1. diel - Chatbot a firemný AI asistent Nové

Vitajte v kurze zameranom na AI automatizácie a agentov pre firemné procesy. Ukážeme si, ako môžeme opakované pracovné úlohy previesť do automatizovaných procesov, ktoré pracujú s firemnými dátami, prepájajú aplikácie a podľa nastavených pravidiel vyberajú ďalší postup.

Nezostaneme iba pri zadávaní promptov bežnému chatbotu. Postupne si predstavíme niekoľko spôsobov, ako je možné AI zapojiť do firemných procesov:

• Bežný chatbot pre jednorazové pracovné úlohy.
• Firemný AI asistent využívajúci interné znalosti.
• Automatizované workflow, ktoré prepája aplikácie a odovzdáva dáta.
• AI agent, ktorý podľa situácie vyberá ďalší postup.
• Multiagentný systém, v ktorom spolupracuje niekoľko špecializovaných agentov.

Jednotlivé možnosti si ukážeme na rôznych firemných procesoch a pracovných pozíciách. Budeme pritom sledovať cestu od jednoduchého využitia chatbotu cez zapojenie firemných znalostí a automatizovaných workflow až po AI agentov a spoluprácu viacerých agentov. Zároveň si ukážeme, ktoré činnosti môže AI vykonať samostatne a kde musí výsledok skontrolovať človek.

S rastúcou mierou automatizácie rastie aj čas potrebný na návrh, nastavenie a údržbu riešení. Pri úlohách, ktoré vykonávame len zriedka, preto môže byť výhodnejšie zostať pri jednoduchšom riešení, napríklad bežného chatbota alebo firemného asistenta. Komplexnejšie workflow a agentové systémy sa oplatia predovšetkým pri kľúčových alebo často opakovaných firemných procesoch.

V tomto úvodnom tutoriáli si prvú časť celej cesty ukážeme na jednom obchodnom dopyte. Rovnaký prichádzajúci e-mail spracujeme pomocou bežného chatbota a firemného AI asistenta. Na praktických výsledkoch si ukážeme, čím sa obe riešenia líšia.

Minimálne požiadavky

V tomto kurze nadviažeme na znalosti z kurzu Základy umelej inteligencie.

Obchodný dopyt ako východisková úloha

Jednotlivé prístupy budeme demonštrovať na modelovej spoločnosti EnergoSun sro Firma inštaluje fotovoltaické elektrárne a batériové úložiská. Jednou z jej pravidelných úloh je spracovanie zákazníckych dopytov.

Do obchodnej schránky práve dorazil nasledujúci e-mail:

Obchodník z neho musí získať dôležité údaje, dohľadať ponuku firmy a pripraviť ďalší postup. Dopyt zároveň uloží a odovzdá správnemu kolegovi.

V našom príklade potrebujeme zistiť:

• Čo zákazník požaduje.
• Aké údaje už uviedol.
• Ktoré informácie chýbajú.
• Či firma dokáže požiadavku splniť.
• Ako má znieť odpoveď zákazníkovi.

Rovnakú úlohu odovzdáme dvom rôznym AI riešeniam. Začneme najjednoduchšou možnosťou – bežným chatbotom.

Spracovanie dopytu pomocou chatbotu

Najprv využijeme bežný AI chatbot. Môžeme si ho predstaviť ako univerzálneho pracovníka, ktorý sa orientuje v mnohých témach, ale nepozná automaticky prostredie ani interné postupy našej firmy. Je to podobné, ako keby sme prijali nového zamestnanca a bez zaškolenia mu rovno zadali konkrétnu pracovnú úlohu.

Častým omylom je považovať takého chatbota za jediné možné využitie AI vo firme a jeho obmedzenie za hranicu toho, čo môže AI dosiahnuť. Pokiaľ AI sprístupníme firemné znalosti, presnejšie inštrukcie alebo ju zapojíme priamo do pracovných procesov, môže dosahovať podstatne lepšie výsledky.

Chatbot vytvára výsledok podľa zadaného promptu, obsahu konverzácie a schopností použitého modelu. Bez presných inštrukcií môže zvoliť postup, ktorý pôsobí rozumne, ale nezodpovedá pravidlám konkrétnej firmy.

Výber modelu a režimu

Kvalitu výsledku ovplyvňuje aj zvolený model a režim jeho práce. Na krátke zhrnutie obvykle postačí rýchly režim. Pri porovnávaní viacerých podmienok alebo plánovaní ďalšieho postupu môže byť vhodnejší režim s hlbším uvažovaním, ak ho používaná služba ponúka.

Výkonnejší model však sám o sebe nezaručuje správnu odpoveď. Stále potrebuje kvalitné zadanie a kontrolu výsledku.

Prompt ako zadanie pracovnej úlohy

S chatbotom komunikujeme pomocou promptu, teda textového zadania. V ňom popíšeme, čo má chatbot urobiť, s akými informáciami má pracovať a ako má výsledok vyzerať.

Dobre pripravený prompt obvykle obsahuje:

• Úloha, ktorý má chatbot vykonať.
• Kontext, Ktorý potrebuje pre správne pochopenie situácie.
• Požadovaný výstup, teda podobu výsledku.
• Obmedzenia, ktoré nesmú porušiť.
• Vstupné dáta, s ktorými má pracovať.

Zobraziť text e-mailu Text e-mailu skopírujeme do chatbota a zadáme nasledujúci prompt:

Analyzuj následující obchodní poptávku.
Vypiš důležité údaje, upozorni na chybějící informace a připrav návrh profesionální odpovědi.
Nevymýšlej ceny, termíny ani služby, které nejsou uvedené v zadání.

[TEXT E-MAILU]

Prvá veta určuje hlavnú úlohu. Ďalšia časť požaduje prehľad dôležitých údajov, zoznam chýbajúcich informácií a návrh odpovede zákazníkovi. Posledná veta stanovuje obmedzenia, ktoré bránia dopĺňaniu nepodložených cien, termínov a služieb. Zástupný text [TEXT E-MAILU] označuje miesto pre vstupné dáta.

Prompt neobsahuje ponuku spoločnosti EnergoSun ani jej interné pravidlá. Chatbot preto môže vychádzať iba z obsahu e-mailu, zadaných inštrukcií a svojich všeobecných znalostí.

Chatbot z e-mailu získa hlavné údaje, upozorní na chýbajúce informácie a pripraví návrh odpovede:

Výsledok nám môže ušetriť čas pri čítaní e-mailu a písaní odpovede. Stále ho však musíme skontrolovať a ručne preniesť do ďalších aplikácií.

Kontext prebiehajúcej konverzácie

Chatbot pri vytváraní odpovede používa aj predchádzajúce správy v konverzácii. Tie tvoria jeho kontext. Môžeme si ho predstaviť ako pracovný stôl s aktuálnymi inštrukciami a podkladmi.

Kapacita tohto pracovného stola je obmedzená. V dlhých konverzáciách sa navyše môžu miešať rôzne témy a pokyny, takže práca so staršími informáciami nemusí byť rovnako spoľahlivá.

Pri dôležitých úlohách preto:

• Nepoužívame jednu konverzáciu pre mnoho nesúvisiacich tém.
• Pri odchýlení zopakujeme zásadné pravidlá.
• V prípade potreby založíme nový chat s aktuálnym promptom a podkladmi.

Chatbot navyše nepozná automaticky ponuku firmy, cenník ani voľné termíny. Bez prepojenia s ďalšími aplikáciami tiež nedokáže dopyt uložiť alebo odovzdať obchodníkovi.

Firemný asistent so znalostnou bázou

Bežný chatbot nepozná ponuku spoločnosti EnergoSun. Pripravíme preto firemného AI asistenta, ktorému sprístupníme napríklad:

• katalóg služieb,
• obsluhované oblasti,
• orientačné cenové kategórie,
• pravidlá komunikácie so zákazníkmi.

Tieto podklady tvoria jeho znalostnú bázu. Môžeme si ju predstaviť ako sadu firemných príručiek, do ktorých môže asistent pri práci nazerať:

Rovnaké súbory môžeme odovzdať aj bežnému chatbotovi priamo v konverzácii. Výhodou znalostnej bázy je, že firemné podklady nemusíme pri každej úlohe znovu prikladať a asistent ich môže opakovane využívať.

Pri dotaze asistent použije relevantné informácie z dostupných podkladov pri príprave odpovede. Znalostná báza tak pomáha zjednotiť firemný kontext a postupy. Chyby však úplne neodstraňuje. Asistent môže vybrať nevhodný podklad alebo vytvoriť nepresný záver.

Asistenta vyskúšame na rovnakom dopyte ako bežný chatbot. Do jeho náhľadu vložíme text pôvodného e-mailu a pošleme rovnakú požiadavku:

Oproti bežnému chatbotu môže overiť ponuku firmy a pripraviť odpoveď podľa jej pravidiel. Človek mu však stále musí e-mail ručne odovzdať.

Firemný asistent pozná sprístupnené firemné podklady, ale sám ešte nesleduje poštovú schránku ani nezapisuje výsledky do ďalších aplikácií.

Zhrnutie

Bežný chatbot dokáže rýchlo analyzovať jednorazovú úlohu, ale nepozná automaticky interné postupy firmy. Firemný asistent navyše využíva znalostnú bázu, ktorá mu poskytuje jednotnejšie firemné podklady. Kvalitu výsledku v oboch prípadoch ovplyvňuje zadanie, dostupný kontext a kontrola človekom. Vstupné dáta však stále odovzdávame ručne a výsledok musíme ručne uložiť alebo odovzdať ďalej.

V ďalšej lekcii, Workflow, AI agenti a multiagentné systémy , si ukážeme ďalšie možnosti automatizácie pomocou workflow, AI agentov a multiagentných systémov.