Inwentarz, nie lista funkcji

Najpierw inwentarz pracy, bo bez niego rozmowa o agentach jest marketingiem.

Agent prowadzi skrzynkę: czyta pocztę przychodzącą, przeszukuje archiwum, przygotowuje odpowiedzi. Utrzymuje bazę wiedzy o firmie — dziś 140 stron notatek, pojęć i porównań — którą przeszukuje w dwóch trybach, słownikowym i wektorowym, bo samo wyszukiwanie pełnotekstowe w praktyce nie wystarcza. Prowadzi archiwum analiz: 94 raporty, każdy z datą i miejscem na wyciągnięcie wniosków, żeby ustalenia z września nie zniknęły w październiku.

Ma harmonogram: dziewiętnaście zadań, które uruchamiają się o wyznaczonych porach — dzienny przegląd źródeł, tygodniowe zestawienie, kopia zapasowa, raport rynkowy. Prowadzi jeden publiczny serwis informacyjny o AI po polsku, z wydaniem składanym każdego dnia, oraz jedno wirtualne stanowisko transakcyjne, które co sześć godzin podejmuje decyzję o pozycji na trzech tysiącach euro wyimaginowanego kapitału, jest rozliczane wobec zwykłego trzymania i nie może złożyć prawdziwego zlecenia. My czytamy to wszystko przez jeden interfejs w przeglądarce: pocztę, notatki, raporty, pobrane strony.

To nie jest lista możliwości produktu. To spis zadań, które faktycznie się wykonują, bo mają właściciela, harmonogram i miejsce, w którym zapisują wynik.

Integracje są tym, co decyduje

Najciekawsze nie jest to, że model potrafi napisać akapit. Ciekawe jest to, że ma dostęp do skrzynki, do repozytoriów, do danych rynkowych i do wyszukiwania w sieci — i że ten dostęp jest poukładany: klucze trzymane poza agentem, uprawnienia wąskie, a akcje nieodwracalne wymagają zgody człowieka.

To jest miejsce, w którym naszym zdaniem wdrożenia AI w firmach się zatrzymują. Nie na modelu. Na tym, że nikt nie połączył narzędzia z systemem, w którym firma naprawdę pracuje, i że po pierwszym tygodniu nie było komu tego utrzymać. Kupiona licencja nie odpowiada na to pytanie, bo licencja nie ma rąk.

Rozszerza się sam

Najbardziej zaskakująca część — i najtrudniejsza do wyjaśnienia osobie spoza branży — to fakt, że agent pisze i utrzymuje własne narzędzia. Wyszukiwarkę po własnej bazie wiedzy, małe skrypty do pobierania danych, zaplecze interfejsu, przez który czytamy jego pracę.

Nie wynika to z listy wymagań zapisanej na starcie wdrożenia. Wynika z tego, że prawdziwe zadanie samo ujawnia brak narzędzia.

Granica jest przy tym jasna: narzędzia trafiają do repozytorium z historią zmian, więc każdą modyfikację można prześledzić i cofnąć, a decyzje o tym, do czego agent ma dostęp, podejmuje człowiek. Agent proponuje i wykonuje pracę; nie rozszerza sam sobie uprawnień.

Czego nie robi

Bez tej sekcji reszta byłaby reklamą, więc wymieniamy to, co nie działa, równie konkretnie.

**Potrzebuje człowieka do decyzji i do rzeczy nieodwracalnych.** Potrafi przygotować odpowiedź, ale wysłanie jej do klienta, zmiana konfiguracji, wydanie pieniędzy — to zostaje po naszej stronie. Nie z ostrożności, ale z zakresu odpowiedzialności: ktoś musi to firmować.

**Myli się pewnie.** Nasz własny proces publikacyjny ma kontrolę jakości, która domyślnie blokuje publikację, z jednego powodu: zdarzył się szkic, który przechodził wszystkie sprawdzenia kształtu i był w istocie odmową napisania tekstu. Wyglądał poprawnie. Gdyby kontrola nie zatrzymywała wszystkiego, co nie przejdzie, tekst poszedłby do publikacji. Model nie sygnalizuje wątpliwości tonem — sygnalizuje je treścią, której trzeba się nauczyć czytać.

**Zapomina, jeśli czegoś nie zapisano.** Wiedza, która nie trafiła do pliku, nie istnieje. Dlatego w tym układzie najważniejsza nie jest pamięć modelu, ale to, co zostaje na dysku.

**Zaplanowane zadania umierają cicho.** Jedno z naszych zadań tygodniowych uruchamiało się, produkowało raport i nie dostarczało go nigdzie — bo cel dostarczenia był ustawiony błędnie. Nikt tego nie zauważył, dopóki nie przeczytaliśmy tabeli harmonogramu: nie ma awarii, nie ma alertu, jest po prostu praca, której nikt nie zobaczył. To ten sam problem, o którym pisaliśmy przy harmonogramie serwisowym: nadzór jest pozycją w obowiązkach albo go nie ma.

**Ma granice, które wyznacza operator.** Pewnej nocy pięć zadań ruszyło równolegle na maszynie z czterema rdzeniami i komputer trzeba było restartować ręcznie. Skoro agent może zlecać pracę sobie i innym agentom, to liczba zadań uruchamianych naraz jest decyzją o infrastrukturze, a nie szczegółem wykonania.

Rachunek

Koszty tego układu mają trzy części i wszystkie trzy widzimy w naszych własnych rozliczeniach: wywołania modeli rozliczane za tokeny (zmienne, zależne od tego, ile pracy faktycznie się wykonuje), niewielka maszyna pracująca cały czas oraz godziny operatora. U nas ta trzecia pozycja jest największa — i to ona decyduje o tym, czy całość działa.

Nie podajemy tu konkretnej kwoty miesięcznej, bo nie jest to liczba, którą można porównać bez kontekstu: nasza praca to także pisanie tego tekstu, więc nasz rachunek obejmuje rzeczy, których klient nie kupuje. Ważniejszy od kwoty jest kształt kosztu: model jest tani i zmienny, maszyna jest tania i stała, a uwaga człowieka jest droga.

Co z tego wynika dla twojej firmy

Zaczęlibyśmy od trzech decyzji.

Daj agentowi prawdziwy dostęp do prawdziwego zadania. Nie demo, nie środowisko testowe bez danych — jedno zadanie, które naprawdę trzeba wykonać, z dostępem do systemów, w których firma pracuje.

Ustal, kto ogląda wynik. Jeśli nikt nie ma tego w obowiązkach, projekt zatrzyma się w drugim tygodniu i nazwiemy to „brakiem kultury innowacji".

Licz się z utrzymaniem, nie tylko z budową. To nie jest projekt z datą zakończenia. To stanowisko pracy, które trzeba obsadzić — nawet jeśli obsadza je agent.