NVIDIA i ServiceNow budują agentów dla korporacji. Prawdziwy test AI zaczyna się dopiero na firmowym desktopie

👁 123 przeczytań

Agenci AI są dziś jednym z najgłośniejszych haseł w technologii, ale większość pokazów nadal dzieje się w bezpiecznym środowisku: agent planuje podróż, przegląda stronę, pisze kod albo wykonuje serię prostych kroków w demonstracji. Korporacje mają inny problem. Ich agent nie może po prostu „spróbować”. Musi działać w systemach, gdzie są uprawnienia, dane klientów, audyty, działy bezpieczeństwa, aplikacje legacy i procedury, których nie da się pominąć uśmiechniętą prezentacją. Właśnie dlatego współpraca NVIDIA i ServiceNow jest ważna.

ServiceNow pokazał Project Arc, czyli długodziałającego autonomicznego agenta desktopowego dla pracowników wiedzy, deweloperów, zespołów IT i administratorów. Sam pomysł nie jest nowy: agent ma wykonywać wieloetapowe zadania, korzystać z aplikacji, terminala, plików lokalnych i firmowego kontekstu. Nowością jest nacisk na to, że w przedsiębiorstwie autonomia musi być zarządzana od początku. Agent nie może być dzikim skryptem z ładnym interfejsem. Musi działać w określonych granicach.

W tym miejscu pojawia się rola NVIDIA. Project Arc ma korzystać z OpenShell, otwartego runtime’u do tworzenia i uruchamiania agentów w środowiskach piaskownicy z politykami bezpieczeństwa. To brzmi technicznie, ale jest fundamentalne. Jeśli agent może dotknąć plików, aplikacji i terminala, firma musi wiedzieć, co wolno mu zobaczyć, jakich narzędzi może użyć, gdzie kończy się jego dostęp i co się stanie, gdy wygeneruje błędny plan. Bez takiej warstwy agent w korporacji jest zbyt ryzykowny.

ServiceNow wnosi do tej układanki Action Fabric i AI Control Tower, czyli kontekst workflowów, kontrolę oraz widoczność działań. To ważne, bo agent wykonujący zadania w firmie nie działa w próżni. Musi rozumieć, że zgłoszenie serwisowe ma właściciela, incydent ma priorytet, baza danych ma politykę dostępu, a zmiana w systemie wymaga ścieżki zatwierdzenia. W konsumenckim AI wystarczy, że odpowiedź jest użyteczna. W enterprise AI użyteczność bez zgodności z procesem może być problemem.

NVIDIA i ServiceNow pracują też nad specjalistycznymi umiejętnościami agentów i benchmarkami dla środowisk korporacyjnych. To dobry znak, bo klasyczne testy modeli często nie mówią, czy agent poradzi sobie z prawdziwym wieloetapowym procesem. W firmie liczy się nie tylko to, czy model rozumie pytanie. Liczy się to, czy potrafi zebrać kontekst, wykonać kroki w odpowiedniej kolejności, zatrzymać się przy ryzyku, wygenerować ślad audytowy i nie uszkodzić systemu po drodze.

Największa zmiana dotyczy kosztu działania. Agenci nie są zwykłym chatbotem, który odpowiada raz i kończy pracę. Długodziałający agent może wykonywać wiele zapytań, analizować dane, testować warianty i monitorować wyniki. To oznacza ogromną liczbę tokenów oraz presję na infrastrukturę. NVIDIA mocno akcentuje token economics, czyli koszt produkcji użytecznej inteligencji. Jeśli agent ma działać w milionach firmowych procesów, efektywność obliczeniowa staje się warunkiem wdrożenia, a nie dodatkiem.

Ciekawe jest też przesunięcie z „AI mówi” na „AI działa”. Przez pierwsze lata generatywnej AI zachwycaliśmy się tekstem, obrazem i kodem. Teraz przedsiębiorstwa pytają: co dokładnie system może zrobić w naszym imieniu? Czy może zamknąć zgłoszenie, zaktualizować rekord, uruchomić test, przygotować zmianę, porównać logi, wygenerować raport i przekazać go dalej? Taka automatyzacja ma realną wartość, ale wymaga dużo większego zaufania niż odpowiedź w czacie.

Nie oznacza to, że agenci natychmiast zastąpią pracowników biurowych. Bardziej prawdopodobny jest etap hybrydowy: agent wykonuje pracę przygotowawczą, zbiera dane, proponuje działania i automatyzuje powtarzalne fragmenty, a człowiek zatwierdza decyzje o wysokiej stawce. To może być mniej efektowne niż wizja w pełni autonomicznego pracownika cyfrowego, ale znacznie bardziej realistyczne.

Partnerstwo NVIDIA i ServiceNow pokazuje, że prawdziwy rynek agentów będzie budowany nie tylko przez modele, ale też przez runtime, governance, benchmarki, koszty tokenów i integrację z firmowymi systemami. To mniej seksowne niż viralowa demonstracja, ale właśnie tam rozstrzygnie się, czy agentic AI stanie się codzienną warstwą pracy. Prawdziwy test nie zaczyna się w laboratorium. Zaczyna się na firmowym desktopie, gdzie AI ma działać, ale nie może robić wszystkiego.

W tym sensie najważniejszym produktem partnerstwa może nie być sam agent, ale zestaw reguł, w których agent działa. Korporacje od lat mają doświadczenie z automatyzacją, lecz klasyczne automaty wykonują zwykle przewidywalne kroki. Agenci są bardziej elastyczni, a przez to trudniejsi do kontrolowania. Mogą dobrać narzędzie, zmienić plan, zinterpretować wyjątek i wejść w obszar, którego nie przewidział twórca workflowu. Dlatego sandbox, polityki dostępu, dziennik działań i benchmarki produkcyjne są równie ważne jak „inteligencja” modelu. Jeśli NVIDIA i ServiceNow przekonają firmy, że agent może działać bez wywoływania chaosu operacyjnego, otworzą drogę do nowej kategorii oprogramowania biurowego.

Dlatego warto patrzeć na ten temat nie jak na pojedynczą premierę, lecz jak na zmianę zasad gry. Sztuczna inteligencja przestaje być dodatkiem do aplikacji, a staje się warstwą decyzji, kosztów, odpowiedzialności i infrastruktury. Każdy taki ruch pokazuje, kto będzie kontrolował dane, obliczenia, procedury i zaufanie w kolejnych latach.

Agent AI w firmie zaczyna przypominać nowy typ pracownika, tylko działający szybciej i szerzej niż człowiek. Trzeba określić jego zakres obowiązków, ograniczyć dostęp, nadać uprawnienia, monitorować decyzje i wiedzieć, kiedy wymaga ludzkiej akceptacji. Różnica polega na tym, że agent może jednocześnie dotykać wielu systemów. To zwiększa potencjalną produktywność, ale także sprawia, że błąd może rozprzestrzenić się bardzo szybko.

Dlatego partnerstwa takie jak NVIDIA i ServiceNow są ważne. Modele same nie wystarczą. Potrzebna jest warstwa orkiestracji, bezpieczeństwa, rejestrowania działań i firmowych polityk. ServiceNow zna procesy korporacyjne, a NVIDIA zna infrastrukturę AI. Połączenie tych kompetencji pokazuje, że rynek agentów enterprise będzie mniej przypominał aplikację zainstalowaną na pulpicie, a bardziej system zarządzania cyfrową pracą.