Nuo automatizacijos prie agentų: kaip DI keičia verslą

DI pokalbių botas, gavęs jūsų klausimą, pateikia atsakymą. Tuo tarpu DI agentas, gavęs tikslą, pateikia rezultatą. Šis paprastas palyginimas atspindi reikšmingus pokyčius, vykstančius dirbtinio intelekto pasaulyje.

Daugumai žmonių automatizacija jau tapo įprasta. Tokie DI įrankiai kaip „ChatGPT“ parengia el. laiškus, apibendrina klientų skambučius ar automatiškai užpildo CRM laukus. Pavyzdžiui, „Salesforce“ įrankis „Einstein Copilot“ gali sudaryti pardavimų planus, sugeneruoti prognozes ir parengti tolesnių veiksmų planą – visa tai remiantis įmonės duomenimis. Tai naudingi patobulinimai, padedantys taupyti laiką, mažinti pasikartojančių užduočių naštą ir didinti produktyvumą.

Tačiau 2025 m. į priekį išsiveržia nauja DI technologijų klasė – agentinės sistemos. Bendrinės lietuvių kalbos žodynas teigia, kad „agentas“ veikia kieno nors pavedimu ir atlieka numatytas funkcijas, todėl DI agentai tampa skaitmeniniais pagalbininkais, galinčiais supaprastinti darbo eigą ir savarankiškai vykdyti daugiapakopes užduotis. Tai subtilus, bet esminis pokytis: automatizacija padeda dirbti greičiau, o agentinės sistemos pradeda veikti kaip skaitmeniniai komandos nariai, galintys jūsų vardu siekti rezultatų.

Automatizacijos era

DI automatizacija jau tapo neatsiejama kasdienių verslo procesų dalimi. Jos esmė – DI taikymas pasikartojančioms, aiškiai apibrėžtoms užduotims supaprastinti. Automatizuotos užduotys taupo laiką, nes perima struktūruotus, nuolat kartojamus darbus ir atlieka juos efektyviau.

Puikus pavyzdys – „Salesforce“ įrankis „Einstein Copilot“. Pasitelkęs „Copilot“ veiksmų seką, jis gali sujungti iš anksto apibrėžtas darbo eigas: parengti tolesnius el. laiškus, sudaryti pardavimų planus ar sugeneruoti prognozes, kartu tiesiogiai naudodamasis įmonės duomenimis. Nė vienas iš šių veiksmų savaime nesukelia perversmo, tačiau jų bendras poveikis yra itin stiprus. Užduotys, kurios anksčiau reikalavo daugybės paspaudimų ir rankinio įvedimo, dabar vyksta fone – beveik nepastebimai.

Įsivaizduokite DI automatizaciją kaip „Excel“ makrokomandą: sukūrus ją kartą, ji patikimai veiks kiekvieną sykį. Pagrindinis privalumas – nuoseklumas ir greitis. Kita vertus, DI automatizacija turi akivaizdų trūkumą – joje nėra nei samprotavimo, nei prisitaikymo, nei improvizavimo galimybių. Ji atlieka tik tai, kas užprogramuota, ir nieko daugiau.

Todėl automatizacija puikiai tinka CRM įrašams atnaujinti, sutarčių šablonams rengti ar išlaidoms kategorizuoti – kitaip tariant, užduotims, kurios atliekamos pagal iš anksto nustatytą scenarijų. Tačiau kas nutinka, kai darbo neįmanoma sutalpinti į šablonų rinkinį? Būtent čia prasideda naujoji DI inovacijų banga.

Agentinės sistemos – struktūrinis lūžis

Nors DI automatizacija vertinga, nes spartina užduočių atlikimą ir mažina žmogiškųjų klaidų skaičių, vis dėlto ryškėja nauja DI paradigma – agentinės sistemos. Šios sistemos ne tik vykdo iš anksto nustatytas darbo eigas – jos taip pat geba samprotauti, planuoti ir prisitaikyti. Jos gali atlikti procesus, kurie ne visada telpa į aiškiai apibrėžtų užduočių sąrašą.

„Bain“ 2025 m. technologijų ataskaita tai įvardija kaip struktūrinį pokytį. Ankstesnės automatizacijos bangos buvo orientuotos į efektyvumą – procesų spartinimą ir jų vykdymo kaštų mažinimą. Tuo tarpu agentinis DI gali koordinuoti užduotis skirtingose srityse, prireikus keisti strategiją ir siekti rezultatų.

Tai esminis lūžis: automatizacija reiškia greitesnį užduočių atlikimą, o agentinis DI – tarsi antrąsias smegenis. Verslui tai reiškia perėjimą nuo požiūrio „sutaupykime laiko“ prie „pertvarkykime darbo eigą“. Tai pamatas naujiems darbo metodams.

Kuo išsiskiria DI agentai

Kas skiria DI agentus nuo tradicinės automatizacijos sprendimų? Atsakymas slypi jų pagrindinėse savybėse, kurios leidžia veikti kaip skaitmeniniams komandos nariams, o ne kaip griežtai apibrėžtoms sistemoms.

🔹 Atmintis ir konteksto suvokimas
Skirtingai nei tradiciniai automatizacijos sprendimai, agentai nepamiršta atliktų užduočių. Jie išlaiko ankstesnes užklausas ir savo atsakymus formuoja pasitelkdami kontekstą. Pavyzdžiui, klientų aptarnavimo agentas gali atpažinti, jog nauja užklausa susijusi su ankstesniu bilietu, ir sklandžiai pratęsti pokalbį.

🔹 Daugiapakopis samprotavimas ir planavimas
DI agentai sudėtingus tikslus suskaido į logiškus etapus ir nuosekliai juos įgyvendina. Jie nėra riboti iš anksto užprogramuotų darbo eigų – prireikus gali kurti naujus veiksmų planus.

🔹 Įrankių integracija
Svarbiausias skirtumas tas, kad agentai gali veikti įmonės sistemose. Jie gali paimti duomenis iš CRM, analizuoti našumą ir atlikti veiksmus – pavyzdžiui, suplanuoti įrašų publikavimą ar sugeneruoti ataskaitas.

Lyginant su tuo, ką daro DI pokalbių botai, skirtumas gali atrodyti subtilus, bet iš tiesų yra labai svarbus. Tokie įrankiai kaip „ChatGPT“ ar „Gemini“ gali atlikti tas pačias užduotis pagal jūsų nurodytą eigą – tačiau tik tada, jei ją suskaidysite į etapus, pateiksite duomenis ir suformuluosite atskiras užklausas. Pavyzdžiui, pirmiausia reikia eksportuoti tinklaraščio našumo rodiklius, juos įklijuoti į užklausą ir tik tada paprašyti DI modelio parengti atnaujinimus.

Agentas, priešingai, nelaukia, kol pateiksite duomenis. Prisijungęs prie analitikos sistemos, jis gali tiesiogiai paimti našumo rodiklius, nustatyti populiariausius įrašus, parengti atnaujinimus ir net suplanuoti jų publikavimą. DI pokalbių botai nenusileidžia gebėjimais, tačiau būtent integracija ir savarankiškumas išskiria agentines sistemas iš paprastos automatizacijos.

Išskirtinės DI agentų savybės

Agentines sistemas nuo tradicinių automatizacijos sprendimų skiria ne vien intelektas, bet ir tai, kaip jis taikomas praktikoje. Keletas savybių nuosekliai išskiria DI agentus:

• Savarankiškumas: gali veikti be nuolatinių žmogaus nurodymų.
• Tikslų siekimas: užuot vykdę nustatytą scenarijų, orientuojasi į rezultatus.
• Prisitaikymas: geba keisti veiksmus, kai pasikeičia sąlygos arba kai užduotis neatitinka prognozuojamo modelio.
• Koordinuotas bendradarbiavimas: agentai gali veikti tarpusavyje per koordinuojantį agentą, paskirstydami užduotis kaip maža komanda.
• Įrankių naudojimas: integracija su CRM, ERP, analitikos platformomis ar kalendoriais suteikia DI agentams galimybę veikti, o ne tik teikti rekomendacijas.
• Žmogaus įsitraukimas ir priežiūra: saugos priemonės išlieka būtinos – galutinius sprendimus priima, veiksmus tvirtina ir ribas nustato žmonės.

Praktinis pavyzdys: vienas DI agentas surenka informaciją apie potencialius klientus, kitas juos įvertina ir nustato prioritetus, o koordinuojantis agentas pardavimų vadybininkui perduoda geriausias galimybes – žmogus įsikiša tik patvirtinimo etape.

Agentinių sistemų valdymas ir architektūra

Šuolis nuo automatizacijos prie agentinių sistemų yra ne tik techninis, bet ir organizacinis. Jei DI pokalbių botą ar automatizavimo įrankį galima prijungti prie esamų procesų, tai agentinėms sistemoms reikia modernios infrastruktūros ir aiškiai apibrėžtų valdymo gairių.

Norint užtikrinti veiksmingą plėtrą, agentams reikia prieigos prie įmonės sistemų per API ir suderinamas platformas. Be šios prieigos DI agentai gali atlikti tik paviršinio lygmens užduotis. Tačiau integracija atneša ir sudėtingumą: kas tvirtina agentų veiksmus? Kaip užkirsti kelią klaidoms, kurios gali nepastebimai kauptis?

„HubSpot“ pabrėžia žmogaus ir DI partnerystės modelio svarbą: agentai atlieka užduotis, o žmonės užtikrina priežiūrą, vertinimą ir atsakomybę. Panašiai „Bain“ išskiria koordinuojančių agentų reikšmę – jie prižiūri kitus agentus ir užtikrina, kad darbas liktų suderintas su verslo tikslais.

Skubant pereiti prie agentinių sistemų kyla rimtų rizikų. Pirmuosius bandymus gali sužlugdyti perteklinė automatizacija be saugos priemonių, prasta integracija su senosiomis sistemomis ar pernelyg dideli lūkesčiai. Kita kliūtis – duomenų kokybė: DI agentai bus tik tiek naudingi, kiek patikima informacija, prie kurios jie turi prieigą.

Smulkiajam ir vidutiniam verslui pamoka aiški: valdymas nėra antraeilis klausimas. Agentinių sistemų vertė atsiskleidžia tik turint tinkamus kontrolės mechanizmus, paruoštus duomenis ir palaipsniui stiprinant pasitikėjimą.

Naudojimo atvejai skirtingose verslo funkcijose

Nors sąvoka „DI agentas“ daugeliui gali atrodyti abstrakti, versle jau daugėja sprendimų, kurie per DI agentus įgauna aiškią formą. Veiksmingiausi sprendimai orientuoti į konkrečias darbo eigos užduotis, o ne į specialistų pakeitimą.

Dažniausiai atspirties tašku tampa rinkodara. Pavyzdžiui, „HubSpot“ praneša apie sėkmingą agentų taikymą, kai jie analizuoja „YouTube“ įrašus ir automatiškai pritaiko turinį „LinkedIn“, „Instagram“ ar tinklaraščio publikacijoms. Kiti agentai pagal gaires generuoja SEO optimizuotus tekstus arba, remdamiesi svetainės ir konkurentų duomenimis, pateikia A/B testų hipotezes. Mažai įmonei tai reiškia, kad vienas rinkodaros specialistas gali pasiekti rezultatą, kokiam anksčiau reikėdavo visos komandos.

Pardavimų komandos gauna naudos iš agentų, kurie papildo potencialių klientų duomenis, vertina ir nustato jų prioritetus arba parengia suasmenintos komunikacijos planus. Užuot rankiniu būdu ieškojęs informacijos apie kiekvieną kontaktą, pardavimo vadybininkas gali gauti automatiškai sugeneruotą santrauką ir suasmenintų el. laiškų juodraščius. Pasiruošimas susitikimams su klientais ir tolesnių veiksmų planavimas – tradiciškai daug laiko reikalaujantys procesai – taip pat gali būti patikėti agentams.

Verslo operacijų srityje DI agentai gali tvarkyti išlaidų ataskaitas, planuoti keliones ar valdyti pirkimų užklausas. Klientų aptarnavimo skyriuje jie padeda surinkti informaciją apie produktus arba apibendrinti klientų užklausas, kad prireikus konsultantas galėtų jomis pasinaudoti ateityje.

Lietuvos smulkiajam ir vidutiniam verslui DI agentų pritaikymas gali būti labiau praktinio pobūdžio. Pagrindinės priežastys – dvi:

Kalbos apribojimai:

• Daugelis agentinių sistemų visų pirma pritaikytos anglų kalbai, ypač integracijoms, šablonams ar iš anksto sukurtoms darbo eigoms.
• Turinys lietuvių kalba taip pat gali būti apdorojamas, tačiau dažnai reikia papildomo pritaikymo, terminijos suderinimo ar net rankinių pataisymų.

Integracijos brandumas:

• Didžiosiose rinkose CRM, analitikos ar rinkodaros sistemos dažnai jau visiškai integruotos su moderniomis API sąsajomis. Lietuvos smulkusis ir vidutinis verslas dažnai vis dar dirba su senesnėmis sistemomis, skaičiuoklėmis ar mažesnėmis „SaaS“ priemonėmis, kurios nėra tiesiogiai suderinamos su agentinėmis sistemomis.
• Tai reiškia, kad paprastesni DI agentų naudojimo scenarijai – turinio pritaikymas, skambučių apibendrinimas ar klientų atsiliepimų suvedimas – yra realesni pirmieji žingsniai, palyginti su sudėtingais agentų koordinavimo atvejais.

Vietos perspektyva: Lietuvos smulkusis ir vidutinis verslas

DI automatizacijos ir agentinių sistemų skirtumai Lietuvos MVĮ nėra vien techninės detalės – tai praktinis kelrodis. Realybė tokia, kad daugelis įmonių dirba su mažomis komandomis, ribotais biudžetais ir įvairių skaitmeninių priemonių mišiniu. Todėl DI automatizacija tampa natūraliu atspirties tašku, o visavertės agentinės sistemos – vėlesniu siekiu.

Didžiausią tiesioginę naudą teikia paprastos automatizacijos sprendimai, tokie kaip el. laiškų parengimas, skambučių apibendrinimas, išlaidų kategorizavimas ar CRM įrašų pildymas. Tai mažos rizikos procesai, kur net ir 90 % tikslumas kas savaitę gali sutaupyti kelias valandas. Mažai įmonei toks laikas gali būti vertingesnis už bet kokį pažangesnį sprendimą.

Perėjimas prie agentinių sistemų reikalauja kitokio pasirengimo lygio. Kad agentai galėtų gauti duomenis, vertinti potencialius klientus ar koordinuoti užduotis tarp skyrių, MVĮ reikia kokybiškų, struktūruotų duomenų, API sąsajoms pritaikytos programinės įrangos ir aiškių DI valdymo praktikų. Be šių elementų agentai gali greitai tapti kliūtimi, o ne verslo procesų spartintoju.

Protingas DI įsisavinimo kelias galėtų atrodyti taip:

1. Imkitės pasikartojančių, mažo tikslumo reikalaujančių užduočių automatizacijos.
2. Įdiekite darbo eigas su žmogaus priežiūra – tai padės užtikrinti kokybę ir stiprinti pasitikėjimą DI sistemomis.
3. Plėskitės į agentines darbo eigas, kai duomenys ir infrastruktūra bus brandūs.

Pagrindinė žinia Lietuvos verslui: nesitikėkite, kad DI agentai sutvarkys prastai organizuotas sistemas. Pirmiausia sukurkite tvirtus skaitmeninius pamatus, o tik tada leiskite agentams juos sustiprinti. Turėdamos tvirtą pagrindą, net ir mažos Lietuvos įmonės gali atverti transformacinį potencialą, kurį siūlo agentinės sistemos.

Darbo ateitis: žmonės ir DI agentai

Agentinių sistemų atsiradimas keičia ir tai, kokie įgūdžiai versle vertinami labiausiai. „HubSpot“ vadovai teigia, kad sėkmingiausios įmonės žmonių DI agentais nepakeičia, o perkelia juos į strategiškesnius vaidmenis, tuo tarpu agentai perima pasikartojančias užduotis. Konkurencinis pranašumas kyla iš to, kaip gerai žmonės ir DI agentai geba dirbti kartu.

Darbuotojams tai reiškia naujas skaitmeninio raštingumo formas. Gilios programavimo žinios nėra būtinos, tačiau reikia išmokti:

• vadovauti agentams, nurodant aiškias užduotis ir tikslus;
• kritiškai vertinti jų darbo rezultatus, pastebint klaidas ar trūkumus;
• integruoti agentus į darbo eigas taip, kad nebūtų trikdomi jau veiksmingi procesai.

Tuo pat metu unikalūs žmogiški gebėjimai – kūrybiškumas, empatija, santykių kūrimas, etiškas elgesys – tampa dar vertingesni. Agentai gali parengti pasiūlymus ar atlikti potencialių klientų analizę, tačiau tik žmonės gali užbaigti sandorius, kurti pasitikėjimą ir priimti sudėtingus kompromisus.

Žvelgiant į ateitį, profesionalai gali būti vertinami net pagal tai, kaip veiksmingai valdo savo „agentų portfelį“. Tokiu atveju Lietuvos smulkusis ir vidutinis verslas, investuojantis į darbuotojų mokymus, įgis ne tik produktyvumo, bet ir kultūrinį pranašumą – darbuotojus, kurie į agentus žiūri kaip į jaunesnius kolegas, o ne kaip į grėsmę.

Baigiamosios įžvalgos

DI automatizacija ir agentinės sistemos dažnai minimos kartu, tačiau jos priklauso skirtingoms DI raidos klasėms. Automatizaciją galima laikyti patikimu asistentu, kuris greitai ir veiksmingai atlieka kasdienes rutinines užduotis. Tuo tarpu agentinės sistemos labiau primena jaunesnį kolegą – tokį, kuris gali planuoti, prisitaikyti ir bendradarbiauti, nors vis dar reikalauja priežiūros.

Lietuvos smulkiajam ir vidutiniam verslui pamoka aiški – neverta stačia galva nerti į sudėtingiausius DI sprendimus. Pradėkite nuo paprastos automatizacijos, kuri kas savaitę sutaupo kelias valandas. Šias pirmąsias pergales panaudokite pasitikėjimui stiprinti, duomenų kokybei gerinti ir pasirengti pažangesnių sistemų diegimui.

Klestės tos įmonės, kurios išmoks bendradarbiauti su savo skaitmeniniais komandos nariais. Vis labiau nyksta riba tarp to, kas laikoma įrankiu, ir to, kas laikoma kolega – laimės tie, kurie gebės įvaldyti tiek DI įrankius, tiek bendradarbiavimo su DI agentais subtilybes.