AI Agent คืออะไร?

ขั้นตอนที่ 1: การรับรู้

ขั้นแรก ตัวแทน AI จะได้รับอินพุตจากแหล่งต่างๆ ขึ้นอยู่กับวัตถุประสงค์ ซึ่งอาจรวมถึง:

• การโต้ตอบของผู้ใช้
• API ดึงข้อมูลจากระบบภายนอก
• เซ็นเซอร์หรือบันทึกจากแอพพลิเคชั่นที่เชื่อมต่อ
• ฐานความรู้ที่จัดเก็บไว้ เช่น แผ่นข้อมูลสินค้าคงคลัง นโยบายทรัพยากรบุคคล เป็นต้น

ขั้นตอนที่ 2: การประมวลผล

เมื่อมีข้อมูลแล้ว ตัวแทน AI จะต้องเข้าใจข้อมูลนั้น

ตัวแทนอาจใช้ NLP ข้อมูลที่มีโครงสร้าง หรือสัญญาณเรียลไทม์เพื่อประมวลผลอินพุตใดๆ ก็ตามที่ถูกสร้างมาเพื่อใช้

หากจำเป็นต้องดึงความรู้ที่เกี่ยวข้องจากฐานข้อมูล อาจใช้ การสร้างเสริมการเรียกค้น (RAG) เพื่อดึงข้อมูล

ขั้นตอนที่ 3: การตัดสินใจ

กระบวนการตัดสินใจจะขึ้นอยู่กับว่าผู้สร้างสร้างโครงสร้างตัวแทน AI อย่างไร

อาจใช้ ตรรกะทางธุรกิจที่กำหนดเอง เช่น การตัดสินใจว่าจะคัดเลือกลูกค้าเป้าหมายหรือไม่ โดยพิจารณาจากสูตรที่ทีมขายคิดขึ้น 

อาจใช้ การทำนายการเรียนรู้ของเครื่อง หรือ การเรียนรู้แบบเสริมแรง เช่น การทำเครื่องหมายธุรกรรมว่าเป็นการฉ้อโกงโดยอิงจากกรณีการฉ้อโกงในอดีต

เครื่องมือตัวแทน AI ที่ดีที่สุดจะต้องคำนึงถึง ความสามารถในการอธิบายของ AI : ตัวแทน AI สามารถชี้แจงเหตุผลเบื้องหลังการตัดสินใจได้ดีเพียงใด

ขั้นตอนที่ 4: การดำเนินการ

หลังจากการรับรู้ ประมวลผล และตัดสินใจ ตัวแทน AI ก็พร้อมที่จะดำเนินการ

ไม่มีข้อจำกัดเกี่ยวกับการดำเนินการที่ตัวแทน AI สามารถทำได้ อาจตอบกลับด้วยข้อความธรรมดา เช่น "บัญชีทั้ง 3 นี้มีสัญญาณของการเปลี่ยนแปลงที่อาจเกิดขึ้น"

อาจ ทำให้เกิดการเรียก API เช่น การดึงข้อมูลสต๊อกแบบเรียลไทม์จากระบบคลังสินค้า หรือการเริ่มต้นคำขอรีเซ็ตรหัสผ่าน

ตัวแทน AI อื่นๆ ดำเนิน การปฏิบัติการโดยตรง เช่น การปรับราคาในร้านอีคอมเมิร์ซ การกำหนดเวลาการขาย การเปลี่ยนเส้นทางการขนส่ง หรือการแก้ไขการตั้งค่าระบบตามนโยบายด้านความปลอดภัย

ตัวแทน AI บางตัวยัง โต้ตอบกับแอปพลิเคชันภายนอก เช่น การทำงานอัตโนมัติในระบบ CRM การอัปเดตข้อมูลลูกค้า หรือการออกเงินคืนตามกฎเกณฑ์ทางธุรกิจที่กำหนดไว้ล่วงหน้า

ตัวแทนเหล่านี้สามารถสร้าง เวิร์กโฟลว์ AI ของตัวแทน ทั้งหมดได้ตั้งแต่ต้นจนจบ

ไม่ว่าจะดำเนินการอย่างไร ตัวแทน AI จะตรวจสอบให้แน่ใจว่าการตอบสนองของตนสอดคล้องกับกระบวนการตัดสินใจ และในหลายๆ กรณี ตัวแทนจะเรียนรู้จากผลลัพธ์เพื่อปรับปรุงการดำเนินการในอนาคต

1. LLM การกำหนดเส้นทาง

ก่อนอื่นเลย คุณจะต้องจ้างผู้เชี่ยวชาญ LLM เพื่อทำหน้าที่ดูแลความรู้ด้าน AI ของคุณ ในความเป็นจริง บางครั้งคุณอาจได้ยินคำว่า " ตัวแทน LLM " ซึ่งเป็นตัวแทนย่อยของ AI 

ตัวแทนที่ดีควรสามารถ ใช้ LLMs ที่แตกต่างกันสำหรับงานที่แตกต่างกันได้

ไม่มีผู้เหนือกว่าคนใด LLM โดยเฉพาะอย่างยิ่งเมื่อมีอัตราการพัฒนาที่รวดเร็ว อาจเป็นประโยชน์สำหรับตัวแทน AI ของคุณในการใช้โมเดลหนึ่งเมื่อสร้างข้อความแบบยาว และใช้อีกโมเดลหนึ่งเมื่อวิเคราะห์อินพุตของผู้ใช้

เป็นตัวแทน AI ทั้งหมด LLM ตัวแทน? เกือบใช่แต่ก็ไม่ใช่

เอเจนต์ AI ที่ไม่ได้ใช้ LLMs รวมไปถึงบอท กระบวนการอัตโนมัติหุ่นยนต์ ระบบมัลติเอเจนต์ เช่น ระบบควบคุมการจราจรหรือปัญญาประดิษฐ์ และตัวแทนการเรียนรู้เสริมแรง (เช่นในหุ่นยนต์)

2. การระบุตัวตนและคำแนะนำ

ตัวแทน AI จำเป็นต้องมีตัวตน ภารกิจ และเป้าหมาย เหตุใดจึงมีตัวแทน AI อยู่ ตัวแทน AI จะทำอะไรและจะบรรลุเป้าหมายนั้นได้อย่างไร

ตัวอย่างเช่น แนวป้องกันด่านแรกสำหรับทีมบริการลูกค้าของบริษัทสนับสนุนด้านไอที เป้าหมายของตัวแทน AI นี้อาจเป็นเพราะสามารถแก้ไขปัญหาของลูกค้าได้อย่างถูกต้องมากที่สุดเท่าที่จะเป็นไปได้ ขณะเดียวกันก็ส่งต่อกรณีที่ซับซ้อนไปยังตัวแทนที่เป็นมนุษย์ 

คำแนะนำควรระบุไม่เพียงแค่บทบาทเท่านั้น แต่ต้องระบุเกณฑ์การตัดสินใจ (เช่น ควรส่งต่อหรือแนะนำผู้ใช้ไปที่อื่นเมื่อใด) และ KPI ด้วย

3. เครื่องมือ

เครื่องมือเป็นวิธีที่ตัวแทน AI รวบรวมข้อมูลและดำเนินการ 

เนื่องจากลักษณะการทำงานแบบอิสระ ตัวแทน AI จึงสามารถเลือกเครื่องมือ ที่ จะใช้ในการดำเนินงานได้ 

ตัวอย่างเช่น ตัวแทน AI สร้างโอกาสขายอาจมีหน้าที่สร้างโอกาสขายที่มีคุณสมบัติเหมาะสมใน Hubspot

ตัวแทนอาจเลือกตรวจสอบ CRM ว่ามีข้อมูลซ้ำหรือไม่ แนะนำเนื้อหาเฉพาะให้กับผู้ใช้ หรือถามคำถามเพิ่มเติมจนกว่าจะสามารถรวบรวมข้อมูลลูกค้าเป้าหมายได้ โดยอิงจากปฏิสัมพันธ์ของผู้ใช้

คลังเครื่องมือของตัวแทน AI อาจรวมถึง:

• ระบบภายนอก เช่น HubSpot Linear , หรือ Zendesk
• การดำเนินการโค้ด เพื่อสร้างเครื่องมือ เฉพาะกิจ
• ความสามารถในตัว
• ตัวแทน AI อื่น ๆ
• มนุษย์ (เช่น ตัวแทน AI ต้องได้รับการอนุมัติจากมนุษย์ก่อนดำเนินการงาน)

4. ความจำและความรู้

หน่วยความจำและความรู้ของตัวแทน AI กำหนดว่าตัวแทนจะรู้เรื่องอะไรบ้างและจะเก็บรักษาข้อมูลไว้อย่างไรตามกาลเวลา

ต่างจากซอฟต์แวร์ดั้งเดิมที่เพียงค้นหาข้อมูลตามความต้องการ ตัวแทน AI สามารถจัดเก็บ เรียกคืน และสร้างการโต้ตอบในอดีตเพื่อให้ตัดสินใจได้อย่างชาญฉลาดมากขึ้น

ตัวอย่างเช่น ตัวแทน AI ฝ่ายสนับสนุนลูกค้าอาจจดจำความพยายามแก้ไขปัญหาในอดีตกับผู้ใช้และหลีกเลี่ยงการทำซ้ำวิธีแก้ปัญหาที่ไม่ได้ผล ตัวแทน AI ฝ่ายขายสามารถจดจำการโต้ตอบก่อนหน้านี้กับลูกค้าเป้าหมายและปรับข้อความให้เหมาะสม

ตัวแทน AI อาศัยหน่วยความจำสองประเภทหลัก:

1. หน่วยความจำระยะสั้น – บริบทชั่วคราวจากการสนทนาหรือภารกิจที่กำลังดำเนินอยู่ เช่น การตั้งค่าภาษาของผู้ใช้
2. หน่วยความจำระยะยาว – ความรู้ที่คงอยู่ซึ่งตัวแทนสามารถเข้าถึงได้เมื่อเวลาผ่านไป เช่น การเรียกคืนปริมาณการสั่งซื้อหรือการกำหนดลักษณะของซัพพลายเออร์

นอกเหนือจากหน่วยความจำ ตัวแทน AI ยังสามารถเข้าถึงแหล่งความรู้ที่มีโครงสร้างและไม่มีโครงสร้าง เช่น ฐานข้อมูลและ API ฐานความรู้ของบริษัท หรือเอกสารที่เกี่ยวข้องอื่นๆ

5. ช่องทาง

ช่องทางคือวิธีที่ตัวแทน AI โต้ตอบกับผู้ใช้ อาจใช้ข้อความ รูปภาพ วิดีโอ หรือเสียง ขึ้นอยู่กับกรณีการใช้งาน อาจเข้าถึงผู้ใช้ผ่านวิดเจ็ตเว็บไซต์ webchat อินเทอร์เฟซ, 

ตัวแทน AI สามารถใช้งานได้บน webchat วิดเจ็ต, แอพส่งข้อความ ( WhatsApp - Messenger - Telegram - Slack ฯลฯ) หรือแม้กระทั่งฝังไว้ในเวิร์กโฟลว์อีเมล

สำหรับการโต้ตอบด้วยเสียง ตัวแทนเสียง สามารถรวมเข้ากับระบบโทรศัพท์หรือผู้ช่วยอัจฉริยะ ในขณะที่ตัวแทนที่ใช้ข้อความสามารถทำงานในแชทสด SMS หรือเครื่องมือภายในองค์กรได้

‍

6. การกำกับดูแล 

กฎหมาย AI กำลังพัฒนาไปทั่วโลก และการสร้างตัวแทน AI โดยไม่คำนึงถึงการปฏิบัติตามถือเป็นความพยายามที่สูญเปล่า

การกำกับดูแลช่วยให้แน่ใจว่าตัวแทน AI ของคุณทำงานอย่างมีจริยธรรม โปร่งใส และอยู่ในขอบเขตทางกฎหมาย

ตัวแทน AI ที่ได้รับการควบคุมอย่างดีมีดังต่อไปนี้:

• การปฏิบัติตามนโยบาย – สอดคล้องกับแนวทางของแบรนด์ โทนเสียง และกฎเกณฑ์ทางธุรกิจ
• การรายงานและการติดตาม KPI – ตรวจสอบประสิทธิภาพ ความลำเอียง และความแม่นยำของการตัดสินใจ
• การอนุมัติและการตรวจสอบโดยมนุษย์ (HITL) – ต้องมีการตรวจสอบโดยมนุษย์สำหรับการดำเนินการที่สำคัญ
• กลไกการตอบรับ – ปรับปรุงอย่างต่อเนื่องตามข้อมูลจากผู้ใช้และการกำกับ ดูแล
• การปฏิบัติตามและการตรวจสอบเส้นทาง – บันทึกการตัดสินใจและการดำเนินการเพื่อให้เป็นไปตามข้อกำหนดด้านกฎระเบียบ

บริการลูกค้า

หนึ่งในแอปพลิเคชั่น AI ที่พบเห็นได้ทั่วไปมากที่สุดคือ บอทช่วยเหลือลูกค้า

ตัวแทนเสมือนเหล่านี้สามารถแนะนำนโยบายเฉพาะให้กับลูกค้า ให้คำแนะนำผลิตภัณฑ์ที่เป็นส่วนตัว หรือแม้กระทั่งจัดการงานบัญชี เช่น การรีเซ็ตรหัสผ่าน

การที่บริษัทต่างๆ เสนอบริการแชทบอทแก่ลูกค้าได้กลายมาเป็นบรรทัดฐานแล้ว แต่แชทบอทตามกฎเกณฑ์ในอดีตมักส่งผลเสียต่อแบรนด์ ในปัจจุบัน แชทบอทมีพลวัตมากขึ้น LLM ตัวแทนที่กำลังให้บริการแก่ผู้ใช้ขององค์กร

เรากำลังเข้าสู่ยุคแห่ง การล่มสลายของแชทบอท AI และการเติบโตของเอเจนต์ AI แม้แต่บอทสนับสนุนลูกค้า (หรือโดยเฉพาะ) ก็ต้องก้าวให้ทัน

การสร้างโอกาสในการขาย

ตัวแทน AI ส่วนใหญ่ที่ถูกใช้งานบน Botpress – อย่างน้อยที่สุดในขณะที่เขียนนี้ – เป็นตัวแทนสร้างโอกาสในการขายบางรูปแบบ

ตัวแทนสร้างโอกาสในการขายเป็นส่วนย่อยของ ตัวแทนขาย AI

พวกเขามักจะให้ข้อมูลที่สำคัญแก่ผู้ใช้และรวบรวมข้อมูลลูกค้าเป้าหมายที่มีคุณสมบัติตลอดทาง โดยส่งต่อไปยังทีมขายโดยไม่ต้องมีการแทรกแซงด้วยตนเอง 

Waiver Group ซึ่งเป็นบริษัทที่ปรึกษาทางด้านการดูแลสุขภาพ สามารถ เพิ่มจำนวนผู้สนใจซื้อสินค้าได้ถึง 25% หลังจากใช้บอทเพื่อแทนที่แบบฟอร์ม "ติดต่อเรา"

Waiverlyn จะสนทนากับผู้เยี่ยมชมเว็บไซต์ คัดกรองผู้มีแนวโน้มจะเป็นลูกค้า และจอง Google Calendar เหตุการณ์ทั้งหมดโดยไม่ต้องมีการแทรกแซงจากมนุษย์

การจัดการความรู้

กรณีการใช้งานที่บอตสามารถจัดการได้ดีกว่ามนุษย์ การจัดการความรู้สามารถครอบคลุมตั้งแต่เอกสารภายในไปจนถึงระบบบริการตนเองที่เผชิญหน้ากับลูกค้า

พนักงานอาจเสียเวลาหลายชั่วโมงในการค้นหาข้อมูลสำคัญที่ฝังอยู่ในวิกิ ไฟล์ PDF อีเมล หรือตั๋วสนับสนุน ตัวแทน AI สามารถตอบสนองคำถามภาษาธรรมชาติด้วยข้อมูลบัญชีที่เกี่ยวข้อง นโยบาย หรือขั้นตอนการแก้ไขปัญหา 

สำหรับการติดต่อกับลูกค้า อาจมีลักษณะเหมือนบอทประกันภัยที่ช่วยให้ผู้ใช้ค้นหาแบบฟอร์มและแนวทางที่เกี่ยวข้อง

เวิร์กโฟลว์และการประสานงานงาน

การประสานงานเวิร์กโฟลว์และงาน ตัวแทน AI ไม่ได้ดำเนินการเพียงการดำเนินการเดียว แต่ยังประสานงานขั้นตอนต่างๆ ในระบบต่างๆ อีกด้วย (บางครั้งเรียกสิ่งนี้ว่า การประสานงาน AI )

• ตัวแทน AI ด้านการจัดซื้อ อาจสร้างคำขอสั่งซื้อโดยอัตโนมัติ ตรวจสอบกับงบประมาณ และส่งไปขออนุมัติจากผู้บริหารก่อนทำการสั่งซื้อ 
• ในด้านทรัพยากร บุคคล ตัวแทน AI การรับคนเข้าทำงาน สามารถจัดตารางการฝึกอบรม จัดเตรียมการเข้าถึงซอฟต์แวร์ และตั้งค่าการจ่ายเงินเดือนสำหรับพนักงานใหม่โดยที่ไม่มีใครต้องช่วยอะไรเลย 
• ตัวแทน AI ในไอที สามารถจัดลำดับความสำคัญของตั๋วการสนับสนุน ตรวจสอบบันทึกระบบ และส่งต่อปัญหาที่ไม่ได้รับการแก้ไขไปยังวิศวกร

แทนที่ธุรกิจต่างๆ จะรวบรวมเครื่องมืออัตโนมัติต่างๆ สำหรับแต่ละกระบวนการเข้าด้วยกัน ตัวแทน AI จะทำหน้าที่เป็นผู้ประสานงานแบบรวมศูนย์ โดยจัดการเวิร์กโฟลว์ทั้งหมดแบบไดนามิก ตัดสินใจแบบเรียลไทม์ และปรับตัวเมื่อเงื่อนไขต่างๆ เปลี่ยนแปลง

ระบบอัตโนมัติเวิร์กโฟลว์ AI ประเภทนี้เป็นหนึ่งในกรณีการใช้งานที่พบบ่อยที่สุดสำหรับตัวแทน AI

ปัญญาประดิษฐ์สามารถนำไปประยุกต์ใช้กับงานเล็กๆ น้อยๆ ในแต่ละวันได้อย่างง่ายดาย ซึ่งต้องใช้เวลาของคนทำงานที่มีความรู้ไป

ผู้ช่วยนักพัฒนา

ตัวแทน AI กำลังกลายมาเป็นสิ่งจำเป็นสำหรับนักพัฒนา โดยจะช่วยเร่งความเร็วในการเขียนโค้ด การดีบัก และการจัดทำเอกสาร

AI ผู้ช่วยนักบินสามารถกรอกโค้ดโดยอัตโนมัติ ทำเครื่องหมายข้อผิดพลาด และแนะนำการเพิ่มประสิทธิภาพได้แบบเรียลไทม์

นอกเหนือจากการเขียนโค้ด ตัวแทนเหล่านี้ยังช่วยในการตรวจสอบคำขอการดึง การตรวจสอบความปลอดภัย และการติดตามการอ้างอิง

สำหรับทีมวิศวกรรม ผู้ช่วย AI หมายถึงวงจรการพัฒนาที่รวดเร็วขึ้น มีจุดบกพร่องน้อยลง และใช้เวลาน้อยลงกับงานซ้ำๆ กัน

ผู้ช่วยเสมือน

บางครั้งสิ่งที่คุณต้องการก็อาจเป็นเพียงความช่วยเหลือเพิ่มเติมเพียงเล็กน้อย

มีคนมาทำการวิจัย วิเคราะห์เมตริก หรือรวบรวมข้อมูล บางทีคุณอาจต้องการผู้จัดกำหนดการส่วนตัวเพื่อส่งคำเตือนเกี่ยวกับงานที่จะเกิดขึ้น หรือผู้ช่วยที่สามารถร่างอีเมลและสรุปรายงาน

ช่องว่างเหล่านี้สามารถเติมเต็มได้ด้วย ผู้ช่วยตัวแทน AI ซึ่งเป็นโปรแกรมซอฟต์แวร์ที่ดำเนินการงานแทนคุณ

แนวคิดของ ผู้ช่วย AI นั้นเป็นแนวคิดที่เราคุ้นเคยกันดีอยู่แล้ว เช่นเดียวกับ Siri และ Alexa ( ผู้ช่วยเสียง ที่โด่งดังที่สุดในปัจจุบัน)

ตัวแทน AI ช่วยให้สามารถวางแผนส่วนบุคคลอย่างเจาะลึกถึงขั้นถัดไปได้

หากคุณกำลังวางแผนวันหยุด ผู้ช่วย ตัวแทนการท่องเที่ยวแบบ AI ไม่เพียงแต่จะแนะนำสถานที่สำหรับจุดหมายปลายทางใหม่และระบุโรงแรมเท่านั้น แต่ยังสามารถเลือกเที่ยวบินและโรงแรมที่เหมาะสมที่สุด และจองให้กับคุณได้อีกด้วย

1. ขยายได้และยืดหยุ่น

ตัวแทน AI ไม่จำกัดอยู่แค่เวิร์กโฟลว์แบบตายตัวเท่านั้น แต่ยังเลือกเครื่องมือ API และโมเดลตามบริบทอย่างไดนามิก ทำให้ปรับเปลี่ยนได้มากขึ้น

2. การตัดสินใจโดยอิสระ 

แทนที่จะกำหนดขั้นตอนการทำงานล่วงหน้า ตัวแทน AI จะตัดสินใจแบบเรียลไทม์และดำเนินการงานแบบครบวงจร ตัวแทนสร้างได้เร็วขึ้นและมีประสิทธิภาพมากขึ้นหลังจากใช้งานจริง

3. ปรับขนาดได้ตามกรณีการใช้งาน 

ตัวแทน AI ที่สร้างขึ้นเพื่อการสนับสนุนลูกค้าสามารถขยายเพื่อจัดการการขาย เวิร์กโฟลว์ภายใน หรือการทำงานอัตโนมัติของ HR ได้โดยไม่ต้องสร้างใหม่ทั้งหมด

4. พร้อมให้บริการตลอดเวลา

ตัวแทน AI ทำงานอย่างต่อเนื่อง จัดการงาน ตอบสนองต่อผู้ใช้ และดำเนินการเวิร์กโฟลว์โดยไม่มีเวลาหยุดทำงาน

5. ประหยัดต้นทุนตามขนาด

ตัวแทน AI ช่วยลดความจำเป็นในการมีทีมงานขนาดใหญ่ที่ทำงานด้วยตนเองในการสนับสนุนลูกค้า การขาย และการดำเนินการภายใน พร้อมทั้งยังคงรักษาบริการคุณภาพสูงไว้

6. ระบบอัตโนมัติแบบครบวงจร

ตัวแทน AI ไม่เพียงแต่ตอบคำถามเท่านั้น แต่ยังดำเนินการเวิร์กโฟลว์ ทริกเกอร์การดำเนินการใน CRM จัดการการอนุมัติ และตัดสินใจจริง ซึ่งช่วยลดคอขวดในการปฏิบัติงาน

7. การบูรณาการระบบอย่างราบรื่น

ตัวแทน AI เชื่อมต่อกับเครื่องมือเช่น Salesforce, HubSpot, Zendesk - Slack และระบบที่เป็นกรรมสิทธิ์ เพื่อให้แน่ใจว่าเทคโนโลยีเป็นหนึ่งเดียว stack -

8. เวลาในการรับมูลค่าเร็วขึ้น (TTV)

ต่างจากโครงการระบบอัตโนมัติแบบเดิม ตัวแทน AI จะเรียนรู้จากการโต้ตอบและปรับปรุงอย่างต่อเนื่อง ส่งผลให้การปรับใช้และ ROI เร็วขึ้น

9. ความแม่นยำและการปฏิบัติตามที่ได้รับการปรับปรุง 

ตัวแทน AI สามารถปฏิบัติตามแนวปฏิบัติของแบรนด์ กรอบทางกฎหมาย และตรรกะการตัดสินใจ ทำให้มั่นใจได้ว่าดำเนินการตามนโยบายทางธุรกิจ

ระบบหลายตัวแทน

ระบบมัลติเอเจนต์ (MAS) ประกอบด้วยเอเจนต์ AI หลายตัวที่โต้ตอบกันเพื่อบรรลุเป้าหมายสูงสุด 

โดยทั่วไประบบเหล่านี้ได้รับการออกแบบมาเพื่อจัดการกับงานที่ใหญ่ ซับซ้อน หรือกระจายอำนาจเกินกว่าที่จะจัดการโดยตัวแทน AI ตัวเดียว การกำหนดเส้นทางตัวแทน AI ที่เหมาะสมจะช่วยให้มั่นใจว่างานที่ถูกต้องจะได้รับมอบหมายให้กับตัวแทนที่ถูกต้อง

ตัวแทนแต่ละตัวในระบบหลายตัวแทนสามารถทำหน้าที่ได้โดยอิสระ โดยรับรู้และตีความสภาพแวดล้อม ตัดสินใจ และดำเนินการเพื่อบรรลุเป้าหมาย

ประสิทธิภาพของ MAS จะได้รับการประเมินผ่าน ระบบการประเมินตัวแทน AI ซึ่งสามารถรวมถึงข้อมูลเชิงปริมาณและเชิงคุณภาพ

ตัวอย่างเช่น บริษัทวิจัยตลาดอาจใช้ MAS โดยที่ตัวแทนคนหนึ่งทำหน้าที่รวบรวมรายงานอุตสาหกรรม อีกคนหนึ่งทำหน้าที่สกัดข้อมูลเชิงลึกที่สำคัญ คนที่สามทำหน้าที่สรุปผลการค้นพบลงในเอกสารสรุปที่พร้อมให้ลูกค้าได้รับทราบ และคนที่สี่ทำหน้าที่ตรวจสอบความถูกต้องของข้อมูลและปรับแต่งผลลัพธ์ตามระยะเวลา

ตัวแทนสะท้อนอย่างง่าย

ตัวแทนรีเฟล็กซ์แบบง่ายทำงานโดยอิงตามกฎเงื่อนไข-การกระทำที่กำหนดไว้ล่วงหน้าชุดหนึ่ง ตัวแทนเหล่านี้จะตอบสนองต่อการรับรู้ปัจจุบันและไม่คำนึงถึงประวัติของการรับรู้ก่อนหน้านี้

เหมาะสําหรับงานที่มีความซับซ้อนจํากัดและความสามารถที่แคบ ตัวอย่างของสารสะท้อนกลับอย่างง่ายคือเทอร์โมสตัทอัจฉริยะ

‍

ตัวแทนสะท้อนตามแบบจําลอง

ตัวแทนตามแบบจำลองจะรักษาแบบจำลองภายในของสภาพแวดล้อมของตนและตัดสินใจโดยอิงจากความเข้าใจในแบบจำลองของตน

ซึ่งช่วยให้พวกเขาสามารถจัดการกับงานที่ซับซ้อนมากขึ้นได้ 

ใช้ในการพัฒนาเทคโนโลยีรถยนต์ไร้คนขับ เนื่องจากสามารถรวบรวมข้อมูล เช่น ความเร็วของรถ ระยะห่างระหว่างรถคันหน้า และป้ายหยุดที่ใกล้เข้ามา ตัวแทนสามารถตัดสินใจได้อย่างมีข้อมูลว่าเมื่อใดควรเบรกโดยพิจารณาจากความเร็วและความสามารถในการเบรกของรถ

ตัวแทนที่ใช้ยูทิลิตี้

ตัวแทนที่ใช้ประโยชน์จากยูทิลิตี้จะตัดสินใจโดยพิจารณาถึงยูทิลิตี้ที่คาดหวังจากการดำเนินการที่เป็นไปได้แต่ละอย่าง

มักใช้ในสถานการณ์ที่ต้องชั่งน้ำหนักตัวเลือกต่างๆ และเลือกตัวเลือกที่มีประโยชน์สูงสุดที่คาดหวังได้

หากคุณต้องการให้ตัวแทนแนะนำบางสิ่งบางอย่าง เช่น แนวทางปฏิบัติ หรือคอมพิวเตอร์ประเภทต่างๆ สำหรับงานบางอย่าง ตัวแทนแบบยูทิลิตี้สามารถช่วยคุณได้

ตัวแทนการเรียนรู้

ตัวแทนการเรียนรู้ได้รับการออกแบบมาให้ทำงานในสภาพแวดล้อมที่ไม่คุ้นเคย ตัวแทนจะเรียนรู้จากประสบการณ์ของตนเองและปรับเปลี่ยนการกระทำตามกาลเวลา

การเรียนรู้เชิงลึกและเครือข่ายประสาทมักใช้ในการพัฒนาตัวแทนการเรียนรู้

มักใช้ในเทคโนโลยีอีคอมเมิร์ซและแพลตฟอร์มสตรีมมิ่งเพื่อขับเคลื่อนระบบคําแนะนําส่วนบุคคล เนื่องจากพวกเขาเรียนรู้ว่าผู้ใช้ชอบอะไรเมื่อเวลาผ่านไป 

ตัวแทนความเชื่อ-ความปรารถนา-ความตั้งใจ

ตัวแทนความเชื่อ-ความปรารถนา-ความตั้งใจจะสร้างแบบจำลองพฤติกรรมที่เหมือนมนุษย์โดยรักษาความเชื่อเกี่ยวกับสภาพแวดล้อม ความปรารถนา และความตั้งใจ ตัวแทนเหล่านี้สามารถใช้เหตุผลและวางแผนการกระทำของตนได้อย่างเหมาะสม ทำให้ตัวแทนเหล่านี้เหมาะสมกับระบบที่ซับซ้อน

ตัวแทนตามตรรกะ

ตัวแทนตามตรรกะใช้เหตุผลแบบนิรนัยในการตัดสินใจ เหมาะสําหรับงานที่ต้องใช้เหตุผลเชิงตรรกะที่ซับซ้อน

ตัวแทนตามเป้าหมาย

ตัวแทนที่มีเป้าหมายจะดำเนินการเพื่อบรรลุเป้าหมายและปรับเปลี่ยนการดำเนินการได้ตามความเหมาะสม ตัวแทนเหล่านี้มีแนวทางที่ยืดหยุ่นมากขึ้นในการตัดสินใจโดยพิจารณาจากผลที่ตามมาในอนาคตของการกระทำปัจจุบันของตน

แอปพลิเคชันทั่วไปสําหรับตัวแทนตามเป้าหมายคือวิทยาการหุ่นยนต์ เช่น ตัวแทนที่นําทางคลังสินค้า สามารถวิเคราะห์เส้นทางที่เป็นไปได้และเลือกเส้นทางที่มีประสิทธิภาพสูงสุดไปยังจุดหมายปลายทางเป้าหมาย

ขั้นตอนที่ 1: ระบุกรณีการใช้งานนำร่อง

“มาทดสอบตัวแทน AI กันเถอะ!” หากเจ้านายของคุณบอกคุณแบบนี้หลังจากอ่านพาดหัวข่าวล่าสุดเกี่ยวกับ 'ปีแห่งตัวแทน AI' แล้วล่ะก็ ถึงเวลาแล้วที่คุณต้องระบุว่าคุณควรทดสอบตัวแทน AI ประเภทใด

มันง่ายที่จะหลงไปกับกระแส แต่แนวทางที่ดีที่สุดคือการเริ่มต้นด้วยกรณีการใช้งานที่ชัดเจนและมีผลกระทบสูง

พิจารณาว่าตัวแทนสามารถลดภาระงาน ปรับปรุงความแม่นยำ หรือปรับปรุงการตัดสินใจ เช่น คุณสมบัติของผู้นำ การสนับสนุนลูกค้า หรือการดึงข้อมูลความรู้ภายในได้อย่างไร

กรณีการใช้งานนำร่องที่แข็งแกร่งควรมี ขอบเขตที่แคบเพียงพอที่จะนำไปใช้ได้อย่างรวดเร็วแต่ก็มีคุณค่าเพียงพอที่จะแสดงผลกระทบ

การเลือกที่ถูกต้องจะทำให้การได้รับการสนับสนุน การพิสูจน์ ROI และวางรากฐานสำหรับการนำ AI มาใช้ในวงกว้างมากขึ้นเป็นไปได้ง่ายยิ่งขึ้น

ขั้นตอนที่ 2: ค้นหาแพลตฟอร์มที่เหมาะสม

เครื่องมือที่เหมาะสมจะขึ้นอยู่กับสถานการณ์ของคุณโดยสิ้นเชิง คุณมีความเชี่ยวชาญด้านการพัฒนาภายในองค์กรมากเพียงใด มีเวลาเท่าใด คุณต้องการให้ตัวแทนของคุณทำอะไรให้สำเร็จ (ไม่ใช่แค่สำหรับกรณีการใช้งานนำร่องของคุณเท่านั้น แต่สำหรับระยะยาวด้วย)

ในกรณีส่วนใหญ่ การใช้แพลตฟอร์ม AI ถือว่าสมเหตุสมผลแทนที่จะเริ่มต้นจากศูนย์

ตัวเลือกที่ดีที่สุดมักจะเป็น แพลตฟอร์มแบบแนวตั้งที่ยืดหยุ่น : ซอฟต์แวร์อาคารที่ช่วยให้คุณสร้างกรณีการใช้งานใดๆ ก็ได้และเชื่อมต่อกับเครื่องมือภายนอกใดๆ ก็ได้ 

คุณสามารถดูรายการ เครื่องมือสร้างเอเจนต์ AI ที่ดีที่สุด แพลตฟอร์มแชทบอทที่ดีที่สุด หรือแม้แต่ แพลตฟอร์มโอเพ่นซอร์สที่ดีที่สุด ได้ แต่บอกตามตรงว่าฉันค่อนข้างลำเอียงไปทางของเรา

Botpress ถูกใช้โดยบริษัทในกลุ่ม Fortune 500 จำนวน 35% และผู้สร้างมากกว่า 500,000 ราย

เราได้ใช้งานตัวแทน AI มาหลายปีแล้ว และสามารถเริ่มใช้งานได้ฟรี ดังนั้นคุณจึงไม่มีอะไรจะสูญเสียเลย

ขั้นตอนที่ 3: รวมเครื่องมือ

หากตัวแทน AI ของคุณจะสร้างรายชื่อลูกค้าเป้าหมายบน Hubspot คุณจะเริ่มต้นด้วยการบูรณาการแพลตฟอร์ม AI ของคุณเข้ากับ Hubspot 

แม้ว่าแพลตฟอร์มที่ดีจะมาพร้อมกับการบูรณาการที่สร้างไว้ล่วงหน้า แต่กรณีการใช้งานเฉพาะจะต้องมีการทำงานเพิ่มเติมเพื่อปรับแต่งตัวเชื่อมต่อของตัวแทนของคุณ

หากทีมของคุณบูรณาการระบบต่างๆ หลายระบบเข้าด้วยกัน ไม่ว่าจะเป็นเครื่องมือภายในหรือซอฟต์แวร์ของบริษัทอื่น ตัวแทนของคุณสามารถทำหน้าที่เป็น ผู้ประสานงาน AI เพื่อให้แน่ใจว่าการซิงโครไนซ์ระหว่างแพลตฟอร์มต่างๆ จะเป็นไปอย่างราบรื่น

ขั้นตอนที่ 4: ทดสอบและปรับแต่ง

ขั้นตอนที่สี่คือการทดสอบตัวแทนของคุณอย่างละเอียดโดยใช้เครื่องมือทดสอบที่มีอยู่ในแพลตฟอร์มของคุณ

ปรับแต่งพารามิเตอร์ คำสั่ง และเวิร์กโฟลว์ตามผลลัพธ์การทดสอบเพื่อให้แน่ใจว่าตัวแทนทำงานได้ดีในสถานการณ์จริง

ขั้นตอนที่ 5: ปรับใช้และตรวจสอบ

แม้ว่าขั้นตอนการสร้างและใช้งานมักเป็นศูนย์กลาง แต่ก็อย่าประเมินความสำคัญของการตรวจสอบระยะยาวด้วย ระบบวิเคราะห์บอท ต่ำเกินไป 

แพลตฟอร์มของคุณควรมาพร้อมกับเครื่องมือตรวจสอบเพื่อติดตามการโต้ตอบและประสิทธิภาพของตัวแทนของคุณหลังการปรับใช้

รวบรวมข้อมูลเชิงลึกและปรับแต่งการตั้งค่าตามความจำเป็น โดยใช้ประโยชน์จากกลไกการตอบรับที่แพลตฟอร์มจัดทำไว้ให้ 

และโปรดจำไว้ว่า: เอเจนต์ AI ที่ดีที่สุดต้องมีการอัปเดต เอเจนต์ AI ที่มีประสิทธิภาพสูงสุดบางตัวในสาขานี้ได้รับการอัปเดตหลายร้อยครั้งนับตั้งแต่เปิดตัวครั้งแรก

ROI ของคุณจะยิ่งสูงขึ้น ยิ่งคุณปรับแต่งตัวแทนของคุณมากเท่าไหร่

เริ่มต้นเล็ก ๆ แล้วขยายออกไป

เรากำลังเข้าสู่ยุคขององค์กรที่พัฒนาด้วย AI แต่ไม่มีใครจะก้าวกระโดดไปในคราวเดียว เริ่มต้นด้วยกรณีการใช้งานนำร่องที่แข็งแกร่งซึ่งสามารถได้รับชัยชนะอย่างรวดเร็ว ก่อนที่จะขยายตัวแทน AI ของคุณ

เราเรียกวิธีการนี้ว่า Crawl-Walk-Run คุณสามารถอ่านเพิ่มเติมเกี่ยวกับเรื่องนี้ได้ใน Blueprint for AI Agent Implementation ของเรา

รับรองแหล่งข้อมูลที่มีคุณภาพสูง

ตามสุภาษิตโบราณกล่าวไว้ว่า ขยะเข้าขยะออก หากตัวแทน AI ของคุณไม่ดึงข้อมูลจากฐานข้อมูลที่ได้รับการดูแลอย่างดี ผลกระทบที่เกิดขึ้นก็จะจำกัด

หากตัวแทนของคุณใช้ Hubspot เพื่อติดตามวงจรข้อตกลงและวิเคราะห์ตัวทำนายที่ปิดการขายได้และปิดการขายไม่ได้ พนักงานขายของคุณจะต้องเฝ้าระวังในการติดตามสายโทรและข้อมูลของลูกค้าเป้าหมาย

กำหนด KPI และตัวชี้วัดความสำเร็จที่ชัดเจน

เป็นเรื่องยากที่จะรู้ว่าตัวแทน AI ของคุณประสบความสำเร็จเพียงใด หากคุณไม่สามารถวัดผลกระทบของมันได้อย่างถูกต้อง

กำหนด KPI ล่วงหน้า ไม่ว่าจะเป็นความแม่นยำของการตอบสนอง เวลาที่ประหยัด อัตราการแปลง หรือการลดต้นทุน เกณฑ์มาตรฐานเหล่านี้จะช่วยแนะนำการปรับปรุงและแสดง ROI

ใช้ RAG

การใช้ การสร้างแบบเพิ่มการเรียกค้น ช่วยให้ตัวแทน AI ของคุณวางคำตอบลงในข้อมูลที่ทันสมัย เช่น ฐานความรู้ของบริษัท CRM หรือเอกสารประกอบ

วิธีนี้จะช่วยลดโอกาสเกิดภาพหลอน และทำให้แน่ใจว่าคำตอบมีความแม่นยำและเกี่ยวข้องกับบริบท

ความเสี่ยงด้านการปฏิบัติตาม

ตัวแทน AI จะต้องปฏิบัติตามกฎระเบียบ เช่น GDPR, HIPAA, SOC 2 และนโยบายเฉพาะอุตสาหกรรม 

ความเสี่ยงด้านการปฏิบัติตามข้อกำหนดเป็นหนึ่งในเหตุผลสำคัญที่สุดที่ผู้สร้างเลือกที่จะสร้างตัวแทน AI บนแพลตฟอร์มแทนที่จะสร้างตั้งแต่ต้น

หากงานของคุณไม่สอดคล้องกับ AI คุณควรทุ่มทรัพยากรไปให้มืออาชีพจัดการจะดีกว่า

การจัดการข้อมูลผู้ใช้ไม่ถูกต้อง ไม่บันทึกการตัดสินใจ หรือสร้างการตอบสนองที่ไม่เป็นไปตามข้อกำหนด อาจส่งผลให้เกิดผลทางกฎหมายและทางการเงิน

อาการประสาทหลอน

ภาพหลอนเกิดขึ้นเมื่อระบบ AI ในการสนทนา สร้างข้อมูลที่ไม่ถูกต้องหรือเข้าใจผิด

ความผิดพลาดเหล่านี้กลายเป็นศูนย์กลางของเรื่องอื้อฉาว เช่น ความล้มเหลวของแชทบอทของแอร์แคนาดา หรือบอทที่ขายรถ Chevy Tahoe ในราคา 1 ดอลลาร์

ตัวแทน AI ที่สร้างขึ้นอย่างระมัดระวังจะไม่ค่อยเกิดภาพหลอน เป็นไปได้ที่จะป้องกันคุณภาพของการตอบสนองด้วยการสร้างเสริมการเรียกค้น การตรวจสอบโดยมนุษย์ หรือชั้นการยืนยัน ในความเป็นจริง มี หลายวิธีที่จะทำให้ตัวแทน AI ปราศจากภาพหลอน

การขาดความสามารถในการอธิบาย

หากตัวแทน AI กำลังตัดสินใจ ทีมของคุณควรจะสามารถเข้าใจได้ว่าต้องตัดสินใจอย่างไรและเพราะเหตุใด

ระบบกล่องดำที่ส่งผลลัพธ์ที่ไม่มีความโปร่งใสอาจทำลายความไว้วางใจ ส่งผลให้วินิจฉัยข้อผิดพลาดได้ยาก รับประกันความสอดคล้อง หรือปรับปรุงประสิทธิภาพได้ยาก

ความสามารถในการอธิบายเป็นสิ่งสำคัญอย่างยิ่งสำหรับอุตสาหกรรมที่มีกฎระเบียบ ซึ่งการตัดสินใจจำเป็นต้องสามารถตรวจสอบได้

เทคนิคต่างๆ เช่น การใช้เหตุผลของตัวแทนการบันทึก การค้นหาแหล่งข้อมูล และการรวมการตรวจสอบแบบมนุษย์ร่วมวงจร ช่วยให้การตัดสินใจที่ขับเคลื่อนโดย AI ชัดเจนและรับผิดชอบได้ 

ถ้าความสามารถในการอธิบายไม่ได้ถูกสร้างขึ้น ทีมของคุณก็จะใช้เวลาไปกับการอธิบายการกระทำของตัวแทนมากกว่าที่จะรับประโยชน์จากการกระทำเหล่านั้น

ทรัพยากรที่กำลังดำเนินอยู่

ตัวแทน AI ไม่ใช่ทรัพยากรแบบ 'ตั้งค่าแล้วลืม'

เป็นโครงการซอฟต์แวร์จริงที่ต้องมีการตรวจสอบและปรับปรุงอย่างต่อเนื่องตลอดเวลา การบำรุงรักษาเป็นสิ่งจำเป็นที่หากละเลยไป อาจทำให้ความสำเร็จของตัวแทนลดลง

ข่าวดีก็คือ เรื่องนี้จะเป็นเพียงข้อเสียหากทีมของคุณไม่ได้วางแผนไว้ หากคุณพร้อมที่จะลงทุนใน AI ทรัพยากรต่อเนื่องที่จำเป็นสำหรับตัวแทน AI ก็สามารถเห็นได้อย่างง่ายดายในผลตอบแทน

1. ความเป็นอิสระ

ตัวแทน AI สามารถทำงานได้โดยไม่ต้องมีการแทรกแซงจากมนุษย์ โดยสามารถตัดสินใจและดำเนินการตามนั้นได้โดยอิสระ

ความเป็นอิสระช่วยให้ตัวแทน AI จัดการงานที่ซับซ้อนและตัดสินใจแบบเรียลไทม์เกี่ยวกับวิธีดำเนินการให้เสร็จสมบูรณ์ แต่ไม่มีมนุษย์คอยเขียนโค้ดขั้นตอนที่เจาะจงสำหรับงานที่กำหนดให้

แม้แนวคิดเรื่องตัวแทนอัตโนมัติอาจทำให้เกิดภาพจำลองของ HAL 9000 คอมพิวเตอร์ที่สามารถพูดได้จาก ภาพยนตร์เรื่อง 2001: A Space Odyssey แต่ ตัวแทน AI ยังคงต้องอาศัยคำสั่งจากมนุษย์

ผู้ใช้หรือผู้พัฒนาจะต้องใช้เวลาในการบอกตัวแทนว่าจะต้องทำอะไร แต่ตัวแทนจะแก้ปัญหาเองว่าจะทำอย่างไรให้งานสำเร็จได้ดีที่สุด

2. การเรียนรู้อย่างต่อเนื่อง

ข้อเสนอแนะถือเป็นสิ่งจำเป็นสำหรับการปรับปรุงตัวแทน AI ในระยะยาว

ข้อเสนอแนะนี้สามารถมาจากสองแหล่งคือ นักวิจารณ์หรือสภาพแวดล้อมเอง

นักวิจารณ์อาจเป็นผู้ปฏิบัติงานที่เป็นมนุษย์หรือระบบ AI อื่นที่ประเมินประสิทธิภาพของตัวแทน สภาพแวดล้อมของตัวแทน AI สามารถให้ข้อเสนอแนะในรูปแบบของผลลัพธ์ที่เกิดจากการกระทําของตัวแทน

วงจรข้อเสนอแนะนี้ช่วยให้ตัวแทนปรับตัว เรียนรู้จากประสบการณ์ และตัดสินใจได้ดีขึ้นในอนาคต

มันจะเรียนรู้ที่จะสร้างผลลัพธ์ที่ดีขึ้นเมื่อได้รับงานมากขึ้น เนื่องจากมีความสามารถในการเรียนรู้และปรับปรุง ตัวแทน AI จึงสามารถปรับตัวให้เข้ากับสภาพแวดล้อมที่เปลี่ยนแปลงอย่างรวดเร็วได้

3. การตอบสนองและเชิงรุก

ตัวแทน AI มีปฏิกิริยาตอบสนองและเชิงรุกในสภาพแวดล้อมของตนเอง

เนื่องจากพวกมันรับข้อมูลทางประสาทสัมผัส พวกมันจึงสามารถเปลี่ยนแนวทางการกระทำได้ตามการเปลี่ยนแปลงของสภาพแวดล้อม

ตัวอย่างเช่น เทอร์โมสตัทอัจฉริยะสามารถตรวจจับอุณหภูมิของห้องที่เย็นลงเมื่อพายุฝนฟ้าคะนองที่ไม่คาดคิดเริ่มต้นขึ้น ส่งผลให้ความเข้มของเครื่องปรับอากาศลดลง 

แต่ยังเป็นเชิงรุก - หากดวงอาทิตย์ส่องเข้ามาในห้องในเวลาเดียวกันโดยประมาณในแต่ละวันมันจะเพิ่มเครื่องปรับอากาศในเชิงรุกเพื่อให้สอดคล้องกับการเกิดขึ้นของความอบอุ่นของดวงอาทิตย์

ธุรกิจต่างๆ มักทำผิดพลาดอะไรบ้างเมื่อใช้งานตัวแทน AI ตัวแรก?

ข้อผิดพลาดทั่วไปที่ธุรกิจมักทำเมื่อเริ่มใช้งานเอเจนต์ AI ตัวแรกคือการเปิดตัวโดยไม่มีกรณีการใช้งานที่กำหนดไว้อย่างชัดเจนหรือเกณฑ์วัดความสำเร็จ ซึ่งมักส่งผลให้การมีส่วนร่วมต่ำและผลกระทบจำกัด นอกจากนี้ หลายๆ ธุรกิจยังถือว่าเอเจนต์ AI เป็นการใช้งานครั้งเดียวแทนที่จะเป็นระบบที่ต้องมีการอัปเดตและปรับแต่งเป็นประจำเพื่อให้ยังคงมีประสิทธิภาพในระยะยาว

ฉันควรวางแผนเวลาและงบประมาณเท่าใดสำหรับโครงการนำร่องตัวแทน AI?

โดยทั่วไปแล้ว โครงการนำร่องที่มุ่งเน้นสามารถเปิดตัวได้ภายใน 2 ถึง 6 สัปดาห์โดยใช้เงิน 300 ถึง 700 ดอลลาร์ โดยเฉพาะอย่างยิ่งกับแพลตฟอร์มแบบไม่มีโค้ดหรือโค้ดต่ำ

ฉันควรใช้การบันทึกข้อมูลหรือบันทึกการตรวจสอบประเภทใด

คุณควรบันทึกข้อมูลอินพุตของผู้ใช้ทุกคน การตัดสินใจของตัวแทน การดำเนินการที่เกิดขึ้น และการเรียกใช้ API ทั้งหมด รวมถึงค่าประทับเวลาและตัวระบุผู้ใช้เพื่อให้สามารถติดตามได้ เพื่อความโปร่งใสและการวินิจฉัยที่ดีขึ้น การรวมขั้นตอนการให้เหตุผลหรือคะแนนความเชื่อมั่นไว้ด้วยหากมีก็เป็นประโยชน์

Human-in-the-loop (HITL) มีลักษณะอย่างไรในทางปฏิบัติ?

ในทางปฏิบัติ HITL หมายถึงตัวแทน AI จะหยุดชั่วคราวเพื่อให้มนุษย์ป้อนข้อมูลเกี่ยวกับการตัดสินใจบางอย่าง เช่น การอนุมัติ การยกระดับ หรือกรณีที่คลุมเครือ ก่อนดำเนินการต่อไป ซึ่งจะช่วยสร้างหลักประกันและรับรองว่าการดำเนินการที่ไม่แน่นอนจะได้รับการดูแลโดยบุคคลเมื่อจำเป็น

ตัวแทน AI ตัวเดียวสามารถรองรับหลายแผนก (เช่น ทรัพยากรบุคคลและฝ่ายขาย) ได้หรือไม่

ใช่ ตัวแทน AI ตัวเดียวสามารถให้บริการหลายแผนกได้ โดยต้องได้รับการออกแบบให้มีการแยกบริบทอย่างเหมาะสม มีคำแนะนำที่ชัดเจนสำหรับพฤติกรรมตามบทบาท และกำหนดเส้นทางการสอบถามอย่างชาญฉลาด องค์กรหลายแห่งเริ่มต้นด้วยแผนกเดียวและขยายความสามารถของตัวแทนทีละน้อยเพื่อหลีกเลี่ยงการทับซ้อนหรือสับสน