Agentyczna sztuczna inteligencja dla procesów magazynowych

Nowy termin w leksykonie sztucznej inteligencji. Paul Hamblin poprosił Raphaëla Hervé z Manhattan Associates o wyjaśnienie Agentic AI i jego potencjału do przemiany realizacji procesów magazynowych.

Sztuczna inteligencja, uczenie maszynowe, generatywna AI – te popularne frazy ciągle się pojawiają. „To jest dzisiejszy świat, koncepcje rozwijają się tak szybko,” uśmiecha się Hervé (na zdjęciu poniżej), starszy dyrektor ds. usług technicznych i wsparcia w liderach technologii łańcucha dostaw Manhattan Associates.

Najnowszy termin to Agentic AI. Przejdźmy od razu do sedna – czym ono jest?

„Jeśli spojrzymy na AI w jego pierwotnej definicji, przez kilka dekad chodziło o zdolność do rozumienia skomplikowanych algorytmów,” zaczyna. „Następnie opracowaliśmy systemy IT zdolne do przewidywania na podstawie bardzo dużej liczby zbiorów danych, a nawet ich ulepszania, co można nazwać ‘Uczeniem Maszynowym’. Dwa lata temu pojawił się Chat GPT wraz z frazą ‘Generatywna AI’, którą opisałbym jako zdolność do rozumienia treści – czy to tekstu, muzyki, dźwięków, czy obrazów – a także tworzenia tego typu treści. Gdy potrafisz zrozumieć język, możesz zacząć ‘popychać’ te systemy do wykonywania zadań za ciebie.

Agenci AI idą o krok dalej. Są ukierunkowani na osiągnięcie konkretnego celu, a nie tylko na udzielenie odpowiedzi.

Autonomiczne możliwości

Kluczowym przełomem jest autonomia, mówi.

„Operacyjnie, Agenci AI mają uprawnienia do podejmowania decyzji i działania na podstawie tych decyzji. Potrafią także komunikować się z użytkownikiem w zwykłym języku. Agenci przyjmują instrukcje w naturalnym języku i pokazują podjęte decyzje oraz kroki w naturalnym języku. Pamiętaj, mają ostateczny cel i potrafią samodzielnie wyprowadzić kroki, które muszą podjąć, aby go osiągnąć.”

Jako laik, tak jak wielu innych, jestem równie nerwowy wobec obaw związanych z potencjałem AI do chaosu, co jestem zachwycony jego pozytywnymi możliwościami transformacyjnymi. Czy autonomiczność Agentic AI nie zwiększa prawdopodobieństwa, że powtarzalne błędy staną się wbudowane w system?

„Dobre pytanie, ale tak jak każdy system, musi być dostrojony i zoptymalizowany,” mówi Raphaël Hervé. „Pozwólcie, że odwrócę to. Gdy złożony system IT, NIE oparty na generatywnej AI, lub nie szkolony do działania autonomicznego, popełni błąd, jest to naprawdę trudne do zrozumienia dlaczego. Bo trzeba debugować, analizować, zagłębiać się w kod źródłowy. W przypadku agenta, wystarczy mu powiedzieć: ‘Myślę, że to jest błędne. Dlaczego to powiedziałeś?’ I agent powie: ‘Zrobiłem to z tego powodu,’ i tym samym znacznie łatwiej jest wyprowadzić źródło anomalii. Agentic AI jest znacznie bardziej dynamiczny pod względem dostrajania niż to było możliwe w przeszłości. I w przeciwieństwie do psa czy dziecka, nie będzie opierał się twoim instrukcjom,” dodaje.

Przejrzystość AI Agentów w wyjaśnianiu, jakie kroki podejmują i dlaczego, jest uspokajająca. „Są bardzo skuteczni w dokonywaniu korekt, jeśli zajdzie taka potrzeba,” obiecuje.

W portfolio rozwiązań Manhattan Associates znajduje się kilka kontekstów logistycznych.

Przykładem jest Labor Agent, który nie jest w pełni autonomicznym agentem osiągającym cel samodzielnie. Traktuj go raczej jako asystenta do zarządzania efektywnością pracy.

„Ale może autonomicznie przeszukiwać dane, analizować je i proponować porady dotyczące optymalizacji pracy,” wyjaśnia Raphaël. „Typowym przypadkiem użycia może być menedżer magazynu pytający Labor Agent, czy dzisiejsze terminy pakowania są prawdopodobnie dotrzymane pod względem zasobów ludzkich. Jeśli Labor Agent odpowie, że zespół prawdopodobnie się spóźni, bo brakuje trzech osób, może zbadać możliwość przeniesienia zdolności z innego obszaru, na przykład z działu kompletacji. Ten zespół może dostarczyć do pięciu osób, więc Labor Agent może wybrać trzy najlepsze zasoby pod względem ocen i wydajności w pakowaniu. Następnie może wysłać wiadomości do wszystkich i przeorganizować zadania przez SMS. Agent działa autonomicznie i komunikuje się z użytkownikiem w naturalnym, zwykłym języku.”

Korzyści oszczędzające czas

Pytanie, na które wszyscy kierownicy magazynów – i liderzy finansowi – będą chcieli znać odpowiedź, brzmi: jak zobaczymy korzyści w codziennym użytkowaniu?

Jednym z cennych zwycięstw jest czas, bezcenny w każdym kontekście magazynowym.

Przykład, który właśnie podaliśmy, to może 30-sekundowa rozmowa przez SMS, co w przeszłości zajmowało 15-20 minut. Jeśli pakowanie jest opóźnione z powodu braku trzech osób, jest to skomplikowane obliczenie bez pomocy Labor Agent. Trzeba analizować proces, harmonogramy, wydajność pakowaczy. Mogą wystąpić duże zmienne, które potem trzeba porównać z oczekiwaniami. Agent może zrobić to za ciebie w kilka sekund.

Portfolio transportowe Manhattan oferuje AI Agents z podobnymi korzyściami.

„Nasz Agent Faktur Transportowych potrafi obsługiwać dowolny dokument – PDF, e-mail, arkusz kalkulacyjny – używany jako materiały faktur przewoźnika, i automatycznie porównuje rzeczywiste koszty z oczekiwanymi dla tej wysyłki. To rola tradycyjnie wykonywana przez zasoby manualne, które spędzają czas na odbieraniu dokumentów, porównywaniu ekranów, kosztów wysyłki, podatków, godzin kierowców, i jest to proces, który może pochłonąć 15 minut na fakturę. Stworzyliśmy agenta, który automatycznie przetwarza wszystko, co się pojawi, rozpoznaje wysyłkę, dopasowuje ją do oczekiwań i wyjaśnia wszelkie anomalie. To, co kiedyś zajmowało wiele godzin pracy kilku osób, jest zarządzane w kilka chwil.”

Manhattan oficjalnie wprowadziła AI Agents w styczniu tego roku i promuje tę technologię we wszystkich segmentach klientów, dużych i małych. W tym nawet Agent Foundry, przestrzeń dla deweloperów, umożliwiająca klientom tworzenie własnych agentów według własnych potrzeb, zarówno z szablonów, jak i od podstaw.

Raphaël Hervé jest pełen optymizmu co do perspektyw.

Uważamy, że Agentic AI jest bardzo potężne pod względem zysków produktywności dla naszych klientów. Drastycznie poprawi interakcje człowiek-maszyna, a dostęp do danych i funkcji będzie szybszy i prostszy. Klienci będą cieszyć się przyspieszeniem realizacji projektów, ponieważ integracja, mapowanie i rozwój są znacznie szybsze.