Позвольте мне подготовить сцену.
На днях я понял, что мой DJI Lidar был на Фрице. Я зависел от этой небольшой технологии, чтобы добавить автофокусировку и автоматически в мою кинокамеру. Без этой функции мне было бы труднее получить некоторые из необходимых снимков.
Дело, может быть, год или около того, но я понятия не имел, был ли это все еще на гарантии. В любом случае, это должно было быть отремонтировано.
Это лидар DJI (B & H)
Итак, я запрыгнул на сайт DJI и направился на поддержку, где я предположил, что меня встретит агент ИИ.
Ага.
Я прыгнул на агента и напечатал что -то похожее на «Мой лидар больше не будет автофокусировкой». Ответ агента искусственного интеллекта не был помощи, поэтому я последовал за вопросом. Опять же, агент ИИ подвел меня, поэтому я выбрал другой подход и задал вопрос: «Как мне вернуть свой лидар для ремонта?»
Агент не мог мне помочь.
После 30 минут попыток я решил, что настоящий человек был необходим. Примерно через 60 минут после этого у меня была ответная метка для моего лидара, и я мог собрать его.
Учитывая, как так много предприятий корпоративных предприятий полагаются на агентов искусственного интеллекта практически для всего, это не должно было быть так. Этот разговор с агентом ИИ должен был быть простым, может быть, что -то вроде этого:
Я: Мой лидар больше не автофокусирует.
Агент ИИ: Можете ли вы дать мне серийный номер, чтобы я мог лучше помочь вам?
Я: Конечно. <Типы серийного номера>
Агент ИИ: Спасибо. Один момент, пожалуйста. <Момент проходит> Ваше устройство все еще находится на гарантии. Введите свой адрес электронной почты, и я пришлю этикетку возврата, и мы разместим приоритет в процессе.
Я: Спасибо.
Агент ИИ: Есть ли что -нибудь еще, с чем я могу вам помочь?
Я: Нет. Спасибо.
Агент ИИ: Хорошего дня и не забудьте проверить свою электронную почту на этикетке.
Вот как должен был пройти обмен; Но, увы, это не так, и я потратил слишком много времени на организацию возврата и ремонта предмета.
В настоящее время единственной стороной монеты, наслаждающейся эффективностью, является бизнес. Каждый случай, который я пытался решить проблему с агентом искусственного интеллекта, был очень похож на то, что я испытал, пытаясь вернуть мой лидар, так что это не вина DJI.
Проблема с самим ИИ.
ИИ должен сделать все более эффективным.
Я на самом деле строил чат -бот и понимаю, как они работают. Агенты ИИ очень похожи как в том, как они построены, так и в том, как они должны взаимодействовать с пользователями.
Дело в том, что большинство агентов искусственного интеллекта основаны на моделях получения добычи (RAG), которые оказались недорогими и неэффективными. Такие системы на основе тряпки используются по всему миру, и это проблема. Почему? Потому что компании используют эти системы, чтобы помочь с очень сложной задачей обработки поддержки клиентов.
Подумайте об этом на секунду.
Многие крупные компании могут не чувствовать себя так, но поддержка клиентов — это безумно сложный процесс. У каждого пользователя есть разные проблемы, другой уровень понимания того, что он использует или пытается делать, говорит на разных языках и находится на разных уровнях разочарования.
Когда для этой цели используются системы на основе тряпки, они не могут справиться с нюансами общения и часто не способны решить проблему.
Почему это? ИИ на основе RAG не совпадает с системой AI, такой как Mistral, Ollama или CHATGPT в том, что у нее нет языковой обработки, рассуждений или способности принимать решения. Вы будете знать, когда вы используете систему на основе RAG, потому что взаимодействие далеко от человека. Единственный способ работы агентов ИИ на основе тряпки-это если вы знаете правильные вопросы, которые нужно задать. Спросите что-нибудь не по теме или сложное, и вы сразу поймете, что я имею в виду, поскольку агент либо не будет знать, как ответить, повторить себя или сбросить (что я испытал несколько раз).
Системы на основе RAG используются в области здравоохранения, юридических консультативных услуг, агентов по недвижимости, помощников по электронной коммерции, чат-ботов на основе предприятия, примечаний на собраниях и резюме генераторов, бронирования и планирования встреч, агентов по анализу данных и многого другого.
Как проблема может быть решена?
Возможно, вы использовали Google Gemini Live и испытали полномасштабную беседу с ИИ. Я использовал его, и это впечатляет. Я также регулярно использую Ollama через MSTY для исследований и редко сводится. Теперь представьте, что компания использовала что -то вроде Gemini Live в качестве агента поддержки. Все будет сделано с уровнем точности и целесообразности, как никогда раньше.
Проблема в том, что большинство компаний не захотят тратить деньги на преобразующего агента искусственного интеллекта. Что такое преобразующий агент ИИ? Я рад, что ты спросил.
У трансформационного агента ИИ есть следующие качества:
- Автономия
- Обучение и адаптивность
- Принятие решений
- Выполнение задачи
- Сотрудничество
Эти типы агентов — это то, что считается «третьей волной» развития ИИ (после прогнозирующего и генеративного ИИ) и может легко революционизировать многие отрасли.
Тем не менее, компании должны быть готовы потратить деньги, чтобы заставить их работать, и это не будет дешевым или легким. Подумайте об этом: компания может создать преобразующего агента ИИ и сделать его доступным для предприятий повсюду. Как только бизнес решает принять этого агента, они должны обучать его специально для своих потребностей (для продуктов, услуг и т. Д.).
Это обучение потребует, чтобы у бизнеса было много документации как для их продуктов, так и для процессов. Кроме того, чтобы действительно сделать эти агенты эффективными, они должны быть интегрированы с другими системами в бизнесе (для таких вещей, как представление билетов); В противном случае они не будут очень эффективными.
Просто для развлечения, я задал Близнецам этот вопрос:
Почему агенты искусственного интеллекта так плохо справляются с поддержкой?
Ответ Близнецов говорил:
В то время как агенты искусственного интеллекта добились значительного прогресса, они все еще борются с нюансами, адаптируемостью, предубеждениями данных и доверием клиентов. Преодоление этих ограничений требует постоянных исследований, лучших данных, улучшенных алгоритмов и более ориентированного на человека подхода к реализации ИИ в поддержке клиентов. Ключ должен рассматривать ИИ как инструмент для увеличения человеческих агентов, а не заменить их полностью. Лучший опыт поддержки клиентов, вероятно, будет теми, кто плавно сочетает в себе сильные стороны как ИИ, так и человеческого интеллекта.
Близнецы ударили по ногтям по голове с его ответом, особенно той частью, где ИИ является инструментом для увеличения человеческих агентов, а не заменить их полностью. До тех пор, пока компании не поймут, что агенты на основе RAG не способны заменить людей для поддержки, клиенты и клиенты будут продолжать расстраивать опыт и даже включить любимый бренд, потому что поддержка настолько плохая.
Эта проблема реальна, и я не вижу, чтобы она уйдет в ближайшее время.
Почему? Простой. Я задал поисковой системе, управляемой AI, управляемой AI, следующий вопрос:
Сколько будет стоить компании для развертывания преобразующего агента искусственного интеллекта?
Ответ должен сказать вам, почему:
Стоимость развертывания трансформирующего агента ИИ для компании может значительно различаться в зависимости от сложности и масштаба проекта. По состоянию на 2025 год, вот обзор потенциальных затрат:
- Для небольших или базовых разработчиков агентов по искусственному искусству компании могут рассчитывать на потратить от 50 000 до 80 0001 долларов.
- Среднемасштабное развитие агента искусственного интеллекта обычно варьируется от 80 000 до 150 00011 долл. сша.
- Крупномасштабная или передовая разработка агента ИИ может стоить 150 000 долларов или более.
- Для высокоспециализированных, интеллектуальных агентов с продвинутыми функциями, такими как глубокое обучение, принятие решений в реальном времени и непрерывное обучение, затраты могут превышать 300 000 долларов.
Таким образом, где -то от 50 000 до 300 000 долларов для развертывания преобразующего агента искусственного интеллекта. Это большая часть изменений, особенно по сравнению с системой на основе RAG, которая (в зависимости от недоумения) может начаться с 7000 долларов и увеличить по мере добавления сложности.
В конце концов, агенты ИИ на основе RAG намного дешевле, чем преобразующий ИИ, так что вы можете поспорить, где большинство предприятий приземляются. Пока они, наконец, не откроют свои карманы немного глубже для преобразующего варианта, большинство клиентов и клиентов уйдут менее чем довольны.
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Джек Уоллен-это то, что происходит, когда генеральный разум с умом с современным Snark. Джек — искатель истины и писатель слов с квантовым механическим карандашом и разрозненным ударом звука и души. Хотя он проживает … читайте больше от Джека Валлена
