A SaaS-tól az ügynökökig: Miért sápadnak el az üzleti eszközök

Minden üzleti folyamatnak megvan a maga eszköze: CRM az értékesítéshez, projekt menedzsment a feladatokhoz, támogatási jegyek az ügyfeleknek, analitika az adatokhoz. Edzettek minket arra, hogy azt gondoljuk, normális különböző felületeket használni valamihez, amit valóban meg akarunk csinálni.

Az AI ügynökök felforgatják ezt a modellt. Nem jobb felületekre van szükségünk, amik csinálják ugyanazt a dolgot. Autonóm rendszerekre van szükségünk, amik valóban elvégzik a munkát.

A jelek mindenütt ott vannak

Sam Altman szerint „a SaaS fast fashion korszakába lépünk”: ügynökök generálnak másodpercek alatt tökéletesen testre szabott alkalmazásokat. Az olyan eszközök, mint a Lovable, a V0 és a Cursor, gyorsabban írnak éles használatra kész alkalmazásokat, mint ahogy Ön beállít egy SaaS-irányítópultot.

Ha az alkalmazások eldobhatóvá válnak, az előfizetéses szoftver elavul.

Vállalata már most érzi ezt a feszültséget. Befektetett AI-ügynökökbe a munkafolyamatok automatizálására, de azok falba ütköznek. Az MIT szerint a vállalati AI-pilotprojektek 95%-a kudarcot vall, nem azért, mert az AI nem elég képes, hanem mert az infrastruktúrát nem önálló rendszerekre tervezték.

A SaaS-t irányítópultokon kattintgató embereknek tervezték. Az ügynököknek másra van szükségük.

Az infrastrukturális szakadék, amely gátolja az önállóságot

Nem az ügynökeivel van a baj, hanem azzal, amire épülnek.

A SaaS-korszakban az integráció ezt jelentette:

• Több tucat platform API-jainak összekötése
• Köztes szoftverek és orkesztrációs rétegek építése
• Kézi munkafolyamat-konfiguráció minden egyes forgatókönyvhöz
• Emberi operátorok mint intelligens ragasztó a rendszerek között

Ügynökökkel ez a megközelítés kudarcot vall, mert:

• Fuldoklás a kontextusbanAz ügynökök feladatonként több tucat SaaS API-n haladnak végig, és több ezer végpontot értékelnek ki, mielőtt bármi érdemi munka elkezdődne. Egy egyszerű kérdés a tölcsér sebességéről 80,000 tokent is elégethet (ez egy regény hossza) pusztán az adatok keresésére.
• Nincs tartós memóriaMinden beszélgetés a nulláról indul. Az állapot nélküli API-k miatt az ügynökök felejtenek. Nem tudnak a korábbi munkára építeni, és nem tudnak egymással összehangoltan dolgozni.
• Embereknek tervezve, nem önálló működésreA SaaS-felületek vizuális irányítópultokra és kattintási útvonalakra vannak optimalizálva. Az ügynököknek strukturált adatokra van szükségük, amelyekkel programozottan tudnak érvelni.

Az eredmény: feladatonként átlagosan 12 másodperc késleltetés. 67%-os sikerességi arány. Ügynökök, amelyek asszisztensként működnek, nem építőként.

Amire az ügynököknek valójában szükségük van

A megoldás nem a jobb integráció, hanem a másfajta infrastruktúra.

Nézzük a kódoló ügynököket: a Stanford AI Index jelentése szerint a benchmarkokon mért sikerességi arányuk 4%-ról több mint 70%-ra javult, ugyanazokkal az AI-modellekkel, amelyekkel az üzleti ügynökök küszködnek. Mi a különbség?

A kódoló ügynököknél a kód maga a memória.

A kód a fájlrendszerben él, egy olyan eszközben, amelyet az ügynökök már mesterien kezelnek. Minden mappa, fájl és függvény élő térképet alkot arról, hogyan zajlik a munka. Az ügynökök látják a hierarchiát, követik a függőségeket, és közvetlenül a struktúrából értik meg a szándékot.

Nem futásidőben járják be az API-kat. Nem a nulláról indulnak. Közös munkatermékre építenek, amelynek értéke folyamatosan gyarapszik.

Az üzleti ügynököknek ugyanilyen architektúra kell.

A Memory Cloud infrastruktúraréteg

Itt jön a képbe a Memory Cloud: az infrastruktúraréteg az adatai és az önálló rendszerei között.

Mi változik:

• API-bejárás → azonnali hozzáférésAhelyett, hogy az ügynököket több tucat SaaS API-hoz kötné, a Memory Cloud a cége kontextusát strukturált fájlokba rendezi, amelyekben az ügynökök natívan navigálnak. A korábban 12 másodperces feladatok most 1.3 másodperc alatt lefutnak.
• Állapot nélküli működés → tartós memóriaAz ügynökök a fájlrendszeren keresztül emlékeznek. Az egyik ügynök októberi elemzése egy másik ügynök novemberi kiindulópontja lesz. A munka egymásra épül. Az intelligencia megsokszorozódik.
• Elszigeteltség → együttműködésAhogy a csapatok a Google Drive-ban, úgy az ügynökök is közös fájlokra építenek. A kutatóügynök adatokat gyűjt, az elemzőügynök modelleket futtat, az építőügynök alkalmazásokat készít: zökkenőmentes átadások emberi koordináció nélkül.
• Asszisztensek → építőkValódi memóriával és önállósággal az ügynökök chatbotokból olyan rendszerekké válnak, amelyek éles munkát szállítanak. Elemzik az adatokat, alkalmazásokat kódolnak, és automatikusan élesítik azokat.

Az átmenet: Hogyan jutunk el ide

• 1. fázis: KiegészítésAz ügynökök a meglévő eszközök tetején dolgoznak. Olvassák és írják a CRM-et, projektmenedzsmentet és támogatási rendszereket. A SaaS tárolás és megjelenítés marad.
• 2. fázis: Párhuzamos rendszerekAz ügynökök kezdenek saját maguknak munkaterületet kezelni. Még mindig szinkronizálnak a SaaS-sal, de sok munka ügynök terekben történik.
• 3. fázis: Ügynök-elsődlegesAz ügynökök lesznek az elsődleges rendszer. A SaaS csak riportolási vagy megfelelőségi célokra exportálás.

Az eredmény: alacsonyabb költségek, gyorsabb végrehajtás, és olyan rendszerek, amelyek valóban az Ön vállalkozásához igazodnak, ahelyett hogy a vállalkozását kényszerítenék alkalmazkodásra.

Készen áll a SaaS-on túllépni?

Nem kell holnap kidobnia a teljes SaaS-eszköztárát. De olyan infrastruktúrára szüksége van, amely lehetővé teszi, hogy az ügynökök úgy dolgozzanak, ahogyan kell: tartós memóriával, valódi önállósággal, és azzal a képességgel, hogy egymás munkájára építsenek.

A SaaS-korszak integrációs platformokat adott nekünk.

Az ügynökök korszakának memória-infrastruktúra kell.

Ezt építjük a Lazarusnál.

github.com/openlazarus