Bagaimana cara mengevaluasi masalah bahwa efek implementasi agen AI saat ini umumnya buruk?
Diperbarui pada: 37-0-0 0:0:0

Sebagai penyandang dana, yang merupakan perusahaan pertama di dunia yang membuat agen AI generik, saya pikir saya dapat memberi Anda beberapa perspektif dan pandangan tentang pasar luar negeri.

Pertama-tama, perusahaan kami (Convergence) mulai melakukan Agen Generik tahun lalu, dan mendarat pada akhir Januari tahun ini, yang terbuka untuk pengguna global, dan masih memiliki jumlah pengguna dan popularitas yang baik.

Dalam proses pengembangan dan implementasi, kami menemukan bahwa masalah terbesar yang dihadapi oleh sebagian besar perusahaan yang membuat Genric Agent saat mendaratkan produk sebenarnya adalah alur kerja yang menganggapnya sangat berharga bagi pengguna. Misalnya, kegunaan memesan restoran/tiket pesawat adalah tentang kemewahan mewah, tetapi hanya sedikit orang biasa yang dapat yakin bahwa agen dapat menyelesaikannya, dan beberapa skenario mungkin sudah dapat mengandalkan produk yang ada untuk menyelesaikan otomatisasi 80%, sehingga keuntungan agen AI tidak menonjol sama sekali. Tanpa kasus penggunaan yang menonjol dan benar-benar berharga, sulit untuk membuat pengguna merasa seperti mereka akan menggunakan GPT untuk pertama kalinya.

Poin kedua adalah pendidikan pengguna, setiap kali bidang produk baru muncul, apakah itu PM, insinyur atau pengguna biasa, belum tentu jelas bagaimana menggunakannya secara efektif. Sebagian besar pengguna masih menggunakan pemikiran GPT untuk mengalami agen, dan mereka akan segera menemukan bahwa itu tidak cukup. Namun, masih merupakan tantangan besar untuk mentransfer pengalaman tim pengembangan dan pengguna yang kuat (yang bersedia menghabiskan waktu mereka menjelajahi kasus penggunaan sendiri) ke pengguna biasa, sehingga mereka dapat memulai dengan cepat.

Poin ketiga adalah kecepatan/efisiensi, apakah itu operator atau proxy perusahaan kami, umpan balik teknis yang paling umum adalah bahwa kecepatannya tidak cukup cepat. Karena agen perlu memanggil dan mengoperasikan beberapa model untuk memastikan akurasi, tugas membutuhkan waktu lama untuk dieksekusi. Sementara pengguna yang kuat mungkin bersedia menunggu, pengguna pertama kali lebih suka melihat hasilnya dengan cepat, jika tidak, mereka cenderung kehilangan minat.

Secara umum, dari sudut pandang praktisi, tantangan nyata dari produk agen terutama dalam desain produk, kepraktisan, dan penerimaan pasar. Meskipun ada kemacetan teknis, masalah teknis cepat atau lambat akan terselesaikan (misalnya, agen paralel yang baru saja kami luncurkan dapat sangat meningkatkan kecepatan), dan masalah produk dan pasar akan bertahan lama.

Saya telah melihat orang mengatakan bahwa agen hanyalah mainan cangkang, tetapi pada kenyataannya, ketika kita melakukan riset pengguna, kita melihat bahwa banyak pengguna yang kuat benar-benar menggunakan agen AI untuk mengubah pekerjaan atau kehidupan mereka. Oleh karena itu, dari sudut pandang praktisi, saya masih sangat percaya bahwa agen AI bukan hanya gelembung, tetapi produk AI generasi berikutnya yang secara bertahap membaik.