Агентам мало знать бизнес-процессы — им нужно понимать, как на самом деле устроена ваша компания

Для выполнения задач агенту нужны знания о бизнесе и правила, которые ограничивают его действия. По словам Теда Уэя, вице-президента и директора по продукту SAP Business AI product engineering, агент может знать международные стандарты учёта IFRS 15 или US GAAP, но для реальной работы ему также нужно разбираться в настройках признания выручки конкретной компании, расчётах, истории проводок, движении документов и контрактах.

Агенту необходимо учитывать и внутренние этапы процессов, исключения и отраслевые регуляторные требования: от них зависит, правильно ли он создаст бухгалтерскую проводку или выполнит платёж. По мере того как компании расширяют автономность агентов в процессах, которые можно проверять, растёт и объём контекста, необходимого для их работы.

От ответов — к выполнению задач

Агент может только отвечать на вопросы, а может действовать и доводить задачу до результата. Для второго варианта ему нужны бизнес-контекст и механизмы контроля. Уэй описывает переход от агента, который советует пользователю, что сделать, к агенту, который знает, какие системы задействованы, имеет разрешение выполнить действие и соблюдает установленные ограничения.

При проведении одного платежа агенту может потребоваться учитывать клиента, поставщика, товар, контракт, счёт-фактуру и заказ. Контроль охватывает согласования, права доступа, требования соответствия и запись каждого действия агента для последующего аудита.

Работа может проходить поэтапно: сначала агент сообщает о полученном согласовании, затем рекомендует платёж, подготавливает его для выполнения человеком и, наконец, сам проводит и сверяет платёж по строгим правилам, сохраняя участие человека. Эту стадию Уэй называет исполнением под контролем.

Результат такой автоматизации — не только более точный ответ, но и меньше работы между ответом и завершением задачи. По данным SAP, для клиента PwC Business AI сократил сложную операцию выставления счёта с 35 до пяти минут и одновременно повысил точность.

Данные из разных систем нужно согласовать

Нужный агенту контекст обычно распределён между приложениями. Один и тот же поставщик может быть записан под разными названиями и атрибутами: например, в одной системе он указан как IBM, в другой — International Business Machines, а в третьей — IBM Inc.

Значение понятия «критически важный поставщик» тоже может отличаться от компании к компании. Поэтому важны онтология, граф знаний и согласование данных, говорит Уэй. По его словам, полагаться на то, что большая языковая модель сама верно разберётся в данных, нельзя.

Одного доступа к дополнительным данным недостаточно: агенту нужно понимать их смысл и связи между записями. Для этого над исходными данными создают слой контекста. Он объединяет разрозненные записи о сущности в единый проверенный профиль и показывает, как она связана с другими объектами.

Как поддерживать контекст в актуальном состоянии

Компании постоянно добавляют данные и меняют процессы, поэтому контекст, на который опирается агент, может быстро устареть. Чтобы поддерживать его в актуальном состоянии, нужно непрерывно согласовывать записи, определять, каким источникам больше доверять и какие из них обновлялись недавно, а также следить за тем, как на практике выполняются бизнес-процессы и рабочие сценарии с агентами.

Когда агент доходит до порога, за который не должен переходить самостоятельно, он отправляет уведомление на проверку или согласование. Клиенты сами задают эти пороги и правила действий агента. Для регулируемых финансовых процессов они могут также устанавливать фиксированный порядок шагов, которые каждый раз должны выполняться одинаково.

Уэй отмечает, что некоторые действия необходимо выполнять строго по одной схеме из-за требований соответствия или регулирования. Там, где нельзя отклоняться от порядка, агенту не нужно проявлять инициативу. В ситуациях, где есть пространство для решения задачи, оно может ему пригодиться; границы определяет компания.

Контекст должен перемещаться вместе с задачей

Контекст конкретной компании особенно полезен, когда он сопровождает процесс при переходе между приложениями, системами и подразделениями. На этом принципе основаны новые и расширенные помощники Joule Assistants от SAP: они координируют специализированных агентов вокруг бизнес-задачи, а не одного программного продукта.

По словам Уэя, помощники Joule следуют за бизнес-процессом, а не за структурой программных продуктов. Каждый помощник координирует несколько агентов Joule, а каждый агент выполняет определённый процесс в системах SAP и других поставщиков.

Например, при логистическом сбое нужного для заказа товара может не оказаться там, где ожидалось. Чтобы решить проблему, агенту нужно не просто найти альтернативный источник. Ему может понадобиться знать, какие запасы доступны на разных складах, не зарезервированы ли они под другой заказ, какие действуют правила сроков годности, какой альтернативный транспорт доступен и какие решения требуют согласования.

Уэй рассказывает, что один из клиентов SAP, поставляющий производителям натуральные ингредиенты, с помощью такого подхода превратил многоэтапную логистическую «пожарную тревогу» в процесс, запускаемый одним нажатием. По его словам, это позволило команде вернуть примерно треть рабочего времени.

Тот же принцип применяется в финансах. Revenue Recognition Assistant от SAP использует внутренние настройки компании, расчёты, историю проводок и движение документов, чтобы классифицировать операции по IFRS 15 и US GAAP. SAP Pay, созданный на базе Tereina — компании SAP, — развивает этот подход до исполнения под контролем: сервис проводит согласованный платёж и сверяет его, сохраняя ограничения процесса.

Эффект может выходить за пределы автоматизации отдельных задач. По данным SAP, Daimler Trucks North America увеличила долю выигранных тендеров на контракты для автопарков примерно с 10% до более чем 40%. За 12 месяцев финансовый эффект составил около 70 миллионов долларов.

В основе этих процессов Joule использует согласованные бизнес-сущности и смысловые связи через SAP Reltio в SAP Business Data Cloud и SAP Knowledge Graph. SAP Reltio непрерывно согласует записи с помощью динамического выбора наиболее надёжной записи: система учитывает доверие к источнику, свежесть данных и объединённые сведения. SAP Signavio может отслеживать работу бизнес-процессов и сценариев с агентами.

Уэй приводит пример с закупками: компания может считать, что у неё один процесс от закупки до оплаты, но анализ в Signavio способен показать, что на деле таких процессов 400.

Контекст должен работать в системах разных поставщиков

Задача усложняется, когда процесс выходит за пределы приложений и агентов одного поставщика. SAP использует протокол Agent2Agent (A2A), чтобы Joule мог взаимодействовать с агентами за пределами SAP. Уэй называет двустороннюю интеграцию с Microsoft Teams показательным примером.

Однако важно не только то, могут ли два агента общаться. При переходе задачи между системами должен сохраняться бизнес-контекст, от которого зависит надёжность действий: смысл данных, связи между сущностями, правила компании и ограничения.

Уэй признаёт, что немногие компании работают исключительно в рамках одного технологического стека. Поэтому совместимость систем — это не только вопрос интеграции. Если агенты выполняют задачи в системах SAP и других поставщиков, вместе с работой должны переходить и необходимые им значения данных, связи, правила и средства контроля.

Для корпоративных агентов недостаточно знать, как процесс должен работать в теории. Им нужно понимать, как он устроен именно в этой компании, и учитывать изменения в её работе.