Åsikt: Varför AI-agenter är Framtiden för Vardaglig AI

2025 verkar vara Agentic AIs år. OpenAI, Microsoft, Anthropic och andra stora teknikföretag har släppt sina mest avancerade AI-modeller hittills, som kan utföra komplexa uppgifter som inte var möjliga bara förra året. Men vad är egentligen AI-agenter, och hur mycket av denna teknik är verklig kontra hype?

Att hålla jämna steg med AI-trender på senare år kan vara utmattande. Vi har gått från grundläggande AI till generativ AI, vidare till resonemangs-AI och nu, dominerar AI-agenter konversationen. Under de senaste månaderna har flera teknikföretag introducerat nya AI-agenter och framhävt hur arbetsflöden som kopplar samman dem blir alltmer attraktiva.

I januari lanserade OpenAI sin första AI-agent, Operator, som kan utföra uppgifter autonomt, såsom att surfa på webben, boka en restaurang, eller säkra konsertbiljetter åt dig, baserat på dina preferenser och kriterier.

Två månader senare släppte det kinesiska AI-startupföretaget Zhipu AutoGLM Rumination, en gratis AI-agent som kan arbeta självständigt och planera resor för användare. Och bara för några dagar sedan introducerade Microsoft “Computer Use” för Copilot Studio, vilket lägger till fler autonoma funktioner till AI-agenter, inklusive förmågan att ta kontroll över användarens skrivbord.

Men denna trend handlar inte bara om företag som lanserar coola nya produkter – det handlar om ett komplext och ständigt utvecklande område som blandar olika former av AI med mänsklig interaktion. Teknikentusiaster och experter har visat stark optimism om Agentic AI.

“En trend som jag också är exalterad över är AI-agents arbetsflöde”, sa AI-experten och Coursera- och DeepLearning-medgrundaren Andrew Ng, vid Snowflake’s BUILD 2024-konferens i november. “Om du skulle fråga, vad är den viktigaste AI-teknologin att uppmärksamma? Jag skulle säga att det är Agentic AI.”

Så, vad är egentligen AI-agenter? Lever de upp till de experters påståenden? Här är en kort översikt över de mest väsentliga aspekterna av denna framväxande teknologi och de senaste utvecklingarna.

Vad är AI-agenter?

Precis som företag som OpenAI och Microsoft har visat, är AI-agenter teknologier som är kapabla att utföra komplexa uppgifter genom att autonomt kombinera olika applikationer och programvara.

I grunden är de ”traditionella” AI-chattrobotar – men mer avancerade, kapabla att utföra uppgifter utöver det vi har vant oss vid under de senaste två åren. Dessa inkluderar planering, surfning på webben, att komma ihåg dina intressen, och till och med att göra din matinköp utan steg-för-steg vägledning, eftersom de själva löser saker och ting.

Google Cloud definierar AI-agenter som ”mjukvarusystem som använder AI för att eftersträva mål och slutföra uppgifter på användares vägnar.”

Det som gör dessa AI-modeller verkligt speciella är deras avancerade resonemangsförmågor, som gör det möjligt för dem att behandla flera typer av information – ljud, text, video, kod och bilder – samtidigt. De kan förstå komplexa situationer på samma sätt som människor skulle göra, agera och interagera med programvara och plattformar.

Många teknikföretag driver nu sina AI-modeller till denna nästa nivå.

För bara några dagar sedan annonserade OpenAI att dess AI-modeller o3 och o4-mini kan ”tänka” med bilder och manipulera dem – beskära eller transformera dem, till exempel. Under tiden möjliggör Microsofts nya ”Computer Use”-funktion att dess AI-agenter kan känna igen grafiska användargränssnitt.

”Om en person kan använda appen, kan agenten också det,” sa Charles Lamanna, Corporate Vice President, Business & Industry Copilot på Microsoft, i meddelandet.

Nästa Nivå: Agentic AI-teknologi

Medan många teknikföretag utvecklar ultrasmarta AI-chattrobotar, går agentic AI ett steg längre. Denna teknik fokuserar på att bygga system där flera av dessa AI-agenter kan interagera och utföra olika uppgifter för att leverera mer exakta och kompletta resultat.

Under sitt föredrag om ”AI-agenternas kraft” på ett nyligen Tech Talk-evenemang jag deltog i, organiserat av eDreams, förklarade AI-experten Patricia Gutierrez Faxas att dessa system kan anta olika strukturer. Multi-agent system kan bryta ner komplexa uppgifter till enklare sådana, tilldela dem till specialiserade agenter och bilda olika typer av nätverk.

En AI-agent kan ta på sig en ”Övervakare”-roll, delegera mindre uppgifter till andra specialiserade agenter, eller flera agenter kan arbeta samtidigt på separata uppgifter och samordna för att leverera det slutliga resultatet. Några av fördelarna med dessa system inkluderar förbättrad noggrannhet, större sekretess och minskade fel.

Andrew Ng håller med om detta tillvägagångssätt. Under sitt tal på BUILD 2024, betonade han vikten av agentic AI-arbetsflöden för bearbetning av komplexa uppgifter med mycket bättre resultat. Prestationsklivet från modeller som GPT-3.5 till GPT-4 – och deras starkare resultat på kodningsbenchmark – beror i stor utsträckning på agentic arbetsflöden och agentic resonemang.

Hur kommer AI-agenter att påverka våra liv?

Teknikföretag tar olika tillvägagångssätt när det gäller Agentisk AI. OpenAI har fokuserat på idéer för vardagsanvändare. När de lanserade Operator, förklarade teamet i en video att en person helt enkelt kunde tänka på en rätt de skulle vilja tillaga, be ChatGPT att hitta det bästa receptet, och till och med låta den köpa de nödvändiga ingredienserna från en internetbaserad matbutik.

AI-modellen kan ställa uppföljningsfrågor och pausa innan den utför kritiska uppgifter, som att slutföra ett köp med användarens kreditkort. Användare kan sätta spenderingsgränser eller kräva att assistenten frågar om bekräftelse innan den köper något.

Möjligheterna för hur vanliga människor kan använda AI-agenter verkar oändliga, men de mest populära användningsfallen hittills inkluderar att agera som resebyråer, personliga shoppare och administrativa assistenter – vem skulle inte vilja ha en personlig teknologi som skickar e-post, kommer ihåg viktiga födelsedagar och tar hand om skatter?

Microsoft har antagit ett mer företagsinriktat tillvägagångssätt. Företaget har visat hur marknadsföringsbyråer kan använda AI-agenter för att automatisera insamling av marknadsdata och generera insiktsdrivna analyser, eller hur stora företag kan använda dem för fakturabehandling inom sina system.

Ändå, trots att alla dessa användningsområden låter revolutionerande, håller experterna med om att det är en lång väg framåt. De flesta människor kan ännu inte använda AI-agenter för att förbättra sina dagliga liv, eftersom många av dessa funktioner, som Operator, bara är tillgängliga för Pro-användare, en prenumeration som kostar $200 per månad.

Så, Lever AI i enlighet med Hype?

Många medierubriker lovar en ny AI-revolution ledd av Agentic AI. Det finns definitivt mycket hype i branschen – och verkligheten kanske inte ligger långt efter. En nyligen rapport delad av IBM avslöjade att många utvecklare aktivt utforskar och utvecklar denna teknik.

”IBM och Morning Consult gjorde en undersökning av 1 000 utvecklare som bygger AI-applikationer för företag, och 99% av dem sa att de utforskar eller utvecklar AI-agenter,” förklarade PhD Maryam Ashoori, Director of Product Management på IBM watsonx.ai. ”Så ja, svaret är att 2025 kommer att bli agentens år.”

Emellertid noterar experter att det finns flera tolkningar av vad AI-agenter verkligen är och hur de bör utföra. Som ett resultat beror framsteg och prestanda för nuvarande AI-agenter ofta på perspektivet och standarderna hos personen som utvärderar tekniken.

Det som är säkert är att många experter och beslutsfattare tror djupt på denna teknik och investerar kraftigt i dess utveckling. En nyligen genomförd studie visade att 84% av IT-ledare litar på AI-agenter lika mycket som människor, och OpenAI förväntar sig runt $125 miljarder i intäkter år 2029.

Även om Agentic AI-tekniken ännu inte är fullt utvecklad och dess användning inte är lika utbredd som chatbots—till stor del på grund av dess höga kostnad—är det tydligt att den överväldigande optimismen och entusiasmen kring denna trend är tillräckligt kraftfulla för att driva stora förändringar i de kommande månaderna.