Trenutno su AI agenti uglavnom konverzacijski. Postavite im upit, i oni vam daju odgovor. Iako se "prozor konteksta" širi, a integracija s vanjskim dokumentima se poboljšava, umjetna inteligencija još uvijek ima ograničenu sposobnost interakcije sa stvarnim svijetom. Međutim, to bi se uskoro moglo drastično promijeniti kako AI agenti postaju svjesniji programskih sučelja aplikacija – API-ja.
Agentski AI obećava automatizaciju stvarnih poslovnih tokova, ali samo ako može pristupiti alatima poput CRM sustava, kalendara, Slacka i sustava za plaćanje. Budući da su API-ji već jezik digitalne infrastrukture, oni su prirodni most koji omogućuje da agentička AI postane zaista djelotvorna.
Povezivanje više API zahtjeva kroz različite sustave približava realizaciju agentičkih tokova rada. I dok CIO-i ističu važnost API-ja, priznaju da je pred njima još niz izazova – posebice u dokumentaciji, upravljanju i kompleksnim kontrolama pristupa – koji se moraju riješiti kako bi se postigla prava interoperabilnost između AI-ja i API-ja.
Oni imaju dvije ključne uloge u omogućavanju agentičke AI. Prvo, agenti koriste API-je za pristup alatima i podacima kako bi autonomno izvršavali zadatke. Drugo, sami agenti mogu imati API-je kako bi se njima upravljalo.
Pristup API-jima nadilazi uobičajeno dohvaćanje podataka (RAG). Omogućuje agentima i njihovim jezičnim modelima ne samo dohvaćanje informacija, već i izmjene baza podataka te pokretanje vanjskih akcija.
Ova promjena omogućuje agentima izvođenje složenih, višestupanjskih tokova rada koji su prije zahtijevali višestruku ljudsku intervenciju. Također, API-ji su važan most prema povezivanju izoliranih AI sustava. Trenutno platforme pokušavaju promicati svoje vlastite AI mogućnosti. No u stvarnosti, poslovanja će trebati povezati AI s više aplikacija i izvora podataka putem sigurnih API-ja.
U usporedbi s krhkim rješenjima poput screen scrapinga ili konektora, API-ji nude daleko robusniju osnovu za automatizaciju.
Početni primjeri uključuju agente koji autonomno upravljaju kalendarima, dohvaćaju e-poštu i sažimaju sastanke putem API-ja. No to je tek početak. Od zdravstva i osiguranja do logistike i korisničke podrške, počinju se pojavljivati transformativni agentički AI slučajevi upotrebe.
AI agenti mogu u stvarnom vremenu optimizirati procese na dosad neviđene načine pomoću API-ja. Gartner izvještava da proizvođač računala Lenovo koristi niz autonomnih agenata koji putem API-ja pristupaju podacima o kupnji, proizvodima i korisnicima, te zatim pokreću daljnje radnje u procesu konfiguracije servera – uz nadzor planerskog agenta.
Pristup vanjskim API-jima također obogaćuje AI aplikacije funkcionalnošću i podacima koji nadilaze mogućnosti samog LLM-a, kaže Brian Glass, CIO u tvrtki Transcend koja se bavi peptidnim terapijama. Oni eksperimentiraju s AgentForceom iz Salesforcea, gdje agenti koriste API-je za validaciju narudžbi, provjeru podobnosti i signalizaciju nuspojava. Također istražuju kako agenti mogu u stvarnom vremenu pomagati korisničkoj podršci uz pristup HIPAA-kompatibilnim podacima o klijentima, prodaji i laboratorijima.
Nove korisničke aplikacije već se razvijaju. Primjerice, Capital One koristi Chat Concierge, AI chat agenta za poboljšanje iskustva kupovine automobila. Temeljen na otvorenom Llama modelu, koristi API-je za usporedbu vozila i zakazivanje termina kod prodavača.
Upotreba API-ja u agentičkoj AI može se izravno povezati s financijskim koristima. Na primjer, arhitektura Lenova koja koristi rojeve AI agenata s API pristupom rezultirala je većim brojem konverzija u usporedbi s onima koje su generirali ljudi. Ipak, veći dobitak bit će operativna učinkovitost i smanjenje troškova.
Za korisnike, koristi su konkretne. To nije više samo "hajdemo popričati". API pristup omogućuje agentima da vode korisnika prema rješenju - a ne samo da odgovaraju na pitanja.
U zdravstvu, gdje su preciznost, brzina i točnost ključni, skraćeni povratni ciklusi imaju golemu vrijednost. Ovi sustavi mogu otkriti stvari bolje nego ljudi. Ako API može poboljšati točnost, mi smo za.
Agentski AI također pomaže u procjeni rizika i ubrzava vremenske okvire. Prema Gilbertovim podacima, osiguravajuće kuće koje koriste AI smanjile su vrijeme obrade zahtjeva za 60 posto, a troškove za 30 posto.
Velike prepreke i dalje postoje, posebno u vezi interoperabilnosti API-ja i AI agenata. Tradicionalni API-ji donose trenje jer su dizajnirani za programere, a ne za AI agente. Često zahtijevaju ljudsku interakciju, kontaktiranje prodaje, skrivena dokumentacija i drugo.
Veliki je izazov i naslijeđena infrastruktura. API-ji koji su slabo dokumentirani ili fragmentirani značajno usporavaju integraciju. Samo deset posto organizacija u potpunosti dokumentira svoje API-je, a čak 75 posto proizvodnih API-ja odstupa od svojih OpenAPI definicija.
Otvaranje API-ja za autonomne sustave uvodi nove sigurnosne rizike. AI agenti se oslanjaju na modele koji su nedeterministički i mogu se ponašati nepredvidivo. Prema podacima Salt Securityja, čak 95 posto napada na API-je dolazi od autentificiranih korisnika. Napadači često manipuliraju korisničkim ID-jevima u API zahtjevima kako bi pristupili neovlaštenim podacima.
Rješenja uključuju višeslojnu zaštitu: kontrole pristupa temeljene na ulogama, strogu validaciju ulaza i napredno praćenje aktivnosti. Potrebni su novi sigurnosni okviri temeljeni na principima "zero trust".
