AI agenti
Agenti koji obave zadatak i stanu ondje gdje treba odlučiti osoba
Izrađujemo agente koji preuzmu zadatak, primjerice pripremu ponude ili razvrstavanje upita podrške, odrade ga kroz vaše alate i rezultat donesu osobi na odobrenje prije nego što išta izađe iz tvrtke.
Rad agenta · upit za ponudu
- E-poštaUpit pročitanPrepoznati artikli i količine
- CRMPronađeni kupac i uvjeti
- ERPProvjerene zalihe i cijene
- AgentPripremljen nacrt ponude
- OsobaProdavač odobrava i šalje
O čemu je riječ
Model s alatima, zadatkom i granicama
Automatizacija svaki put slijedi iste korake. Agent dobiva cilj i skup alata te sam odlučuje koje će korake poduzeti u slučaju koji je pred njim. Zato je koristan ondje gdje se slučajevi razlikuju, i zato su mu potrebne granice: svaki alat ima određene ovlasti, svaki se rad bilježi korak po korak, a radnje s posljedicama čekaju osobu.
- Svaki je alat samo za čitanje, osim kada postoji razlog da piše
- Točke odobrenja prije slanja, knjiženja, plaćanja ili brisanja
- Potpun zapis: što je pročitao, što je odlučio i zašto
- Gdje se koraci nikada ne mijenjaju, koristi se običan tijek rada
Zapis agenta · ogledni podaci
- Pročitao upitTri artikla, isporuka do petkaČeka odobrenje
- Pronašao kupcaPostojeći kupac, primijenjeni dogovoreni uvjetiČeka odobrenje
- Provjerio zaliheJednog artikla nema dovoljno, predložena zamjenaČeka odobrenje
- Pripremio ponuduPoslano prodavaču na odobrenjeČeka odobrenje
Što isporučujemo
Agent kojeg možete nadzirati
Određen zadatak
Jedan posao s jasnim početkom, jasnim krajem i pisanim opisom onoga što je dobar rezultat.
Alati
Veze prema e-pošti, CRM-u, ERP-u i dokumentima, od kojih svaka nudi samo radnje koje zadatak traži.
Zaštitne ograde
Ograničenja toga što smije mijenjati, koliko smije napraviti u jednom radu i kada mora stati i pitati.
Red za odobrenje
Mjesto na kojem osoba vidi predloženu radnju i obrazloženje te je odobrava, mijenja ili odbija.
Zapis rada
Zabilježen je svaki korak svakog rada, pa se odluka poslije može pratiti unatrag.
Vrednovanje
Skup prošlih slučajeva na kojima se agent provjerava kad god se promijene njegove upute ili model.
Kako projekt teče
Najprije usko, šire kada to zasluži
- 01
Odabir jednog zadatka
Biramo zadatak koji se ponavlja, ima jasne ulaze i koji osoba danas ionako provjerava.
- 02
Izrada s alatima samo za čitanje
Agent isprva samo čita i predlaže. Ljudi njegove prijedloge uspoređuju s onim što bi sami napravili.
- 03
Radnje uz odobrenje
Smije djelovati kada osoba odobri svaku radnju. Izmjene i odbijanja bilježe se i koriste za poboljšanje.
- 04
Pregled i širenje
Nakon razdoblja uporabe zajedno pregledavamo zapis i odlučujemo koje radnje niskog rizika više ne trebaju odobrenje.
Čime gradimo
- Modeli
- Modeli Claude, Modeli GPT
- Orkestracija
- n8n, Vlastiti servisi, Poslužitelji Model Context Protocola
- Radi kroz
- E-pošta, CRM, ERP, Helpdesk, Dijeljene mape, Timski chat
Krećemo od onoga što već imate. Popis pokazuje za čim posežemo kada nešto nedostaje, a ne alate koje morate uvesti.
Je li agent pravi alat?
Dobar izbor kada…
- Zadatak se ponavlja, ali je svaki slučaj malo drukčiji
- Treba podatke iz više sustava
- Rezultat danas pregledava osoba i tako bi i ostalo
- Sustavi o kojima je riječ imaju API
Vjerojatno nije za vas kada…
- Koraci se nikada ne mijenjaju: običan je tijek rada jeftiniji i predvidljiviji
- Nitko ne bi imao vremena pregledavati ono što predloži
- Pogreška se ne bi mogla ispraviti, a korak odobrenja nije prihvatljiv
- Zadatak je rijedak ili pravila za njega još nisu dogovorena
Primjene
Gdje se agenti koriste
Zadaci u kojima nastaje nacrt koji osoba odobrava.
Svaki upit u CRM-u, bez prepisivanja
Upiti s obrazaca, e-pošte i chata postaju kontakti i prilike u CRM-u, a prava osoba dobiva obavijest.
Otvori primjenu Financije i administracijaAI integracijeAutomatizacija poslovanjaUlazni računi pročitani, upareni i spremni za knjiženje
Ulazni računi se čitaju, uparuju s narudžbenicama i šalju na odobrenje prije nego što dođu u knjige.
Otvori primjenu Financije i administracijaAI integracijeAutomatizacija poslovanjaPodaci iz dokumenata, ravno u vaše sustave
Ugovori, obrasci, otpremnice i izvodi se čitaju, a podaci završavaju tamo gdje su potrebni.
Otvori primjenu Financije i administracijaAutomatizacija poslovanjaAI integracijeMjesečni izvještaj, sastavljen za vas
Podaci iz računovodstva, prodaje i operative u jednom izvještaju po rasporedu, uz pisani sažetak.
Otvori primjenu Korisnička podrškaAI integracijeAutomatizacija poslovanjaSandučić podrške koji se sam razvrstava
Pristigle poruke razvrstane po temi i hitnosti, usmjerene pravoj osobi i s pripremljenim nacrtom odgovora.
Otvori primjenu Korisnička podrškaAI integracijeSoftver po mjeriAsistent koji odgovara iz vaših dokumenata
Zaposlenici ili kupci pitaju običnim jezikom i dobivaju odgovor iz vaših dokumenata, uz prikazan izvor.
Otvori primjenu Korisnička podrškaAutomatizacija poslovanjaAI integracijeKupci provjeravaju narudžbu bez pisanja podršci
Status narudžbe i dostave dostupan na vašoj stranici ili u odgovoru, uživo iz trgovine i od dostavljača.
Otvori primjenuPitanja o AI agentima
Po čemu se agent razlikuje od automatizacije?
Automatizacija izvršava zadane korake zadanim redom. Agent korake bira za svaki slučaj, koristeći alate koje je dobio. Automatizaciju koristimo svugdje gdje su koraci uvijek isti, a agenta samo za dio koji traži prosudbu.
Može li agent djelovati a da nitko ne odobri?
Samo ondje gdje vi tako odlučite i samo za radnje niskog rizika koje se lako poništavaju, poput dodavanja bilješke ili oznake. Sve što se šalje kupcu, knjiži ili plaća čeka osobu.
Što ga sprečava da napravi nešto što ne bi smio?
Ovlasti postavljene u samim sustavima, a ne samo u njegovim uputama. Ako agentov račun ne može obrisati zapis, nikakva ga uputa na to ne može navesti. Uz to idu ograničenja po radu i red za odobrenje.
Kako ćemo znati zašto je nešto napravio?
Svaki rad ima zapis onoga što je pročitao, koji je alat pozvao i koje je obrazloženje naveo. Zapis se čuva i može se pretraživati po slučaju.
Kroz što prolaze naši podaci?
Kroz API pružatelja modela, uz poslovne uvjete u kojima stoji da se podaci ne koriste za treniranje, i kroz sustave s kojima je agent povezan. Put podataka za svaki zadatak popisujemo prije izrade.
Što se događa kada se model promijeni?
Čuvamo skup prošlih slučajeva s poznatim dobrim rezultatima i agenta na njima provjeravamo prije prelaska na novu verziju modela, tako da promjenu ponašanja vidimo prije nego što je vidi vaš tim.
Pokažite nam jedan proces. Pokazat ćemo vam kako bi mogao izgledati.
Analiza je besplatna, traži oko sat vašeg vremena i završava pisanim sažetkom koji ostaje vama.
Radije biste prvo čitali? Pogledajte primjere