201 сотрудник компании принёс по книге и рассказал агенту о своих вкусах. ИИ ранжировал доступные варианты и отправился на цифровой рынок — обменивать книгу владельца на ту, которая понравится ему больше, у других агентов.
👀 Торговались вполне по-человечески
ИИ-агенты давили на дедлайн, расхваливали свои книги, вели списки ожидания и даже выступали брокерами в чужих сделках.
Половине из них велели быть максимально жёсткими, другой — искать выгодный для всех результат. Но выбор модели влиял сильнее инструкции: агенты Haiku набрали 0,75 по эффективности обменов, а Opus — 0,88. Для сравнения: жёсткая инструкция давала агенту всего около +0,02 к результату.
🔍 Главная проблема оказалась не в переговорах
А в том, насколько хорошо агент понял вкусы человека. После короткого разговора ИИ правильно угадывал предпочтения владельца между двумя книгами только в 61% случаев.
Была и ещё одна сложность: агенты не всегда понимали, что стоит раскрывать в переговорах. Иногда слишком слишком много или наоборот мало информации о том, чего хотят — и упускали подходящий обмен.
При этом результат участникам понравился: полученные книги они оценили в среднем на 7,2 из 10.
✏️ Делаем выводы
Если в будущем компании поручат агентам поиск предложений, переговоры и сделки от своего имени, одного умения торговаться будет недостаточно:
➡️ агент должен чётко понимать цель и критерии хорошего результата
➡️ для взаимодействия нужны понятные правила рынка: что можно раскрывать, как фиксируются сделки и что происходит при сбое
➡️ важны как инструкции, так и сама модель.
Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке.