なぜユニバーサル・エージェントを軌道に乗せるのは難しいのでしょうか？

正直なところ、マヌスが祭壇から落ちるのを見たとき、私はいつも不思議に思っていた。いわゆる "汎用 "AIインテリジェンスは、なぜいつも雷はたくさん鳴っても雨はほとんど降らないのだろう？デモでは明らかに全能だが、実際のビジネス・シナリオではまるで別人のようだ。これは、いわゆる「ユニバーサル・エージェント」が最初から誤った命題なのではないかと考えざるを得ない。

シナリオの現実は想像以上に複雑だ。

昨年、ある顧客が、カスタマーサービス・プロセスを最適化するために一般的なエージェントを使用していると興奮気味に話してくれたことを覚えている。ユーザーが一度着た服を返品したいと言うと、AIは実際に「友達に転売できますよ」と提案した！その後、Eコマースシーンに特化したバーティカル・エージェントに変更したところ、問題は解決した。

このようなケースは、業界ではあまりにも一般的です。一般的なエージェントは、風邪や発熱を見ることができますが、本当に動作する必要がまだ専門家を見つける必要があるすべての一般開業医になります少し似ています。問題は、企業が緩いすべてのノウハウのすべての種類ではなく、専門家の特定の問題を解決できるようにする必要があるということです。

技術的ボトルネックと評価のジレンマ

最近、HALチームが行ったテストの結果を見て衝撃を受けた。36のケースのうち21のケースで、AIが考えれば考えるほど間違えるという結果が出たのだ！これは、私たちがテストを受けて、考えすぎて簡単な問題を間違えてしまうのと同じではないだろうか？さらに悪いことに、これらのエージェントは、深い分析が必要な質問に対して、怠惰で既成の答えを探すことを学んでしまっている。

ある技術チームが、顧客サービス・エージェントの開発に有名なフレームワークを使おうとしたことがあるが、タスクの多段階検証の必要性など「便乗変更」に対処する際、AIはしばしば重要なステップを飛ばして直接的な結果を出してしまうことがわかった。一度、それはさらに、人間の監査によってタイムリーに検出されない場合は、ユーザーに2倍の金額を返すためにイニシアチブを取った、同社は無駄に数千ドルを失うことになる。

垂直化が唯一の道かもしれない

今、より多くのチームが、大きくて一般的なインテリジェンスを追求する代わりに、小さくて美しい垂直領域に深く突っ込んだ方が良いと気づき始めている。医療分野でのOpenEvidenceのように、医師が医療証拠を素早く見つけるのを助けるというたった一つのことしかしないが、この一つのことに関しては、どんな一般的なエージェントよりも専門的で信頼できる。

最終的に、AIエージェントは本当に着陸するために、必要なのはよりクールなデモ効果ではなく、実際にワークフローに統合することができ、精査に耐えられるように細部まで。未来のエージェントは、SF映画のように全能ではないかもしれないが、少なくとも自分の専門分野で問題を解決することができる。