Заставить ИИ-агентов эффективно работать оказалось сложнее, чем ожидали многие компании. Но на помощь приходит новое поколение стартапов, которые ищут способы тестировать и обучать агентов перед их внедрением — особенно в условиях сложной корпоративной среды.
Один из таких стартапов — Arga. Компания объявила о привлечении $10 млн в рамках seed-раунда, который возглавил General Catalyst при участии Box Group, Emergence, Gradient и SV Angel.
Arga создаёт тренировочные среды для корпоративного софта вроде Salesforce, Workday и почтовых клиентов. В отличие от большинства тестовых сред, предлагающих лишь API-эндпоинт без состояния, Arga строит полноценного цифрового двойника программы — с сохранением систем разрешений и веб-хуков. Это даёт более надёжный способ обучать агентов работе сразу с несколькими системами.
CEO и сооснователь Arga Филип Ли приводит пример: потенциальный клиент создаёт лид в Salesforce, а коллега тем временем связывается с ним отдельно через HubSpot.
«Сможет ли агент правильно определить, что это одна и та же компания?» — говорит Ли. «Сможет ли он проверить, отправил ли уже письмо? Сможет ли понять, кому из двух контактов писать?»
Агентные системы всё ещё плохо справляются с подобной неоднозначностью, и Ли считает инструменты Arga критически важными для их улучшения.
Обычно ИИ-агента обучают методом обучения с подкреплением (RL): сценарий прогоняют десятки тысяч раз, оставляя только успешные стратегии. Но специфика корпоративного софта делает такой масштаб тестирования почти невозможным — нет простого способа «сбросить» Salesforce или Outlook для повторного запуска сценария, не говоря уже о клонировании.
Решение Arga — цифровое воссоздание софта, повторяющее его структуру подобно тому, как краш-тест-манекен имитирует человека. Поскольку Arga полностью контролирует среду, такую копию легко сбросить или изменить. Компания может одновременно запускать множество сред, обучая агентов сложным взаимодействиям между разными программами — воссоздавая полноценную рабочую среду человека с пересекающимися задачами.
Это можно рассматривать как способ сократить разрыв в обучении с подкреплением между программированием и другими приложениями. Одна из причин стремительного прогресса ИИ в кодинге — наличие развитых инструментов для развёртывания, отката и анализа кода, что упрощает создание RL-сред.
Для большинства бизнес-приложений таких инструментов пока нет. Но как только они появятся, ИИ-системы значительно улучшат работу с этими программами и произведут революцию в других отраслях — так же, как это уже произошло с программированием.
Управляющий директор General Catalyst Юрий Сагалов, курирующий seed-инвестиции фирмы, отмечает растущую потребность в инструментах тестирования агентов вроде Arga.
«Думаю, значительная часть экономической ценности агентов связана с использованием бизнес-приложений», — сказал Сагалов TechCrunch. «Наличие воспроизводимой песочницы очень важно, и для агентов это даже критичнее, чем было для людей».