Van generatieve AI naar agentgebaseerde AI

Sinds eind november 2022 besteden we veel aandacht aan generatieve AI. Volgens SiliconAngle/The Cube komen we langzamerhand in een nieuwe fase van de AI-ontwikkeling terecht. Dat is de fase van ‘agentic AI‘ (agentgebaseerde AI). Ik verken daarbij ook beknopt de mogelijke gevolgen voor leren, opleiden en onderwijs.

photo-realistic image of a digital factory with a digital assembly line for AI agents, supervised by three diverse human beings.
DALL-E: photo-realistic image of a digital factory with a digital assembly line for AI agents, supervised by three cultural diverse human beings, and no blue color

Generatieve AI heeft volgens de auteurs van deze bijdrage tot nu toe niet aan de hoge verwachtingen voldaan. De volgende stap in AI, agentgebaseerde AI, belooft echter wel concrete zakelijke waarde te bieden voor bedrijven. Agentgebaseerde AI bouwt voort op generatieve AI maar gaat verder door doelen te behalen onder menselijke supervisie.

Er is een duidelijk onderscheid tussen agentgebaseerde AI voor consumenten en bedrijven. Consumenten-AI is complex en onvoorspelbaar, vergelijkbaar met het navigeren zonder kaart. Bedrijfsgerichte AI daarentegen opereert binnen gedefinieerde en voorspelbare kaders, vergelijkbaar met het uitvoeren van taken in een bekende omgeving.

Bij agentgebaseerde AI werkt een digitale agent in een bedrijfsomgeving om specifieke taken uit te voeren op basis van duidelijke richtlijnen. Dit kan variëren van het beheren van voorraden tot het optimaliseren van logistieke processen. Een goed voorbeeld is volgens deze bijdrage Amazon. Dit bedrijf gebruikt verschillende agenten om taken zoals langetermijnplanning en orderverwerking te coördineren. Agentgebaseerde AI creëert dus niet zozeer content, zoals tekst of beeld, maar voert acties uit. Bij generatieve AI worden verzoeken via natuurlijke taal verwerkt om antwoorden te genereren. Deze methode leverde volgens de auteurs echter beperkte ‘return on investment’ op. De volgende fase, agentgebaseerde AI, omvat een orkestratielaag die acties en workflows aanstuurt in plaats van alleen gegevens op te halen. Agents maken een plan om werk uit te voeren namens een gebruiker, gegeven een specifiek doel. Daarnaast kan een agent samenwerken met andere agents die worden aangestuurd door een toezichthoudende agent die interacties tussen agents kan orkestreren en uitkomsten kan coördineren.

Om agentgebaseerde AI te realiseren, moeten er diverse bouwstenen worden samengebracht:

  • Orkestratielaag: Deze stuurt acties aan door gebruik te maken van tools en data in applicaties.
  • Verbonden data: Ruwe data moet worden omgezet in semantisch betekenisvolle objecten die de basis vormen voor verdere analyses. De systemen maken ook gebruik van ‘management know how’.
  • Automatisering: Robotic Process Automation (RPA) blijft een rol spelen, maar moet robuuster en flexibeler worden door AI-gebaseerde intelligentie.

Agentgebaseerde AI kan dan toegepast worden in verschillende branches. Bijvoorbeeld, in de supply chain kan het helpen bij het voorspellen van voorraadniveaus en het optimaliseren van distributiecentra. Het uiteindelijke doel is om organisatiesprocessen efficiënter en nauwkeuriger te maken door middel van digitale representaties en geautomatiseerde workflows.

Agentgebaseerde AI leidt volgens de auteurs tot een transformatie in hoe bedrijven opereren, met agents die taken uitvoeren op basis van menselijke doelen en supervisie. Dit vereist volgens hen een nauwe samenwerking tussen AI, menselijke intuïtie en organisatiesprocessen. Volgens deze bijdrage biedt agentgebaseerde AI een veelbelovende toekomst voor arbeidsorganisaties omdat taken en processen meer effectief en efficiënt kunnen worden uitgevoerd. Op dit moment zien we binnen bedrijven als Amazon hooguit voorproefjes van deze ontwikkeling.

De auteurs maken ook duidelijk dat er nog heel wat moet gebeuren, voordat bedrijven daadwerkelijk ‘digitale fabrieken’ worden waar AI-agents met elkaar samenwerken, onder menselijke supervisie. Om agentgebaseerde AI volledig te benutten, moeten bestaande applicaties bijvoorbeeld verbonden worden en data geharmoniseerd worden binnen deze applicaties. Dit betekent dat termen zoals klanten, boekingen, facturering en achterstanden dezelfde betekenis moeten hebben binnen het hele organisatie. Dit lijkt eenvoudig, maar is complex. Het vermogen om in bijna real-time te begrijpen en actie te ondernemen is cruciaal voor de toekomst van bedrijven. Het ontwikkelen en trainen van AI-agents zal ook steeds belangrijker worden.

Mijn opmerkingen

Als je AI, weliswaar onder supervisie van mensen, acties laat uitvoeren dan moet je wel zeker zijn dat de data op basis waarvan acties worden uitgevoerd betrouwbaar, correct en zo volledig mogelijk zijn. Dat impliceert m.i. dat je hiervoor openbare data niet kunt gebruiken, omdat je er niet op aankunt dat de data aan kwaliteitscriteria voldoet. Je maakt wel gebruik van zeer veel data. De toepasbaarheid van agentgebaseerde AI is m.i. dan ook beperkt tot meer omvangrijke organisaties die veel data genereren. Grote schoolbesturen, MBO-instellingen, hogescholen en universiteiten horen daar ook bij.

Ik zie zelf best wel wat toepassingen voor leren, opleiden en onderwijs. Zoals het initiëren van acties op basis van data over het leren, en op basis van voorspellingen die AI doet.  Denk aan acties bij aanwezigheidsplicht of als je beperkte betrokkenheid waarneemt. Op dit moment kun je digitale technologie vaak ook al gebruiken voor notificaties. Een verschil is dat een agent in een studentadministratiesysteem kan checken of een lerende bijvoorbeeld te maken heeft met persoonlijke omstandigheden die er toe leiden dat een lerende weinig activiteit ontplooit in een leermanagementsysteem. De coördinerende agent zorgt er dan voor dat een lerende die net een ouder verloren heeft, niet door de agent van het LMS genotificeerd wordt.

Een spannende hierbij is ook hoe menselijke supervisie vorm krijgt. Het is op dit moment niet toegestaan om AI zelfstandig acties te laten uitvoeren met vergaande impact. En verder heb ik het niet eens gehad over de impact op het werk van degenen die werkzaam zijn binnen onderwijsinstellingen opleidingsinstituten en L&D-afdelingen. Of over het energieverbruik die deze AI-toepassingen vergen.

Voor degenen die nu af en toe wakker liggen van zorgen over mogelijke nadelen van generatieve AI, zal agentgebaseerde AI waarschijnlijk leiden tot een structureel slaaptekort. Er zullen heel wat ‘guardrails’ moeten worden ingebouwd om een verkeerd gebruik van agentgebaseerde AI te voorkomen.

Mijn bronnen over (generatieve) artificiële intelligentie

Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.

 

This content is published under the Attribution 3.0 Unported license.

Delen

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *