Az MI ügynökök tényleg ilyen bénák? Jön a GPT-5, de minek?

Külön figyelmet érdemel, hogy a gyakorlatban más a helyzet

Noha a vállalatvezetők 88%-a a közeljövőben szívesen növelné MI-költségvetését, a valóság kijózanítóbb: megbízható MI ügynököt egyelőre nem sikerült kifejleszteni. Egy tanulmány szerint a Google Gemini Pro 2.5 csak az esetek 30%-ában tudta sikeresen elvégezni a céges irodai feladatokat – és ez volt a legjobban teljesítő platform. Az OpenAI ügynöke, amely a GPT-4.o-ra épül, még ennél is rosszabbul szerepelt: a tesztek több mint 90%-ában kudarcot vallott.

Felerősödő csalódottság, növekvő problémák

Szakértők szerint minél bonyolultabb vagy összetettebb feladatot bíznak egy MI ügynökre, annál több hiba fordul elő: az apró elcsúszások összeadódnak, végül a rendszer egyszerűen „pánikba esik”, és súlyos baklövést követ el. Ezt a Replit vezérigazgatója is így magyarázta, amikor „elfogadhatatlan” hibákkal kellett szembenézniük saját MI-bevezetésük során. Mindez arra utal, hogy az LLM-alapú ügynökök működése eleve magában hordozza a kudarc lehetőségét: ami kezdetben csodának tűnt, az a hétköznapokban inkább problémákat okoz.

A GPT-5 sem csodafegyver

Sokan reménykednek abban, hogy a GPT-5 majd megoldást hoz, ám az eddigi jelek alapján nem érdemes túl nagy áttörésre számítani. Ráadásul a cégek és a szabályozó szervek egyre szigorúbb korlátok közé szorítják az MI ügynököket. Például az Amazon részben letiltotta, hogy MI ügynökök vásárolhassanak a weboldalukon; ez érthető, hiszen a globális kiskereskedelmi óriás mindig kézben akarta tartani a vásárlási élményt és a reklámbevételeket.

Veszélyek és nehézségek

Bár a legtöbb MI ügynököt nem érdeklik a bankkártya-adatok, annál fogékonyabbak a csalásokra vagy adathalász-támadásokra: például képfájlokban elrejtett adatokat is kinyerhetnek, és így – tudtukon kívül – kiszivárogtathatnak érzékeny információkat. Egyes vállalati elemzők szerint két éven belül a most induló MI ügynökök 40%-át leállíthatják: legtöbbször túlzott elvárások és hibás üzleti logika hajtja ezeket a projekteket, miközben a valós költségek, bonyolultság és kockázatok jócskán meghaladják a várt hasznot.

2025, adminboss, mashable.com alapján