AI Agents

AI agenti koji rade zajedno sa vašim timom

Agent nije četbot sa unapred napisanim odgovorima. To je sistem koji dobije zadatak, pristupi vašim podacima i alatima, i sam sprovede korake potrebne da zadatak obavi — uz granice i nadzor koje vi postavljate.

  • Radi sa vašim podacima
  • Koristi vaše alate
  • Definisane granice
  • Zapis svake radnje

Razjašnjenje

Četbot, automatizacija i AI agent nisu isto.

Ova tri pojma se stalno mešaju, a razlika je praktična i utiče na to koliko rešenje košta i šta zaista može. Ovako ih razlikujemo.

 ČetbotAutomatizacijaAI agent
Kako radiPrepoznaje pitanje i vraća pripremljen odgovor.Izvršava unapred definisan niz koraka.Dobija cilj i sam bira korake kojima će ga postići.
Pristup podacimaObično nema; odgovara iz spiska odgovora.Radi sa podacima u okviru definisanog toka.Pretražuje vaše dokumente i sisteme po potrebi.
Šta može da uradiOdgovori i preusmeri na čoveka.Tačno ono što je predviđeno, pouzdano.Koristi više alata i kombinuje ih u istom zadatku.
Kada naiđe na nepredviđenoNe razume i vrti se u krug.Staje i prijavljuje grešku.Pokuša drugačije ili prosledi čoveku sa kontekstom.
PredvidljivostVisoka, ali vrlo ograničen domet.Najviša; isti ulaz daje isti izlaz.Niža; zato traži jasne granice i nadzor.
TrošakNajniži.Nizak nakon razvoja.Viši, jer svaki zadatak troši obradu.
Kada ga biratiZa mali broj čestih, uvek istih pitanja.Za jasno definisan proces koji se ponavlja.Za zadatke sa mnogo varijacija i izvora podataka.

Primene

Gde agenti daju stvarnu vrednost.

Agent se isplati kada zadatak ima previše varijacija da bi se opisao fiksnim tokom, ali je i dalje dovoljno jasan da se može proveriti.

  • Agent za korisničku podršku

    Odgovara na pitanja koristeći vašu dokumentaciju, cenovnik i istoriju porudžbina. Ono što ne može da reši prosleđuje čoveku sa već sažetim kontekstom.

  • Kvalifikacija upita

    Prolazi kroz pristigle upite, prepoznaje šta je ozbiljna prilika, dopunjava podatke i raspoređuje ih po prioritetu.

  • Prodajni asistent

    Priprema nacrt ponude iz cenovnika i istorije saradnje, i predlaže sledeći korak u komunikaciji sa klijentom.

  • Interni asistent za znanje

    Odgovara zaposlenima na pitanja iz internih procedura, ugovora i uputstava, sa navođenjem izvora iz kojeg je odgovor izvučen.

  • Agent za e-mail

    Razvrstava poštu, izdvaja ono što traži akciju i priprema nacrte odgovora koje čovek pregleda i pošalje.

  • Agent za dokumenta

    Čita račune, ugovore i otpremnice, izvlači podatke, poredi ih sa sistemom i prijavljuje odstupanja.

  • Analiza podataka

    Odgovara na pitanja o vašim podacima i priprema pregled bez ručnog sastavljanja izveštaja.

  • Zakazivanje

    Vodi dogovaranje termina kroz proveru kalendara, predlog vremena i potvrdu.

  • Vođenje toka rada

    Prati zadatke kroz proces, podseća odgovorne i eskalira ono što stoji predugo.

Kako gradimo

Agent bez granica je rizik, ne prednost.

Ono što razdvaja upotrebljivog agenta od demonstracije nije model, nego okvir u kojem radi.

  • Odgovori vezani za vaše podatke

    Agent odgovara na osnovu vaših dokumenata i baza, a ne opšteg znanja modela. Kada nema osnov u podacima, kaže da ne zna — umesto da izmisli odgovor koji zvuči uverljivo.

  • Jasno definisana ovlašćenja

    Tačno određujemo šta agent sme da uradi sam, šta samo da predloži i šta ne sme da dodirne. Radnje sa posledicom — slanje, brisanje, plaćanje — traže potvrdu čoveka.

  • Zapis svakog koraka

    Beleži se šta je agent uradio, na osnovu kog izvora i kada. Bez toga se greška ne može ni naći ni objasniti klijentu.

  • Predaja čoveku

    Kada zadatak izlazi iz okvira ili poverenje u odgovor nije dovoljno, agent prosleđuje čoveku sa sažetkom onoga što je do tada utvrdio.

Šta dobijate

Agent spreman za produkciju.

  • Agent razvijen za konkretan zadatak
  • Povezivanje sa vašim dokumentima i bazama
  • Integracija sa alatima koje već koristite
  • Definisana ovlašćenja i granice
  • Potvrda čoveka za radnje sa posledicom
  • Prosleđivanje čoveku uz kontekst
  • Zapis svih radnji i izvora
  • Pregled rada i utrošene obrade
  • Zaštita poslovnih i ličnih podataka
  • Testiranje na stvarnim slučajevima
  • Dokumentacija i obuka tima
  • Praćenje i doterivanje nakon puštanja u rad

Proces

Od zadatka do agenta u radu.

  1. 01

    Definisanje zadatka

    Biramo jedan konkretan zadatak sa jasnim ishodom. Agent koji radi sve ne radi ništa pouzdano.

  2. 02

    Priprema izvora

    Sređujemo dokumentaciju, cenovnike i podatke iz kojih će agent crpeti odgovore.

  3. 03

    Granice i ovlašćenja

    Utvrđujemo šta sme sam, šta traži potvrdu i kada mora da preda čoveku.

  4. 04

    Razvoj

    Gradimo agenta, povezujemo alate i postavljamo praćenje svake radnje.

  5. 05

    Testiranje na stvarnim slučajevima

    Puštamo agenta kroz prošle stvarne upite i poredimo njegove odgovore sa onima koje je dao čovek.

  6. 06

    Rad uz nadzor

    Agent kreće sa ograničenim ovlašćenjima, uz pregled odgovora, dok se ne potvrdi kvalitet.

  7. 07

    Proširenje

    Kada rezultati to opravdaju, ovlašćenja se šire ili se dodaje sledeći zadatak.

Tehnologije

Čime gradimo agente.

Modeli

  • Claude
  • OpenAI
  • Modeli za pretragu značenja

Znanje i podaci

  • Vektorske baze
  • Pretraga nad dokumentima
  • PostgreSQL
  • Supabase

Razvoj

  • Python
  • Node.js
  • TypeScript
  • REST API
  • Webhooks

Nadzor

  • Zapis radnji
  • Merenje utrošene obrade
  • Praćenje grešaka
  • Provera kvaliteta odgovora

Cena

Kako se procenjuje razvoj agenta.

Kod agenata postoje dva troška: jednokratni razvoj i mesečna obrada. Oba procenjujemo unapred, jer se drugi lako potceni.

  • Širina zadatka

    Agent za jednu jasnu namenu i agent koji pokriva više oblasti nisu isti posao ni po razvoju ni po testiranju.

  • Stanje vaše dokumentacije

    Ako su procedure i cenovnici sređeni, priprema je kratka. Ako su razbacani po mejlovima i verzijama, to je zaseban posao.

  • Broj alata

    Sa koliko sistema agent treba da radi i koliko ti sistemi to omogućavaju.

  • Zahtevana pouzdanost

    Interni asistent i agent koji komunicira sa klijentima nemaju isti nivo provere i testiranja.

  • Obim korišćenja

    Broj upita mesečno direktno određuje trošak obrade kod dobavljača modela.

  • Nadzor i doterivanje

    Agenti traže povremen pregled kvaliteta odgovora i podešavanje kada se podaci ili pravila promene.

Mesečni trošak obrade plaća se dobavljaču modela i zavisi od broja upita. Procenjujemo ga unapred na osnovu vašeg očekivanog obima i prikazujemo odvojeno od cene razvoja.

Česta pitanja

Ono što nas najčešće pitaju.

Šta je AI agent, jednostavno rečeno?

Program koji dobije cilj umesto niza naredbi. Sam odlučuje koje korake da preduzme i koje alate da upotrebi da bi cilj postigao — pretraži dokument, proveri bazu, pripremi odgovor. Za razliku od četbota, ne bira odgovor iz spiska; za razliku od klasične automatizacije, nije vezan za jedan unapred definisan tok.

Koja je razlika između AI agenta i četbota?

Četbot prepoznaje pitanje i vraća pripremljen odgovor. Kada naiđe na nešto što nije predviđeno, vrti se u krug. Agent pristupa vašim stvarnim podacima, kombinuje više izvora i može da obavi radnju, a ne samo da odgovori. Zbog toga je i skuplji, pa se za mali broj uvek istih pitanja i dalje isplati običan četbot.

Može li agent da izmisli odgovor?

Rizik postoji kod svakog jezičkog modela i ne treba ga umanjivati. Zato agente vezujemo za vaše izvore — odgovara na osnovu vaših dokumenata i navodi odakle je podatak. Kada osnov ne postoji, obučen je da kaže da ne zna i prosledi čoveku, umesto da popuni prazninu. Za odgovore koji idu klijentima uvodimo i pregled pre slanja.

Da li agent ima pristup svemu u firmi?

Ne, i ne treba da ima. Pristup se daje po principu najmanjih potrebnih ovlašćenja — samo izvorima koji su za zadatak neophodni. Radnje sa posledicom, poput slanja poruke klijentu ili izmene podatka, traže potvrdu čoveka dok se ne uspostavi poverenje.

Koliko traje razvoj agenta?

Agent za jedan jasno definisan zadatak obično je u radu za četiri do osam nedelja, uključujući pripremu dokumentacije i testiranje. Najviše vremena obično odnese sređivanje izvora znanja, a ne sam razvoj.

Šta se dešava sa podacima koje agent obrađuje?

Podaci ostaju u vašim sistemima. Modelu se šalje samo ono što je potrebno za konkretan upit, kroz poslovne naloge kod kojih se sadržaj ne koristi za obučavanje modela. Za osetljive podatke razmatramo i obradu bez slanja spolja. O tome odlučujemo pre početka, a ne posle.

Treba li mi agent ili je dovoljna automatizacija?

Ako je proces uvek isti i ulaz predvidljiv, automatizacija je jeftinija, brža i pouzdanija — i to ćemo vam preporučiti. Agent ima smisla kada zadatak ima previše varijacija da bi se opisao fiksnim tokom, ili kada treba spojiti podatke iz više izvora u istom koraku.

Šta ako agent pogreši pred klijentom?

Zbog toga i postoji faza rada uz nadzor. Agent kreće sa ograničenim ovlašćenjima i pregledom odgovora, a ovlašćenja se šire tek kada rezultati to opravdaju. Svaka radnja je zabeležena, pa se uzrok greške može utvrditi i ispraviti, a ne samo konstatovati.

Koji zadatak biste prvo predali agentu?

Opišite ga ukratko. Procenjujemo da li je za agenta, za jednostavniju automatizaciju, ili za nijedno od to dvoje.