Već 24 godine, Amanda Silver iz Microsofta radi na pomaganju programerima, a u posljednjih nekoliko godina to je značilo razvoj alata za AI. Nakon dužeg rada na GitHub Copilot, Silver je sada potpredsjednica korporacije u Microsoftovoj CoreAI diviziji, gdje radi na alatima za implementaciju aplikacija i agentnih sustava unutar poduzeća.
Njezin rad fokusiran je na sustav Foundry unutar Azure-a, koji je dizajniran kao jedinstveni AI portal za tvrtke, što joj omogućuje uvid u to kako poduzeća zapravo koriste ove sustave i gdje implementacije često ne uspijevaju.
Razgovarala sam sa Silver o trenutnim mogućnostima agentnih sustava i zašto vjeruje da je to najveća prilika za startupove od pojave javnog oblaka.
Ovaj intervju je skraćen radi dužine i jasnoće.
Vaš rad fokusira se na Microsoftove proizvode za vanjske programere — često startupove koji se inače ne bave AI-jem. Kako vidite utjecaj AI-a na te tvrtke?
Vjerujem da je ovo prelomni trenutak za startupove, sličan prelasku na javni oblak. Oblak je imao ogroman utjecaj na startupove jer više nisu morali imati fizički prostor za smještaj opreme i nisu morali trošiti toliko novca na nabavku hardvera. Sada agentni AI nastavlja smanjivati ukupne troškove softverskih operacija jer mnoge poslove u pokretanju novog poduzeća, poput podrške i pravnih istraga, može brže i jeftinije obavljati AI. To će dovesti do više pothvata i novih startupova, a vidjet ćemo i više startupova s višim procjenama, ali s manjim brojem ljudi na čelu. To je uzbudljiv svijet.
Kako to izgleda u praksi?
Sasvim sigurno vidimo kako se višestepeni agenti široko koriste u raznim zadacima programiranja. Na primjer, programeri moraju održavati svoju kodnu bazu ažurnom s najnovijim verzijama biblioteka na kojima ovisi. Agentni sustavi mogu analizirati cijelu vašu kodnu bazu i lako je ažurirati, smanjujući vrijeme potrebno za 70% ili 80%.
Operacije na stranicama uživo su još jedan primjer — kad održavate web stranicu i nešto pođe po zlu, netko mora biti budan da reagira na incident. Sada imamo genetski sustav koji uspješno dijagnosticira i u mnogim slučajevima potpuno ublažava probleme koji se javljaju na tim operacijama, tako da ljudi ne moraju biti budni usred noći.
Jedna od zagonetki trenutnog trenutka jest da agentne implementacije nisu napredovale onako brzo kako smo očekivali prije šest mjeseci. Zašto mislite da je to tako?
U mnogim slučajevima, prepreka je to što graditelji agenata ne znaju što bi agent trebao postići. Potrebna je promjena kulture u načinu na koji se grade ovi sustavi. Potrebno je jasno definirati poslovni slučaj koji se rješava i što se želi postići. Vidimo to kao veće prepreke nego opću nesigurnost oko implementacije agenata.
Spominjete opću nesigurnost, koja se čini kao velika prepreka. Zašto to vidite kao manje problematično u praksi?
Prvo, vjerujem da će biti vrlo uobičajeno da agentni sustavi imaju scenarije u kojima je čovjek u petlji. Na primjer, kod povrata paketa, gdje je ranije workflow bio 90% automatiziran, a 10% ljudska intervencija. Sada su modeli računalnog vida napredovali do te mjere da u mnogim slučajevima ne trebamo toliko ljudske nadzore. No, uvijek će biti situacija koje zahtijevaju ljudski nadzor, zbog kritičnih operacija.
