Yapay zekâ ajanı türleri: 5 klasik tür ve işletmelerin kullandıkları
Beş klasik yapay zekâ ajanı türü (basit refleksli, model tabanlı, hedef tabanlı, fayda tabanlı, öğrenen) örneklerle ve işletmelerin kullandığı pratik türler.
Öne çıkanlar
- Bilgisayar bilimi, basit refleksli ajanlardan öğrenen ajanlara kadar beş klasik ajan türü tanımlar.
- Dil modelleri üzerine kurulan modern ajanlar genellikle hedef tabanlı ve fayda tabanlı davranışı birleştirir.
- İşletmeler ise pratik türler üzerinden düşünür: resepsiyonist, destek, satış, randevu ve arka ofis ajanları.
Yapay zekâ ajanlarını sınıflandırmanın iki faydalı yolu var: ajanın nasıl karar verdiğini anlatan ders kitabındaki klasik türler ve ajanın hangi işi yaptığını anlatan, işletmelerin kullandığı pratik türler. İkisini de bilmek sağlayıcı iddialarını anlamanıza ve doğru aracı seçmenize yardım eder. Konuya yeniyseniz yapay zekâ ajanı nedir yazısıyla başlayın.
5 klasik yapay zekâ ajanı türü
1. Basit refleksli ajanlar
Yalnızca mevcut girdiye göre sabit eğer-ise kurallarıyla hareket eder. Örnek: "2'ye basın" seçeneğini muhasebeye yönlendiren telefon menüsü. Hızlı ve öngörülebilir, ama beklenmedik bir şey olduğunda çaresiz.
2. Model tabanlı refleksli ajanlar
Durumun iç bir resmini tutar; böylece mevcut girdide görünmeyen bilgiyi de kullanabilir. Örnek: müşterinin sipariş numarasını konuşmanın başında verdiğini hatırlayan bir sohbet ajanı.
3. Hedef tabanlı ajanlar
Bir hedefe yaklaştıran eylemleri seçer, birkaç adım ilerisini planlar. Örnek: "bu arayanı bu hafta diş temizliğine al": takvime bak, saat öner, onayla.
4. Fayda tabanlı ajanlar
Birkaç eylem hedefe ulaştırıyorsa, bir puana göre en iyisini seçer. Örnek: hem müşterinin tercihine uyan hem de hekimin gününü verimli tutan saati önermek.
5. Öğrenen ajanlar
Geri bildirimle zamanla gelişir. Örnek: yanıtları her hafta ekibin işaretlediği görüşmelere göre iyileştirilen bir ajan.
| Tür | Neye göre karar verir | Güçlü yanı | Zayıf yanı |
|---|---|---|---|
| Basit refleksli | Sabit kurallar | Öngörülebilir | Yeni durumlarda bozulur |
| Model tabanlı | Kurallar + durum hafızası | Bağlamı yönetir | Hâlâ kurala bağlı |
| Hedef tabanlı | Hedefe doğru plan | Esnek | İyi hedef ve sınır gerektirir |
| Fayda tabanlı | En yüksek puanlı seçenek | Denge kurar | Puanlama doğru olmalı |
| Öğrenen | Zaman içinde geri bildirim | Gelişir | İzlenmesi gerekir |
Her tür bir ön büro örneğinde
Ders kitabı türlerini somutlaştırmak için her birinin aynı talebi nasıl karşılayacağına bakalım: "Randevumu değiştirmem gerekiyor."
| Tür | Talebi nasıl karşılar |
|---|---|
| Basit refleksli | "Değiştir" kelimesini yakalar ve erteleme için telefon numarasını söyler. Fazlası yok. |
| Model tabanlı | Müşterinin adını zaten verdiğini hatırlar, tekrar sormaz; ama sabit bir senaryoyu izler. |
| Hedef tabanlı | Randevuyu taşımayı hedefler: kaydı bulur, boş saatlere bakar, seçenek sunar, onaylar. |
| Fayda tabanlı | Hedef tabanlı gibi, ama hem müşterinin belirttiği tercihe hem de hekimin programına uyan saatleri tercih eder. |
| Öğrenen | Zamanla birçok müşterinin sabah erken saatleri istediğini fark eder ve (ekip değişikliği onayladıktan sonra) bunları önce önerir. |
Bugünkü LLM ajanları nereye oturuyor?
Büyük dil modelleri üzerine kurulan ajanlar tek bir türe tam oturmaz. Konuşma durumunu tutar (model tabanlı), hedeflere doğru çalışır (hedef tabanlı), seçenekleri tartar (fayda tabanlı) ve geri bildirim ile güncellenen talimatlarla iyileştirilir (öğrenen). Bu karışım, eski botlardan çok daha yetenekli hissettirmelerinin nedenidir. Bkz. LLM ajanı nedir.
İşletmeler için pratik yapay zekâ ajanı türleri
- Resepsiyonist ajanlar: arama ve mesajları yanıtlar, bilgileri alır, talepleri yönlendirir. Devamı.
- Müşteri hizmetleri ajanları: sık soruları ve sipariş sorunlarını çözer. Devamı.
- Satış ajanları: talepleri nitelendirir, takip eder, toplantı ayarlar. Devamı.
- Randevu ajanları: randevu alır, erteler, hatırlatır.
- Sesli ajanlar: yukarıdakilerin herhangi biri, telefonda. Devamı.
- Arka ofis ajanları: e-posta sınıflandırma, veri girişi, raporlama.
- Kod ve araştırma ajanları: çoğunlukla teknik ekiplerin kullandıkları.
Yapay zekâ ajanlarını sınıflandırmanın diğer yolları
Özerkliğe göre
Yalnızca öneren ajanlardan, onayla işlem yapanlara, sınırlar içinde işlem yapanlara ve tamamen otonom ajanlara kadar. Bkz. otonom yapay zekâ ajanları.
Arayüze göre
- Sesli ajanlar: telefon görüşmeleri ve sesli asistanlar. Devamı.
- Yazılı ajanlar: sohbet, WhatsApp, SMS, e-posta.
- Bilgisayar kullanan veya tarayıcı ajanları: yazılım arayüzlerini bir insan gibi kullanır.
Kapsama göre
- Yatay ajanlar: birçok görevde kullanılan genel amaçlı ajanlar.
- Dikey ajanlar: tek bir sektör veya iş için kurulmuş, alan bilgisi ve iş akışları içine yerleştirilmiş ajanlar; diş kliniği randevu ajanı veya klima servisi kayıt ajanı gibi.
Organizasyona göre
- Tek ajan, tek bir iş.
- Hiyerarşik ajanlar: bir yönetici ajan işçi ajanları yönlendirir.
- İş birlikçi ajanlar: işi birbirine devreden eşler. Bkz. çoklu ajan sistemleri.
Dikey yapay zekâ ajanları nedir?
Dikey yapay zekâ ajanları belirli bir sektör veya işlev için uzmanlaşmıştır. O alana uygun sorular, iş akışları ve korkuluklarla geldikleri için genellikle genel ajanlardan daha iyi hazır çalışırlar. Klinikler için kurulmuş bir yapay zekâ resepsiyonisti yeni hasta olup olmadığını sorması gerektiğini ve asla tıbbi tavsiye vermemesi gerektiğini bilir; üreticiler için kurulmuş olan ise adet, ölçü ve teslim tarihi sorması gerektiğini bilir. Owlena bu yaklaşımı sektöre özel kurulumlarla izler.
PEAS çerçevesi: her ajanı tanımlamak
Yapay zekâ ders kitapları (özellikle Russell ve Norvig'in Artificial Intelligence: A Modern Approach kitabı) bir ajanın görevini PEAS ile tanımlar: Performance (performans ölçütü), Environment (ortam), Actuators (eyleyiciler), Sensors (algılayıcılar). Bir yapay zekâ resepsiyonistine uygulanırsa:
| PEAS | Yapay zekâ resepsiyonisti |
|---|---|
| Performans | Yanıtlanan aramalar, alınan randevular, doğru bilgiler, müşteri memnuniyeti |
| Ortam | Telefon hatları, mesajlaşma uygulamaları, takvim, müşteriler |
| Eyleyiciler (işlemler) | Yanıtı söylemek veya yazmak, randevu oluşturmak, mesaj göndermek, aramayı aktarmak |
| Algılayıcılar (girdiler) | Konuşma, metin, takvim verisi, müşteri kayıtları |
Bir PEAS tablosu yazmak, herhangi bir iş ajanını kurmadan veya satın almadan önce tanımlamanın şaşırtıcı derecede iyi bir yoludur.
Ajan tasarımını etkileyen ortam türleri
- Tam veya kısmen gözlemlenebilir: ajan ihtiyacı olan her şeyi görebiliyor mu? Bir telefon ajanı arayanın yüzünü veya takvimini göremez; sorması gerekir.
- Belirlenimci veya olasılıksal: eylemler hep aynı sonucu verir mi? Boş bir saati rezerve etmek genellikle evet; bir müşteriyi ikna etmek hayır.
- Durağan veya dinamik: ajan düşünürken dünya değişir mi? Başkaları randevu aldıkça takvim değişir; bu yüzden ajan onaylamadan önce tekrar kontrol etmelidir.
- Tek veya çoklu ajan: aynı ortamda başka ajanlar (veya insanlar) hareket ediyor mu? Ön bürolar takvimleri personelle paylaşır.
Müşteriyle konuşulan ortamlar kısmen gözlemlenebilir, dinamiktir ve insan içerir; teyit adımları ve devretmeyle donatılmış hedef tabanlı ajanların orada en iyi çalışmasının nedeni budur.
Basit ajanların hâlâ bir yeri var
Her iş dil modeli ajanı gerektirmez. Basit bir refleks kuralı ("mesajda DUR yazıyorsa abonelikten çıkar") o iş için daha hızlı, daha ucuz ve daha güvenilirdir. İyi sistemler türleri karıştırır: sabit kısımlar için basit kurallar, görüşmeler için hedef tabanlı ajanlar. Bkz. ajantik yapay zekâ ve geleneksel otomasyon.
İşe uygun türü seçmek
| İş | En uygun |
|---|---|
| Aramaları departmanlara yönlendirmek | Basit refleksli veya model tabanlı (ya da basit bir menü) |
| SSS yanıtlamak | İyi bilgiyle donatılmış model tabanlı |
| Randevu, sipariş, nitelendirme | Araçları ve kuralları olan hedef tabanlı |
| Program veya rota optimizasyonu | Fayda tabanlı |
| Aylar içinde iyileşmek | Herhangi bir tür artı insan denetimli öğrenme döngüsü |
Tek ajan mı, çoklu ajan sistemi mi?
Bazı kurulumlar her şey için tek ajan kullanır; bazıları ise işi birbirine görev aktaran uzman ajanlara böler; örneğin nitelendirilmiş bir talebi teklif ajanına devreden bir resepsiyonist ajan. Bkz. çoklu ajan sistemleri.
Küçük bir işletmenin hangi türe ihtiyacı var?
Genellikle katı sınırları olan, hedef tabanlı, müşteriyle konuşan bir ajan: net hedefleri (yanıtla, kaydet, randevu al) izlemeli ama fiyat, söz veya hassas konularda asla doğaçlama yapmamalı. Owlena bu şekilde kurulmuştur: kanallarınızda kurallarınıza uyan ve kararları ekibinize bırakan tek asistan.
Bir yapay zekâ ajanının işletmeniz için yanıt verdiğini görün
Owlena telefonu, WhatsApp'ı, web sitesi sohbetini ve e-postayı 7/24 yanıtlar, her talebi kaydeder ve ekibinize özet gönderir. Kurulumu biz yaparız.
Sık sorulan sorular
5 tür yapay zekâ ajanı nedir?
Basit refleksli, model tabanlı refleksli, hedef tabanlı, fayda tabanlı ve öğrenen ajanlar.
ChatGPT hangi tür ajandır?
Tek başına bir sohbet modelidir. Araçlar ve hedefler verildiğinde, konuşma hafızasını da kullanan hedef tabanlı ve fayda tabanlı bir ajan gibi davranır.
Müşteri hizmetleri için en iyi ajan türü hangisi?
Konuşma hafızası ve net korkulukları olan, SSS'nize, takviminize ve sipariş verilerinize bağlı hedef tabanlı bir ajan.
Dikey yapay zekâ ajanları nedir?
Tek bir sektör veya işlev için uzmanlaşmış, doğru soruları, iş akışlarını ve korkulukları içinde barındıran ajanlar; diş kliniği randevu ajanı gibi.
Hedef tabanlı ve fayda tabanlı ajanlar arasındaki fark nedir?
Hedef tabanlı ajan hedefe giden herhangi bir yolu bulur; fayda tabanlı ajan ise müşteri tercihi ve program verimliliği gibi bir puana göre en iyi yolu seçer.
Sesli asistan hangi tür ajandır?
Sesli asistanlar çoğunlukla ses arayüzlü model tabanlı ve hedef tabanlı ajanlardır: bağlamı tutar ve basit işlemler yaparlar.
Yapay zekâ ajanlarında PEAS nedir?
PEAS; performans ölçütü, ortam, eyleyiciler ve algılayıcılar demektir: bir ajanın neyi başarması gerektiğini, nerede çalıştığını, nasıl hareket ettiğini ve neyi algıladığını tanımlayan ders kitabı çerçevesidir.
Bugün işletmelerde en yaygın ajan türü hangisi?
Araçları ve korkulukları olan, dil modelleri üzerine kurulu hedef tabanlı ajanlar; yapay zekâ resepsiyonistleri, destek ajanları ve satış ajanları gibi.