“AI of AI-agents kunnen gebruikers helpen de efficiëntie met 10-15% te verhogen”: Ankur Kothari, medeoprichter van Automation Anywhere

Poulomi Chatterjee: Nu AI-agents het volgende modewoord zijn geworden, zien we gevallen waarin bedrijven zeggen dat ze een AI-agent hebben gebouwd, terwijl het alleen maar Retrieval Augmented Generation (RAG) is. Wat is het verschil tussen de twee?

Ankur Kothari: Naarmate het landschap van automatisering en kunstmatige intelligentie evolueert, zijn ‘AI Agents’ en ‘RAG’ (Retrieval-Augmented Generation) een integraal onderdeel van het verbeteren van bedrijfsprocessen. Ze dienen verschillende doeleinden en bieden verschillende mogelijkheden, zoals:

Functionaliteit: AI-agents zijn ontworpen voor autonome taakuitvoering en gebruikersinteractie, terwijl RAG zich richt op het verbeteren van de responsnauwkeurigheid door het ophalen van informatie.

Leren en aanpassing: AI-agenten kunnen in de loop van de tijd leren en zich aanpassen, waardoor hun prestaties worden verbeterd op basis van gebruikersinteracties. Hoewel RAG-systemen reacties kunnen genereren, leren ze niet inherent van interacties, maar vertrouwen ze eerder op de kwaliteit en relevantie van de opgehaalde gegevens.

Gebruiksscenario’s: AI-agents zijn ideaal voor scenario’s die besluitvorming en complexe interacties vereisen, zoals klantenservice of procesautomatisering. RAG is beter geschikt voor taken waarbij informatie moet worden opgehaald, zoals het beantwoorden van specifieke vragen of het genereren van inhoud op basis van feitelijke gegevens. Bij Automation Anywhere maken onze AI-agenten gebruik van een native RAG-service om modellen te baseren op bedrijfsgegevens, en naadloos te integreren met platforms als AWS Bedrock, Azure AI en Google Vertex. Dit helpt bedrijven de LLM-modellen aan de gegevens te koppelen, om ervoor te zorgen dat ze over de vereiste context beschikken voordat ze tot een conclusie komen. Dit vermindert hallucinaties, verrijkt de context en zorgt voor nauwkeurige, datagestuurde inzichten. Door AI-agenten te combineren met RAG stellen we bedrijven in staat te gedijen in een steeds meer geautomatiseerde wereld.

PC: AI-agenten staan ​​ook op het punt een fel omstreden gebied te worden. Wat geeft jou het voordeel ten opzichte van anderen?

Anker: De meeste bedrijven bouwen AI of AI-agents die hun producten verbeteren, waardoor individuele gebruikers de efficiëntie met 10-15% kunnen verhogen. Wij geloven dat ons concurrentievoordeel op het gebied van AI-agenten voortkomt uit verschillende sleutelfactoren die ons onderscheiden van anderen in de branche:

AI + Automatisering Enterprise-systeem: Onze intelligente automatiseringsoplossingen stroomlijnen workflows, verbeteren de besluitvorming en stimuleren de groei, waardoor organisaties hun volledige potentieel kunnen ontsluiten in een steeds competitiever landschap.

Schaalbaarheid en flexibiliteit: De AI-agents van Automation Anywhere zijn schaalbaar, aanpasbaar en veelzijdig en automatiseren taken van routinematig tot complex, afgestemd op de unieke behoeften van elke branche of organisatie.

Gebruikergericht ontwerp: We geven prioriteit aan gebruikerservaring bij de ontwikkeling van onze AI-agenten. Onze agenten zijn gebouwd om op natuurlijke wijze met gebruikers te communiceren en intuïtieve en boeiende ervaringen te bieden. Deze focus op gebruikersgericht ontwerp zorgt ervoor dat onze AI-agenten de behoeften van gebruikers effectief kunnen begrijpen en erop kunnen reageren, wat leidt tot hogere tevredenheids- en acceptatiepercentages.

Continu leren en verbeteren: Onze AI-agenten zijn uitgerust met machine learning-mogelijkheden waarmee ze kunnen leren van interacties en in de loop van de tijd kunnen verbeteren. Dit zorgt ervoor dat onze agenten effectiever en nauwkeuriger worden in hun reacties, en zich aanpassen aan veranderende zakelijke omgevingen en gebruikersverwachtingen.

Uitgebreide ondersteuning en bronnen: We bieden uitgebreide middelen, training en ondersteuning om organisaties te helpen AI-agents succesvol te implementeren en te beheren. Onze toewijding om onze klanten te empoweren zorgt ervoor dat ze het potentieel van AI-agenten volledig kunnen benutten, waardoor betere bedrijfsresultaten kunnen worden behaald.

Focus op beveiliging en compliance: Onze AI-agents zijn ontwikkeld met ingebouwde beveiligingsfuncties en compliancemaatregelen. Deze focus op het beschermen van gevoelige informatie biedt organisaties gemoedsrust bij het adopteren van AI-oplossingen. Door deze krachten te combineren is Automation Anywhere goed gepositioneerd om voorop te lopen in het competitieve landschap van AI-agenten.

PC: AI-agents hebben een revolutie teweeggebracht in de kern van Automation Anywhere op het gebied van Robotic Process Automation (RPA), zoals naar verwachting zal gebeuren met automatisering in het algemeen. Wat houdt deze verandering in?

Anker: De evolutie van Robotic Process Automation (RPA) naar Agentic Process Automation (APA) betekent een grote vooruitgang in de manier waarop organisaties hun processen automatiseren. RPA is van oudsher gericht op het automatiseren van repetitieve, op regels gebaseerde taken, waardoor organisaties de efficiëntie kunnen vergroten en menselijke fouten kunnen verminderen. Naarmate bedrijfsomgevingen echter complexer worden, zijn de beperkingen van RPA duidelijk geworden. Het is in de eerste plaats afhankelijk van vooraf gedefinieerde scripts en regels, die het aanpassingsvermogen en het reactievermogen op veranderingen kunnen belemmeren. APA introduceert daarentegen een meer geavanceerde aanpak door elementen van AI/ML op te nemen. Dit maakt de automatisering mogelijk van niet alleen eenvoudige taken, maar ook van complexe, bedrijfskritische processen die cognitieve besluitvorming vereisen. APA-systemen kunnen leren van data, zich aanpassen aan nieuwe situaties en zelfs autonoom automatiseringen genereren, waardoor de operationele efficiëntie aanzienlijk wordt verbeterd. Met APA kunnen organisaties een efficiëntiewinst van 40-80% verwachten, vergeleken met de 20-30% die doorgaans met RPA gepaard gaat. Met een human-in-the-loop-aanpak zorgt APA ervoor dat de automatisering autonoom blijft, maar toch wordt geleid door menselijk toezicht.

PC: De eeuwenoude vraag wat de impact van automatisering op de werkgelegenheid zal zijn, blijft bestaan.

Anker: De integratie van AI met automatisering staat op het punt om industrieën te transformeren en functies te herdefiniëren, waardoor de focus verschuift van repetitieve taken naar betekenisvoller en creatiever werk. Er wordt verwacht dat AI en automatisering de alledaagse aspecten van banen zullen aanpakken, waardoor werknemers hun inspanningen kunnen kanaliseren naar innovatie en het oplossen van complexe problemen. Het bereidt tegelijkertijd de beroepsbevolking voor op meer geavanceerde functies, waardoor groei en aanpassingsvermogen op de lange termijn worden bevorderd. Het is essentieel om het belang van de ontwikkeling van vaardigheden te beseffen en tegelijkertijd een positieve mentaliteit te behouden die AI als een augmentatietool ziet in plaats van als een bedreiging. De transitie gaat meer over het omarmen van een mentale verschuiving dan over het verwerven van nieuwe vaardigheden. Met een verantwoorde inzet en toewijding aan bijscholing kunnen organisaties het volledige potentieel van AI ontsluiten, waardoor snellere, slimmere en efficiëntere activiteiten kunnen worden gerealiseerd en tegelijkertijd innovatie en groei op de werkplek worden bevorderd.

PC: Welke sectoren zullen het meest worden ontwricht door AI-agenten?

Anker: De sectoren die waarschijnlijk de grootste verstoring zullen ervaren als gevolg van AI-agentia zijn onder meer de gezondheidszorg, de financiële dienstverlening, de detailhandel, de productie, de logistiek en de toeleveringsketen, en de klantenservice. In de gezondheidszorg kunnen ze administratieve taken stroomlijnen en helpen bij diagnostiek. De financiële sector zal automatisering zien in de fraudedetectie en gepersonaliseerde klantenservice. De detailhandel zal profiteren van geoptimaliseerd voorraadbeheer en gepersonaliseerde winkelervaringen. De productie kan AI inzetten voor voorspellend onderhoud en kwaliteitscontrole. De logistiek zal de efficiëntie verbeteren door route-optimalisatie, en de klantenservice zal door automatisering betere interacties ervaren. Elke sector zal profiteren van de operationele efficiëntie en kostenbesparingen die AI-agenten teweegbrengen.

PC: Toen ze voor het eerst werden geïntroduceerd, waren AI-agenten gebrekkig en duur. Hoe zijn ze in de loop van de tijd verbeterd?

Adi Kuruganti:AI-agenten hebben sinds hun oprichting aanzienlijke verbeteringen ondergaan, en zijn geëvolueerd van gebrekkige en rekenintensieve systemen naar meer geavanceerde, efficiënte en effectieve oplossingen. Terwijl Large Language Models (LLM’s) historisch gezien aanzienlijke rekenkracht vereisten, waardoor ze duur waren om te maken en gevoelig waren voor hallucinaties – vooral in bedrijfsscenario’s –AI Agents bieden een meer praktische, actiegerichte oplossing. AI-agenten combineren AI-vaardigheden met Actieswaardoor klanten kunnen kiezen uit een verscheidenheid aan LLM’s, waaronder fundamentele, aangepaste en vooraf geconfigureerde modellen van Automation Anywhere (AAI), afgestemd op specifieke gebruiksscenario’s. AI-vaardigheden worden verder getest met behulp van echte automatiseringsgegevens en bestuurd door een robuuste AI-governancelaag die zorgt voor realtime controleerbaarheid, traceerbaarheid en PII-maskering (persoonlijk identificeerbare informatie). Deze goed presterende AI-vaardigheden sluiten naadloos aan op automatiseringsacties zoals RPA, API of documentverwerking, wat uitzonderlijke bedrijfswaarde oplevert. Belangrijk is dat AI-agenten niet beperkt zijn tot AI/ML of deep learning, die voornamelijk betrekking hebben op modelarchitectuur. Vooruitgang in kleinere modellen (bijvoorbeeld LLaMA) en technieken zoals Compound AI Systems hebben de rekenkosten dramatisch verlaagd – met wel 10.000% – waardoor de toegankelijkheid en effectiviteit verder zijn verbeterd, waardoor AI Agents een transformatieve oplossing voor bedrijfsautomatisering zijn geworden.