Pristup u kome AI ne samo da odgovara, već samostalno planira, koristi alate i izvršava višekoračne zadatke.
Agentni AI (engl. agentic AI) opisuje sisteme koji ispoljavaju samostalnost: postavljen im je cilj, a oni sami biraju korake, koriste alate i prilagođavaju se rezultatima. To je pomak od „pitanje pa odgovor" ka „cilj pa izvršenje", i odnosi se na pristup, a ne na jedan konkretan proizvod.
Kako radi u praksi
Agentni sistem se prepoznaje po tri sastojka: model koji planira, alati kojima menja stvarni svet i petlja koja proverava rezultat pa odlučuje šta dalje. Uz to obično idu memorija o dosadašnjem toku posla i pravila koja kažu šta agent sme sam, a šta mora da pita.
Razlika se najbolje vidi na primeru. Klasičan sistem za obradu faktura ima unapred nacrtan tok: pročitaj polje, uporedi, prosledi. Agentni pristup dobija cilj „uskladi ovu fakturu sa narudžbenicom", pa sam odluči da otvori narudžbenicu, uporedi stavke, kod razlike proveri istoriju isporuka i, ako i dalje nešto ne štima, napiše pitanje čoveku. Kada se pojavi neuobičajen slučaj, klasičan tok pukne, a agentni pokuša da ga reši ili da ga jasno prijavi.
Zašto je bitno i gde se sreće
Ovaj pristup je osnova AI agenata i razlog zašto se AI iz sfere pisanja teksta preselio u operativni posao. Najviše se koristi u razvoju softvera, obradi dokumenata, podršci korisnicima i u istraživačkim zadacima gde se ne zna unapred koliko koraka treba.
Sa poslovne strane, agentni AI menja i način merenja. Umesto ocene „koliko je odgovor dobar", meri se koliko je zadataka završeno bez ljudske intervencije, koliko je koraka trebalo i koliko je koštalo. Zato uz agentne sisteme obavezno idu dnevnik akcija i test skupovi koji hvataju tipične greške.
U organizacijama se pristup uvodi postepeno. Prvo agent samo predlaže, čovek odobrava svaki potez i posmatra gde greši, pa se tek posle nekog vremena pojedine akcije puštaju bez potvrde. Taj put od predloga do samostalnog rada obično traje duže od same izrade agenta.
Česta zabluda
Najčešća zabluda je da je agentni AI marketinško ime za četbot sa dugmićima. Ključ nije u interfejsu nego u tome da sistem sam bira redosled koraka i može da odustane ili promeni plan. Ako je tok unapred fiksiran, reč je o automatizaciji koja koristi model, što je sasvim legitimno, ali nije isto.
Druga zabluda je da veća samostalnost uvek znači veću korist. U praksi se najbolji rezultati dobijaju kada je agentu dat uzak, jasno definisan posao i ograničen skup alata. Široko postavljen cilj bez granica najčešće daje dug niz koraka, veliki račun za tokene i rezultat koji čovek mora da prepravlja.