AI代理人究竟是什麼？

隨著科技的迅猛發展，人工智慧（AI）代理人逐漸成為嶄新的話題，不論是在矽谷的會議桌上還是達沃斯的滑雪場上，無不流傳著它的討論。然而，AI代理人究竟是如何影響媒體及行銷產業的呢？

近日，OpenAI推出了一款名為“Operator”的新AI代理工具，負責協助使用者完成網路任務，例如預訂旅行、餐廳訂位以及購買雜貨。這項工具已經與多家電商和旅遊業的知名品牌合作，包括eBay、Etsy、Uber等。不過，儘管AI代理人的討論如火如荼，企業對其的採用仍處於早期階段。這意味著行銷人員應該深入了解AI代理人的定義、製作方式、功能、潛在功能以及其限制，加之可能帶來的風險。

AI代理人的功能和作用

與傳統聊天機器人不同，AI代理人能夠代表使用者採取行動，獨立完成任務、運作其他軟體系統、決策以及進行自動化操作。許多企業已經著手開發AI代理人，這些企業包括埃森哲以及一些著名的廣告公司。此外，Talkdesk針對零售業推出了新的AI代理人，從而提升個人化服務水平。

代理人能夠幫助企業轉化潛在客戶，增加營利。這類AI技術使得行銷團隊能夠更好地將潛在客戶轉化為支付客戶。

理解代理人、共駕駛與大語言模型的差異

代理人和共駕駛經常被混淆，但它們的功能大相逕庭。共駕駛可以與人類合作，但不會自我決策，而AI代理人則可以自主行動。大語言模型（LLMs）是代理人的基礎技術之一，能夠生成文本、翻譯語言、提供資訊以及擴展AI代理人的能力。

AI代理人的應用與限制

AI代理人可分為三種類別：

外顯代理人：協助決策並為聊天機器人提供動力。
被動代理人：在幕後運作以了解數據集。
數據激活代理人：利用洞見來根據數據做出行動。

然而，在安全、準確且對使用者有利的情況下實施AI代理人是至關重要的。David DiCamillo（Code & Theory的CTO）指出，數據來源、數據控制及準確性都是關鍵考量因素。此外，代理人的監管問題也需要深入探討。

各類型AI代理人的功能

目標導向代理人：根據目標評估不同數據並進行比較。
效用代理人：根據潛在選擇和結果評估行動。
學習代理人：根據不同輸入、反饋和過去的結果進行學習。
搜尋代理人：探索數據集和目的地以找到資訊。
購物代理人：例如Google的Project Mariner，專注於幫助使用者購物。

AI平台如何支持代理人的運行

亞馬遜、Google和微軟等大型雲端和AI提供商最近宣布推出新功能，以幫助公司更好地創建和集成多個AI代理人。例如，AWS更新了Amazon Bedrock平台，增強多代理人協作能力，改善準確性、提高速度、降低成本。這些平台不僅拓展了AI模型的知識，也可能通過多種技術與不同預訓練數據集提供互補的工具。

潛在的挑戰與風險

要構建AI代理人，企業需要重新審視其數據戰略，包括從數據收集、清理、結構化到建立新的基礎設施，以支持實時數據流動與反饋。不僅如此，企業還需決定如何將代理人集成到現有的業務流程中。

正如其他生成式人工智慧類型一樣，AI代理人也可能面臨不準確、不一致和未證明的投資報酬風險。此外，還需擔心代理人可能帶來的新風險，例如使用者數據安全、企業數據偏見及客戶面向代理人可能會損害品牌聲譽的言論。

代理人的成效與未來展望

目前許多公司已經逐步將AI代理人應用於業務中，例如Twilio構建了一個名為Isa的客戶支持代理人來測試其AI助手框架，並已經擴展處理的行銷留言從2%提高到超過50%。

Kat McCormick Sweeney（Twilio新興技術與創新部門負責人）提到，“不要單單只為了自動化XYZ去實施，還要考量其對底線的影響。什麼樣的顧客體驗是最佳的？過去因為人力資源有限無法實現的客戶旅程現在可以藉由代理人實現並加以優化。”

AI代理人雖然仍處於早期階段，但是未來的發展潛力無限，企業若能妥善運用將能夠帶來極大的價值。隨著技術的不斷成熟，AI代理人可能會成為媒體和行銷策略中的核心角色，這一領域未來的發展值得持續關注。