Управление агентами искусственного интеллекта в сфере закупок

Полезный ресурс wophq: https://www.wophq.com/p/how-to-prepare-for-ai-agents-in-procurement Изучите мир закупок: https://www.wophq.com/ Изучите мир закупок: https://www.wophq.com/ Присоединяйтесь к этому каналу, чтобы получить доступ к бонусам: https://www.youtube.com/channel/UCQKMRtL4Li9sFvLi-ixo1Ow/join Никто не предупреждает вас об этой части создания агентов ИИ. Ваши агенты начинают работать. Они точны. Они быстры. А потом вы понимаете — некоторые из них создают больше работы, чем экономят. Не потому, что они сломаны. А потому, что они делают именно то, что вы им сказали. Две истории из создания более 50 агентов в продакшене. Одну я исправил. Одну до сих пор не исправил. Урок: настоящим узким местом в рабочем процессе с участием агентов является не вычислительная мощность, а внимание. Если ваши агенты выдают результаты, не соответствующие этому ограничению, они не экономят вам время — они его перенаправляют. Читайте полную статью: https://www.wophq.com/p/when-your-ai-agents-start-creating Часто задаваемые вопросы В чём заключается самый большой риск при использовании ИИ-агентов в сфере закупок? Самый большой риск заключается не в том, что агенты терпят неудачу, а в том, что они слишком преуспевают в неправильном направлении. Агент без ограничений по результатам будет генерировать практически бесконечный объём информации. Если каждый документ получает подробный трёхстраничный анализ независимо от того, требует ли он внимания, вы в итоге тратите больше времени на чтение сводок от агентов, чем потратили бы на выполнение работы самостоятельно. Настоящее мастерство заключается в ограничении результатов работы агента таким образом, чтобы они соответствовали вашему вниманию, а не просто в выполнении задачи. Могут ли ИИ-агенты создавать больше работы, чем экономить? Да. Это распространённая проблема, возникающая после начального этапа разработки. Когда агенты выдают подробные результаты по каждому обрабатываемому элементу — включая рутинные элементы, не требующие проверки человеком, — объём выходных данных может превышать время, затраченное на первоначальную ручную работу. Решение заключается в разработке выходных данных с учётом исключений: однострочные сводки для элементов, прошедших проверку без ошибок, и подробный анализ только для элементов, требующих внимания человека. Что является узким местом в рабочих процессах ИИ-агентов? Внимание человека. Большинство дискуссий об ИИ-агентах сосредоточены на их возможностях — может ли он проверить контракт, подтвердить форму, оценить поставщика. Но как только агенты начинают работать, узкое место смещается к человеку, получающему результаты. Человек, которому приходится проверять результаты работы агентов, принимать решения и обрабатывать исключения, обладает ограниченным вниманием. Выходные данные агента должны быть разработаны с учётом этого ограничения. Как исправить ИИ-агенты, которые выдают слишком много результатов? Измените формат выходных данных в зависимости от результата. Для элементов, прошедших проверку без ошибок (а это большинство элементов), агент должен выдавать минимальный сигнал: «Проверено. Нет отклонений. Никаких действий не требуется». Для задач с реальными проблемами агент должен предоставлять подробный анализ с отмеченными отклонениями и рекомендуемыми действиями. Вопрос проектирования: какой минимальный объем работы должен выполнять агент, когда все в порядке? Каковы три фазы управления результатами работы ИИ-агента? Фаза 1 — Воодушевление: агент работает, результаты тщательные, все кажется прорывом. Фаза 2 — Перегрузка: объем работы превышает ваши возможности по ее проверке, и агенты начинают создавать больше работы, чем экономят. Фаза 3 — Ограничение: вы учитесь проектировать результаты с учетом внимания человека, создавая содержательные сообщения только там, где это важно, и короткие фразы там, где это не имеет значения. Ограничение результатов — это не неудача, это зрелость. Сколько ИИ-агентов создал Дэниел Барнс? Дэниел Барнс создал более 50 ИИ-агентов для анализа контрактов, привлечения поставщиков, комплексной проверки, мониторинга соответствия и проверки документов в сфере закупок, а также агентов для повышения личной продуктивности, включая управление задачами в ClickUp. Он пишет об использовании ИИ-агентов в закупках на платформе AI Procurement Blueprint на Substack и работает в Gatekeeper, платформе управления жизненным циклом сторонних поставщиков. -- Подробнее об использовании ИИ-агентов в закупках: Что же такое ИИ-агент на самом деле? → https://www.wophq.com/p/what-actually-is-an-ai-agent-and Создание агентов, которые действительно работают → https://www.wophq.com/p/building-agents-that-actually-work ИИ-агенты в действии → https://www.wophq.com/p/ai-agents-in-action-what-i-learned Команда закупок следующего поколения → https://www.wophq.com/p/one-company-replaced-its-entire-sales Еженедельные обзоры: https://www.wophq.com/ #aiagents #procurement #ai #automation #contractmanagement