To 2025 θεωρούνταν ως μια περίοδος ανάπαυλας από τις tech εξελίξεις, ενσωμάτωσης της Gen AI στο day-to-day conduct και απαλλαγής από τη λογική του hype ή του fomo. Φαίνεται, ωσατόσο, ότι η Agentic AI έχει...διαφορετική άποψη.

Σενάρια επιστημονικής φαντασίας παίρνουν ζωή; Ήρθε η στιγμή όπου η τεχνητή νοημοσύνη θα αποκτήσει δική της βούληση, παραγκωνίζοντας τον άνθρωπο; Ερωτήματα τα οποία η agentic AI, το νέο buzzword της ψηφιακής ορολογίας, προκαλεί ήδη, με το ενδιαφέρον όλο και περισσότερων οργανισμών να εντείνεται, αν και όχι απαραίτητα με θετικό πρόσημο.
Η agentic AI αποτελεί, σύμφωνα με άρθρο του WorkLife, έναν τύπο τεχνητής νοημοσύνης ο οποίος έχει σχεδιαστεί, ώστε να δρα ανεξάρτητα και όχι να ανταποκρίνεται σε ανθρώπινες εντολές. Επινοήθηκε δε μόλις τον περασμένο Ιούνιο, από τον ερευνητή τεχνητής νοημοσύνης Andrew Ng, ενώ μεγάλες tech εταιρείες και vendors έχουν αρχίσει ήδη να την προωθούν πιο επιθετικά, με απώτερο σκοπό οι λεγόμενοι «AI agents» να εκτελούν σύνθετες εργασίες για λογαριασμό των ανθρώπων με ελάχιστη, ωστόσο, ανθρώπινη παρέμβαση και επίβλεψη.

ΣΥΝΘΕΣΗ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ PROACTIVE ΔΡΑΣΗ
Αναφορικά με τον τρόπο με τον οποίο η agentic AI σχετίζεται με την παραγωγική τεχνητή νοημοσύνη και ευρύτερα με την τεχνητή νοημοσύνη, το άρθρο την περιγράφει ως έναν συνδυασμό όλων των μορφών ΤΝ.
Όπως αναφέρει, η παραδοσιακή ΤΝ ολοκληρώνει εργασίες με βάση προκαθορισμένους κανόνες και μοτίβα, τα οποία ορίζει ο άνθρωπος. Δεν είναι προσαρμόσιμη και δεν «μαθαίνει» ή βελτιώνεται από την εισαγωγή νέων δεδομένων. Φέρνει δε ως παράδειγμα συσκευές, όπως calculators, logic-based σκακιστικά προγράμματα ή chatbots με scripted απαντήσεις.
Ακολουθεί η μηχανική μάθηση (ma-chine learning), ένα σκέλος της τεχνολογίας αυτής το οποίο αφορά στην εκπαίδευση ενός μοντέλου με τη χρήση μεγάλου όγκου datasets για τον εντοπισμό μοτίβων και τη λήψη αποφάσεων. Είναι προσαρμόσιμη και βελτιώνεται, επεξηγεί το Worklife, καθώς επεξεργάζεται περισσότερα δεδομένα.
Υποπεδίο της ML συνιστά η παραγωγική ΤΝ, η οποία χρησιμοποιεί δεδομένα από μεγάλα γλωσσικά μοντέλα με στόχο να δημιουργήσει νέο περιεχόμενο, όπως κείμενο, εικόνες, μουσική ή κώδικα. Χαρακτηρίζεται, δηλαδή, ως η πιο creative εκδοχή της ΤΝ, ιδίως σε σχέση με το υπολογιστικό και αναλυτικό ML.
Η τροφοδοσία, επομένως, της agentic AI με όλα τα χαρακτηριστικά της παραδοσιακής και της παραγωγικής AI τής παράσχει τη δυνατότητα να τα χρησιμοποιεί, προκειμένου να προβλέπει αυτόνομα τις ανάγκες και να εκτελεί βάσει αυτών. Έχει τη δυνατότητα, μάλιστα, όπως σημειώνεται, να προσαρμόζεται δυναμικά, μαθαίνοντας από τις εμπειρίες και προσαρμόζοντας τις μελλοντικές ενέργειές της βάσει νέων πληροφοριών, ενώ μπορεί και να δρα προληπτικά, αντί να αναμένει εντολές από τον άνθρωπο, όπως συμβαίνει με άλλες μορφές της.

ΑΝΟΙΓΟΝΤΑΣ ΤΟΝ ΑΕΝΑΟ ΚΥΚΛΟ ΤΗΣ ΚΑΤΑΡΤΙΣΗΣ
Σε τι θα μπορούσε, ωστόσο, να βοηθήσει έναν επαγγελματία του HR η agentic AI; Όπως η παραγωγική τεχνητή νοημοσύνη, έτσι και η agentic τεχνητή νοημοσύνη «πλασάρεται» ως το πλέον ενδεδειγμένο μέσο για την αύξηση της παραγωγικότητας των εργαζομένων, αυτοματοποιώντας εργασίες ρουτίνας, οι οποίες συνήθως θεωρούνται ανιαρές και χρονοβόρες, αφήνοντας χώρο και χρόνο στο δυναμικό να εστιάσει σε περισσότερο στρατηγικού τύπου εργασίες. «Είναι σημαντικό οι HR leaders να κατανοήσουν τον αντίκτυπο της agentic AI στην απόδοση και το wellbeing του ανθρώπινου δυναμικού. Και αυτό, διότι εισάγει μία νέα δυναμική στην εμπειρία των εργαζομένων και στον τρόπο διαχείρισης και εκτέλεσης της εργασίας τους», δήλωσε, στο πλαίσιο του άρθρου του WorkLife, ο Jay Patel, SVP & General Manager του τμήματος Webex Customer Experience Solutions της τεχνολογικής εταιρείας Cisco.
Ως παράδειγμα για αυτό παρατίθεται το L&D, καθώς σε αυτό η agentic AI θεωρείται ότι μπορεί να ωφελήσει την καριέρα των εργαζομένων, μέσα από πιο εξατομικευμένα προγράμματα training & development. Όπως, μάλιστα, το θέτει η Jill Goldstein, Global Managing Partner for HR & Talent Transformation της IBM Consulting, η agentic AI διαμορφώνει και διαχειρίζεται το προσωπικό πλάνο κατάρτισης του εκάστοτε εργαζομένου, αντλώντας και εφοδιάζοντάς τον με συνεχώς μεγαλύτερη πληροφορία. Επίσης, προσαρμόζει, βάσει της νέας πληροφορίας, το learning path του και παρέχει, σε πραγματικό χρόνο, στοιχεία για τις επιδόσεις του, δεδομένα και feedback, τα οποία διοχετεύονται ξανά στην τεχνητή νοημοσύνη, ώστε να τον βοηθήσουν να αναπτύξει περαιτέρω τις δεξιότητές του.

ΚΑΙ ΟΜΩΣ, Η AGENTIC AI ΒΡΙΣΚΕΤΑΙ ΗΔΗ ΕΔΩ
Και ενώ μπορεί να αναρωτιέται κανείς τι θα πρέπει να γνωρίζουν οι HR leaders και πώς χρειάζεται να προετοιμαστούν, προκειμένου η νέα μορφή τεχνητή νοημοσύνης να μην τους πιάσει εξ απίνης, στελέχη της αγοράς και του κλάδου σημειώνουν ότι στοιχεία και τεχνικές της agentic τεχνητής νοημοσύνης βρίσκονται ήδη ενσωματωμένα στα HR tech stacks. Εξηγούν δε ότι οι τεχνολογίες στις οποίες βασίζονται εταιρείες και οργανισμοί αυτήν τη στιγμή περιέχουν ήδη δυνατότητες agentic AI, όπως ακριβώς είχε συμβεί και με την generative τεχνητή νοημοσύνη.
Επομένως, υφίσταται ήδη και η δυνατότητα να ενημερώνονται για αυτήν, προτού είναι άμεσα διαθέσιμη. Μάλιστα, υπενθυμίζουν ότι, τον περασμένο Δεκέμβριο, η Amazon ίδρυσε ένα νέο R&D lab, στο Σαν Φρανσίσκο, το οποίο εστιάζει αποκλειστικά στη δημιουργία βασικών δυνατοτήτων για AI agents, ενώ η Visier ισχυρίστηκε ότι το Vee, το agentic AI προϊόν της, χρησιμοποιείται από περισσότερες από 20.000 εταιρείες και ότι η ίδια έχει λανσάρει και agentic AI πλατφόρμα. Καλούν δε τους επαγγελματίες του HR να «ακονίσουν», από τούδε και στο εξής, τα τεχνολογικά αντανακλαστικά τους, ώστε, αφενός, «να βρίσκονται σε θέση να αλληλοεπιδρούν με τους παρόχους του οικοσυστήματος αυτού και, αφετέρου, να βοηθήσουν το ανθρώπινο δυναμικό ευρύτερα», σημείωσε η Jill Goldstein. Παράλληλα, τους προέτρεψε να προχωρήσουν σε μία καταγραφή της υφιστάμενης τεχνολογίας και να «εκπαιδεύσουν την οξυδέρκειά τους σε τεχνολογικό επίπεδο», εκφράζοντας τη βεβαιότητα ότι «οι CHROs πιθανότατα, διαθέτουν ήδη πολύ περισσότερα βέλη στη “φαρέτρα” τους, από ό,τι συνειδητοποιούν».

ΤΑ RISKS ΕΝΤΕΙΝΟΝΤΑΙ ΚΑΙ ΜΕ ΤΗ MINIMUM ΕΠΙΒΛΕΨΗ
Παρ’ όλα αυτά, η αυξημένη αυτονομία των AI agents συνοδεύεται πάντα από έναν βαθμό κινδύνου, τον οποίο οι οργανισμοί καλούνται να μετριάσουν. Ένα AI agent ενδέχεται να ξεφύγει από το εταιρικό firewall για τον απλούστατο λόγο ότι «αποφάσισε» ότι χρειάζεται περαιτέρω πληροφορία, προκειμένου να τελέσει την εργασία του με πλήρη δυναμικότητα. Ως παράδειγμα, το άρθρο αναφέρει τη διαμόρφωση ενός επιτυχημένου career path για συγκεκριμένους εργασιακούς ρόλους μέσω της agentic AI, η οποία ενδέχεται να απαιτεί πρόσβαση σε δεδομένα της ευρύτερης αγοράς -και, άρα, πέρα από τους «τοίχους προστασίας» του οργανισμού. Εφόσον ληφθούν, αυτά τα δεδομένα θα ενταχθούν, ακολούθως, αυτόματα στο learning path του εργαζομένου, ο οποίος επιθυμεί να αξιοποιήσει την agentic AI προκειμένου να δημιουργήσει ένα σχέδιο ανάπτυξης για τον εαυτό του. Επομένως, πέραν του ρίσκου από την υπέρβαση του firewall per se, η ελάχιστη ανθρώπινη επίβλεψη -η οποία αποτελεί κυρίαρχο χαρακτηριστικό σε αυτήν τη μορφή τεχνητής νοημοσύνης- αυξάνει περαιτέρω τους κινδύνους.

ΔΙΑΦΑΝΕΙΑ ΚΑΙ ΕΝΤΑΞΗ ΣΤΗΝ ΕΤΑΙΡΙΚΗ ΚΟΥΛΤΟΥΡΑ
Όσο για την απάντηση στη συζήτηση αυτή, η WorkLife προτείνει στους οργανισμούς να παραμένουν διαρκώς και πλήρως ενήμεροι και να συμμορφώνονται στους κανονισμούς και το θεσμικό πλαίσιο, ιδίως σε επίπεδο ανεύρεσης εξωτερικών δεδομένων. Παράλληλα, τους καλεί να είναι ξεκάθαροι, ως οργανισμοί, για το πότε χρησιμοποιούν τεχνητή νοημοσύνη και πότε όχι. «Είναι ζωτικής σημασίας για τους οργανισμούς να μετριάσουν την ακατάλληλη χρήση της ΤΝ, καθώς ενδέχεται να δώσει τη δυνατότητα για πιο περίπλοκες απάτες, πιο πειστικά deepfakes κ.ά.», δήλωσε ο Jay Patel.
Επιπρόσθετα, απαιτείται και πλήρης διαφάνεια των εταιρειών και οργανισμών απέναντι στους ανθρώπους τους και αυτό, διότι «διαφανείς πρακτικές, όπως πότε η ΤΝ χρησιμοποιείται για τη λήψη αποφάσεων, είναι απαραίτητες για την οικοδόμηση ενός κλίματος εμπιστοσύνης ως προς τη χρήση της και για την ενδυνάμωση των χρηστών να λαμβάνουν έγκυρες αποφάσεις για το πώς αλληλοεπιδρούν με την τεχνολογία που την αξιοποιεί», προσέθεσε. Σε μεγάλο βαθμό, όλα καταλήγουν στη δημιουργία μίας ολοκληρωμένης οργανωσιακής κουλτούρας αναφορικά με την ηθική χρήση της τεχνητής νοημοσύνης, αναφέρει το άρθρο, με την Jill Goldstein να σημειώνει ότι «οι εργαζόμενοι στην IBM είναι πλήρως ενημερωμένοι για τις αρχές και τις “κόκκινες γραμμές” της εταιρείας σχετικά με τη χρήση τεχνητής νοημοσύνης, καθώς η εταιρεία έχει επιλέξει να τις αναρτά παντού στο επίσημο website της και, παράλληλα, να τις ενσωματώνει και στο training των ανθρώπων της».