Microsoft зерттеушілері мен академиялық серіктестерінің жаңа зерттеуі жасанды интеллект (ЖИ) агенттерінің үлкен тіл модельдері (ҒТМ) арқылы графикалық пайдаланушы интерфейстерін (ГПИ) басқаруға бет бұрғанын көрсетеді, бұл адам мен бағдарламалық жасақтама арасындағы өзара әрекеттесуді өзгертуі мүмкін. Бұл ЖИ жүйелері енді түймелерді басу және қосымшаларды шарлау сияқты тапсырмаларды орындай алады, табиғи тілге түсінік беріп, бұйрықтарды орындауды жүзеге асырады. Негізгі парадигманың ауысуы ретінде сипатталған мұндай "ГПИ агенттері" пайдаланушыларға қарапайым әңгімелесу арқылы күрделі тапсырмаларды орындауға мүмкіндік береді, веб-навигация, мобильді қосымшалар және жұмыс үстелі автоматикасын пайдаланушы тәжірибесін өзгертеді. Ірі технологиялық компаниялар бұл мүмкіндіктерді біріктіруде. Мысалы, Microsoft-тың Power Automate және Copilot ЖИ жұмыс процестерін автоматтандыруға және бағдарламалық қамтамасыз етуді басқаруға көмектеседі, ал Anthropic-тің Claude веб-интерфейстеуді қамтамасыз етеді. Google Chrome-ды веб тапсырмалары үшін қолданып, Project Jarvis-ті әзірлеуде. Әсіресе мультимодальды ҒТМ-дердің көтерілуі ГПИ автоматикасының жаңа кезеңін білдіреді, нарықтың елеулі өсу мүмкіндігі бар, BCC Research деректері бойынша бұл өсім 2022 жылы $8, 3 миллиардтан 2028 жылға қарай $68, 9 миллиардқа жетпек.

Бұл өсім кәсіпорындардың бағдарламалық жасақтаманы қолжетімді етуге және қайталанатын тапсырмаларды азайтуға ұмтылысын көрсетеді. Алайда, кең таралу алдында құпиялылық мәселелері, өнімділік ақаулары және қауіпсіздік секілді қиындықтар бар. Бұрынғы автоматика тәсілдері нақты әлемдік қолданбалар үшін икемділіктен кенде болды. Шешімдерге тиімді жергілікті модельдерді дамыту, қауіпсіздікті арттыру және бағалауды стандарттау кіреді. Сарапшылар ГПИ автоматикасындағы көп агенттік архитектуралар мен мультимодальды мүмкіндіктерге ауысуды болжап отыр, бұл өнімділікті айтарлықтай арттырады, бірақ қауіпсіздік пен инфрақұрылымның салдарын мұқият қарауды талап етеді. Саланың сарапшылары 2025 жылға дейін кәсіпорындардың ГПИ автоматтандыру агенттерін кеңінен қабылдайтынын, деректердің құпиялығы мен жұмысқа әсеріне қатысты мәселелермен қатар тиімділікті арттыру мүмкіндігін болжайды. Зерттеу жаңаша технологиялық және кәсіпорын енгізу жетістіктерін талап ететін бағдарламалық жасақтамамен өзара әрекеттесуін өзгертетін әңгімелесу ЖИ интерфейстері үшін маңызды сәтті құптайды. Зерттеушілер жасанды интеллект көмекшілері күрделі және динамикалық ортада тиімді жұмыс жасап, компьютерлермен жұмыс істеуіміздің ажырамас бөлігіне айналады деп болжайды.