Какво е AI агент? Шест определения едно до друго и какво работи във верига магазини

„AI агент“ е най-използваният термин в бизнес софтуера тази година и един от най-слабо определените. Gartner изчислява, че само около 130 от хилядите доставчици, които продават агентен AI, предлагат истинското нещо, и очаква над 40% от проектите с агентен AI да бъдат прекратени до края на 2027 г. заради разходите, неясната полза или слабия контрол на риска⁵.

Преди да решите дали агентът има място във вашите магазини, полезно е да знаете какво разбират под този термин хората, които са го въвели. Ето техните определения, цитирани от собствените им документи.

Шест определения на AI агент

Прочетени заедно, те са съгласни за три части: цел, инструменти, които действат, а не само говорят, и известна независимост от човека^{1, 2, 3, 4}. Актът на ЕС за изкуствения интелект, законът, който ще регулира голяма част от това в Европа, изобщо не използва думата „агент“; той регулира AI системи, които работят с различни нива на автономност⁶.

Различават се по третата част, а точно тя е важна за търговеца. Агент, който подготвя чернова на поръчка към доставчик, и агент, който я изпраща на доставчика, могат да работят на един и същ модел. Разделя ги колко им е позволено да правят, без да питат, а изследователи от Вашингтонския университет твърдят, че това е избор на този, който внедрява агента, отделен от това, което моделът може⁷.

Агент, чатбот, копилот или работен процес?

Чатботът отговаря. Копилотът отговаря от вашите данни и предлага; ръководството за AI копилоти за ритейл операциите разглежда какво прави тези отговори надеждни. Работният процес изпълнява стъпки, които някой е задал предварително, например нощно правило за презаявка. Агентът сам решава следващата стъпка и я предприема с инструменти². На практика повечето полезни системи съчетават последните два: фиксирани правила смятат, а моделът поема частите, които изискват преценка и обяснение.

Докъде са стигнали компаниите: в проучването на McKinsey от 2026 г. делът на организациите с приходи над 1 млрд. долара, които мащабират AI агенти в поне една функция, е нараснал за година от 27% на 40%, докато при по-малките организации е останал на 22%. Анкетираните от сектора на потребителските стоки и ритейла най-често използват агенти в маркетинга и продажбите⁸.

Автономността е настройка: давайте я за всяко действие

Изследователите описват ролята на човека, докато независимостта на агента расте: оператор, сътрудник, консултант, одобряващ и накрая наблюдател, който може само да го изключи⁷. Собственото ръководство на OpenAI добавя практическото правило: оценете всеки инструмент по това дали само чете, или и записва, дали действието може да бъде отменено и какво е финансовото му въздействие, и дръжте човек в процеса при действия като отмяна на поръчки, разрешаване на големи възстановявания на суми или плащания¹.

За верига магазини това означава, че един агент може да има различни правомощия за различни действия. Може свободно да чете наличностите, да съветва за прехвърляния, да подготвя поръчки към доставчици за одобрение и пак да се нуждае от човек, преди нещо да стигне до доставчика. Стълба от пет нива, които се дават за всеки тип действие поотделно, прави това явно:

В какво агентите още грешат

Доводите за граници са в данните. В TheAgentCompany, бенчмарк от 175 задачи в симулирана компания, най-добрият агент, тестван в статията, е изпълнил сам 30,3% от тях⁹. Когато Anthropic оставя модел да управлява малък магазин в офиса за около месец, той продава стоки под себестойност, раздава кодове за отстъпка при поискване и казва на клиентите да плащат по сметка, която си е измислил; създателите му заключават, че „не биха го наели“¹⁰.

По-полезен е вторият опит. Процедури, видимост на разходите и правилото човек да проверява всяка покупка премахват повечето загуби, а екипът обобщава урока с думите „бюрокрацията има значение“¹¹. Това е урок и за ритейла: контролите, които веригата вече прилага към нов закупчик, като лимити, одобрения и преглед след първия месец, са това, което прави агента безопасен за използване.

Шест правила за AI агенти във верига магазини

1. Оставете фиксираните правила да смятат количествата и парите, а модела да ги обяснява и да се справя с изключенията.
2. Дайте на всеки агент една измерима цел и границите, които не може да прекрачи заради нея, например наличност без раздуване на запасите.
3. Давайте правомощия за всеки тип действие и нека само собственикът ги повишава, след изпитателен срок с ясни прагове.
4. Понижавайте ги автоматично, когато граница бъде нарушена или данните остареят.
5. Пазете бутон за спиране и запис на всяко действие. За високорисковите системи Актът за ИИ изисква хората да могат да пренебрегнат или отменят резултата и да спрат системата⁶.
6. Измервайте ефекта спрямо контролни магазини, които не са получили действията на агента, а не спрямо миналия месец.

Последното правило се пропуска най-често. Наличността на рафта се движи със сезона по причини, които нямат нищо общо със софтуера; само сравнение със сходни магазини през същите седмици отделя ефекта на агента от сезона. Ръководството за липсите на стока показва как се чете наличността магазин по магазин.

Как AI агентите на marql прилагат това

В marql това са AI агентите: шест роли, от доставките до финансите, всяка с един KPI и граници, които не може да нарушава. Правомощията следват петте нива по-горе и се задават за всеки тип действие. Само собственикът или COO вдига нивото, след изпитателен срок, който продуктът проверява всеки ден: за преминаване от „Съветва“ към „Подготвя“ трябват четири седмици на нивото и поне 70% от съветите приети от хората; за „Изпълнява след потвърждение“ трябват издържан изпит на симулатор за търговия на дребно и не повече от 10% редове в черновите, променени от хората. Най-горното ниво е затворено за всички клиенти.

Количествата идват от фиксирани правила; езиковият модел ги обяснява. Нивото, на което агентът реално работи, е най-ниското от три: даденото, това, което позволява връзката с ERP, и дали данните са свежи. С e:corg документът се създава от самия ERP; с други ERP системи човек въвежда одобрената чернова. Всеки агент може да бъде спрян с „Пауза“ и сам слиза с едно ниво, когато наруши границата си.

В една пета от магазините всеки агент само съветва, така че KPI-ят му може да се сравни с магазини, в които той не действа; във верига с по-малко от пет магазина KPI-ят се показва като наблюдение, а не като ефект. Самият екран го казва ясно: завършеното действие все още не означава измерена полза. AI агентът доставки е първи, защото поправянето на търсенето, загубено заради празен рафт, е мястото, където най-много е готово.