Definition von Ambient AI
Im Mai teilte Joel Hellermark, CEO von Sana und Chief AI Officer von Workday, während des Sana AI Summit seine Vision davon, welche Art von Agenten wir in der Zukunft sehen werden:
„Heute schlafen alle unsere Agenten, bis wir anfangen, mit ihnen zu sprechen. Ich möchte Agenten, die nie schlafen, die rund um die Uhr im Hintergrund laufen, Compliance prüfen, die Regeln aktualisieren und in meinem Namen neue Workflows entwickeln. Genau das machen Ambient-Agenten möglich.“
Um zu verstehen, wohin sich Unternehmenstechnologie entwickelt, müssen Führungskräfte digitale Systeme in zwei klaren Teilen betrachten: einer Wahrnehmungsebene und einer Handlungsebene.
Ambient-Agenten übernehmen die Wahrnehmung und beobachten rund um die Uhr, wie Unternehmen arbeiten. Sie hören Umgebungsgeräusche ab, scannen Kalender und Zeitpläne und lesen aktualisierte Dokumente. Sie prüfen zudem den Status von Anwendungen und werten Infrastrukturprotokolle aus. Diese Lösungen sammeln Kontext und reduzieren die mentale Belastung, ohne dass Interaktionen am Bildschirm erforderlich sind.
Agentic AI fungiert als Motor für die Umsetzung. Sie nutzt den von den Ambient-Sensoren gesammelten Kontext und erstellt mehrstufige Pläne. Dann ruft sie eine API auf und führt Hintergrundaktionen über Unternehmensdatenbanken hinweg aus.
Die beiden Systeme brauchen einander, um die Arbeit zu erledigen. Agentic AI ohne Ambient-Wahrnehmung zwingt Anwender direkt wieder in die mühsame Arbeit, Kontext und Details manuell hinzuzufügen. Doch Ambient AI ohne KI-Agenten generiert nur Benachrichtigungen, ohne die Aufgabe abzuschließen.
Gemeinsam bilden sie einen kontinuierlichen Kreislauf, bei dem Ambient-Agenten den Kontext erfassen und strukturierte Ziele an KI-Agenten weitergeben, um die Aufgabe abzuschließen.