Store språklige modeller (LLMs) som ChatGPT og Claude er for øyeblikket begrenset i å matche menneskelige arbeideres allsidighet på grunn av deres avhengighet av forhåndslastede data for kontekst. Disse AI-verktøyene fungerer typisk som medpiloter som hjelper til med å fullføre oppgaver, men mangler evnen til å operere autonomt. ### Utover Medpilotassistanse Anthropic lanserte Claudes 'Datamaskinbruk'-funksjon, som markerer et sprang mot menneskeliknende selvstendighet i AI. Denne nye funksjonen lar Claude interagere med programvareapplikasjoner uavhengig, utføre oppgaver som å navigere i menyer og skrive uten menneskelig tilsyn. I motsetning til tradisjonelle systemer for robotisert prosessautomasjon (RPA) som følger forhåndsinnstilte trinn, tolker Claudes Datamaskinbruk visuelle input og resonnerer for å bestemme den beste handlingen. For eksempel kan Claude håndtere oppgaver som å organisere kundedata, korrelere økonomisk informasjon, og utforme personaliserte meldinger uten menneskelig innputt. Denne evnen lar Claude utføre arbeid på lik linje med en junioransatt. Likevel kan denne tilnærmingen være tidkrevende da den i hovedsak replikerer menneskelige handlinger. I tillegg krever Claudes Datamaskinbruk eksklusiv tilgang til datamaskinen når den opererer. ### Verdien av Multi-Agent Konfigurasjoner I diskusjoner rundt AI-agenter er disse verktøyene ikke virkelig autonome, men kan simulere autonomi effektivt, og tilby muligheter for forretningsinnovasjon. Daniel Vassilev, CEO for Relevance, fremhever at AI-agenter kan håndtere arbeidsflyter som ville kreve flere fulltidsansatte, ved å håndtere oppgaver som kvalifisering av potensielle kunder og kundekommunikasjon. Å distribuere flere spesialiserte agenter gir mer verdi enn å automatisere individuelle arbeidsflyter.

Som menneskelige team kan AI-agenter tildeles spesifikke oppgaver og samarbeide for større produktivitet, integrere sømløst uten behov for ekstra menneskelig tilsyn. ### Den Autonome Forskjellen Forskjellen mellom medpiloter og autonome agenter er gjennomføring. Medpiloter øker produktiviteten ved å assistere i oppgaver, mens autonome agenter håndterer hele oppgaver uavhengig, slik at mennesker kun trenger å gjennomgå resultatene. Relevance bruker for eksempel AI-agenter for å gjennomføre forskning og administrere brukeropplæring og kommunikasjon, og flytter menneskelige roller til å fokusere på tilsyn og kreativitet. ### Tillit og Sikkerhetsrammer AI-agenter, til tross for sitt potensial, er ikke feilfrie. Vassilev sammenligner bruk av AI-agenter med å ansette nye medarbeidere, som krever tilsyn og retningslinjer for å sikre trygg drift. Å sette sikkerhetsrammer og trene disse agentene riktig er avgjørende, likt en junioransatt. ### Utfordringer og Fremgang Til tross for sitt potensial, står autonome AI-agenter overfor utfordringer, ofte på grunn av hull i organisatorisk kunnskap heller enn tekniske problemer. Mange prosesser er vanskelige å dokumentere og automatisere siden de lever i ekspertenes sinn. Å kombinere Anthropics Datamaskinbruk med flere AI-agenter har åpnet nye muligheter for automasjon, selv for komplekse og kreative oppgaver. Ettersom disse verktøyene fortsetter å utvikles, tilbyr de potensial for å oppnå mer med færre ressurser, og flytter menneskelige roller til å fokusere på innovasjon og tilsyn. Spennende tider ligger foran i utviklingen av AI-evner.