Як штучні інтелект-агенти виконують рутинні завдання в офісі

Технологічні компанії змагаються за розробку штучних інтелект-агентів, які покликані підвищити нашу продуктивність, допомагаючи з рутинними завданнями. Останнім часом інструменти штучного інтелекту, зокрема від OpenAI, Anthropic, Google, Microsoft та Apple, стали доступними для широкого кола користувачів, готових платити за підвищену ефективність або доступ до особливих функцій.

Зазначені інструменти можуть виконувати повсякденні завдання, наприклад, аналіз новин, написання електронних листів, підсумовування засідань, планування подорожей та навіть створення контенту для соціальних мереж. Однак рівень їхньої ефективності варіюється залежно від платформи та типу завдання. Давайте розглянемо, як ці інструменти впорались з кількома типовими офісними завданнями.

Підсумовуючи новини за день, найбільш ефективним був Perplexity, який надавав чіткі й конкретні заголовки з посиланнями на додаткові джерела. Водночас Gemini від Google видавало лише загальні тези, без конкретних деталей, що робило цю інформацію менш корисною для швидкого огляду поточних подій. Claude від Anthropic запропонував досить розмиті заголовки та погоду, що також обмежувало його корисність. ChatGPT від OpenAI подавав новини, розділені за категоріями, включаючи місцеві події та спортивні новини, що було більш інформативно, але все одно не персоналізовано.

Що стосується написання електронних листів, усі інструменти здатні зібрати інформацію з наданих нотаток і сформулювати листи. Проте Microsoft 365 виглядав більш схематичним і менш зосередженим на конкретних планах співпраці, на відміну від Gemini, який надавав більшу ясність у визначенні завдань. Інструмент від Apple, заснований на ChatGPT, був найбільш організованим та послідовним, чітко поділяючи інформацію на основні пункти.

У підсумовуванні засідань Microsoft 365 знову показав свою ефективність завдяки структурованому форматуванню, зокрема з часовими кодами, але допустив помилку в імені конференції. Gemini також зміг розібратися в обговорених питаннях, хоча й припустився помилки в ідентифікації посадових осіб. Однак обидва інструменти дали чітке уявлення про ключові моменти засідання.

Що стосується більш складних завдань, таких як бронювання ресторанів чи планування подорожей, інструменти OpenAI Operator і Claude Computer Use продемонстрували свою здатність виконувати завдання, шукаючи в Інтернеті й виконуючи дії схожі на людські, хоча й з деякими помилками в пошуку сайтів або неправильному розпізнаванні типів транспортних засобів, як у випадку з Eurostar. Задоволенням від цієї роботи було те, що користувач міг делегувати ці завдання агентам і продовжити іншу роботу без необхідності постійно втручатися.

Щодо створення контенту для соціальних мереж, такі інструменти, як Synthesia, Pika та Meta AI, пропонують можливості для створення відео- та зображень, що дозволяють персоналізувати контент, зокрема створюючи аватари або змінюючи фон. Проте вони часто виглядають трохи штучно, і хоча ці інструменти можуть бути корисні для створення маркетингового контенту, вони ще не досягли рівня реалістичності для корпоративного використання.

Ці інструменти продовжують удосконалюватися з кожним місяцем. Однак поки що агенти, які працюють автономно, ще не досягли своєї пікової ефективності. Тому для рутинних завдань їх уже можна використовувати, але для більш складних і креативних завдань буде потрібно більше часу для розробки. Водночас майбутнє за персоналізацією таких систем, що дозволить їм краще розуміти користувача й виконувати завдання ще ефективніше.

Авторка: Дар’я Бровченко

Джерело