Chatbot, AI asistent i AI agent: koja je razlika i šta vam zapravo treba?

Chatbot opisuje način na koji razgovarate sa sistemom. AI asistent opisuje njegovu ulogu: da vam pomogne da dobijete informacije ili obavite zadatak. Kod AI agenta naglasak je na samostalnosti, odnosno na tome koliko sistem može da bira sledeće korake kako bi ostvario zadati cilj.

Ovi pojmovi mogu da opisuju isti proizvod. Na primer, kroz chat razgovarate sa asistentom koji u pozadini pretražuje podatke, bira odgovarajuće alate i izvršava dozvoljene akcije.

Zato pri izboru rešenja za firmu naziv nije dovoljan. Potrebno je razumeti šta sistem može da uradi, ko određuje sledeći korak i za koje akcije je potrebna potvrda čoveka.

Važna napomena o terminima

Proizvođači i tehnički izvori ne koriste ove nazive uvek na isti način. U ovom članku razdvajamo način komunikacije, ulogu sistema i način izvršavanja zadataka. „AI asistent“ koristićemo kao naziv za sistem koji korisniku pomaže kroz prirodni jezik, bez pretpostavke da taj naziv određuje njegov nivo samostalnosti.

Razlika u 60 sekundi

Uz chatbot, asistenta i agenta, važno je razumeti i AI workflow, odnosno unapred organizovan tok rada u kome neki koraci koriste AI.

Pojam	Šta prvenstveno opisuje	Šta vam sam naziv ne govori
Chatbot	Komunikaciju sa sistemom kroz razgovor, tekstom ili glasom.	Da li koristi AI, kojim podacima pristupa i koje akcije može da izvrši.
AI asistent	Ulogu sistema koji korisniku pomaže da dobije informacije ili obavi zadatak.	Da li prati unapred zadate korake ili samostalno bira kako da izvrši zadatak.
AI workflow	Proces čiji su osnovni koraci i moguće grane unapred određeni.	Koliko je složena AI obrada unutar pojedinačnih koraka.
AI agent	Sistem koji prema cilju i rezultatima prethodnih koraka bira šta da uradi sledeće.	Koje dozvole ima i šta sme da izvrši bez ljudskog odobrenja.

Isti sistem može imati razgovorni interfejs, služiti kao asistent i koristiti workflow ili agentno izvršavanje u pozadini. Za poslovnu odluku najvažnije je da ta kombinacija odgovara zadatku koji želite da rešite.

Zašto su ovi termini toliko zbunjujući?

Nazivi proizvoda često ističu različite osobine sličnih rešenja. Jedan dobavljač naglašava razgovor, drugi pomoć zaposlenima, a treći samostalno izvršavanje zadataka. Iz naziva zato ne možete pouzdano zaključiti šta dobijate.

Istovremeno, razgovorni interfejs može da ostane gotovo isti dok se sistem iza njega značajno promeni. Prozor za dopisivanje može da prikazuje unapred napisane odgovore, ali i da bude ulaz u sistem povezan sa evidencijom kupaca i kalendarom.

Čak i tehnički izvori razlikuju užu i širu upotrebu pojmova. Anthropic, na primer, navodi različita značenja termina „agent“, a zatim za potrebe svog vodiča razdvaja unapred definisane tokove od procesa koje dinamički usmerava model.

Za kupca je korisnije da traži demonstraciju konkretnog zadatka nego da odlučuje samo prema nazivu proizvoda.

Šta je chatbot?

Chatbot je softverski sistem sa kojim korisnik komunicira kroz razgovor, tekstom ili glasom. Može da koristi unapred definisana pravila ili AI za obradu poruka i pripremu odgovora. Takvu razliku između tradicionalnih i AI chatbotova opisuje i IBM u pregledu chatbot tehnologije.

Chatbot zasnovan na pravilima

Zamislite da korisnik otvori chat servisa i dobije izbor:

Koja usluga vam je potrebna?

1. Redovan servis

2. Prijava kvara

3. Informacije o cenama

Svaki izbor vodi u unapred pripremljenu granu razgovora. Ovakav sistem može biti sasvim dovoljan ako su zahtevi predvidivi i korisnik lako pronalazi odgovarajuću opciju.

Ograničenje se vidi kada pitanje ne odgovara predviđenim opcijama. Tada je potrebno ponuditi drugi način da korisnik objasni problem ili kontaktira firmu.

AI chatbot

Korisnik može da napiše:

Klima slabo hladi i čuje se jače nego ranije. Da li mi treba servis?

AI chatbot obrađuje slobodan opis umesto da se oslanja samo na izbor dugmeta. Može da prepozna temu, koristi dostupne informacije i postavi dodatno pitanje. To ne znači da pouzdano zna uzrok problema: sposobnost vođenja razgovora treba razlikovati od stručne procene.

Šta chatbot može da radi osim odgovaranja?

Ako je povezan sa odgovarajućim sistemima, chatbot može da prikupi kontakt, kreira zahtev za podršku, proveri status porudžbine ili pomogne pri rezervaciji. I chatbot zasnovan na pravilima može pokrenuti takve akcije.

Chatbot govori kako korisnik komunicira sa sistemom. Za procenu samostalnosti potrebno je pogledati šta se dešava iza razgovora.

Šta je AI asistent?

„AI asistent“ nije strogo standardizovana tehnička kategorija. Ovde tim izrazom nazivamo sistem koji kroz prirodni jezik pomaže korisniku da dobije informacije ili izvrši zadatak, najčešće na njegov zahtev.

Na primer, korisnik kaže:

Želim da zakažem servis u petak.

Asistent može da razjasni uslugu, lokaciju i željeno vreme. Ako ima odgovarajuću integraciju, može i da proveri raspoloživost ili zabeleži rezervaciju. Ako je nema, može samo da prikupi zahtev koji će potvrditi zaposleni.

Važno je da korisnik zna šta je zaista urađeno. „Zabeležio sam da vam odgovara petak“ i „Termin je potvrđen za petak u 10 časova“ predstavljaju različite rezultate.

Naziv „asistent“ sam po sebi ne isključuje alate, promenu podataka ili agentni način rada. Zato ćemo ga u ovom članku koristiti za ulogu prema korisniku, a način izvršavanja zadatka opisivati odvojeno.

Šta je AI workflow?

AI workflow je proces u kome AI i drugi alati učestvuju u unapred definisanom toku koraka. AI može da tumači sadržaj i utiče na izbor grane, dok program određuje dostupne putanje.

Ilustrativni primer obrade mejlova:

1. Stigne poruka.

2. AI proceni da li je u pitanju reklamacija, zahtev za ponudu ili druga vrsta upita.

3. Program primeni pravilo za tu kategoriju.

4. Za reklamaciju otvori zahtev podršci; za ponudu prosledi podatke prodaji.

5. Ako kategorija nije jasna, poruku pošalje na ručnu proveru.

AI ovde donosi procenu unutar jednog koraka, ali nema slobodu da osmisli sasvim drugi postupak. Ovakvo razgraničenje unapred definisanih tokova i agentnog izvršavanja koristi Anthropic u vodiču „Building effective agents“.

Workflow može da ima mnogo grananja, provera i ponavljanja. Sama složenost procesa ne čini ga agentom.

Šta je AI agent?

U kontekstu ovog članka govorimo o agentima zasnovanim na jezičkim modelima. AI agentu se zadaje cilj, a on ima određeni stepen samostalnosti da prema trenutnom stanju i rezultatima prethodnih koraka bira naredne korake i potrebne alate.

Google Cloud u objašnjenju AI agenata ističe ostvarivanje ciljeva, odlučivanje i izvršavanje akcija. Za poslovni primer najvažnije je da razumemo šta sistem radi kada unapred nije poznat ceo put do rezultata.

Zamislite zadatak: „Proveri zahtev kupca i utvrdi šta treba uraditi sledeće.“ Sistem može da otkrije da nedostaje broj porudžbine i zatraži ga. Kada ga dobije, proverava evidenciju. Rezultat provere određuje da li treba potražiti uslove isporuke, zatražiti dodatne informacije ili pripremiti slučaj za zaposlenog.

Naredna akcija se bira na osnovu onoga što je sistem upravo saznao. I dalje postoje dozvoljeni alati, poslovna pravila i granice izvršavanja.

Agent ne znači da AI radi sve sam

Samostalnost može biti ograničena na izbor izvora za pretragu, dok je za svaku promenu podataka potrebna potvrda. Drugi sistem može samostalno da kreira nacrt zahteva, ali nema dozvolu da šalje ponudu kupcu.

Hipotetički primer pravila: agent priprema povraćaj novca, a iznos iznad 5.000 dinara zahteva odobrenje odgovorne osobe. Taj iznos je samo ilustracija poslovnog pravila, ne preporučeni prag.

Ljudska potvrda ne poništava agentni način rada. Ona određuje granicu između pripreme i dozvoljenog izvršavanja.

Korišćenje alata ne znači automatski da je sistem agent

Alat je mogućnost da sistem nešto proveri ili uradi: pretraži cenovnik, pročita kalendar ili upiše podatke u evidenciju kupaca. API je jedan od načina na koji softverski sistemi razmenjuju podatke i pokreću takve radnje.

Pogledajmo dve ilustrativne implementacije istog zadatka.

Unapred definisan tok	Agentno izvršavanje
AI iz mejla izdvaja podatke o kupcu.	AI pregleda zahtev i utvrđuje koje informacije nedostaju.
Program proverava obavezna polja.	Prema dostupnim podacima bira pretragu evidencije ili dodatno pitanje.
Ako su polja popunjena, program kreira CRM zapis.	Na osnovu rezultata odlučuje da li je potreban novi zapis, dopuna ili predaja zaposlenom.
Program šalje potvrdu prijema.	Izvršava dozvoljenu akciju ili traži odobrenje, pa proverava rezultat.

Oba sistema koriste alate. Razlika je u tome koliko izbora o narednoj akciji prepuštamo modelu.

U praksi su moguća i kombinovana rešenja: većinu zahteva obrađuje poznat workflow, a u složenijim slučajevima AI bira koju dodatnu proveru treba uraditi. Zato dobavljač treba da objasni konkretan tok, umesto da svaku integraciju nazove agentom.

Isti poslovni problem, četiri različita rešenja

Sledeći primer je ilustrativan. Ne predstavlja prikaz rezultata konkretnog klijenta.

Servis klima-uređaja dobija pitanje:

Klima mi slabo hladi. Koliko bi koštao servis?

Firma želi da korisnik dobije korisnu informaciju i da zahtev stigne do osobe koja može da nastavi posao. Evo četiri moguća načina da se to organizuje.

1. Forma i klasična automatizacija

Na sajtu postoji forma sa poljima za opis problema, lokaciju i kontakt. Kada je korisnik pošalje, sistem prosleđuje podatke servisu i prikazuje potvrdu prijema.

Ovo može biti dovoljno ako su potrebni podaci jednostavni, a zaposleni svakako mora da proceni svaki zahtev. AI nije potreban za samo prikupljanje i prosleđivanje tih polja.

2. AI chatbot koji pomaže da se zahtev razjasni

Korisnik svojim rečima opisuje problem. Asistent koristi odobrene informacije servisa, objašnjava šta je poznato o usluzi i postavlja relevantna pitanja.

Ako cena zavisi od pregleda uređaja, to jasno kaže. Ne zaključuje samo iz opisa da je potreban određeni zahvat. Prikupljeni zahtev može da izgleda ovako:

Podatak	Ilustrativni odgovor korisnika
Problem	Klima slabo hladi
Snaga uređaja	12.000 BTU
Lokacija	Novi Sad
Poslednji servis	Prošlog leta
Kontakt	Podatak koji korisnik ostavlja kroz predviđenu formu

Vrednost je u tome što zaposleni dobija jasniji zahtev, a korisnik pomoć tokom njegovog sastavljanja. Ovaj razgovorni deo može biti povezan sa workflow-om iz sledećeg primera.

3. AI workflow za prijem i raspodelu zahteva

Nakon prikupljanja podataka, program proverava obavezna polja i primenjuje dogovorene grane. Ako je lokacija u servisnoj zoni, kreira zahtev i prosleđuje ga odgovarajućem timu. Ako lokacija nije prepoznata, traži ručnu proveru. Korisnik dobija potvrdu prijema.

Tok je unapred poznat, a AI pomaže da se slobodan opis pretvori u podatke koje taj tok koristi.

Ovakav workflow može uključivati i proveru kalendara ili rezervaciju uz potvrdu korisnika. Zakazivanje samo po sebi nije dokaz da je rešenje agentno.

4. Agent bira sledeći korak prema onome što sazna

Pretpostavimo da se zahtevi dovoljno razlikuju da jedna unapred određena putanja nije praktična. Agent, u okviru dozvola, bira šta treba proveriti sledeće.

Ako adresa nije jasna, traži dopunu pre pretrage termina. Ako je lokacija potvrđena, proverava raspoloživost odgovarajuće ekipe. Ako korisnik promeni zahtev, ponovo procenjuje koje provere su potrebne. Kada pronađe prihvatljivu opciju, traži potvrdu korisnika i tek zatim pokreće rezervaciju, ako za to ima dozvolu.

Ovo je agentni primer zbog načina izbora koraka. Isti konačni rezultat može se postići i workflow-om ako je firma u stanju da unapred definiše potrebne grane.

Kako ovo izgleda na stvarnom sajtu?

Ako želite da vidite kako bi AI asistent odgovarao koristeći informacije vaše firme, ProbajAI može da napravi privremeni demo na osnovu javno dostupnog sadržaja vašeg sajta, bez izmene originalnog sajta.

Probajte na svom sajtu →

Poređenje karakteristika

U tabeli chatbot i asistent opisuju pristup korisniku, a workflow i agent način organizovanja rada. Kolone zato nisu međusobno isključive kategorije proizvoda.

Osobina	Chatbot zasnovan na pravilima	AI asistent	AI workflow	AI agent
Razgovor sa korisnikom	Da	U ovom članku: kroz prirodni jezik	Nije neophodan	Nije neophodan
Obrada slobodnog teksta	Ograničena pravilima	Da, u okviru mogućnosti sistema	Može biti jedan od koraka	Može biti deo zadatka
Ko određuje naredni korak?	Programirana pravila	Zavisi od načina izvršavanja u pozadini	Osnovni tok određuje program	Model bira korake u zadatim granicama
Pristup alatima i podacima	Moguć uz integracije	Moguć uz integracije	Prema konfiguraciji toka	Prema dozvoljenim alatima
Izvršavanje akcija	Moguće	Moguće	Moguće	Moguće
Potvrda čoveka	Može biti deo toka	Zavisi od zadatka i dozvola	Može biti obavezan korak	Može biti obavezna pre akcije

Ovo je praktično poređenje za potrebe članka. Za konkretan proizvod proverite funkcije, dozvole i ponašanje na stvarnim zahtevima.

Šta zapravo treba vašoj firmi?

Ako korisnik samo treba da pronađe radno vreme, cenovnik ili kontakt, dobro uređena stranica ili jednostavan chatbot mogu biti dovoljni.

Ako pitanja dolaze slobodnim jezikom i često zahtevaju razjašnjenje, razmotrite AI chatbot odnosno asistenta. Proverite da li ima pouzdane informacije i kako postupa kada odgovor nije poznat.

Ako posao ima poznate korake, a AI je potreban za tumačenje poruke ili dokumenta, razmotrite AI workflow. To može biti proces od mejla do zahteva za podršku ili od opisa proizvoda do nacrta ponude.

Agentno izvršavanje razmotrite kada izbor narednih koraka zavisi od rezultata više provera, a ta fleksibilnost donosi merljivu korist. Potrebni su pouzdani alati, jasne dozvole i način da se proces zaustavi ili preda čoveku.

Pre izbora vrste sistema proverite da li proces ima smisla automatizovati. Naziv rešenja dolazi tek nakon procene problema, koristi i rizika.

Šest pitanja pre izbora AI rešenja

Ovo je praktičan ProbajAI okvir za pripremu razgovora sa dobavljačem, a ne formalna tehnička klasifikacija.

Pitanje	Šta treba da razjasnite
1. Kako korisnik komunicira sa sistemom?	Da li su to chat, glas, mejl ili forma? Možda korisnički razgovor uopšte nije potreban.
2. Koji rezultat sistem treba da proizvede?	Odgovor, nacrt dokumenta, otvoren zahtev ili izvršenu rezervaciju?
3. Da li je redosled koraka poznat?	Možete li da opišete glavnu putanju i izuzetke?
4. Gde AI treba da bira naredni korak?	Navedite konkretnu situaciju u kojoj unapred zadato pravilo nije dovoljno.
5. Kojim podacima i alatima sme da pristupa?	Razdvojite čitanje podataka od njihovog menjanja i slanja drugim osobama.
6. Šta se dešava ako pogreši?	Ko primećuje grešku, može li da se ispravi i kada je potrebna potvrda?

Dijagram je okvir za početnu procenu. Chat ili glasovni interfejs možete dodati različitim načinima izvršavanja zadatka.

Više autonomije znači i više odgovornosti

Kontrola treba da prati posledice akcija koje sistem može da izvrši. Pretraga javnog cenovnika, izmena kontakta kupca i slanje obavezujuće ponude nose različite posledice. Čak i samo čitanje podataka može biti osetljivo ako obuhvata informacije kojima korisnik ne sme da pristupi.

Za svaku akciju odredite dozvolu i način provere. Sistemu koji prikuplja upite možda je dovoljno pravo da kreira novi zahtev. Pristup brisanju evidencije ili promeni cena tada nije potreban.

Predvidite i šta se dešava kada integracija ne radi. Ako kalendar ne potvrdi upis, korisnik ne treba da dobije poruku da je termin rezervisan. Ako nije jasno da li je akcija uspela, prvo treba proveriti stanje da se ista radnja ne bi izvršila dva puta.

NIST AI RMF, u delu GOVERN 3.2, predviđa definisanje uloga i odgovornosti za ljudski nadzor AI sistema. U praksi to znači da unapred znate ko proverava problematične rezultate, ko preuzima izuzetke i ko može da obustavi automatizaciju.

Osam pitanja koja treba postaviti dobavljaču AI rešenja

1. Šta sistem tačno može da uradi osim razgovora? Tražite prikaz celog zadatka, uključujući rezultat u poslovnom sistemu.

2. Ko određuje naredni korak? Neka dobavljač pokaže šta je programirano, a koje odluke donosi model.

3. Kojim podacima ima pristup? Razjasnite izvore, ažuriranje i ograničenja pristupa.

4. Koje akcije može samostalno da izvrši? Tražite konkretan spisak, poput kreiranja zahteva, slanja poruke ili menjanja rezervacije.

5. Gde je potrebna ljudska potvrda? Proverite da li se ona tehnički zahteva pre izvršavanja akcije.

6. Šta radi kada nema dovoljno informacija? Demonstracija treba da obuhvati i nepotpun ili nejasan zahtev.

7. Postoji li istorija izvršenih akcija? Treba da možete da utvrdite šta je pokušano, šta je uspelo i šta zahteva proveru.

8. Kako se ponaša kada alat ne radi? Proverite da li obaveštava korisnika, bezbedno pokušava ponovo ili predaje zahtev zaposlenom.

Odgovori su korisniji kada ih vidite na primerima iz svog poslovanja. U demonstraciju uključite makar jedan zahtev koji sistem ne bi smeo da izvrši.

Gde se uklapa ProbajAI?

Osnovni ProbajAI je AI asistent za komunikaciju sa posetiocima sajta. Posetilac razgovara kroz chat, a asistent koristi informacije firme da odgovori na pitanja i, u zavisnosti od podešene uloge, prikupi detalje potrebne za nastavak komunikacije.

Zato ga u ovom članku možemo opisati i kao AI chatbot, prema načinu komunikacije, i kao AI asistenta, prema ulozi koju ima za posetioca.

Prikupljanje željenog termina nije isto što i potvrđena rezervacija. Kada je potrebna poslovna odluka ili radnja koju asistent ne može da izvrši, predviđen je nastavak sa firmom kroz kontakt ili slanje upita. To ne podrazumeva da se zaposleni odmah uključuje u isti chat.

Povezivanje sa kalendarom, CRM-om ili drugim sistemima zahteva posebno definisanu integraciju i dozvole. Da li bi takva implementacija koristila workflow ili agentno izvršavanje zavisilo bi od toga ko bira naredne korake. Samo postojanje integracije ne bi bilo dovoljno da je nazovemo agentom.

Kada dođete do poređenja konkretnih ponuda, cenovni deo je razložen zasebno: koliko košta AI chatbot i šta ulazi u tu cenu.

Ako vas zanima odakle sistem uopšte uzima informacije i zašto pristup sajtu nije garancija tačnosti, to je tema zasebnog teksta: kako AI chatbot zna šta da odgovori.

Česta pitanja

Da li svaki AI chatbot koristi veliki jezički model?

Ne. AI chatbot može da koristi različite pristupe obradi jezika, uključujući prepoznavanje namere i izbor pripremljenog odgovora. Veliki jezički model je jedan od načina da se obradi poruka i generiše odgovor. IBM opisuje različite pristupe izgradnji chatbotova.

Da li chatbot može da koristi API?

Da. Može da pozove drugi sistem radi provere podataka ili izvršavanja dozvoljene radnje. API integracija sama po sebi ne određuje da li je način izvršavanja agentni.

Da li svaki sistem koji koristi alate jeste AI agent?

Ne nužno. Program može unapred da odredi kada se koji alat poziva. U našem razgraničenju, za agentno izvršavanje važna je samostalnost modela u izboru narednih koraka prema cilju i dobijenim rezultatima.

Da li AI agent mora da radi bez čoveka?

Ne. Može da traži dodatne informacije, čeka odobrenje ili prepusti deo posla čoveku. Granice izvršavanja treba da budu deo dizajna sistema.

Da li je AI agent bolji od AI asistenta?

To nisu dve međusobno isključive kategorije: asistent može koristiti agenta u pozadini. Ako upoređujete konkretna rešenja, gledajte tačnost, završen zadatak, trošak i potrebnu kontrolu. Više samostalnosti ima smisla kada poboljšava rezultat.

Da li mojoj firmi treba AI agent?

Možda, ako zadatak zahteva promenljiv izbor koraka i alata koji donosi stvarnu korist. Ako možete jasno da definišete postupak, počnite procenom jednostavnijeg workflow-a. Razgovorni interfejs dodajte ako korisnicima olakšava da zadaju zahtev ili dobiju rezultat.

Počnite od zadatka koji želite da rešite

Pre izbora rešenja odgovorite na tri pitanja:

• Šta tačno želim da sistem uradi?

• Ko treba da odlučuje o sledećem koraku?

• Šta se događa ako sistem pogreši?

Ti odgovori daju osnovu da procenite potrebnu kombinaciju razgovora, AI obrade, automatizacije i samostalnosti.

Ako želite da poboljšate komunikaciju sa posetiocima sajta, možete prvo da vidite kako AI asistent radi sa informacijama vaše firme.

Napravite besplatan demo →