Mentionsy

Jestem Mikołaj Szczerbicki i dzisiaj porozmawiamy o agentach AI.

Natomiast zanim przejdziemy do tego, to powiedz mi proszę tak naprawdę, czym jest taki agent AI albo, co moim zdaniem jest równie ważne, czym taki agent nie jest?

Czyli przyzwyczailiśmy się, że większość rozwiązań AI w organizacjach jest albo chatbotem, z którym konwersujemy w jakiś sposób i nam pomaga,

No właśnie Łukasz, bo wydaje mi się, że to jest ważne, żebyśmy powiedzieli w tym momencie, co tak naprawdę w naszej organizacji taki agent AI może robić.

Czyli przykładowo mail wpada na skrzynkę albo pracownik to wrzuca do systemu i taki agent dostaje zocerowany dokument.

I przygotowuje na przykład draft maila, który wyjaśnia taką sytuację.

Okej, no dobrze, no ale w takim razie powiedz mi, bo mówimy o agentach AI i mówimy o ich wykorzystaniu w organizacji, no to lepiej jest mieć kilku mniejszych czy jednego superagenta?

Albo kawałek kodu Pythonowego, czy w innym języku programowania z gotowym frameworkiem, który integruje nam się właśnie z LLM-em, na przykład z OpenAI-em.

z frameworków od Microsoftu, OpenAI czy Google, które są Pythonowe, dedykowane do pisania takiego agenta.

Jeżeli popatrzymy na budowę takiej fabryki agentów, podchodzimy z klientami takim konceptem, który nazywamy AI Sandboxem.

I założenie AI Sandboxa jest takie, że budujemy przestrzeń, właśnie na przykład w Azure, która jest odpowiednio przygotowana i traktuje jako miejsce do eksperymentu.

Podstawy Agentów AI, Łukasz Kałużny, Szczerbicki.

I daje mu tylko te pole, żeby skupić się na tej wartości, jakim jest przetestowanie tego agenta, tego rozwiązania Generative AI, a nie skupianiem się na odkrywaniu, jak znowu, to będzie przykład od klienta, jak znowu w jakiejś open source'owej bibliotece wykorzystać podłączenie się do usługi AI'owej i jak zrobić, żeby tam zalogować się bezpiecznie.

No dobrze, a wspomniałeś już wcześniej o Azure AI Foundry, to powiedz mi, jaką mamy tak naprawdę wartość z tego, że skorzystamy z takiego rozwiązania, versus jakbyśmy chcieli taką platformę zbudować sami.

AI Foundry jest tak zwane good enough.

Więc jak popatrzymy sobie na AI Foundry, to szybkość jego użycia jest bardzo dobrą rzeczą.

Każdy z dostawców chmurowych posiada odpowiednik właśnie takiego Azure AI Foundry z hyperscalerów.

To takie Azure AI Foundry, jeżeli ktoś na przykład będzie chciał się z niego wycofać.

Więc jak sprawić, żeby z etapu testowania, żeby z tego AI Sandboxa faktycznie dobrze wejść na produkcję?

To nasze podejście jest takie, że ten AI Sandbox jest przestrzenią współdzieloną.

Druga rzecz, jeżeli chodzi o samych agentów AI, nie zakupujmy się w frameworki open source, piękne rzeczy, które widzimy na LinkedInie, w obrazkach, że widzimy jakieś przepiękne diagramy, tylko jeżeli mamy dostawcę chmurowego, wybierzmy po prostu usługę Platform as a Service z jego portfolio.

I ostatnią rzeczą jest zbudowanie tej platformy, wykorzystanie tych usług pasowych albo gotowych tak, żeby stworzyć po pierwsze bezpieczną przestrzeń w postaci tego AI sandboxa, gdzie faktycznie możemy skupić się na testowaniu i następnie procesu przejścia na te środowiska, w których już faktycznie agent będzie uruchomiony.