Rábíznád a pénzedet egy robotra?

Milyen mesterséges intelligenciáról álmodunk a kereskedelemben? Gondolkodjon, alkalmazkodjon, kooperáljon, célokat kövessen, legyen stratégiája és taktikája, legyen proaktív, fogja fel a kontextust, legyen dinamikus és gyors, tervezzen és végrehajtson, forrásokat és eszközöket használjon, és persze tanuljon, okosodjon. Elhozzák ezt a világot az MI ügynökök? Erről szól Bőgel György új, hosszú és alapos írása.

„Készíts összehasonlító elemzés a cseh és a magyar elektronikus kereskedelmi szektor piaci és pénzügyi teljesítményéről, emeld ki a hasonlóságokat és a különbségeket, majd listázd a feladat során elvégzett tevékenységeidet!” Ezt a promptot adtam meg pár nappal ezelőtt angol nyelven a ChatGPT-nek, és az elejére még azt is odaírtam, hogy „please”, elvégre egy robottal szemben is udvariasnak kell lenni.

A gép saját bevallása szerint 27 másodpercig dolgozott, majd elém tálalta az eredményt. Munka közben mindig kiírta, hogy éppen mit csinál, de tapasztalatból tudtam, hogy ezeket a mondatokat a sebesség miatt gyakorlatilag el sem tudom olvasni, ezért kértem a tevékenységek listáját, ami most jobban érdekelt az elemzés tartalmánál.

Villámgyors elemzés

A tartalmat korrektnek találtam, bár nem volt benne semmi meglepő. A gép a piaci elemzések szokásos szerkezetét használta, vagyis az információkat a következő fejezetekbe rendezte:

1. Vezetői összefoglaló
2. A piacok mérete és növekedése
3. Az online szektor részesedése a teljes kiskereskedelmi forgalomból
4. Online vásárlók aránya és vásárlási gyakorisága
5. A piacok szerkezete és legfontosabb szereplői
6. Logisztika, fizetési megoldások, országhatárokon átnyúló kereskedelem
7. Pénzügyi eredményesség, nyereséghányadok
8. Összefoglaló a fontosabb megállapításokról és adatokról

Az elemzésből kiderült, hogy a cseh online piac nagyobb és érettebb a magyarnál, az online szektor nagyobb részt hasít ki magának a kiskereskedelmi forgalomból, a nép leginkább az erős hazai játékosoktól (Pl. Alza, Rohlik) szeret vásárolni, a hazai márkákhoz vonzódik. Ha valakit elsősorban a piac nagysága és a szorgos online vásárlók aránya érdekel, menjen a csehekhez. Mi ebben a páros versenyben csak másodikak vagyunk, de optimista megközelítésben ez azt jelenti, hogy gyorsabban növekedhetünk (amit alá is támasztanak a gép által összeszedett statisztikai adatok és prognózisok); a növekedést, a helyiektől könnyebben elhódítható fogyasztókat értékelő befektetők és vállalkozók tehát jöjjenek mihozzánk.

Az elemzés szerint Csehországban a választékra, a szállítási gyorsaságra, a helyi kereskedők erejére érdemes figyelni, míg Magyarországon a fogyasztók megszerzése, a mobilos kereskedelem és a regionális piacterek terjeszkedése áll a figyelem középpontjában. A gép megállapítja, hogy a regionális piacterek (így például a lengyel Allegro) mindkét országban erőteljes offenzívában vannak, ami jelentős hatással van a versenyre, a logisztikai fejlesztésekre és a nyomás alatt tartott nyereséghányadokra.

A gép nagyon becsületesen és dicséretesen jelezte, hogy a közölt adatok között forrástól, mérési módszertanoktól függően jelentős eltérések mutatkoznak. Ha ilyet tapasztalt, nem konkrét számokat, hanem tól-ig sávokat adott meg, hol szűkebbeket, hol szélesebbeket. Igaza van, így kell ezt csinálni.

Több mint asszisztens

Ha a cseh és a magyar online piac összehasonlító elemzése lenne a fő témánk, a gép kevesebb mint fél perc alatt készített elemzése kifejezetten hasznos lenne a kiinduláshoz. Pár oldalon ennél mélyebbre aligha lehet menni, a gép rögtön jelezte is, hogy milyen kapcsolódó feladatokra vállalkozna szívesen. Lehet, hogy valamikor élni fogok az ajánlataival, de most, ahogy már fentebb jeleztem, igazából nem a prompttal kicsiklandozott elemzés tartalma érdekelt, hanem hogy tulajdonképpen mit csinált a gép, milyen lépésekben oldotta meg a feladatot.

Ahogy a promptban kértem, a gép ezeket a lépéseket is összefoglalta, és rövid lista formájában odabiggyesztette a jelentése végére:

1. Értelmeztem és elemekre bontottam a felhasználó kérését, eldöntöttem, hogy mit érthet „piaci és pénzügyi teljesítmény” alatt, milyen mutatókról lehet szó, milyen adatokat kell összeszednem.
2. Adatokat kerestem egyes piackutatási szolgáltatóknál (lista a forrásokról).
3. Megbízható penetrációs és piaci részesedési adatok után kutatva szektorális és kereskedelmi jelentéseket, regionális beszámolókat néztem át.
4. Különböző forrásokat használva ellenőriztem, verifikáltam a vásárlók megszerzésére és viselkedésre vonatkozó adatokat.
5. Többféle hírforrásból pénzügyi adatokat szűrtem ki, hogy képet kapjak a szektor pénzügyi teljesítményéről és a nyereséghányadokra gyakorolt piaci nyomásról.
6. Összevetettem a különböző forrásokból származó adatokat, jeleztem a tapasztalt eltéréseket, összeállítottam az összehasonlító elemzés szövegét.
7. Kiemeltem az öt legfontosabb adatot és megállapítást, hogy a felhasználó ellenőrizni tudja azokat, és kedve szerint tovább haladhasson.
8. Elkészítettem az összefoglalót és néhány ajánlást is megfogalmaztam.

Nem rossz, mondhatnánk, a gép logikusan gondolkodott és cselekedett. Témánk szempontjából az az érdekes, hogy nem statikus nyelvi modellként (LLM), hanem – szaladjunk előre egy kicsit – eszközökkel kiterjesztett MI ügynökként (tool-augmented AI agent) tevékenykedett.

Mit kell tudnia egy MI ügynöknek?

A mesterséges intelligencia fejlődésének állítólag az MI ügynökök megjelenése és elterjedése lesz a következő fázisa, és ez, ahogy az előbbi példából és más beszámolókból láthatjuk, már el is kezdődött. Nem biztos, hogy ez a fejlődés gyors és egyenes vonalú lesz, sőt, az sem kizárt, hogy hosszabb-rövidebb időre elakad, irányt változtat. Most mindenesetre nagy a felhajtás, ahogy ez általában lenni szokott, ezért nem árt egy pillanatra megállni és átgondolni, hogy tulajdonképpen miről is van szó.

Egy statikus LLM valamilyen promptra, emberi nyelven megfogalmazott felhasználói igényre reagál, ami szöveg, kép, hang vagy számítógépes program egyaránt lehet. Mielőtt munkába állítják, hatalmas tömegű adattal tréningezik, „tudását” algoritmusokkal feldolgozott tréninganyagból meríti. A tréningezett nyelvi modellek az AI ügynököknek is fontos komponensei, kommunikációs és „gondolkodási” képességeiket azokból nyerik.

Egy AI ügynök (AI agent) azonban a maga területén több egy statikus nyelvi modellnél. A „maga területén”, mert a jelenleg megjelenő ügynökök általában specialisták, meghatározott célokra készülnek.

• Egy jól felkészített ügynök valamilyen célt kap a felhasználótól, ami egyszeri, ismétlődő vagy folyamatos egyaránt lehet.
• Ha ez megvan, önállóan hozzálát a feladat megoldásához: igyekszik „megérteni” a kontextust, a feladatot tevékenységekre bontja, akciótervet készít.
• Végrehajtja az egyes lépéseket, végrehajtás közben információkat gyűjt a külvilágból, képességeitől függően saját és külső eszközöket vesz igénybe,
• Figyeli az eredményt, szükség szerint korrigál.
• Mindeközben kommunikál a felhasználóval, tájékoztatja az eredményekről, jóváhagyásokat kér.

Lássuk, mit jelent ez a gyakorlatban!

Mi lesz a pénzünkkel?

Vegyünk egy példát a pénzügyi szektorból, ami általában élen jár a digitális innovációkban!

Tehetősebb banki ügyfelek privátbanki szolgáltatásokat vehetnek igénybe: a bank személyükhöz rendelt képviselője igényeikhez igazodva kezeli a vagyonukat: optimalizálja a vagyon szerkezetét, befektetési lehetőségeket keres és értékel, mozgatja a pénzt, kezeli a kockázatokat. Ezt a feladatot elvileg egy megfelelően félkészített MI ügynök is el tudja látni. A banki ügyfelek között sokan kifejezetten passzívak, tájékozatlanok, nincs idejük, nem értenek a pénzhez, ragaszkodnak a szokásaikhoz, különösebb ok nélkül hűségesek valamilyen intézményhez vagy márkához. Röviden: pénzt hagynak az asztalon, amit aztán a pénzintézetek tesznek zsebre.

Az MI ügynökök segíthetnek ezen.

Milyen következményei lehetnek annak, ha a vagyonkezelési feladatokat MI ügynökök veszik át? Az ügynök jóval több adatot tud feldolgozni egy átlagos banki ügyfélnél, gazdag eszköztárával trendeket, mintázatokat ismerhet fel, prognózisokat készíthet, befektetési lehetőségeket értékelhet, megszokások, előítéletek, érzelmek nélkül, adatok és logika alapján mozgathatja a pénzt: befektet, fizet, pozíciókat nyit és zár, illetve más tranzakciókat hajt végre. Automatikusan cselekszik és később informál.

A jó ügynök nem reaktív, hanem proaktív: nem valamilyen konkrét utasításra reagál, hanem lehetőségeket tár fel és önállóan tevékenykedik a megadott cél és a meghatározott keretek között. A pénz likvidebb lesz, a megtakarítások kezeléséből eredő haszonból így több jut az ügyfeleknek és kevesebb a pénzintézeteknek. Ne feledjük óriási összegekről van szó, a globális „payment industry” éves jövedelme például több trillió dollár.

Ha ez megvalósul, a pénzintézetek számára veszélyekkel és lehetőségekkel teli új korszak kezdődhet.

Az ügynököktől az ügynöki rendszerekig

Foglaljuk most össze az MI ügynökök általános jellemzőit!

• alaphelyzetben meghatározott területen, adott célra, feladatra készülnek;
• strukturált és strukturálatlan inputokat képesek befogadni;
• természetes emberi nyelven irányíthatók;
• dinamikus inputokat is tudnak „értelmezni”;
• képesek „felfogni”, „átgondolni” és hasznosítani a kontextuális (körülményfüggő, hátteret adó, összefüggésekre vonatkozó, szövegkörnyezetből eredő) információkat;
• a megadott cél érdekében képesek szűkebb és tágabb környezetükben adatokat keresni, eszközöket, applikációkat, interfészeket elérni és használni;
• megadott célok érdekében akciókat kezdeményeznek és hajtanak végre;
• reaktív és proaktív intelligenciát mutatnak, gyorsan reagálnak;
• autonómok: emberi beavatkozás nélkül, vagy minimális emberi közreműködéssel működnek;
• bizonyos mértékig alkalmazkodásra képesek, akár kevéssé előre jelezhető szituációkhoz is;
• a fejlettebb ügynökök tanulni, emlékezni is tudnak;
• az MI ügynökök fizikai formában is megjelenhetnek, például háztartásokban használt okos eszközökként, gyári, raktári vagy mezőgazdasági robotokként, harcászati drónokként, önvezető autókként, különböző célú humanoid robotokként (ez utóbbiak a tu-fa filmek és regények kedvenc hol barátságos, hol vérszomjas lényei).

Ügynökök: példákat bárhonnan?

Kicsivel feljebb a pénzügyi világból hoztunk egy példát, a vagyonkezelő MI ügynökökét. Hozhattunk volna máshonnan is. A szakmai hírekből kirajzolódik néhány tipikus felhasználási terület: ilyen például az ügyfélszolgálatok automatizálása, az egyéni hatékonyság támogatása (copilotok, okos asszisztensek), az információkeresés, a döntéstámogatás, a munkafolyamatok automatizálása, IT helpdeskek adminisztrációja, kutatási pályázatok összeállítása, önéletrajzok értékelése munkaerő-toborzásnál, naptárak kezelése.

A fejlődés vonala a statikus (passzív) generatív MI rendszerek felől a kezdeményezésre, interaktív végrehajtásra képes, eszközökkel kibővített MI ügynökök felé halad, de ha minden igaz, ezzel sem ér véget. Az egyik irány az úgynevezett Agentic AI megjelenése. Olyan rendszerekről van szó, amelyben több, különböző célú és funkciójú MI ügynök (AI agent) dolgozik együtt összetett célok elérése érdekében. Az ilyen rendszerek autonómiája, rugalmassága és felhasználási területe nagyobb lehet, mint a magányos ügynököké. Az ügynökök munkáját koordinálni kell, meg kell szervezni a kommunikációjukat, a munkákat elindító impulzusok rendjét, a közös vagy megosztott memória használatát, a tanulási képességek kiaknázását, a kontrollpontok rendszerét és így tovább. A koordináció helyzettől függően hierarchikus vagy decentralizált egyaránt lehet.

Agentic AI megoldások bukkanhatnak fel például a háztartásokban (okos otthonokban), ellátási láncok menedzsmentjében, komplex projektek irányításában, vállalati folyamatok optimalizálásánál… És persze a kereskedelemben.

Ügynökök a kereskedelemben

Régi magyar filmekben gyakran felbukkan az a jelenet, amikor a háziúr, vagy inkább a felesége elküldi a cselédet bevásárolni. A gyakorlott cseléd jól ismeri a házi szokásokat, tisztában van az igényekkel, az anyagi lehetőségekkel, és ha lelkiismeretes, igyekszik a gazdája számára a legjobb beszerzési forrásokat felkutatni, képviseli és érvényesíti az érdekeit. Átgondolja a teendőket, tervez, elindul, vásárol, fizet, elszámol. Ha gond van, hazatelefonál, de ha minden jól megy, a gazda csak az eredményt látja a konyhaasztalon.

Az ügynöki kereskedelem (agentic commerce) világában a vásárlással megbízott MI ügynök tulajdonképpen digitális, mesterséges intelligenciával támogatott cseléd. Az online médiában mindenfelé fantáziadús leírások jelennek meg arról, mit is fog csinálni egy ilyen ügynök, hogyan szolgálja urát és parancsolóját.

• Természetes nyelven kapja az utasításokat,
• információira, korábbi tapasztalataira támaszkodva érzékeli, felfogja, alkalmasint előre látja az igényeket,
• ismeri, felméri a körülményeket,
• információi vannak a gazdája korábbi vásárlásairól, ízléséről, életmódjáról,
• piaci lehetőségeken navigálja át magát,
• tranzakciókat hajt végre, lépések sorozatán halad végig önállóan, vagy minimális emberi beavatkozással.

Könnyű belátni, hogy rengeteg időt és fáradságot takaríthat meg a gazdájának az MI ügynök, ami (aki?) személyi tanácsadó, dizájner, pénztáros és logisztikai menedzser egyszemélyben.

Egyes elemzők a kereskedelem eme új módjától globális szinten trillió dolláros forgalmat várnak. Nem mindig világos, hogy a trilliók a forgalom általános növekedéséből származnak-e, vagy inkább arról van szó, hogy az ügynöki kereskedelem kiharap egy jó nagy darabot a hagyományos e-kereskedelem, illetve a még hagyományosabb bolti kereskedelem tortájából, vagyis nem a torta mérete, hanem az osztozkodási arányok változnak meg.

Feltételek és következmények

Ha ez a jövőkép megvalósul, alaposan felforgatja a kereskedelmet, főleg annak elektronikus változatát. Az új helyzet alkalmazkodást vár el szinte minden szereplőtől. A vásárlással megbízott MI ügynökök csak ott tudnak eredményt elérni, ahol fogadják őket, ahová be tudnak látogatni és felmérni a lehetőségeket: mit lehet venni, milyen áron, milyen feltételek mellett, kínálnak-e engedményeket, kedvezményeket, kuponokat, mikor és hogyan szállítanak, hogyan lehet fizetni, milyen garanciát vállalnak, és így tovább. Röviden: a boltokat fel kell készíteni az MI ügynökök fogadására.

Az is előfordulhat, hogy a vásárló ügynök eladó, ügyfélszolgálati vagy valamilyen más, a kínálati oldalt képviselő ügynökkel fog tárgyalni, alkudozni, egyezkedni. Átjárható interfészekre, integrációs eszközökre, mindenféle protokollokra lesz szükség. Egy sor dolgot át kell értelmezni és újra kell gondolni, így például a lojalitás, az ügyfél-elköteleződés jelentését és érvényesülését.

A közgazdászok érdeklődéssel figyelhetik a fejleményeket. Az MI ügynökök megjelenése az ő szempontjukból azt jelentheti, hogy a szereplők racionálisabban viselkedhetnek, optimális döntéseket hozhatnak, a kereskedés súrlódásmentes lesz, a gépezet működését nem lassítja le az információhiány, a döntési tehetetlenség vagy éppenséggel az emberi lustaság. Úgy megy minden, mint a karikacsapás. A globális és a helyi piacokon az MI ügynökök döntések százmillióit hozhatják meg nap mint nap. A kereskedésnek, a tranzakcióknak új, ügynöki modelljei alakulhatnak ki attól függően, hogy mik (kik?) a partnerek és mi a megbízatásuk.

Közelebb kerülhetünk ahhoz, amit a közgazdászok tökéletes piacnak neveznek.

Az első fecskék már kirepültek

Az elmúlt évtizedekben számos elemzés jelent meg arról, mekkora kár érheti a vevőket az információs aszimmetria miatt: az eladó jobban ismeri az áruját a vevőnél, tisztában van a költségekkel, a vevő nem rendelkezik elegendő és megbízható információval, nincs ideje és módja megfelelően tájékozódni. Az eladó kihasználhatja a vevő tájékozatlanságát, kiszolgáltatottságát, szokásaihoz való ragaszkodását („viselkedési kizsákmányolás”), kényelemszeretetét. Röviden: többet kér az árujáért annak valódi értékénél. Ha viszont a vevők képviseletében fáradhatatlan, pengeéles eszű, érzelmektől mentes, szuperracionális MI ügynökök jelennek meg, a keresleti oldal alkupozíciója és alkuképessége jelentésen javulhat, ami jót tesz a vevőknek és a piacnak is általában.

Az ígéret legalábbis valami ilyesmi, aztán majd meglátjuk, mi valósul meg belőle, például hogy az eladók miként reagálnak az új helyzetre.

A kereskedelem ügynöki átalakulása kétségtelenül megkezdődött, az első fecskék már itt repkednek körülöttünk. A fentebb felvázolt jövőkép kétségtelenül szép és vonzó, ez azonban nem jelenti azt, hogy meg is fog valósulni. A beindult kísérletezés ellenére a jövőről beszélünk, a jövő pedig bizonytalan. Lehet, hogy a kereskedelmi MI ügynökök terjedése az elkövetkező évek fantasztikus sikertörténete lesz, de ennek az ellenkezője sem kizárt. Kérdés és probléma ugyanis akad bőven.

Megfelelni a szabályoknak

Kezdjük a törvényi megfelelés kérdésével. Az MI ügynökök és ügynöki rendszerek fejlesztésével, hadrendbe állításával és terjedésével kapcsolatban rengeteg kérdés és probléma merül fel, amelyek nagyrészt az ilyen megoldásokkal kapcsolatos kockázatokkal függenek össze. A kockázatok nem egyformák.

Ebben a rövid írásban három felhasználási területet említettünk meg, amelyekhez eltérő jellegű és mértékű kockázatok kapcsolódnak. Az első, rögtön a cikk elején, a cseh-magyar összehasonlítási példa volt, ami lényegében egy viszonylag egyszerű kutatási feladatot jelentett. Láthattuk benne, hogy az adott esetben asszisztensként használt ChatGPT hogyan fejlődik ügynöki irányba, a „munkájában” miként jelennek meg ügynöki tevékenységek. Megbízásával nem vállaltam különösebb kockázatot, bár ha hibázott volna, rossz helyen keresgél, ne adj’ isten hallucinált volna valamit, amit én ellenőrzés nélkül átveszek, lejáratnám magam az olvasók előtt.

Az ügynökök és a magas kockázat

A vagyonkezelő, befektetésekről, fizetésekről autonóm módon gondoskodó pénzügyi MI ügynökök esetében már más a helyzet. Aki ilyenekkel jelentkezik, annak ajánlatos alaposan átnézni a vonatkozó jogszabályokat, leginkább az EU mesterséges intelligenciáról szóló rendeletét. Az AI Act szerint számos pénzügyi MI rendszer (nem csak a példaként felhozott autonóm vagyonkezelők) a magas kockázatú kategóriába tartozik, ezért speciális szabályok vonatkoznak rá.

• Minden bizonnyal gondoskodni kell az adatok kezelésével, az emberi felügyelettel, naplózással, átláthatósággal kapcsolatos politikákról.
• Biztosítani kell, hogy a dokumentáció mindig teljes és naprakész legyen.
• A felhasználókat értető nyelven tájékoztatni kell az MI szerepéről és használatáról.
• Az ügynökök működését folyamatosan ellenőrizni kell, és ha probléma merül fel, be kell avatkozni.
• Fel kell készülni a megfelelési ellenőrzésekre, kapcsolatot kell tartani a megfelelő intézményekkel.

Az AI rendeletet fokozatosan élesítik, de ajánlatos mindenre időben gondolni.

A politikák, szabályzatok kidolgozásához, a megfelelés ellenőrzéséhez a mesterséges intelligencia örömmel ad segítséget, valósággal lubickol az ilyen feladatokban.

Mi a helyzet az ügynöki kereskedelemmel?

Az AI Act nem használja explicit módon az „agentic commerce” megnevezést, de az olyan rendszerek, amelyek megbízóik képviseletében „tárgyalnak”, alkudoznak, vásárolnak, az autonóm döntési képességgel rendelkező rendszerek kategóriájába tartoznak. Kockázati szintjüket fel kell mérni: ha például pénzügyi tranzakciókról, fogyasztói jogokról, hitelezési döntésekről, nagy értékű beszerzésekről van szó, életbe léphetnek a fentebb említett rendelkezések. Ajánlatos gondoskodni az átláthatóságról, a követhetőségről és a számonkérhetőségről, biztosítani kell az emberi beavatkozás lehetőségét.

A felhasználókat tájékoztatni kell az MI szerepéről és működéséről. Célszerű áttekinteni a mesterséges intelligenciára vonatkozó, és a sokféle más kereskedelmi szabály közötti összefüggéseket, és gondoskodni mindezek összhangjáról.

Az ügynöki MI rendszerek általában, illetve az ügynöki kereskedelem újdonságoknak számítanak. Ilyen innovációk esetében gyakran előfordul, hogy a szabályozási rendszerük csak fokozatosan alakul ki, a rendeleteken a fejlődési irányok és a tapasztalatok függvényében időről időre módosítanak. Valószínű, hogy a jövőben az agentic commerce szabályozása a jelenleginél konkrétabb, explicitebb, részletesebb lesz.

Problémák és akadályok

A jogszabályi megfelelésen kívül az ügynöki rendszerekkel kapcsolatban más problémák is felmerülhetnek. Lássunk közülük néhányat a teljesség igénye nélkül!

Ügynökök összehangolása –

Számos feladatot nem egy MI ügynök fog megoldani. A kirajzolódó jövőképek szerint az ügynököknek kapcsolatba kell lépniük más ügynökökkel, együtt kell működniük, „tárgyalniuk”, kommunikálniuk kell egymással, gondoskodni kell tehát olyan megoldásokról, amelyek ezt lehetővé, mondhatni természetessé teszik. Ha például egy vásárló és egy eladó ügynök nem ért szót, az ügyletből nem lesz semmi.

Hibák, tévedések áramlása – 

Az MI ügynökök, különösen a korai változatok, nem lesznek tökéletesek, az MI általában sem az. Ha egy ügynöki rendszerben az egyik autonóm szereplő hibázik, megfelelő ellenőrzési mechanizmus nélkül a hiba vízesésként végigfuthat akár az egész rendszeren, kiszámíthatatlan következményeket okozva.

Kialakuló viselkedés –

A mesterséges intelligencia világában nem szokatlan jelenség, hogy valamilyen rendszer (például egy nyelvi modell) nem várt képességekkel, tulajdonságokkal jelentkezik (emergent behavior), amelyek akár a fejlesztőiket is meglephetik. Ez a jelenség az MI ügynököknél is előfordulhat, mindenféle galibákat okozva.

Korlátozott átláthatóság-

Adott esetekben (például jogi vitáknál) szükség lehet annak kiderítésére, hogy egy MI ügynök miért döntött így vagy úgy, miért tette ezt vagy azt. A magyarázhatóság (explainability) a modern mesterséges intelligenciában általános probléma, ami minden bizonnyal az ügynököknél is jelen lesz.

Kevesebb emberi tapasztalat –

Az emberek tevékenységeik során rengeteg hasznos tapasztalatot gyűjthetnek. A felhalmozódó tudás egy része tacit, hallgatólagos, vagyis nehéz vagy lehetetlen írásba foglalni, szabályok formájában megjeleníteni. Az MI ügynököknek le kell mondaniuk erről a tapasztalati tudásról, a kezdeti időkben legalábbis.

Hiányzó kompromisszumkészség –

Nem világos, hogy az MI ügynökök hogyan fognak viselkedni konfliktushelyzetekben. Sok olyan helyzet adódhat, amikor valamilyen ésszerű kompromisszumra lenne szükség, sok helyzetnek valóban ilyen az emberi megoldása, de nem tudjuk, hogy a valamilyen megadott cél érdekében tevékenykedő MI ügynökök képesek lesznek-e ilyen megegyezésekre, vagy mániásan, könyörtelenül, etikai megfontolásokat félredobva haladnak előre, mint a szőke Silas A Da Vinci-kódban. Akik félnek a mesterséges intelligenciától, általában ilyen lehetőségekre hivatkoznak, a szerepét tanácsadásra korlátoznák és nem engednék át neki a kormánykereket.

Egyenlőtlenség –

Bár (ahogy már fentebb kifejtettük) az MI ügynökök megjelenésével kiegyensúlyozottabbá válhatnak a piaci helyzetek, nincs garancia arra, hogy az ügynökök között valamilyen igazságos verseny fog kibontakozni. Az ügynökök fejlesztői és gazdái között óriási vagyoni és technológiai különbségek lehetnek. Olyan ez, mintha különböző súlycsoportokba tartozó ökölvívókat bocsátanának be egyszerre a ringbe. Arról, hogy ez a küzdelem hogyan fog kibontakozni és milyen következményekkel járhat, még csak sejtéseink lehetnek, de nem valószínű, hogy eljön az egyenlőség korszaka. Különösen fontos kérdés lehet ez a versenypiacokon tevékenykedő kereskedelmi célú ügynökök esetében. Az egyenlőtlenség a tudáshoz és a tehetséghez való hozzáférésben is meg fog mutatkozni, a gazdagabbaknak nyilván jobb esélyei vannak e téren is.

Elavult adatok –

Az MI ügynökök villámgyorsan tudnak dolgozni, de az eredményességükhöz gazdag, folyamatosan naprakészen tartott adatokra is szükség van. Ha valaki be akar szállni ebbe a játékba, jó ha átgondolja, milyen terhet ró ez rá, képes-e az adatai folyamatos frissítésére, és ha nem, annak milyen következményei lehetnek.

Változásmenedzsment –

Az MI ügynökök hadrendbe állítása jelentős változásokat hozhat egy szervezet és környezete életében. Ha minden jól megy, egyre gyakoribb lesz a hibrid személyi állomány: embereknek MI ügynökökkel kell együtt dolgozniuk a frontvonalon és a hátországban egyaránt. Egyelőre kevés jele van annak, hogy az MI kiszorítaná az embereket a munkahelyükről, de azt már láthatjuk, hogy sokak feladatkörét valóban átalakítja. A változásmenedzsmentnek gazdag eszköztára van, lehet válogatni belőle. Nem csak belső változásokról van szó, az ügynökök megjelenésére az ügyfeleket is fel kell készíteni, hiszen már az sem biztos, hogy megbíznak a robotokban. Valószínűleg az jár el helyesen, aki az MI ügynököket először a szervezeten belül, a back-office-ban állítja munkába, és akkor lép ki velük az ügyfelei és más partnerei elé, ha már megfizette a tanulópénzt.

Bizalom (!)

Ezzel meg is érkeztünk a döntő kérdéshez: mi a helyzet a bizalommal? Ahhoz, hogy egy önvezető autóban az anyósülésre üljek és újságot olvassak, meg kell bíznom a kocsi képességeiben. A megtakarításaimat akkor fogom egy vagyonkezelő robotra bízni, ha nem hibázik és következetesen képviseli az érdekeimet. Akkor fogok vásárlási megbízást adni egy MI ügynöknek, ha nem kell félnem attól, hogy megbolondul, és holnap egy egész vagon zokni érkezik az ajtóm elé, az adataim pedig bárki számára hozzáférhetők lesznek.

Bizalmat nehéz építeni és könnyű elveszíteni. Mivel az MI ügynökök esetében egy fejlődési folyamat elején járunk, kezdetben sok hibára lehet számítani, és ezek, különösen, ha súlyosak, érdekesek vagy akár szórakoztatók, nagy sajtónyilvánosságot kapnak majd. Meglátjuk, hogy a kényelem, a gyorsaság és az ügynökök használatának egyéb előnyei képesek-e ellensúlyozni a kezdeti botladozással járó félelmeket.

Rábíznád a pénzedet egy robotra? Ezt a kérdést tettük fel cikkünk címében. Fejezzük most be egy hasonló kérdéssel, ami a kereskedőknek szól: Rábíznád az ügyfeleidet egy robotra?