Agenci AI do pracy, którą ktoś musi najpierw przeczytać.

Dobrze czyta i dobrze szkicuje: klasyfikuje i kieruje wiadomości, wyciąga pola z dokumentów, streszcza długie wątki, przygotowuje projekty odpowiedzi, odpowiada na pytania z określonego zbioru dokumentów. Nie potrafi natomiast zagwarantować poprawnego wyniku bez kontroli ani odpowiedzieć na to samo pytanie za każdym razem tak samo. Budujemy na pierwszej liście, a dla wszystkiego z drugiej projektujemy ludzką kontrolę.

Trzema sposobami naraz. Odpowiedzi są zakotwiczone w Waszych dokumentach i muszą cytować fragment, z którego pochodzą — bez źródła nie ma odpowiedzi. Wyniki, które mają znaczenie, przechodzą przez człowieka, zanim zaczną obowiązywać. A wszystko jest logowane i mierzone na zestawie testowym, więc spadek trafności widać w liczbach, a nie w reklamacji klienta.

Głównie modeli Claude i OpenAI, dobieranych do zadania, nie do mody. Kryterium jest nudne: zmierzona trafność na Waszych przykładach, w cenie sensownej przy danym wolumenie. Do odczytu dokumentów często wystarczy mały, tani model; kroki wymagające oceny dostają większy. Gdy modele się zmieniają, mierzymy od nowa — bo się zmieniają.

Nie. Korzystamy z komercyjnych API, których warunki wykluczają trenowanie na Waszych danych, na podstawie umowy powierzenia zgodnej z RODO. Indeksy retrievalu i logi leżą w bazie hostowanej w UE, pod Waszą kontrolą. A jeśli dane w ogóle nie mogą opuścić Waszej infrastruktury, projektujemy pod to — zawęża to wybór modeli i powiemy wprost, ile to kosztuje jakości.

Zwykły workflow idzie po krokach ustalonych z góry — to samo wejście, ta sama ścieżka. Agent najpierw czyta sytuację, a potem wybiera następny krok spośród narzędzi, które dostał: coś sprawdzić, coś naszkicować, przekazać człowiekowi. Ta swoboda jest jednocześnie zaletą i ryzykiem, dlatego trzymamy zestaw narzędzi mały, uprawnienia wąskie, a działania nieodwracalne — za ludzką akceptacją.

Zawsze wtedy, gdy regułę da się zapisać. Jeśli zadanie brzmi 'gdy przyjdzie X, zrób Y', deterministyczny workflow jest tańszy, szybszy i nigdy nie zmyśla — i właśnie takie budujemy w większości automatyzacji na tej stronie. AI zasługuje na swoje miejsce dopiero wtedy, gdy dane wejściowe są zbyt różnorodne na reguły: wolny tekst, nieuporządkowane dokumenty, ocena sytuacji.