Digitala Verkligheter

Digitala Verkligheter

1 month ago

AI - visst, men vad är en AI-agent nu då?

Precis när man har börjat förstå lite om AI och vad man kan göra så börjar det skrivas om AI-agenter?! Det ska tydligen vara en stor skillnad, men det är inte alltid helt lätt att förstå exakt hur en AI som t.ex Chat GPT, Gemini eller Claude skiljer sig från en AI-agent som nu senast kinesiska Manus. Låt oss resonera lite kring detta.

Som man frågar får svar.
Den klassiska AI-modellen som de flesta av oss använder är av typen fråga<->svar. Det betyder att du ställer en fråga så detaljerad som möjligt, och får sedan ett detaljerat svar tillbaka. Inget konstigt - och vi blir ju imponerade varje gång, även om inte alla svar vi får alltid stämmer. Men det gäller ju oss människor också.

En AI-agent däremot förstår innebörden av vår fråga, delar upp frågan i underuppgifter och börjar sedan helt självgående leta efter svar på internet. Agenten värderar de olika svaren i realtid mot den ursprungliga frågan och arbetar med hela processen en stund. Eller så ligger den online tills du avbryter.

I bakgrunden kostar detta såklart krediter som ofta ingår i en betalplan.

Men för att förstå skillnaden behöver man ställa rätt fråga. Du kan kan till exempel fråga Chat GPT vad huvudstaden i Japan heter och få svaret "Tokyo" - det får du av din AI-agent också. Så här kan det vara svårt att förstå skillnaden eller hur?

Hur ska man fråga då?
Det är inte helt lätt att hitta tydliga exempel på hur de olika teknikerna skiljer sig, men jag ska försöka.

I morse stressade familjen till Bredängs tunnelbana för att hinna i tid till skolan och de nationella proven. Jag prövade att ställa frågan till både Perplexity och Gemini när nästa tunnelbanetåg går från Bredäng in till Stockholm och fick till svar.

" Baserat på tidtabellen för tunnelbanan från Bredäng in mot Stockholm kan du ta:

1. Tunnelbanelinje 13 (Röda linjen) mot Ropsten som passerar Bredäng och går vidare in mot centrala Stockholm via stationer som Liljeholmen, Hornstull, Slussen och T-Centralen[4].

2. Linje 13 går med 1-10 minuters turtäthet på vardagar[4].

Eftersom klockan är 9:17 på en onsdag morgon bör nästa tunnelbana avgå inom kort, då trafiken på vardagar börjar redan klockan 04:40[4].

För exakta avgångstider i realtid rekommenderar jag att du använder SL:s reseplanerare eller Moovit-appen som ger uppdaterad information om nästa avgång från Bredäng.

Uppgifterna ovan kommer från någon typ av träningsdata i första hand. Nu ställer jag samma fråga till AI-agenten Manus istället. Manus analyserar min fråga för att "förstå" innebörden, tilldelar sig själv underuppgifter och ger sig ut på nätet för att ta reda på hur det ligger till. I det här läget så agerar AI-agenten självständigt och tar hjälp av resurser och tjänster på nätet. Du kan till och med följa allt i AI-agenten i dess egen browser och se vilka sidor som besöks och hur AI-agenten interagerar med dessa sidor.

Jag får nu ett svar som i princip skulle sett likadant ut om jag bad en vän göra jobbet åt mig och leta rätt på informationen på nätet.

"För att sammanfatta: Om du vill åka från Bredäng till centrala Stockholm bör du ta tunnelbanans röda linje 13 mot Ropsten. Nästa avgång är om 5 minuter, och därefter går ett tåg om 9 minuter.

Tänk på att tiderna är i realtid och kan ändras. Du kan alltid kontrollera aktuella avgångar på SL:s hemsida eller i deras app."

Det är alltså först när uppgifterna blir mer komplexa och kräver flera sammankopplade steg som den verkliga styrkan hos en AI-agent blir tydlig.

Vad detta betyder för dig och mig
Den här utvecklingen förändrar fundamentalt hur vi kan arbeta med AI. Istället för att se AI som ett verktyg för att få svar på specifika frågor, kan vi nu se den som en kollega som kan ta sig an hela arbetsuppgifter oavsett bransch.

Oavsett om det handlar om att planera en semester, förbereda en middag för vänner, eller organisera ett projekt på jobbet, kan jag nu delegera hela processen istället för att behöva styra varje steg.

Det har också förändrat hur jag formulerar mina uppgifter. Jag har lärt mig att ge tydliga men öppna instruktioner - tillräckligt specifika för att agenten ska förstå vad jag vill uppnå, men tillräckligt breda för att den ska kunna arbeta självständigt och kreativt.

Jag tror att vi bara har skrapat på ytan av vad AI-agenter kommer att kunna göra för oss. De kommer inte att ersätta mänsklig kreativitet, intuition eller bedömningsförmåga, men de kommer att frigöra vår tid så att vi kan fokusera på det vi människor gör bäst.

Ok, men vad är baksidan?
Att skicka iväg en AI-agent på nätet för att utföra uppgifter innebär en hel del processorberäkning jämfört med en klassisk AI-modell och därmed en högre kostnad för krediter och tokens. När jag bad AI-agenten Manus att hjälpa oss med en reseplanering för vår sommarsemester i Spanien så gick det åt 876 krediter av mina 1000 som jag fick för att jag var en "tidig fågel" (early bird) i projektet. Bara ett startabonnemang med 3900 krediter kostar nästan 500:- i månaden vilket leder oss in på intressanta alternativ.

Jag har inte testat själv, men jag har läst att det går bra att installera open-source modeller som till exempel Llama 3.5/4.0 lokalt på sin dator med hjälp av verktyget Ollama och använda en sådan miljö att köra sin egen AI-agent ifrån. Det skulle vara ett sätt att slippa betala för krediter, men ingenting för er som inte gillar att pilla med teknik på detta djup.

Det kan däremot vara ett alternativ för det lilla företaget med en engagerad IT-avdelning? Står på min egen lista att göra.

Summering
Jag har efter bästa förmåga här förklarat skillnaden mellan en klassisk AI-modell och de kommande AI-agenterna. Om du har ytterligare frågor, eller tycker något borde förtydligas eller till och med justeras - tveka inte att skriva i kommentarerna nedan.

Och apropå det - tveka inte heller att dela denna artikel med någon kan vara lika intresserad av ämnet som du som redan har läst allt.

#DigitalTransformation

#TechInnovation

#FutureOfWork

#AIProductivity

#CreativeAutomation ... See MoreSee Less