Сучасні AI-агенти все ще стикаються з серйозними викликами в контексті командної роботи. Коли один з членів команди коригує AI-агента, поліпшення не передається іншим користувачам, і кожен починає з нуля.
Проблема відсутності спільної пам’яті
Ця проблема стає ще більш помітною в багатокористувацьких робочих процесах, де команди очікують, що агенти ділитимуть контекст між користувачами та завданнями. Без спільної пам’яті кожен член команди навчає різні версії одного й того ж агента, які ніколи не синхронізуються.
“Постачальники моделей справді добре покращують логіку міркувань, але не можуть інтегрувати контекст роботи підприємства так, щоб люди могли його сприймати”, – зазначив Арнаб Бозе, головний продуктолог Asana.
Платформа управління роботою Agentic
Asana розробляє платформу, що зосереджена на контексті та спільній пам’яті. Завдяки платформі Agentic Work Management, корекції, зроблені одним із членів команди, стають доступними для всіх.
“Граф контексту автоматично надається агентам в системі Asana, що дозволяє уникнути необхідності кожному члену команди ставати експертом у налаштуванні запитів”, – додав Бозе.
Важливість спільної пам’яті
Архітектура спільної пам’яті є критично важливою не лише для продукту Asana, але й для будь-якої багатокористувацької системи. Це особливо актуально, коли підприємства переходять від простих агентів до комплексних робочих процесів, які потребують спільного контексту.
Виклики для багатокористувацьких робочих процесів
Моделі, що живлять агентів, за своєю суттю не мають пам’яті, тому це стає окремим шаром поза контекстом. Питання, що зберігати, хто контролює цю інформацію та як забезпечити її узгодженість при роботі з різними агентами, залишається невирішеним.
Перспективи розвитку AI-агентів
Можливості для розвитку AI-агентів полягають у створенні систем, які отримують пам’ять реляційно, використовують релевантний контекст залежно від запиту. Проте, на думку експертів, лише небагато організацій готові реалізувати такі рішення.
Особисті та командні агенти
AI-агенти вже активно впроваджуються в компанії, але багато з них виконують функції для окремих користувачів. Більшість запитів походять від однієї особи, навіть якщо агенти працюють у загальній системі, вони вчаться переважно на індивідуальних вподобаннях.
Питання спільної пам’яті стає критерієм при оцінці платформ управління роботою. Агенти, які навчаються лише для одного користувача, вимагатимуть постійної підтримки, тоді як ті, що підключені до командного шару пам’яті, автоматично формують інституційні знання.
Залишити відповідь