ERP, podprt z umetno inteligenco vs agentni ERP: kaj je dejansko drugače

Dve predstavitvi, ki sta izgledali enako

Skupna izkušnja za vsakogar, ki letos kupuje ERP: dva ponudnika, dva enourni predstavitvi, oba opisujeta svoj izdelek kot podprt z umetno inteligenco, agentni ali oboje. V vsaki predstavitvi predstavitelj vpiše zahtevo, sistem ustvari nekaj smiselnega in soba prikima. Na poti ven kupec ne more povedati, kakšna je bila razlika, in ožji seznam se odloči na podlagi cene in znanosti.

Razlika je bila prisotna. Skrita je bila v načinu izvajanja predstavitev. V prvi predstavitvi je bil predstavitelj ves čas pred zaslonom, vsak predlog, ki ga je sistem dal, pa je bil sprejet s klikom. V drugi bi lahko predstavitelj zapustil sobo po vnosu zahteve. To je celotna razlika, in ko enkrat veš, da jo moraš iskati, je ne moreš več spregledati.

Kopilot predlaga; agent dokonča

Copilot živi znotraj zaslona. Njegova naloga je, da osebo pred tem zaslonom pospeši: povzame tega kupca, pripravi odgovor na to e-pošto, izpolni ta tri polja iz priloženega ponudbe, pove mi, kateri računi so zapadli. Je resnično uporaben in za presenetljivo veliko vsakodnevnega dela je to, kar ljudje želijo. Njegova meja je strukturna. Doseže lahko le funkcije, na katere ga je povezoval ponudnik, ne more se samostojno premikati med moduli in nikoli ne klikne Shrani. Oseba to stori.

Agent živi zunaj zaslona. Prejme rezultat, ki ga mora doseči, odkrije, kaj mu je dovoljeno, načrtuje zaporedje, kliče orodja, obravnava, kar se vrne, in poroča. Premika se med moduli, ker orodja, ki jih kliče, niso vezana na zaslone. Delo dokonča, ker je dokončanje tisto, kar mu je bilo dovoljeno. Ustavi se in vpraša, ko je nekaj nejasno ali nad avtoriteto uporabnika, ne zato, ker potrebuje klik za nadaljevanje.

Preizkus: ali lahko deluje brez nikogar pred zaslonom?

Predstavitve ne morejo odgovoriti na to vprašanje; le živa zahteva lahko. Izvedite naslednje proti kateremukoli produktu, ki trdi, da ima katerikoli oznako. Traja eno uro in ne zahteva razvijalca.

1. Izberite en rezultatNekaj rutinskega, čezmodule in preglednega. Izstavite račun stranki za delo prejšnjega meseca, ga pošljite in načrtujte opomnik, če ni plačan v dveh tednih, je dober, ker se dotika obračunavanja, stikov, e-pošte in nalog.
2. Prinesite svojega agentaPovežite agenta, ki ga že uporabljate zunaj izdelka dobavitelja, preko MCP. Če dobavitelj tega ne more podpreti, to zabeležite in uporabite njihovega agenta; odgovor na vprašanje protokola je že vključen.
3. Enkrat navedite izidVnesite zahtevo, nato pa se umaknite. Brez pojasnjevalnih klikov, razen če sistem postavi resnično vprašanje, kot je, kateri od dveh ustreznih strank ste imeli v mislih.
4. Preverite rezultatOdprite račun, poslan e-poštni naslov in opomnik v sistemu. Nato se prijavite kot bolj omejen uporabnik in ponovite. Agenta bi morali zavrniti tam, kjer bi bil ta uporabnik zavrnjen.
5. Preberite dnevnik.Iščite, kdo je vprašal, kateri agent je deloval, kateri orodja so bila uporabljena in s katerimi vnosi. Dnevnik, tako podroben kot oseba, je znak sistema, ki agenta obravnava kot uporabnika.

Dva izida sta pogosta. Kopilot zaključi del zahteve in vrne nadzor osebi za preostanek, običajno na točki, kjer je vključena meja modula ali shranjevanje. Agent to dokonča, edini dokaz, da je stroj opravil delo, je dnevnik. Obstaja tretji izid, ki si zasluži omembo: lastni agent dobavitelja zaključi delo, vendar se nič zunaj ne more povezati. To je agentni izdelek s zaprtimi vrati, in ta vrata bodo pomembna, ko bo agent vaše ekipe tisti, ki ga želijo uporabiti.

Kaj mora biti res pod površjem

Da bo stolpec agenta resničen in ne le skripta za predstavitev, morajo biti v izdelek vgrajene tri stvari, in vse tri je mogoče preveriti.

• Vsaka akcija je orodje z definicijo. Model Context Protocol, odprti standard, ki ga zdaj govorijo glavni odjemalci agentov, definira orodje kot ime, opis, JSON shemo za njegove vnose in po želji eno za njegove izhode. Sistem, ki je opravil to delo, lahko agentu predloži strojno berljiv seznam tega, kar lahko stori. Tisti, ki tega ni storil, lahko pokaže le pogovorno okno.
• Seznam je filtriran glede na to, kdo sprašuje. Protokol omogoča, da se nabor vrnjenih orodij razlikuje glede na predstavljeno avtorizacijo, tako da je agentu omejenega uporabnika ponujen manj orodij. Dobre implementacije nato ponovno preverijo, ko se vsako orodje izvaja, ker je filtriran seznam vljudnost, preverjanje ob izvajanju pa je nadzor.
• Stranka je lahko vaša. Claude podpira prilagojene povezave do oddaljenih MCP strežnikov v svojih načrtih, z OAuth prijavo in odobritvijo za vsako orodje, ki jo lahko sprostite za strežnike, ki jim zaupate. Razvijalski način ChatGPT ponuja popolno podporo MCP strankam za orodja za branje in pisanje v svojih plačanih spletnih načrtih, pri čemer pisne akcije privzeto zahtevajo potrditev. Obe podjetji uporabnikom jasno sporočata, naj se povežejo le s strežniki, ki jim zaupajo. Sistem, ki ga lahko upravlja katera koli od teh strank, je opravil test protokola.

Kjer je copilot resnično boljši

Bilo bi priročno reči, da agent zmaguje povsod, a to bi bilo narobe. Kopilot je boljše orodje, ko želi oseba ostati pred zaslonom: raziskovati podatke, odločati, kaj storiti naprej, urejati dokument vrstico po vrstici ali opravljati delo, ki je enkratno in zahteva presojo pri vsakem koraku. Kopilot, ki sedi ob obrazcu in odgovarja na vprašanja o tem, kar je na njem, je dobra zasnova za to, in sistem, zgrajen za agente, bi moral vključevati enega, ker agenti ne nadomeščajo gledanja.

Kopilot je tudi boljši, ko organizacija ni pripravljena zaupati delegiranemu delovanju. Nekatere ekipe želijo obdobje, v katerem AI predlaga, oseba pa odloča o vsakem elementu, preden karkoli deluje brez nadzora. To je razumljiv stališče in kopilot to zagotavlja. Ključno je vedeti, katero kupujete, in ne plačati za stolpec agentov, medtem ko dobivate stolpec kopilotov.

Obstaja tudi dimenzija stroškov, ki deluje v obe smeri. Kopilot znotraj izdelka ponudnika deluje na AI ponudnika, in za to plačate kot del naročnine ali po uporabi. Agentični sistem, ki vam omogoča, da prinesete svojega agenta, ne more izvajati nobene AI v vašem imenu: vaš agent opravi razmišljanje, platforma pa zaračuna le za to, kar shranjuje in počne. Za ekipo, ki že plačuje za Claude ali ChatGPT, to spremeni aritmetiko, in vredno je to vključiti v primerjalni list poleg licenčne pristojbine.

Kako izgleda, ko deluje različica agenta

Sois je zgrajen na strani agentov te primerjave, zato je to implementacija, ki jo lahko pokažemo. Delovno okolje je MCP strežnik. Vsaka združljiva stranka se poveže tako, da doda naslov delovnega okolja in se enkrat prijavi preko OAuth. Orodja so filtrirana glede na vlogo uporabnika, preden so ponujena in ponovno preverjena, ko se izvajajo, dostop pa se zaključi. Tukaj je izid testa iz zgoraj opisanega toka, ko se izvaja.

Izvedite isto zahtevo kot uporabnik, ki ne more izdajati računov, in agent bo zavrnjen pri prvem zapisu, s preprostim pojasnilom, ker dodeljena povezava nikoli ne more storiti več kot oseba za njo. Omejite porabo na integraciji in agent se ustavi, ko je dosežen proračun, namesto da bi nadaljeval. Odprite dnevnik in vsak klic je tam z njegovimi vnosi in rezultatom. Nič od tega ni posebno za predstavitev; tako obravnava plast dovoljenj vsakega klicatelja.

Ko primerjate ERP, podprt z umetno inteligenco, in agentni ERP, ignorirajte oznake na diapozitivu. Vprašajte za rezultat, stopite korak nazaj od zaslona in poglejte, kdo dokonča delo.

Vprašanja, ki jih ljudje postavljajo

Ta članek se pregleda, ko se izdelki, ki jih opisuje, spremenijo. Naslednji načrtovani pregled: 4. december 2026.