닌자테크 AI의 CEO인 바박 팔라반이 AI 에이전트의 급성장 현상에 대해 설명합니다.기술이 중심이 되는 이 세상에서 우리의 일상적 상호작용을 재편하는 데 따르는 복잡함과 의미를 엿볼 수 있는 기회를 제공합니다.

최근 “AI 에이전트”에 대한 홍보가 가속화되고 있습니다.2023년 11월, 빌 게이츠는 자신의 블로그에 AI 에이전트가 인간의 컴퓨터 사용 방식을 어떻게 완전히 변화시킬지에 대해 글을 썼습니다.2023년 2월 CNBC는 지난 몇 주 동안 마이크로소프트의 사티아 나델라, 메타의 마크 주커버그, 알파벳의 순다르 피차이 같은 거대 기술 CEO들이 각자의 수익 보고서에서 AI 에이전트에 대한 회사의 집중력과 투자 증가에 대해 여러 차례 논의했다고 보도했습니다.

또한 야후 파이낸스 (Yahoo Finance) 의 브라이언 소찌 (Brian Sozzi) 가 2024년 2월에 보고한 바와 같이, 최근에는 고객 지원을 위한 AI 에이전트 구축에 주력하는 브렛 테일러 (Bret Taylor) 의 회사 시에라 (Sierra) 가 보도한 바와 같이 자금이 넉넉한 AI 에이전트 스타트업이 스텔스 운영에서 벗어나는 모습도 볼 수 있습니다.AI 에이전트의 투자, 집중, 배포는 빠른 속도로 진행되고 있습니다. 그렇다면 AI 에이전트란 정확히 무엇일까요?

‍

어시스턴트와 부조종사를 넘어선 진화

AI 에이전트는 의도는 비슷하지만 (즉, 사용자의 생산성을 높이기 위한), 작업을 완료하기 위해 비동기식 또는 자율적으로 작동할 수 있다는 점에서 어시스턴트 및 부파일럿과 다릅니다.AI 에이전트의 기반이 되는 차세대 기술을 통해 에이전트는 동적으로 작업을 수행할 수 있습니다. 더 복잡한 추론을 가능하게 하는 연쇄 문제.

비기술적인 용어로 말하자면 AI 에이전트는 각 사용자가 작업하는 동안 동시에 도움을 주는 대신 전체 작업을 대신하여 각 사용자의 시간과 비용을 절약하고 생산성을 높일 수 있다는 의미입니다.여러 면에서 AI 에이전트는 특정 문제를 해결하기 위해 개인 또는 임원 비서를 두는 것과 비슷합니다.

SDR 워크플로의 세 가지 공통 구성 요소를 사용하여 영업 개발 담당자 (SDR) 의 예를 살펴보겠습니다.

  1. 판매 대상 잠재 고객을 조사하고 선정합니다.
  2. 해당 잠재 고객에게 이메일 아웃리치를 실시합니다.
  3. 관심 있는 잠재 고객과의 통화 또는 데모 예약 시간

부조종사는 이 워크플로를 진행하는 동안 파일럿 (즉, SDR) 을 돕기 위해 설계되었습니다.부파일럿은 특정 단계에서 잠재 기업을 실시간으로 조사하거나 발송을 준비하면서 홍보 대상 이메일을 작성하여 SDR을 동시에 도울 수 있습니다.

AI 에이전트를 사용하면 전체 체인 또는 큰 부분에서 자율적으로 작업하여 이 워크플로를 자동 조종 장치로 전환할 수 있습니다.SDR은 AI 에이전트에게 상위 10명의 잠재 고객을 조사하고, 각 잠재 고객에 대해 고유한 이메일 초안을 작성하고, 알림을 보내는 등의 지침을 제공할 수 있습니다. SDR 분석 및 이메일이 준비되면 SDR이 승인한 후 이메일을 보내고 이메일에 응답하는 잠재 고객과 나를 위해 회의를 예약합니다.부조종사와 오토파일럿 사례 모두 시간 절약과 생산성 향상으로 이어집니다.

주요 차이점은 부조종사가 작업하는 동안 사용자의 생산성을 높이는 반면 자율 AI 에이전트는 SDR 작업을 대신하여 부조종사보다 더 많은 시간을 절약할 수 있다는 것입니다.분명히 말씀드리자면, 기본적으로 동기식 작업과 비동기식 작업이 있기 때문에 부조종사와 자동 조종 장치가 모두 필요할 것입니다.

더 보기: Nadella의 AI 비전이 개발자의 미래를 바꿀 수 있는 방법

‍

AI 에이전트 작업 목록이 빠르게 증가하고 있습니다

2024년과 2025년에는 AI 에이전트가 폭발적으로 성장할 것입니다.벤처 펀딩이 이 분야에 빠르게 몰려들면서 AI 에이전트 스타트업의 물결이 나타나고 있습니다. 새로운 시장 지도가 정기적으로 그려지고 있습니다.아마도 가장 고무적인 것은 스타트업이 이러한 “틈새” 인공 지능 에이전트를 구축하는 데 필요한 교육 및 추론에 필요한 희소하고 값비싼 맞춤형 칩을 대체할 탄력 있는 대안을 찾는다는 것입니다.

의심할 여지 없이 소규모 맞춤형 대형 언어 모델 (LLM) 과 셀프 러닝 및 검증 분야의 놀라운 발전을 보게 될 것입니다. 이러한 발전은 AI 에이전트 기업과 그 사용자에게 점점 더 매력적인 경제성을 제공할 것입니다.이러한 구조적 변화가 다가올 것으로 예상되면 대규모 맞춤형 칩 공급업체가 AI 에이전트의 성공을 지원하는 탄력적 컴퓨팅 모델을 통해 중심을 잡을 것으로 보입니다.

향후 2년 동안 AI 에이전트가 소비자 및 비즈니스 생산성을 높이는 강력한 원동력으로 부상하면서 처리할 수 있는 작업의 범위가 급속히 증가할 것입니다.단기적으로 AI 에이전트가 자율적으로 처리하게 될 작업은 개인 및 기업 사용자에게 가장 큰 관리 부담을 안겨줄 가능성이 높습니다.

최근 보기 맥킨지 과 골드만 연구에 따르면 관리 업무의 문제는 중대하며 평균 직원 시간의 약 30% 를 차지하며 이러한 작업의 약 50% 를 AI로 해결할 수 있습니다.가장 즉각적인 AI 에이전트의 사용 사례로는 회의 예약, 연구 수행, 여행 예약, 쇼핑, 고객 지원 등이 있습니다.

‍

AI 에이전트 채택의 장애물 극복

미래가 임박했습니다. AI 에이전트 채택 물결이 잠재력을 성공적으로 발휘하기 위해 극복해야 할 몇 가지 장애물이 있습니다.

신뢰

모든 라이더가 자율 주행 차량에 익숙하지 않은 자율 주행 자동차와 마찬가지로, 모든 사용자가 워크플로우의 구성 요소를 자율적으로 인수하는 AI 에이전트에 즉시 익숙해지는 것은 아닙니다.반복적이고 성공적인 작업을 통해 신뢰를 쌓아야 합니다. AI 에이전트 회사는 작업 수행의 정확성을 높이는 것을 목표로 삼아야 합니다.다행스럽게도 이 분야에서 새롭게 등장한 자체 검증 기술은 놀라운 발전과 성공률을 이끌어 내고 있으며, 이를 통해 신뢰를 빠르게 구축할 수 있습니다.

초과 선택

가까운 장래에 수많은 AI 에이전트가 등장할 것으로 예상되므로 고객은 선택의 폭풍에 압도될 수 있습니다.디지털 스트리밍 서비스와 마찬가지로 사용자는 수많은 구독을 빠르게 확보할 수 있었습니다.사용자는 각 작업 유형에 대한 모든 옵션을 평가하고 여러 에이전트를 선택할 수 있어야 합니다.각 범주에서 우승자가 나오면 AI 에이전트가 확장되고 궁극적인 통합이 이루어질 가능성이 높습니다.

온보딩 및 교육

AI 에이전트는 이러한 역사적인 생산성 문제를 해결하는 새롭고 독특한 기술입니다.직무별이든 직종별이든 AI 에이전트가 관리 작업을 처리할 수 있는 모든 방법을 완전히 활용하려면 시간이 걸릴 것입니다.위의 SDR 예시에서는 가능한 것의 표면적인 부분에 불과할 수 있습니다.사용자가 이러한 모든 가능성을 탐색할 수 있도록 하는 것은 AI 에이전트의 잠재력을 최대한 활용하는 데 매우 중요합니다.

고위 임원이든, 1인 사업자이든, 지원 센터에 전화를 거는 고객이든, 다음 여행을 예약하는 개인 사용자이든 상관없이 AI 에이전트는 기술 경험에 바로 포함될 것입니다.이들의 중요성을 이해하고 활용도를 극대화할 준비를 갖추면 생산성이 크게 절감되고 차세대 사용자 경험을 제공할 수 있습니다.

AI 에이전트 채택 장애물에 대비하고 성장 잠재력을 활용하기 위한 전략을 구현하려면 어떻게 해야 할까요?다음에 대해 알려주세요. 페이스북, X, 및 링크드인.여러분의 의견을 듣고 싶습니다!