Workshop de Design de Sistema Multiagente (MAS)

Por que usar?

Automatize um processo complexo com IA projetando um sistema multiagente (MAS) junto com uma equipe interdisciplinar em um workshop de design thinking.

Quem deve usar?

Sistemas multiagentes requerem a colaboração de vários especialistas nas seguintes áreas:

• Domínio e processos de negócios

• Big data e AI Agenica

• TI, segurança e privacidade

Também requer que todos os stakeholders trabalhem juntos, ou seja:

• Usuários: funcionários e/ou clientes

• Desenvolvedores: engenheiros de software, dados e IA

• Tomadores de decisão: responsáveis pelos processos empresariais

• Consultores: encarregados de privacidade, consultores de segurança, etc.

Finalmente, é necessário um facilitador para unir as diferentes pessoas e formar um time eficaz.

Quando utilizar?

O time se reuniu e decidiu sobre um processo (existente ou novo). O time deseja automatizar e otimizar esse processo com IA Agente para aumentar a eficiência, eficácia e/ou robustez.

Se ainda não foi identificado um processo, recomendamos um Workshop de Estratégia de Dados Lean & IA para identificar e priorizar potenciais casos de uso para a IA Agente.

Durante o Workshop de Design MAS de um dia, os participantes especificam os objetivos e resultados-chave, identificam os agentes humanos e artificiais e projetam o fluxo de trabalho e de informação entre os agentes. Além disso, as bases técnicas e analíticas são definidas e as proteções necessárias são especificadas para garantir segurança, privacidade, equidade e mais.

O que usar?

Este modelo de workshop é baseado no Método de Design de Negócios de Dados e IA, comprovado e testado, o qual é usado mundialmente por muitas empresas e consultorias renomadas. Ele utiliza os canvases do Data & AI Business Design Kit, que é disponibilizado gratuitamente sob uma licença Creative Commons.

Como usar?

Este modelo de workshop é projetado para uma sessão de um dia que pode ser dividida em dois meios-dias. Ao longo do dia, os participantes passam pelas seguintes seis fases e realizam várias etapas em seis canvas diferentes para cada fase. Nos canvas, você encontrará números em círculos (①, ②, ...) que correspondem às etapas de cada fase.

I. Apresentação

A introdução é sobre garantir que todos os participantes busquem o mesmo objetivo e estejam dispostos a seguir o caminho proposto juntos. Para delinear e apresentar esse caminho (ou seja, agenda do workshop), usamos o Canvas do Workshop de Design Thinking de Dados & IA e realizamos os seguintes passos:

① Personalize o cabeçalho do canvas especificando a empresa e, se aplicável, a consultoria, e insira a data. Esta etapa também deve ser realizada em todos os canvas subsequentes.

② Defina o Objetivo específico para o workshop e defina os Resultados-Chave desejados (ou seja, entregáveis).

③-⑦ Ajuste os Itens da Agenda, Tempos de Sessão e mais, conforme necessário.

Ao trabalhar em um item da agenda, altere a cor da nota adesiva correspondente para amarelo. Quando terminar, marque-a em verde. Isso garante que o time sempre tenha uma visão geral do status atual.

II. Análise de Processos de Negócios

Em seguida, precisamos visualizar e analisar o processo de negócios que queremos automatizar e otimizar com a Agentic AI. Para isso, usamos o Canvas de Cadeia de Valor e notas adesivas verdes para elementos existentes, amarelas para elementos planejados e vermelhas para elementos ausentes.

① No campo Focado em, anote o nome do processo de negócios.

② Comece no início do processo, no lado esquerdo do Canvas de Cadeia de Valor:

a) Qual é o Estado Inicial, os Produtos Base, ou o gatilho que inicia o processo de negócios?

b) Qual pessoa, função ou unidade organizacional define o estado inicial, entrega os produtos base ou desencadeia o evento (Produtores)?

③ Em seguida, continue com o final do processo de negócios no lado direito do Canvas de Cadeia de Valor:

a) Qual é o Estado Final, os Produtos Finais ou os resultados chave do processo de negócios?

b) Quem são os beneficiários do estado final, os consumidores dos produtos finais ou os destinatários dos resultados chave (Clientes)?

④ Agora esboce as Atividades Primárias, ou seja, o fluxo de trabalho do processo: Quais ações são necessárias e em que ordem ocorrem? Quais fluxos alternativos ou paralelos existem?

⑤ Além das Atividades Primárias, as Atividades de Suporte são frequentemente necessárias: quais medidas ou unidades organizacionais gerais e internas suportam o processo de negócios?

⑥ Se as atividades de suporte não forem fornecidas internamente, mas por empresas externas e estiverem envolvidas em todo o processo, anote-as sob Fornecedores Gerais.

⑦ Fornecedores especiais que apenas executam ou suportam etapas individuais do processo devem ser colocados sob Fornecedores Especiais.

⑧ Especifique os Key Performance Indicators (KPI) em notas adesivas azuis, que medem a eficiência, eficácia, qualidade, estabilidade, etc., do processo e especifique os valores alvo correspondentes.

Por fim, extraia todos os objetivos, resultados-chave e KPIs relevantes para a AI Agêntica do Canvas da Cadeia de Valor e especifique-os na caixa verde Objetivos de Negócio & Resultados-Chave como a saída dos agentes.

III. Identificação das Funções de Usuário

Agora que conhecemos e entendemos o processo de negócios, podemos responder à pergunta: quem são os stakeholders no contexto do processo? Para responder a essa pergunta, usamos a Análise de Stakeholders Canvas e notas adesivas azuis para identificar as pessoas ou funções. Devemos considerar as seguintes funções dos stakeholders (sendo que uma pessoa/função também pode assumir várias funções):

① No campo Centralizado em, escreva o nome do processo de negócios.

② Tomadores de Decisão: Quem toma decisões que influenciam o fluxo do processo?

③ Compradores Econômicos: Se decisões de compra, orçamento ou outros recursos (financeiros) são tomadas durante o processo, quem fornece o dinheiro ou é o patrocinador?

④ Usuários Finais: Quem utiliza os resultados do processo (cf. Clientes no Canvas da Cadeia de Valor)?

⑤ Sabotadores: Quem poderia tentar atrapalhar o processo influenciando negativamente tomadores de decisão, compradores econômicos ou usuários finais?

⑥ Influenciadores: Quem pode apoiar o processo influenciando positivamente os tomadores de decisão, compradores econômicos ou usuários finais?

⑦ Recomendadores: Quem está ativamente envolvido no processo em uma função de consultoria ou fornece suporte com informações?

⑧ Implementadores: Quem realmente implementa o processo, ou seja, executa as ações?

Na posterior concepção do sistema multiagente, os agentes assumem a função de algumas pessoas/papéis. Mas mesmo com um elevado grau de automação, certas funções permanecem com os agentes humanos: eles precisam verificar os resultados dos agentes de IA, conceder aprovações ou ser os usuários e/ou beneficiários do processo automatizado.

Alterando a cor das notas adesivas, marcamos certos stakeholders:

• Verde são agentes humanos que desempenham uma função no processo de IA Agente.

• Vermelho são stakeholders que não devem mais desempenhar um papel (ou seja, não são agentes humanos).

• Amarelo são aqueles stakeholders sobre os quais ainda não temos certeza (ou seja, talvez agentes humanos).

Finalmente, transferimos todos os agentes humanos para a caixa amarela Agentes Humanos para desenhar o fluxo de trabalho de IA Agente e os agentes de IA na próxima etapa.

IV. Design do Fluxo de Trabalho de IA Agente

Para o design do fluxo de trabalho agente, usamos o Formatode Diagrama e as Formas de Fluxos de Trabalho Agentes da Miro. Já conhecemos os resultados esperados dos agentes a partir do II. Análise de Processos de Negócios. Do III. Identificação de Função de Usuário sabemos os stakeholders, que fornecem entradas para os agentes, ou seja, acionam o processo, escrevem prompts, fornecem informações e documentos, respondem a consultas dos agentes, tomam decisões ou verificam e aprovam resultados (intermediários).

Existem duas opções para automatizar o processo existente com IA:

1. Manter em grande parte o fluxo de processo existente e substituir os agentes humanos por agentes de IA que realizam as ações e tomam decisões.

2. Repensar completamente o fluxo de processo para explorar as vantagens da IA agentic: por exemplo, o processamento paralelo de várias soluções alternativas.

Se não tiver certeza de qual variante é melhor, projete duas (ou mais) versões e então decida - ou misture as soluções.

Para identificar candidatos a agentes de IA, pergunte aos participantes do workshop as seguintes questões:

• Quais atividades ou responsabilidades os agentes humanos assumiram?

➡️ O agente humano torna-se um agente de IA.

• Quais tarefas especializadas existem para as quais é necessário conhecimento especializado de domínio?

➡️ Um agente de IA é treinado com esse conhecimento de domínio.

• Quais sistemas de TI ou fontes de dados precisamos conectar?

➡️ Um agente de IA serve como uma interface para a fonte de dados ou sistema de TI.

• Com quais usuário (funções) precisamos interagir?

➡️ Um agente de IA gerencia a comunicação com o usuário.

• Quais atividades podem ser paralelizadas?

➡️ As atividades são distribuídas entre diferentes agentes de IA.

• Quais atividades são requeridas múltiplas vezes por outros agentes?

➡️ Um agente de IA disponibiliza esta atividade para outros agentes como um serviço.

• Quais atividades exigem precauções especiais de segurança e proteção de dados?

➡️ Agentes de IA especialmente seguros realizam estas atividades.

• Quais agentes internos de IA já estão em uso?

➡️ O agente de IA existente é reutilizado.

• Quais agentes externos de IA já estão implementados?

➡️ O agente de IA externo é integrado e, se necessário, encapsulado por um agente de IA interno.

• Quais agentes de IA podem apoiar a coordenação dos outros agentes de IA?

➡️ Agentes de IA especiais cuidam da delegação, agregação, sincronização, etc., dos fluxos de informações e trabalho.

Para completar o design do MAS, é necessário modelar o fluxo de informações e de trabalho entre os agentes de IA e os agentes humanos. Para isso, os elementos do diagrama (agentes humanos, agentes de IA, entregas) são conectados com setas. Como regra, os fluxos de informações e de trabalho são idênticos. Nos casos em que isso não ocorre, pode-se usar uma linha tracejada para o fluxo de informações puro.

V. Avaliação de Dados & IA e Planejamento de Caminho

Alguns agentes de IA precisam de acesso de leitura a fontes de dados existentes ou mesmo de acesso de escrita a sistemas de TI para alterar ou criar registros de dados ou disparar determinados sub-processos. Outros agentes de IA requerem funcionalidades e capacidades específicas, como um Modelo de Linguagem Extensivo (LLM) para se comunicar com agentes humanos ou um modelo preditivo para prever eventos e tendências.

Usamos a área azul do diagrama de design MAS para especificar os sistemas de IT / BI / IA necessários e conectá-los aos agentes de IA usando setas. Aqui também podemos definir interfaces como o Agent2Agent (A2A) ou o Modelo de Protocolo de Contexto (MCP).

Em seguida, avaliamos se já temos os sistemas necessários em uso, se ainda estão nas fases de planejamento ou execução, ou se precisam ser projetados e desenvolvidos. Utilizamos notas adesivas verdes, amarelas e vermelhas e o Analytics & AI Maturity Canvas para isso. O canvas diferencia entre ferramentas gerais e aplicativos específicos em diferentes níveis de complexidade e maturidade.

② As caixas verdes descrevem os aplicativos específicos para:

a) Operações de Negócios: aplicativos de processamento de dados puros sem funcionalidade de análises ou IA.

b) Relatórios de Negócios: geralmente aplicativos para automatizar a geração de relatórios ou painéis baseados em análises descritivas.

c) Descoberta de Negócios: aplicativos para explorar tendências, correlações, anomalias, etc., para obter insights baseados em análises diagnósticas.

d) Previsão de Negócios: Aplicativos para projeções, nowcasting ou backcasting baseados em análises preditivas.

e) Otimização de Processos de Negócios: Aplicações para a otimização de processos de negócios baseadas em analíticas prescritivas.

f) Automação de Processos de Negócios: Aplicações para a automação de processos de negócios com base em analíticas autônomas.

Os agentes de IA frequentemente interagem com aplicativos existentes por meio de interfaces de programação de aplicativos (API).

③ As caixas amarelas são destinadas às ferramentas de dados e análise que podem ser usadas para implementar os agentes de IA:

a) Gestão de Dados: Isso inclui, por exemplo, sistemas de banco de dados.

b) Análise Descritiva: Por exemplo, ferramentas de relatórios ou painéis.

c) Análise Diagnóstica: Ferramentas de análise estatística ou, por exemplo, plataformas para experimentos A/B.

d) Análise Preditiva: Além de software para aprendizado de máquina e aprendizado profundo, também bibliotecas como redes bayesianas, regressão linear, etc.

e) Analytics Prescritiva: Métodos para simulação e otimização são usados aqui, assim como soluções de IA generativa.

f) Analytics Autônoma: Algoritmos de aprendizado por reforço são utilizados aqui, entre outras coisas, ou soluções especiais para IA agentica.

Garanta que haja um sistema de TI / BI / IA existente ou planejado para todos os dados e funcionalidades necessários.

VI. Requisitos de Guardrails de IA

Analisamos o processo de negócios, os stakeholders, as fontes de dados e as capacidades de TI / BI / IA para garantir que nosso sistema multiagente seja viável, desejado e factível. Outro critério importante ainda falta: os sistemas de IA devem ser responsáveis.

Afinal, com grande poder vem grande responsabilidade. Este princípio também está consagrado em lei, por exemplo, no AI Act da UE.

Para garantir que nossos agentes de IA estejam em conformidade com os princípios de IA Responsável (rAI), precisamos das chamadas proteções de IA. Em um sistema multi-agentes, essas proteções podem, por sua vez, ser implementadas por agentes que monitoram e controlam os outros agentes.

Primeiramente, definimos as proteções, ou seja, as regras e restrições que queremos impor ao MAS. Utilizamos o 3 Boxes Canvas para dividir as regras em três categorias:

1. Segurança e Proteção: Nem o MAS nem seus usuários podem sofrer danos.

2. Explicabilidade e Transparência: Os usuários devem ser capazes de entender as decisões e ações do MAS.

3. Privacidade e Justiça: Os usuários não devem sofrer qualquer desvantagem como resultado do MAS.

Distinguimos também entre proteções relacionadas à entrada, aos modelos internos e à saída dos agentes de IA:

• Barreira de Entrada: Por exemplo, poderia verificar a entrada do usuário para injeções de prompt a fim de proteger os dados da empresa contra roubo de dados.

• Barreira de Modelo: Um exemplo de garantir a equidade é monitorar indicadores de qualidade do modelo para evitar discriminação contra grupos de pessoas.

• Barreira de Saída: Dado que os LLMs podem alucinar, uma verificação de plausibilidade da saída é útil, por exemplo.

No passo final, os Guardrail Agents (caixa cinza no diagrama) definem como implementar essas regras e como elas estão conectadas por setas aos AI Agents.

Para concluir o workshop, especifique tarefas concretas a serem realizadas e as atribua aos participantes do workshop. E então: Mãos à obra!

Onde encontrar mais?

A Datentreiber oferece não apenas este modelo Miroverse, mas também:

• O Data & AI Business Design Kit oferece inúmeros canvases de código aberto para aplicação do Método Data & AI Business Design.

• Além disso, a Data & AI Business Design Community gratuita está disponível para troca, eventos e conteúdos de especialistas.

• Cursos de formação online e presenciais, com certificação, estão disponíveis na Data & AI Business Design Academy.

• Muitas ferramentas de gestão adicionais, modelos de workshop e blueprints de projeto estão disponíveis em nosso Data & AI Business Design Bench comercial.

• Nosso Consultoria em Data & AI Business oferece suporte para sua estratégia de dados e IA, projetos de inovação e transformação.

Se você estiver interessado ou tiver alguma dúvida ou feedback, entre em contato conosco pelo e-mail: info@datentreiber.de.

Direitos autorais: Todos os direitos reservados por Datentreiber GmbH.