Dlaczego agenci AI zawodzą w firmach? Salesforce wskazuje na warstwę, o której mało się mówi
Większość firm jest rozczarowana efektami wdrożeń AI. Według Salesforce główny problem nie leży w samych modelach językowych, lecz w tym, co je otacza – czyli w tzw. agentic harness, warstwie zarządzającej działaniem agentów.
Ethan Mollick, profesor biznesu w Wharton i jeden z częściej cytowanych badaczy praktycznych zastosowań AI, opisuje agentic harness jako element, który umożliwia agentowi AI „samodzielne podejmowanie działań i realizowanie wieloetapowych zadań". Obrazowo: jeśli model językowy to silnik, harness to całe auto – podwozie, koła, układ hamulcowy. Coraz częściej to właśnie ta warstwa – a nie sam model – decyduje, czy cokolwiek faktycznie zostaje zrobione.
Przykłady już istnieją. Claude Code od Anthropic generuje, uruchamia i poprawia kod. OpenClaw działa jako stale aktywny agent między aplikacjami, z pamięcią i ciągłością działania. Problem w tym, że oba zostały zaprojektowane z myślą o pojedynczym użytkowniku.
Jeden użytkownik to nie firma
Kiedy agent działa dla jednej osoby, sprawa jest prosta: jeden cel, jeden łańcuch odpowiedzialności, wynik łatwy do zmierzenia. W organizacji jest inaczej. Mamy dziesiątki systemów, sprzeczne priorytety różnych działów i decyzje, które wymagają ludzkiego osądu – nie tylko technicznego wykonania.
Salesforce zwraca uwagę, że agent wdrożony w firmie bez odpowiedniej warstwy orkiestrującej może sprawnie optymalizować działania w swoim wycinku, równocześnie generując chaos na poziomie organizacji. Agent inicjuje delegacje zadań, dotyka kilkunastu systemów i ostatecznie produkuje więcej pracy, niż wykonuje.
Żeby działać spójnie w imieniu firmy, harness musi zapewnić dwie rzeczy. Pierwsza to współdzielony kontekst – dane i historia pracy z całej organizacji, nie tylko z biurka jednego pracownika. Druga to zbiorowa intencja – jasno określone priorytety i uprawnienia, dzięki którym agent wie nie tylko, co powinien zrobić, ale też czy ma do tego prawo.
Pięć miejsc, w których pętla się urywa
Salesforce opisuje też strukturę tzw. pętli agentycznej – sekwencji kroków, przez które przechodzi agent przy każdym bardziej złożonym zadaniu. Pętla może się załamać na każdym z pięciu etapów: specyfikacji (czy agent dobrze zrozumiał cel?), planowania, wykonania, weryfikacji (czy zadanie zostało zrobione poprawnie?) i zakończenia (czy agent wie, kiedy przestać?).
Na jakość tej pętli wpływają dane, uprawnienia, dostępne narzędzia i przejrzystość reguł działania. Luka w którymkolwiek z tych miejsc może storpedować cały proces.
Jest też coś, czego żadna pętla nie zastąpi. Część zadań – zamknięcie sprzedaży, rozwiązanie sporu, uzyskanie akceptacji – wymaga tego, co Salesforce nazywa „społecznym domknięciem". Tu potrzebny jest człowiek, który zdecyduje, czy coś rzeczywiście zostało załatwione. Żaden agent nie przesądzi, że druga strona jest przekonana.
Gdzie leży problem?
Na rynku dominują harnessy dla indywidualnych użytkowników – szybkie, sprawne, dające wyraźne poczucie efektu. Budowa warstw orkiestrujących dla złożonych procesów międzydziałowych jest znacznie trudniejsza i mniej spektakularna. Efekty są mniej „magiczne", a sami pracownicy często nie widzą, co dokładnie agent robi w tle.
Salesforce ostrzega przed scenariuszem, w którym firmy – sfrustrowane trudnością wdrożeń organizacyjnych – ograniczają się do narzędzi skutecznych dla jednostek, licząc, że ich suma złoży się na coś większego. Niekoniecznie tak będzie. Harness zaprojektowany dla jednej osoby to inna architektura niż taki, który ma działać spójnie w imieniu tysięcy ludzi o sprzecznych celach.
Konkluzja płynąca z analizy Salesforce jest dość prosta: rozczarowujące wyniki AI w firmach to rzadko problem modeli. Częściej to problem tego, co je otacza.
