Mobileye automatizovalo dve tretiny interných podporných tiketov pomocou AI agenta

Od pätnástich kliknutí k odpovedi za minútu

Mobileye nasadilo interného AI agenta na vybavovanie opakujúcich sa otázok o stave spracovania dát z jázd. Dátová pipeline spoločnosti denne prijíma tisíce záznamov a inžinieri potrebujú zisťovať, či bola konkrétna relácia prijatá, spracovaná, dokončená alebo zastavená chybou. Podľa prípadovej štúdie, ktorú spoločne zverejnili pracovníci Mobileye a AWS, tvorili takéto stavové otázky 66 % podporných tiketov. Manuálne preverenie jedného prípadu pritom vyžadovalo približne 15 krokov naprieč viacerými internými systémami, vizualizačnými nástrojmi a diagnostickými záznamami.

Firma najskôr overovala, či agent dokáže správne rozpoznať typ požiadavky a odpovedať do dvoch minút. Stanoveným cieľom bola najmenej 95-percentná úspešnosť. V produkcii Mobileye uvádza celkovú úspešnosť 98 %, skrátenie odpovede z hodín na približne jednu minútu a automatizovanie dvoch tretín celkového objemu tiketov. Systém podľa zverejnených údajov spracúva viac než sto prípadov mesačne. Ide teda o reálnu produkčnú prevádzku, nie iba laboratórnu ukážku, avšak jej rozsah zostáva pomerne malý.

Dôležité je aj presné čítanie metrík. Údaj 66 % označuje podiel rutinných tiketov, ktoré systém automatizuje, nie podiel všetkých činností oddelenia podpory. Deklarovaných 98 % je „celková úspešnosť“, no prípadová štúdia nezverejňuje podrobnú definíciu metriky, veľkosť hodnotiacej vzorky, interval spoľahlivosti ani rozdelenie chýb podľa závažnosti. Nie je preto možné nezávisle určiť, či sa rovnako počítala správna klasifikácia, úplná odpoveď a bezpečné odovzdanie zložitého prípadu človeku.

Hybridná architektúra ponecháva tiketovací systém lokálne

Produkčný návrh oddeľuje lokálne prostredie Mobileye od cloudovej časti v AWS. Lokálny orchestrátor vyberá nové požiadavky z interného tiketovacieho systému a po dokončení doň zapisuje odpovede, komentáre a štítky. Samotný tiketovací systém nie je prístupný z AWS, čo bolo podľa autorov jedným z hlavných dôvodov hybridnej architektúry. Cloudový agent tak nedostal priamy všeobecný vstup do lokálnej aplikácie; komunikáciu medzi oboma prostrediami sprostredkuje riadený pracovný postup.

Agent beží v serverless prostredí Amazon Bedrock AgentCore Runtime. Pri spracovaní požiadavky ju zatriedi, cez internú bránu Mobileye použije model Claude dostupný v Amazon Bedrock a podľa potreby si vyžiada aktuálne údaje. AgentCore Observability zaznamenáva relácie, latenciu, tokenovú spotrebu a priebeh volaní nástrojov. AWS Secrets Manager slúži na programové uchovávanie a rotovanie prihlasovacích údajov, aby jednotlivé tímy nemuseli pracovať priamo s tajomstvami alebo osobnými cloudovými oprávneniami.

Spojenie s produkčnými dátami zabezpečuje server Model Context Protocol, ktorý sprístupňuje konkrétne funkcie na zisťovanie stavu relácie, priebehu spracovania, chýb a diagnostických záznamov. MCP je klient-server protokol: server môže agentovi ponúknuť nástroje, dátové zdroje a štruktúrovaný kontext, pričom neurčuje, ako má jazykový model získané informácie vyhodnotiť. V prípade Mobileye môže agent potvrdiť dokončenú reláciu a pridať odkaz na výstup, pri zlyhaní uviesť chybu a odporúčaný ďalší krok alebo vysvetliť postup pri chýbajúcej požiadavke.

Tento návrh ukazuje praktickejší prístup než poskytnutie širokého prístupu k celej internej infraštruktúre. Bezpečnosť však nevzniká automaticky samotným použitím MCP. Aktuálne bezpečnostné odporúčania protokolu upozorňujú napríklad na preposielanie tokenov bez overenia, príliš široké oprávnenia, únos relácie a zneužitie servera ako sprostredkovateľa. Prevádzkovateľ má preto oddeliť identity jednotlivých služieb, overovať publikum tokenov, začínať s minimálnymi rozsahmi oprávnení a zaznamenávať ich prípadné rozšírenie.

Z jedného agenta vznikla interná platforma

Po prvom nasadení Mobileye vytvorilo samoobslužnú platformu, cez ktorú môžu ďalšie tímy nasadzovať vlastných agentov bez priameho prístupu k účtu AWS. Vývojári dodajú kód a vyberú potrebné schopnosti, napríklad pamäť, prehliadač, interpret kódu, observabilitu alebo bránu. Infraštruktúrny tím následne pripraví roly IAM, úložisko S3, monitorovanie CloudWatch a autentifikáciu Cognito. Vývojár dostane predkonfigurovaný súbor a nasadenie môže spustiť jedným príkazom.

Takáto „spevnená cesta“ môže skrátiť nasadzovanie z týždňov na minúty a súčasne zjednotiť autentifikáciu, alarmy, sledovanie nákladov a prevádzkové pravidlá. Dokumentácia AgentCore tento model opisuje ako jednu z typických úloh platformy: organizácia centrálne spravuje schválené nástroje, prístup k podnikovým službám a observabilitu, zatiaľ čo produktové tímy sa sústredia na logiku agenta. Prínosom nie je iba samotný model, ale predovšetkým štandardizovaný spôsob, ako agenta pripojiť k údajom, sledovať jeho činnosť a bezpečne ho aktualizovať.

Jednoduché nasadenie však môže urýchliť rast počtu agentov rýchlejšie než rozvoj kontroly kvality. Každý nový agent potrebuje vlastníka, verziovanie promptov a nástrojov, testovací súbor, limity oprávnení, pravidlá eskalácie a plán ukončenia prevádzky. Observabilita pomáha spätne vysvetliť jednotlivé kroky, ale sama nezaručuje vecnú správnosť odpovede. Organizácia musí osobitne merať falošne úspešné prípady, škody spôsobené nesprávnym nástrojovým volaním a situácie, v ktorých mal agent radšej požiadať o zásah človeka.

Čo si z prípadu môže vziať slovenský podnik

Pre slovenské a európske organizácie je najzaujímavejší úzko vymedzený prípad použitia. Agent nerobí rozhodnutia o vozidle ani bezpečnosti cestnej premávky; automatizuje interné vyhľadávanie prevádzkového stavu. Podobný vzor sa dá uplatniť pri podpore výrobných liniek, dátových skladov, telekomunikačných služieb alebo podnikových aplikácií, kde veľkú časť tiketov tvoria opakované otázky s odpoveďou roztrúsenou vo viacerých systémoch. Pred nasadením sa oplatí zmerať počet manuálnych krokov, skutočný mesačný objem a cenu chybnej odpovede, nie iba očakávanú úsporu času.

Európsky kontext zároveň vyžaduje posúdiť konkrétny účel systému a spracúvané údaje. AI Act používa rizikovo orientovaný prístup a pri vysoko rizikových prípadoch zdôrazňuje dokumentáciu, záznamy činnosti, ľudský dohľad, kybernetickú bezpečnosť, presnosť a riadenie rizík. Interný agent na zisťovanie stavu tiketov nemusí automaticky patriť medzi vysoko rizikové systémy, no jeho klasifikácia sa môže zmeniť, ak by rozhodoval o zamestnancoch, kritickej infraštruktúre alebo bezpečnostných funkciách. Nezávisle od kategórie treba riešiť ochranu osobných údajov, obchodného tajomstva, retenčné lehoty a umiestnenie spracovania.

Prípad Mobileye preto nie je dôkazom, že rovnaké čísla dosiahne každá firma. Je to dobre opísaný architektonický vzor podporený konkrétnymi, ale dodávateľom reportovanými výsledkami. Chýba nezávislý audit, porovnanie s jednoduchším vyhľadávacím riešením, úplné nákladové údaje aj dlhodobá chybovosť. Najpresvedčivejšou časťou zostáva kombinácia úzkej úlohy, lokálneho orchestrátora, riadeného MCP rozhrania, centrálnej správy identít a sledovateľnosti. Práve tieto vrstvy rozhodujú o tom, či sa agent stane kontrolovanou podnikovou službou, alebo iba ďalším neprehľadným automatizovaným procesom.