Kunstig intelligens
AI’s dræberapp: Sådan kan AI‑agenter ændre alt
Føj Securities.io til dine foretrukne kilder på Google
En AI-agent er software, som forsøger at løse en opgave i flere trin ved hjælp af en model, data og de værktøjer, den har fået adgang til. I marts 2025 var der store forventninger til agenter inden for kundeservice, programmering og forskning. Deres værdi afhænger dog af opgaven og kontrollen med systemet: selvstændig handling er ingen garanti for korrekte resultater.
Hvordan adskiller en agent sig fra en chatbot?
En chatbot besvarer typisk enkelte beskeder. En agent kan også læse filer, søge efter oplysninger, bruge programmer og vælge næste trin ud fra tidligere resultater. En fysisk agent kan få input fra kameraer og andre sensorer og handle gennem eksempelvis en robots motorer. En digital agent kan redigere filer eller udarbejde en rapport. Tydelige adgangsgrænser, logning og menneskelig godkendelse af vigtige handlinger er afgørende i praksis.
Hvilke opgaver kan agenter løse?
I en afgrænset arbejdsgang kan en agent gennemgå serviceanmodninger, udarbejde et udkast til en tidsplan og sende usædvanlige tilfælde videre til en medarbejder. I kundeservice kan den foreslå svar; i forskning kan den organisere data og hjælpe med at gennemgå litteratur. Automatiseringsgraden varierer. At en agent kan udføre dele af en opgave, viser ikke, at den kan stå uden menneskeligt tilsyn.
En specialiseret agent kan være mere hensigtsmæssig end et enkelt system, som skal kunne alt. Flere agenter kan dele arbejdet med at hente information, analysere den og kontrollere resultatet. Samspillet skal testes, da fejl i ét led kan påvirke hele forløbet.
Begrænsninger og ansvar
En agent kan misforstå en instruktion, opfinde kilder, bruge forældede oplysninger eller foretage en uventet handling. Finansielle og medicinske beslutninger samt opgaver med fysisk sikkerhed kræver særligt grundig kontrol. Privatliv, adgangsrettigheder, driftsomkostninger og ansvar for skader skal afklares før bred anvendelse. Produktdemonstrationer fra marts 2025 beviser ikke, at generel intelligens på menneskeniveau er nået.
Eksempler fra 2025
OpenAI, Google og andre udbydere tilbød på det tidspunkt modeller og udviklerværktøjer til agenter. Google præsenterede Gemini 2.0 og beslægtede tjenester. Manus blev omtalt som en generel agent, men sådanne beskrivelser er leverandørens påstande, som bør afprøves i konkrete opgaver. Alibaba udviklede Qwen-modeller og Quark-assistenten. Eksemplerne beskriver situationen i 2025; produkternes funktioner kan siden have ændret sig.
Forholdet til investeringer
Alibaba er en stor e-handels- og cloudvirksomhed, hvor AI kun er én del af forretningen. Udvikling inden for agenter forudsiger ikke i sig selv omsætning eller aktiekurs. Aktuelle regnskaber og risici skal vurderes særskilt.
(BABA )BABA Prisdiagram
Konklusion
Agenter kan forbinde en AI-model med værktøjer til flertrinsopgaver. Fordelene bør måles i klart afgrænsede anvendelser. Kontrol, begrænsede rettigheder og menneskeligt ansvar er vigtige, når systemet kan handle selv.
