinių dirbtinio intelekto srityje, tiesa?
AE: Taip. Mano RPA karjeroje viskas prasidėjo nuo Document Understanding, o vėliau pradėjau galvoti, kur dar galėtume naudoti šią technologiją procesų automatizavimui. RPA yra nuostabi – galime padaryti labai daug, bet, deja, ne viską. Tada reikia pasitelkti Document Understanding arba dirbtinį intelektą. Taip pradėjau gilintis į AI pasaulį. Baigiau kelis kursus ir podiplomines studijas šioje srityje. Mano tikslas buvo kažkaip įtraukti AI į procesus, nes naudoti dirbtinį intelektą kasdien yra smagu, tačiau tikrasis jo potencialas atsiskleidžia tada, kai matome, kaip jį galima pritaikyti procesuose ir sutaupyti įmonės išteklius.
AK: Tai gana svarbu, nes daugelis žmonių giliai pasineria į dirbtinio intelekto sritį, tyrinėja, ką jis gali daryti, bet vėliau jiems sunku šias žinias pritaikyti praktiškai. Mūsų atveju, mes dirbame su verslo procesais, tad mums kyla klausimas – kaip viską, ką AI gali, galime panaudoti tam, kad pagerintume arba automatizuotume verslo procesus?
AE: Tema, apie kurią šiandien kalbame – UiPath Agents ir ši visa sistema – iš esmės ir yra atsakymas į tai. Viena yra žinoti, kaip sukurti kažką su AI, bet visai kas kita – kaip tą pritaikyti verslo procese. Pradedant nuo procesų paieškos, kur galima naudoti AI Agents, sakyčiau, pradžioje tai gana sudėtinga, nes sunkiausia yra rasti tą pirmąjį atvejį. Bet kai pastebi, kad iš tiesų yra vietų, kur šiuos agentus galima taikyti, tada atsiveria mąstymas – pradedi galvoti: „O, Dieve, galime tai naudoti čia, čia ir dar ten! Išbandykime, paeksperimentuokime, gal galime padaryti dar daugiau.“ Bet tas pirmasis žingsnis – pats sunkiausias.
Prieš atsirandant Maestro ir AI Agents iš UiPath, man (kadangi nesu tipinis programuotojas) buvo gana sunku sujungti UiPath su mano LLM scenarijais iš Python ir kitais dalykais. Aišku, tai nebuvo neįmanoma – galima tai padaryti, bet tai reikalavo daug daugiau pastangų. O tada pasirodė UiPath su AI Agents ir Maestro, ir mes pamatėme, kad dabar RPA ir AI sujungti yra nepaprastai paprasta – tai tiesiog nuostabu.
Pirmieji įspūdžiai: naudojimo paprastumas ir platformos integracija
AK: Tai vienas iš integruotos platformos privalumų, tiesa? Visi elementai tobulai dera tarpusavyje, todėl juos naudoti daug paprasčiau – priešingai nei daugelis įmonių daro, kai nusiperka atskiras sistemas, o paskui skiria daug laiko ir pastangų, kad viską sujungtų ir priverstų veikti kartu. Kai pradėjai dirbti su UiPath Agents ir UiPath Maestro, jau turėjai patirties tiek su dirbtiniu intelektu, tiek su RPA platformomis. Mes juk turėjome ankstyvą prieigą, tiesa? Tuo metu sistema atrodė dar kitaip nei dabar, nors praėjo vos kelios savaitės. Kokie buvo tavo pirmieji įspūdžiai, kai pradėjai dirbti su šiais įrankiais?
AE: Tiesą sakant, pirmoji mintis buvo: „O Dieve, kaip paprasta, tiesiog super paprasta!“ Nes AI Agents kūrimo sąsaja yra labai aiški ir lengvai suprantama. Tai priminė viską, ką buvau mokęsis kursuose – kaip kurti agentus naudojant Python, – o tada atsirado UiPath, ir aš tiesiog nukopijavau bei įklijavau. Viskas veikė! Tai taip lengva, kad kiekvienas gali tai padaryti. Mano paskutinis projektas su UiPath buvo gal prieš metus ar daugiau, per tą laiką su UiPath nedirbau visai. Kai atsirado šis projektas, labai norėjau jį imtis, bet šiek tiek bijojau, kad mano žinių spragos apie naujausius UiPath atnaujinimus gali kelti problemų. Bet taip nebuvo, ir tai nuostabu, nes pradėti buvo itin lengva.
Pradžioje, žinoma, buvo keli maži klaidų atvejai, bet mums pasisekė – kiekvieną iš jų galėjome pranešti, ir jie greitai sutvarkydavo bei padėdavo, jei kas nors neveikdavo. Turėjome tikrai gerą UiPath palaikymą. Man tai buvo maloni staigmena – pradėti buvo neįtikėtinai paprasta. Pirmas dalykas, kurį padariau, buvo tai, kad panaudojau savo anksčiau sukurtus agentus, tiesiog nukopijavau ir įklijavau „promptus“ į UiPath. Ir viskas veikė beveik identiškai. Anksčiau buvau praleidęs daug laiko kurdamas savo agentą, bet su UiPath (žinoma, turėdamas paruoštus „promptus“ ir kitus elementus) galėjau tiesiog copy-paste, ir viskas veikė iš karto. Tai buvo nuostabu – pamatyti, kaip lengvai viskas gali veikti.
AK: Tai šiek tiek primena mano pirmuosius įspūdžius apie RPA, prieš daugelį metų. Tada rašydavau VBA ir kitus skriptus, kad automatizuočiau biuro darbus. O tada atsirado RPA, ir pasidarė įmanoma daryti tą patį daug paprasčiau, su mažiau darbo ir didesniu masteliu, kurį dar ir lengviau valdyti. Dabar atrodo, kad istorija kartojasi. Tai, žinoma, nereiškia, kad neverta mokytis, kaip viską daryti su Python ar žemame lygmenyje, bet akivaizdu, kad ne kiekvienam reikia taip giliai nerti, tiesa?
AE: Būtent. Daug mano draugų, dirbančių RPA srityje, neturi jokio IT ar programavimo išsilavinimo. Jie tiesiog išmoko naudotis įrankiu – UiPath – ir pradeda dirbti. Žinoma, su UiPath reikia žinoti pagrindus, bet vis tiek nereikia būti programuotoju, kad galėtum jį naudoti – ir tai nuostabu. Aš visai nebuvau išsigandęs. Viskas buvo tiesiog grynas džiaugsmas, nuoširdžiai, nes to nesitikėjau – maniau, kad bus sunku. Praleidau daug laiko kursuose, kad suprasčiau AI Agents galimybes, o tada atsirado UiPath, ir pasirodė, kad tereikia nukopijuoti kelis „promptus“ – ir viskas veikia. Tai buvo vienas iš tų nuostabių dalykų, tiesa?
Skausmo taškai ir geriausios praktikos naudojant Maestro
AK: O kokie buvo tie sunkumai? Minėjai, kad kai kurie dalykai neveikė taip, kaip turėtų. Girdėjau ir iš kitų kūrėjų, dirbusių prie šio projekto, kad ne viskas buvo tobula ir sklandu. Kokie dalykai tau pasirodė problemiški?
AE: Visada yra dalykų, kuriuos norėtum pakeisti. Gal pradėsiu nuo Maestro, nes būtent ten pastebėjau daugiau dalykų, kurie mane šiek tiek nervino. Pirmiausia, mes negalėjome dirbti kartu tame pačiame projekte. Mums tai buvo gana didelis iššūkis, nes neturėjome daug laiko projektui užbaigti. Kiekvienas turime ir kitų atsakomybių, kartais tėra poros valandų langas, kada gali prisėsti padirbėti – o tuo metu kolega jau dirba tame pačiame projekte. Aišku, galima nukopijuoti sprendimą, padaryti pakeitimus, o paskui vėl viską sujungti, bet tai atima daug laiko ir patogumo.
AK: Tiems, kurie dar nėra bandę, Maestro yra tarsi aukščiausias lygmuo, kuriame orkestruojamas visas procesas. Čia tu sujungi įvairius elementus – agentus, API iškvietimus, robotus, Action Center ir kitus komponentus. Galima dirbti su mažesnėmis dalimis atskirai, bet Maestro peržiūroje, t. y. BPMN lange, vienu metu redaguoti gali tik vienas žmogus.
AE: Dabar, naudodamiesi Maestro, mes planuotume savo darbą kitaip, kad nesutrukdytume vieni kitiems. Bet, žinai, tai vis dar naujas dalykas. Sukūrei dalį proceso ir tau norisi ją išbandyti – tiesiog paleisti, pažiūrėti, kas veikia, o kas ne. Žinoma, galima testuoti atskirus agentus ar mažas srauto dalis, bet tikrasis džiaugsmas ateina tada, kai gali paspausti mygtuką ir pamatyti visą procesą nuo pradžios iki pabaigos. Tai labai malonus jausmas, kai pagaliau pamatai, kad viskas veikia taip, kaip turi veikti.
AK: Ypač todėl, kad Maestro leidžia vizualiai matyti visą eigą – kaip procesas juda, kaip viskas pasisuka į žalią spalvą ir panašiai. Bet greičiausiai tai irgi susiję su tuo, kad mes dar mokomės geriausių praktikų, kaip dirbti su šiuo nauju įrankiu. Lygiai taip pat, kaip prieš daugelį metų mokėmės, kaip kurti robotus, kaip juos padalyti į komponentus, kaip testuoti kiekvieną dalį atskirai ir panašiai. Tad, manau, su laiku viskas išsikristalizuos ir taps aiškiau.
AE: Taip pat įdomu tai, kad su RPA mes pradėjome nuo tam tikrų geriausių praktikų, kurios vėliau evoliucionavo. UiPath pateikia savo rekomendacijas, bet mes, kaip įmonė, dažnai jas pritaikome pagal save. Ir tada atsiranda situacijų, kai matai, jog yra du kintamieji su tuo pačiu pavadinimu, bet skirtingais ID. Tai buvo sudėtinga ir ne taip lengva suprasti, kurį iš tikrųjų norime naudoti.
AK: Taip, kalbame apie Maestro lygmenį, tiesa? Apie tuos kintamuosius, kurių reikia, kai, pavyzdžiui, prijungi agentą – jis gauna įvestis, grąžina rezultatus, todėl turi turėti atitinkamus kintamuosius. Ir visi tie kintamieji matomi pagrindiniame Maestro lygyje. Jei projektas didelis, galiu įsivaizduoti, kad viskas tampa gana painu ir sunkiau valdoma.
AE: Taip, jų tikrai labai daug. Dar vienas dalykas, kurį prisimenu – kai keitėme ką nors agentuose, pavyzdžiui, pridėjome ar pašalinome kintamąjį, tie pakeitimai, kiek pamenu, buvo ištrinami arba Maestro tiesiog nustojo veikti tinkamai. Todėl juos tekdavo įvesti iš naujo. Tarkime, turi tris įvesties kintamuosius, bet pakeiti kokį nors pavadinimą – UiPath Studio tokius dalykus atnaujina automatiškai, bet čia – ne. Reikia prisiminti, kad tai dar tik pradžia – oficialus leidimas pasirodė vos prieš šešias ar septynias savaites, tad visa sistema dar labai nauja.
Agentų testavimas: nedeterminuotumas ir LLM kaip vertintojas
AK: Būtent. Dabar tai tarsi mažas bandomasis etapas, ir pamatysime, kaip viskas vystysis, bet aš tvirtai tikiu, kad UiPath kaip visada padarys puikų darbą. Kalbant apie testavimą – minėjai testus. Vienas dalykas yra testuoti visą Maestro srautą, bet kai kalbame apie agentus, kokia tavo patirtis su testavimu? Testuojant generatyvųjį AI kyla problema – gauni nedeterminuotus rezultatus, ir kartais net sunku pasakyti, ar pateiktas atsakymas konkrečiu atveju yra teisingas, nes dažniausiai tai nėra paprastas dviejų eilučių palyginimas, tiesa? Kaip tai veikia su UiPath Agents?
AE: Pirmiausia, paprastas testavimas yra tiesiog įvesti duomenis po pirmojo prompt’o ir gauti išvestį. Tai labai greitas būdas patikrinti dalykus automatizacijos metu. Bet jei jau užbaigei agentą ir nori atlikti tinkamą testavimą, UiPath turi tokį dalyką kaip evaluation set (nepamenu tikslaus pavadinimo), kur gali sudėti visus turimus testinius duomenis, paspausti vieną mygtuką – ir sistema pateikia kiekvieno testo rezultatą.
Mūsų atvejis buvo susijęs su CV skaitymu ir informacijos ištrauka iš gyvenimo aprašymų tų žmonių, kurie nori dirbti mūsų įmonėje kaip RPA kūrėjai. Tiesiog pateikėme sistemai kelis šimtus CV, paleidome testą ir stebėjome, ar gautas rezultatas tikrai atitinka tai, ko tikėjomės. Žinoma, gamybiniams procesams ir veikiantiems agentams šis testinių duomenų rinkinys turėtų būti daug didesnis, ir gal net geriau būtų pagalvoti apie kitą LLM, kuris patikrintų mūsų LLM, nes rankiniu būdu tai daryti šiuo metu vis dar gana sudėtinga. Mes tiesiog pasinaudojome šia „evaluation“ funkcija, ir ji puikiai veikė.
AK: Vertinimuose, kiek mačiau, yra ir galimybė naudoti LLM kaip vertintoją – tai reiškia, kad sistema ne tik lygina rezultatus vienas su vienu, ne tik tikrina eilutes, bet priima „protingą“ sprendimą, įvertindama kontekstą. Apskritai LLM įrankių testavimas yra gana sudėtingas, tad pažiūrėsime, kaip tai vystysis toliau. Tu paminėjai, kad būdama vienoje platformoje, sistema leidžia lengvai integruotis su kitomis UiPath dalimis. Kokia tavo nuomonė apie tai?
AE: Tai buvo dar viena maloni staigmena man. Niekada anksčiau nebuvau naudojęs UiPath Data Service – tai buvo pirmas kartas, kai jį atsidariau. Anksčiau projektams jo nereikėjo, bet čia prireikė, ir pasirodė, kad tai neįtikėtinai paprasta. AI Agents sujungimas su kitais įrankiais yra super lengvas – tiesiog atsidarai išskleidžiamą meniu, pasirenki, ko tau reikia, ir viskas veikia. Tiesiog nuostabu.
Mano agentui reikėjo išgauti HR duomenis – pavyzdžiui, kai žmogus klausia apie mūsų įmonę ar darbo pradžią. Turėjome pateikti agentui duomenų, todėl tiesiog nukopijavau mūsų HR pasveikinimo PDF dokumentus ir įkėliau juos. Tada per išskleidžiamą meniu pasirinkau Data Service, nurodžiau aplanką, kuriame yra duomenys – ir viskas. Tas pats galioja ir kitiems įrankiams. Nors dar to netestavau, bet, kiek pamenu, iš šių agentų galima net paleisti robotą. Tai nuostabu, nes tai leidžia sukurti paprastą pokalbių robotą, su kuriuo kiekvienas įmonės darbuotojas galėtų bendrauti, pavyzdžiui: „Man reikia šio dokumento“ arba „Prašau šios ataskaitos“ – ir AI agentas iškart paleidžia procesą, kuris sukuria reikiamą ataskaitą. Tai įspūdinga, nes gauni realius duomenis iš duomenų bazių, ir gali tai padaryti bet kuriuo metu, kai tik prireikia.
Hiperautomatizacijos pažadas ir būsimos funkcijos
AK: Su labai lengvai naudojama sąsaja, tiesa? Su tuo ilgą laiką turėjome sunkumų. Laikui bėgant tai tapo vis paprasčiau ir paprasčiau. Prisimenu, kai dar paleisdavome automatizacijas pagal poreikį. Turėjome daugybę versijų, kaip tai darome – net pradėjome nuo vykdomųjų failų, kurie kviesdavo UiPath API, kad paleistų užduotį. Vėliau perėjome prie tokių dalykų kaip „Teams“ integracija, tačiau reikėjo įvesti labai konkretų komandą. Tada atsirado „UiPath Apps“ ir panašiai. Bet dabar tai tarsi bendravimas su žmogumi. Galite tiesiog paklausti: „Ei, ar gali parengti ataskaitą?“ Tada sistema paklaus, kurią ataskaitą norite, kokios datos ir panašiai. Surinkusi visą informaciją, ji gali paleisti automatizaciją ir paruošti ją jums.
Jau daugelį metų kalbame apie hiperautomatizaciją. Buvo sugalvotas terminas, kad hiperautomatizacija – tai tada, kai turite platformą, kurioje visi komponentai gali lengvai derėti tarpusavyje. Atrodo, kad „UiPath“ pagaliau išpildo šį pažadą, tiesa? Faktas, kad dabar galite tiesiog įdėti bloką į „Maestro“ ir pasirinkti vieną iš publikuotų projektų ar robotų savo „Orchestratoriuje“, arba galite pasirinkti „Data Service“ ir gauti duomenų iš šios paslaugos, arba paleisti „Integration Service“ (tiems, kurie jos nenaudojo – tai leidžia turėti paruoštus API iškvietimus praktiškai bet kuriai pasiekiamai sistemai). Kai viską paruošiate, belieka tik pasirinkti, nurodyti parametrus, ir viskas veikia. Būtent to mums ir žadėjo hiperautomatizacija – kad bus paprasta iškviesti skirtingas savo ekosistemos dalis ir su jomis dirbti: galite iškviesti „Document Understanding“ ir pateikti dokumentą, arba „Communication Mining”, arba robotą, ar bet ką kitą.
AE: Tai tiesa. Dabar su „Maestro“ tai iš tiesų atrodo kaip tikra hiperautomatizacija. Tai labai paprastas būdas viską sujungti. Nenoriu sakyti, kad galima sujungti visą įmonę į vieną srautą, bet, jei norėtum, iš esmės galėtum.
AK: Nežinau, kodėl kas nors norėtų tai padaryti, bet tai tikrai įmanoma. Ar yra kokių nors funkcijų, kurių dar trūksta agentuose ar „Maestro“? Kažko, ko tu ar mūsų komanda vis dar laukiate, kad būtų įgyvendinta?
AE: Žinoma, tie dalykai, apie kuriuos minėjau, dabar šiek tiek erzina (būtų malonu juos pakeisti ar kažkaip pritaikyti), bet atvirai kalbant – greičiau „Maestro“ pusėje nei „AI Agents“. Ko aš bijau, tai kad jei į „AI Agents“ pridėsime per daug dalykų, tai nebus taip paprasta. Jie gali tapti nebe tokie prieinami visiems – net dabar RPA kūrėjas gali su jais dirbti, o tada tai gali pasikeisti.
Galėtų pasiūlyti daugiau įvesties parinkčių agentams. Dabar turime „string“ objektus ir dar kelis kitus, bet pritrūko galimybės pateikti agentams bet kokius norimus duomenis. Šiuo metu tokios galimybės tiesiog nėra.
AK: Vienas dalykas, kurio aš asmeniškai laukiu, – tai galimybė prijungti savo LLM variklį. Žinome, kad tai jau planuose ir artėja, bet daugelis įmonių norėtų turėti savo variklį, kurį galėtų iškviesti pagal poreikį.
AE: Taip, tiesa. Dabar galima prisijungti prie GPT-4 ir dar vieno (man rodos, ten yra „Anthropic Claude“, arba „GPT Mini“, ar kažkas panašaus). Jei jau turi licenciją kitam dirbtinio intelekto įrankiui, būtų puiku, jei galėtum jį naudoti.
Lengvai pasiekiami rezultatai: idealūs automatizavimo procesai
AK: Kai pagalvoji, ką gali „AI Agents“ ir „Maestro“, kokius procesus, tavo manymu, jie leis mums automatizuoti? Kokie, tavo nuomone, bus tie „lengvai pasiekiami rezultatai“ visoje šioje „Agents“ ir „Maestro“ ekosistemoje?
AE: Manau, kad klientų aptarnavimas, klientų aptarnavimas. Sakykime, jog būtent klientų aptarnavimas būtų pirmasis. Žinoma, didesnėse įmonėse – personalo valdymas (HR). Mūsų, mažesnės įmonės, atveju tai gal nebūtų taip aktualu, bet girdėjau, kad į paskutinę darbo vietą gavome labai daug gyvenimo aprašymų – apie 500. Tad visus juos peržiūrėti nėra lengva. Čia galėtume pasinaudoti agentais ir palengvinti sau darbą.
AK: Visai gerai, kai dirbtinis intelektas padeda sustruktūruoti duomenis ir juos filtruoti. Tačiau negerai, jei jis priimtų sprendimą, ką samdyti. Nenorime, kad DI priimtų patį sprendimą už mus.
AE: Sakyčiau, kad klientų aptarnavimas bus pirmasis. Manau, kad logistikoje taip pat įsivaizduočiau agentą, kuris padėtų suplanuoti kelionę – kas verta, kas ne – ir tai galėtų būti naudinga įmonėms. Žinau, kad tai sudėtingesnė ir sunkesnė užduotis, bet ateityje, esu tikras, įmonės tikrai pradės tai taikyti. Potencialas yra labai didelis. Prisimenu, kai „Document Understanding“ buvo kažkas visiškai naujo ir stulbinančio, atrodė, kad geriau jau nebebus. O dabar „Document Understanding“ yra beveik visur – tai tapo įprasta verslo praktika.
Manau, kad šioje srityje turėsime daug darbo. Dabar įmonės dar neturi jokių agentų, bet jos turi biudžetą kažką su tuo nuveikti – nes nori turėti, kadangi kitos įmonės jau turi. Galiu įsivaizduoti, kad tai bus beveik visur, ir jei įmonė naudoja „UiPath“, anksčiau ar vėliau ji pradės naudoti ir „AI Agents“.
Įsisavinimo kliūtys ir žemo bei aukšto lygio dirbtinis intelektas
AK: Kaip manai, kas stabdo įmones nuo šių technologijų naudojimo? Daug įmonių vis dar dvejoja tai daryti. Kaip manai, kokios gali būti priežastys?
AE: Tarkime, akivaizdžiausia priežastis – pinigai. Vis dar brangu, ir galbūt ne kiekvienai įmonei tai atsiperka. Bet prieš penkerius metus „Document Understanding“ turėjo tą pačią problemą. Manau, kad didžiausia kliūtis yra ta pati, kurią turėjome su RPA – žmonės tiesiog bijo šių technologijų galimybių. Jie bijo, kad bus atleisti ar kažkas panašaus, nors tai visiškai netiesa.
AK: Kai automatizuoji procesus, tu nieko neatleidi – tiesiog perkeli žmones prie veiklų, kurios labiau tinka žmogui ir turi daugiau prasmės.
AE: Būtent. Galbūt tai ir yra geriausias įmanomas motyvatorius – pavydas. Pamatai, kad kiti tai daro ir gauna naudą, ir tada pagalvoji: „Gerai, gal ir mes turėtume tai daryti.“ Žinau, kad tai bus tarsi mažo sniego gniūžtės efektas.
Manau, kad dabar mums, verslo analitiko etape, jau sunku rasti visiškai paprastą RPA projektą be jokių papildomų elementų. Tikiu, kad dėmesys vis labiau kryps į „AI Agents“ ir „Maestro“ srautus, nes tai iš tiesų nėra sudėtinga ir yra labai naudinga.
AK: Jei turite biudžetą dirbtiniam intelektui, „AI Agents“ ir „UiPath Maestro“ šiuo metu gali būti geriausias būdas jį panaudoti.
AE: Visiškai sutinku. Net jei neturi tam biudžeto, verta jo kažkaip surasti ir tiesiog išbandyti, nes tikrai verta suprasti, kas vyksta, ir pamatyti šių technologijų galimybes. Dabar, jei nesivystai – iš esmės eini atgal.
AK: Tu juk dalyvauji „AI Devs 3“ mokymuose, tiesa? Ten kuri dirbtinio intelekto asistentus ir agentus žemo lygio – programiškai. Kaip pasakytum, kokie yra tokio žemo lygio, „programuotojiško“ požiūrio privalumai ir trūkumai, palyginti su aukšto lygio įrankiais, tokiais kaip „UiPath Agents“ ir „Maestro“?
AE: Žinoma, su žemo lygio sprendimais gali viską pritaikyti pagal save ir naudoti bet kokį variklį, kokį nori. Gali turėti savo LLM, pavyzdžiui, „Llama“ (ji, manau, nemokama), kuri leidžia atlikti paprastesnius dalykus, o kai to nepakanka – naudoti ką nors brangesnio. Tai patogu ir tiesiog pigiau. Tačiau tai ne visiems. Jei neturi jokio programavimo pagrindo, tau gali būti sunku. Pradėti nuo žemo lygio sprendimų tiesiog kur kas sudėtingiau.
Su „AI Agents“ viskas daug paprasčiau. Tau nereikia turėti jokių programavimo pagrindų. Žinoma, reikia suprasti, kaip veikia LLM, ir mokėti parašyti „prompt’ą“ – tai labai svarbu abiem atvejais. Pirmiausia sakyčiau, kad su „AI Agents“ tiesiog lengviau pradėti. Antra – galimybių yra daugiau. Juos galima naudoti ir darbui su grafika, ir pokalbių transkripcijoms kurti bei iš jų išgauti duomenis. Tad galimybės čia kur kas platesnės.
AK: Turi omenyje, kad kai viską darai pats, programiškai, gali padaryti daug daugiau dalykų.
AE: Taip. Galiausiai, turbūt geriausias požiūris būtų mokėti daryti abu variantus ir tada pasirinkti tinkamiausią technologiją konkrečiam projektui. Ypač todėl, kad jei žinai, kaip viską padaryti žemo lygio, programiškai, gali pasitelkti „UiPath Agents“ ar „Maestro“, kad jie iškviestų tam tikrą kodo dalį, kuri atliks tai, ko nėra grafinėje sąsajoje, tiesa?
AE: Būtent. Todėl iš šios perspektyvos geriausia mokėti naudotis abiem pasauliais. Visiškai sutinku, kad pradėti yra daug lengviau, kai turi platformą, su kuria gali dirbti, nes jei nori viską rašyti nuo nulio – tai be galo įdomu ir smagu, bet reikalauja labai daug darbo. Tas pats ir su „Communication Mining“ – naudotis „UiPath“ ir jo sąsaja yra tiesiog daug paprasčiau.
AK: Tai daro viską labiau masteliuojamą, nes per tą patį laiką gali įgyvendinti daug daugiau projektų ir pasiekti juos iki produkcijos. Tačiau galiausiai tai pasirinkimo klausimas – arba išlaikai visišką kontrolę savo automatizacijai (bet už tai „sumoki“ laiku ir reikalingomis žiniomis), arba atsisakai dalies kontrolės, tačiau gali vykdyti projektus daug greičiau ir labiau pritaikyti juos didesniam mastui.
AE: Taip.
AK: Labai ačiū, kad prisijungei prie šio epizodo. Nekantrauju pamatyti, kokius naujus dalykus tu ir kiti mūsų komandos nariai sukursite naudodami šias technologijas.
AE: Tikiuosi, kad taip ir bus. Labai ačiū, kad pakvietėte. Man tai nauja patirtis, ir džiaugiuosi ja.
AK: Ačiū tau, Andrzej. Tuo ir uždarome dar vieną skaitmeninio orkestro pasirodymą. Nuoširdi padėka Andrzej Ekiert už tai, kad skyrė laiko atskirti veiklos realybę nuo rinkodaros fantazijos. Epizodą prodiusavo ir režisavo žmogus, kuris neleidžia visai operacijai pavirsti į „mėlyno ekrano mirtį“ – Anna Cubal. Įrašyta „Wodzu Beats“ studijoje, kur tikime vienu procesu: kava į vidų, tinklalaidė į išorę. Iki kito karto – nepamirškite suplanuoti šiek tiek „downtime“.
