Nākamais ERP lietotājs var nebūt cilvēks

Katrs ekrāns ir minējums par to, kurš skatās.

Apsveriet, kas ir ERP no tā lietotāja puses. Aiz zīmola tas ir tabulu un noteikumu kopums: klienti, preces, pasūtījumi, rēķini, krājumu kustības un ierobežojumi, kas tos uztur konsekventus. Priekšā tam atrodas daļa, uz kuru tika iztērēta lielākā daļa naudas: vairāki tūkstoši ekrānu, kas šīs tabulas prezentē cilvēkam pa dažiem laukiem vienlaikus, secībā, ko cilvēks var sekot, ar etiķetēm, ko cilvēks var lasīt, un pogām, ko cilvēks var atrast.

Katrs no šiem ekrāniem kodē pieņēmumu par to, kas ir otrā pusē. Pieņēmums ir cilvēks ar ierobežotu darba atmiņu, tāpēc veidlapa ir sadalīta cilnēs. Cilvēks, kurš lasa no kreisās uz labo, tāpēc svarīgais lauks ir augšējā kreisajā stūrī. Cilvēks, kurš var turēt prātā aptuveni septiņas lietas, tāpēc informācijas panelī ir seši flīzes. Cilvēks, kurš pieļaus rakstīšanas kļūdas, tāpēc ir validācija, kad iesniedz. Cilvēks, kurš nogurst, tāpēc parastajam ceļam ir mazāk klikšķu. Viss šis ir labs dizains lietotājam, kuru dizainers bija domājis, un četrdesmit gadu laikā šis lietotājs bija vienīgais, kas pastāvēja.

Sekas ir tādas, ka interfeiss ir zaudējošs datu modeļa attēlojums vienam lasītāja veidam. Modelis zina, ka rēķinam ir rindas, klients, termiņš un statuss; ekrāns rāda rindas vienā cilnē, klientu citā un statusu kā krāsu. Darbs, kas skar piecus ierakstus, nozīmē piecus ekrānus, un cilvēks nes šo pavedienu starp tiem savā galvā. Šis pavediens ir lielākā daļa no tā, ko uzņēmums maksā saviem administratīvajiem darbiniekiem, lai to turētu.

Jaunajam lietotājam ir rīki, nevis rokas

AI aģents, kas darbojas uzņēmuma sistēmā, to nesaņem. Ko tas saņem, kad tas savienojas caur Model Context Protocol, ir pieprasījuma rezultāts, lai uzskaitītu rīkus: katram no tiem nosaukums, apraksts, kas rakstīts modelim, lai lasītu, shēma tā ievadēm un, ja nepieciešams, anotācija, kas norāda, vai rīks tikai lasa, vai tas var iznīcināt kaut ko, un vai tā izsaukšana divreiz ir droša. Aģents izvēlas rīku, izsauc to ar rakstītiem argumentiem, lasa rezultātu un izvēlas atkal. Protokola paša kopsavilkums ir tas, ka tas ir standartizēts veids, kā savienot AI lietojumprogrammas ar ārējām sistēmām, tāpat kā kopīgs ports savieno ierīces, un galvenie klienti to tagad runā: Claude, ChatGPT, Cursor un VS Code starp tiem.

Paskatieties, kas šim lietotājam nav nepieciešams. Tam nav nepieciešams rēķins, kas sadalīts cilnēs, jo tas var turēt visu ierakstu vienlaikus. Tam nav nepieciešams svarīgais lauks augšējā kreisajā stūrī, jo nav kreisās puses. Tam nav nepieciešami seši flīzes, jo tas var lūgt vēlamo skaitu. Tas nenogurst, un nav klikšķu. Katrs piekāpšanās, kas padarīja ekrānu labu cilvēkam, šim lietotājam ir vai nu nevajadzīga, vai šķērslis.

Un paskatieties, kas tam nepieciešams, ko ekrāns nekad nesniedza. Tam nepieciešama katras darbības precīza apraksts, jo apraksts ir visa tā izpratne. Tam nepieciešama shēma, kas ir pilnīga, jo tas nevar redzēt piemēru. Tam jāzina, kuras darbības ir drošas atkārtošanai. Tam nepieciešams rezultāts, kas norāda, kas notika un ko tas var darīt tālāk. Šim lietotājam dokumentācija ir saskarne, un nosaukšana ir dizains: viens plašs rīks ar divu rindu aprakstu ir sliktāks produkts nekā tā pati spēja kā trīs rīkiem ar vienkāršiem nosaukumiem un godīgiem aprakstiem, neatkarīgi no tā, kādi ir ekrāni virs tiem.

Apvedceļš caur ekrānu neilgstošs

Pirmā atbilde jaunam lietotājam vienmēr ir pielāgot to kā veco. Robotic process automation to darīja desmit gadus: bots piesakās ar pakalpojuma kontu un vada ekrānus, it kā tam būtu rokas, atrodot pogu pēc tās selektora vai koordinātēm. Pašreizējā versija dod valodas modelim ekrānuzņēmumu un kursoru. Anthropic datora izmantošana tieši to dara, un tās dokumentācija rūpīgi norāda, kur tā pieder: tā pastāv gadījumos, kad nav pieejama ciešāka saskarne, tā novirza jūs uz pārlūkprogrammas rīku, kad darbs paliek lapā, un tā lūdz personu apstiprināt jebko ar nozīmīgām reālās pasaules sekām, tostarp finanšu darījumiem.

Tērps ir dārgs valkāšanai. Ekrāns nesola neko mašīnai, tāpēc katra izmaiņa, kas veikta cilvēka labā, izjauc automatizāciju, kas izlikas par tādu. Katrs slānis starp aģentu un darbību, ekrānuzņēmums, minējums, kurš pikselis ir poga, rakstītais teksts, kas varbūt ir nonācis pareizajā laukā, ir vieta, kur var kļūdīties, un modelis jau ir vieta, kur var kļūdīties. Ekrāna vadība ir tilts, ko tu būvē, kamēr sistēma zem tā nav labāka, un botu pārdevēji to paši saka: viņi tagad robotu raksturo kā izpildes slāni, ko aģents izmanto sistēmām, kurām tas joprojām ir nepieciešams.

Kādam jābūt programmatūrai

Ja līdz šim izteiktais arguments ir pamatots, tad aģenta vietējās programmatūras forma izriet no tā, un tā ir vairāk nekā API malā. Piecām īpašībām jābūt patiesām vienlaikus.

• Katrs solis ir rīks. Nevis ducis, ko piegādātājs uzskatīja par drošu, bet visa virsma, ko cilvēks var sasniegt caur ekrāniem: izveidot, lasīt, pārvietot, apstiprināt, sūtīt, saskaņot. Nekas mazāk, un aģentam jāatgriežas pie ekrāna pārējā laikā.
• Katram zvaniem ir identitāte. Aģents darbojas kā konkrēta persona, izmantojot parastu pieteikšanos, un rīki, kas tam tiek piedāvāti, tiek filtrēti pēc šīs personas lomas, pirms tas tos vispār redz, un vēlreiz pārbaudīti, kad tie tiek izmantoti. Aģents ar piekļuvi sistēmai ir dizaina neveiksme, nevis funkcija.
• Tas prasa pēc dizaina. Dažas darbības tiek izpildītas; dažas tiek turētas personai; dažas tiek pilnībā noraidītas. Protokols pats nosaka, ka vienmēr jābūt cilvēkam, kurš var noraidīt rīka izsaukumu, un galvenie klienti pēc noklusējuma jautā pirms rakstīšanas. Programmatūrai jāpadara kategorijas skaidras, nevis jācer, ka modelis būs pieklājīgs.
• Izdevumiem ir griesti. Tur, kur sistēmas paša loģika maksā naudu, vai kur rīks apņemas naudu, ir ierobežojums katrai savienojumam, ko sistēma uzspiež, un modelis to nevar apiet.
• Žurnāls ir produkts. Katrs zvans, tā ievades un rezultāts, zem identitātes, kas to radījusi, ir pārskatāms tāpat kā cilvēka rīcība. Aģentam revīzijas ceļš ir veids, kā tiek veidota uzticība, nedēļu pēc nedēļas.

Sestā īpašība ir mazāk prasība, bet vairāk sekas. Kad darbs tiek veikts ar rīkiem, ieraksts tiek saglabāts kā blakusprodukts: aģents, kas izraksta rēķinus, seko un izlīdzina, atstāj tieši to pašu rēķinu, sekošanu un izlīdzināšanu, ko cilvēks būtu ierakstījis, bez rakstīšanas. Ekrāni paliek, lai tos skatītu, pārskatītu un pieņemtu lēmumus. Tie pārstāj būt vienīgā vieta, kur var notikt darbs.

Iebildums, ko vērts ņemt vērā

Spēcīgākais iebildums atzīst, ka aģenti var veikt darbu un norāda, ka viņi dažreiz to dara nepareizi, pārliecinoši, rakstot. Tas ir patiesi, un godīga dokumentācija to apstiprina: ChatGPT uzskata jebkuru rīku bez tikai lasāmas anotācijas par rakstīšanu un pēc noklusējuma prasa apstiprinājumu; Claude lūdz apstiprinājumu pirms rīka izmantošanas no pielāgota savienotāja un brīdina, ka ļaunprātīgs serveris var saturēt slēptas instrukcijas. Klienti ir pareizi piesardzīgi, un uzņēmumam arī jābūt.

Bet ievērojiet, kur piesardzībai jādzīvo. Tai nevar dzīvot modelī, kas ir puse, kas var būt nepareiza. Tai jādzīvo programmatūrā, kas ir tieši tur, kur laba programmatūra to jau ir novietojusi cilvēku lietotājiem. Validācija, atļaujas, apstiprinājuma sliekšņi, atsaukšana, revīzija: katrs no tiem pastāv, jo iepriekšējais lietotājs arī pieļāva kļūdas, pārliecinoši, rakstot. Aģentam paredzētā programmatūra ņem vērā šo veco disciplīnu nopietni katrā darbībā, nevis tikai dažās, ko ekrāna dizainers atcerējās, un piemēro to lietotājam, kurš pirms pusdienām izsauks simts rīkus.

Otrais iebildums ir determinisms. Dažam darbam jāražo tas pats rezultāts par to pašu ievadi, pierādāmi, katru reizi. Šim darbam jāpaliek fiksētam darba plūsmam, un aģentam jāizsauc darba plūsma kā rīks, nevis improvizējot to. Šeit spriedums neaizstāj noteikumus; sistēmai nepieciešami abi, izklāstīti lietotājam, kurš var tos atšķirt.

Kas to veido un kam

Pēdējā sekas ir tā, ko uzņēmējs būtu pamanījis. Ja programmatūras lietotājs var būt aģents, tad arī būvētājs var būt. Izstrādātājs apraksta lietotni, ko vēlas, aģentam, kas viņam jau ir, aģents to izstrādā, izmantojot noteiktu būvniecības rīku kopumu, izstrādātājs to vietēji validē un publicē, un no pirmās dienas katrs rīks, ko lietotne piegādā, ir pieejams katram citam aģentam platformā. Uzņēmums, kas to instalē, neiemācās savus ekrānus; tā darbinieki atnes aģentu, ko viņi jau izmanto, un apraksta rezultātu. Tas ir arrangements, ap kuru ir veidots Sois, piedāvāts šeit kā viena argumenta īstenošana, nevis kā tā secinājums.

Secinājums ir vienkāršāks. Četrdesmit gadus programmatūras dizainers uzdeva jautājumu, ko cilvēks otrā pusē vēlas redzēt. Nākamais lietotājs to neredz. Tas lasa līgumu un izsauc to, ko tam atļauts izsaukt, un to darīs to pašu cilvēku vārdā, kuriem ekrāni tika veidoti. Programmatūra, kas šo lietotāju uzskata par pirmās klases pilsoni, tiks darbināta plūstoši. Programmatūra, kas saglabā ekrānu kā savu vienīgo durvju, joprojām tiks darbināta, caur atslēgas caurumu, aģenta, kas valkā kostīmu, līdz tās īpašnieki nogurst no kostīma un pārvietojas.

Šis raksts tiek pārskatīts, kad mainās tajā aprakstītie produkti. Nākamais plānotais pārskats: 2026. gada 4. decembris.