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 multiagente requerem a colaboração de vários especialistas nas seguintes áreas:

• Domínio e processos de negócios

• Big data e IA Agencial

• 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: proprietários de processos de negócios

• Consultores: responsáveis pelo aconselhamento de privacidade, segurança, etc.

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

Quando usar?

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

Durante o Workshop de Desenho MAS de um dia, os participantes especificam os objetivos e resultados-chave, identificam os agentes humanos e artificiais e desenham o fluxo de trabalho e de informações entre os agentes. Além disso, são definidas as bases técnicas e analíticas e especificam-se as proteções necessárias para garantir segurança, privacidade, justiça, entre outros.

Modo de usar?

Este modelo de workshop baseia-se no método comprovado Data & AI Business Design Method, usado mundialmente por muitas empresas e consultorias renomadas. Ele utiliza os canvas do Data & AI Business Design Kit, que é disponibilizado gratuitamente sob uma licença Creative Commons.

Como aplicar?

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 por seis fases e realizam várias etapas em seis diferentes canvases para cada fase. Nos canvases, você encontrará números em círculos (①, ②, ...) que correspondem aos passos de cada fase.

I. Apresentação

A apresentação tem como objetivo assegurar que todos os participantes estejam perseguindo o mesmo objetivo e estejam dispostos a seguir o caminho proposto juntos. Para delinear e apresentar esse caminho (ou seja, a agenda do workshop), usamos o Canvas do Workshop de Design Thinking de Dados e IA e realizamos os seguintes passos:

① Personalize o cabeçalho do canvas especificando a empresa e, se aplicável, a consultoria, e inserindo a data. Este passo também deve ser realizado em todos os canvases subsequentes.

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

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

Quando estiver trabalhando em um item da agenda, mude a cor da respectiva nota adesiva para amarelo. Quando terminar, marque-a com 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 desejamos automatizar e otimizar com AI Agente. Para isso, usamos o Canvas da Cadeia de Valor e notas adesivas verdes para elementos existentes, amarelas para elementos planejados e vermelhas para elementos faltantes.

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

② Comece pelo início do processo no lado esquerdo do Canvas da 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, fornece os produtos base ou desencadeia o evento (Produtores)?

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

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

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

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

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

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

⑦ Fornecedores especiais que apenas realizam ou apoiam etapas individuais do processo devem ser listados em Fornecedores Especiais.

⑧ Especifique os Indicadores-Chave de Desempenho (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 Agente da Canvas de Cadeia de Valor e especifique-os no quadro verde Objetivos e Resultados-Chave de Negócios como a saída dos agentes.

III. Identificação de Funções de Usuário

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

① No campo Focus no, anote o nome do processo de business.

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 feitas durante o processo, quem fornece o dinheiro ou é o patrocinador?

④ Usuários Finais: Quem utiliza os resultados do processo (cf. Clientes no Value Chain Canvas)?

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

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

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

⑧ Implementadores: Quem efetivamente implementa o processo, ou seja, realiza as ações?

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

Alterando a cor das notas adesivas, marcamos certos stakeholders:

• Verde são os agentes humanos que desempenham uma função no processo de AI agêntico.

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

• Amarelo são aqueles stakeholders que ainda não temos certeza (ou seja, talvez sejam agentes humanos).

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

IV. Design do Fluxo de Trabalho Agêntico

Para o design do fluxo de trabalho agêntico, usamos o FormatoDiagram e as Formas do Fluxo de Trabalho Agêntico da Miro. Já conhecemos os resultados que esperamos dos agentes com base em II. Análise de Processos de Negócios. A partir de III. Identificação de Funções de Usuário sabemos quem são os stakeholders que fornecem entradas aos agentes, ou seja, iniciam 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 amplamente o fluxo do processo existente e substituir os agentes humanos por agentes de IA que realizam as ações e tomam decisões.

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

Se não tiver certeza de qual variante é melhor, projete duas (ou mais) versões e depois 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 no 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 usuários (funções) precisamos interagir?

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

• Quais atividades podem ser paralelizadas?

➡️ As atividades são distribuídas para diferentes agentes de IA.

• Quais atividades são requeridas várias vezes por outros agentes?

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

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

➡️ Agentes de IA especialmente protegidos realizam essas atividades.

• Quais agentes de IA internos já estão em uso?

➡️ O agente de IA existente é reutilizado.

• Quais agentes de IA externos 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 demais agentes de IA?

➡️ Agentes de IA especiais cuidam da delegação, agregação, sincronização, etc., das informações e do fluxo de 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, entregáveis) são conectados com setas. Como regra, os fluxos de informações e de trabalho são idênticos. Nos casos em que isso não se aplica, pode-se usar uma linha tracejada para o fluxo de informações puro.

V. Avaliação de Dados e IA e Planejamento de Rota

Alguns dos agentes de IA precisam de acesso de leitura para fontes de dados existentes ou até mesmo de acesso de escrita para sistemas de TI, a fim de alterar ou criar registros de dados ou acionar certos subprocessos. Outros agentes de IA exigem funcionalidades e capacidades específicas, como um Modelo de Linguagem Amplo (LLM), para se comunicar com agentes humanos, ou um modelo preditivo para prever eventos e tendências.

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

Em seguida, avaliamos se já temos os sistemas necessários em uso, se ainda estão em fase de planejamento ou trabalho, ou se precisam ser projetados e desenvolvidos primeiro. Usamos notas adesivas verdes, amarelas e vermelhas e o Canvas de Maturidade em Análise & AI para fazer 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) Business Operations: aplicativos de processamento de dados puros sem funcionalidade de análise ou AI.

b) Business Reporting: normalmente aplicativos para automação de geração de relatórios ou painéis baseados em análises descritivas.

c) Business Discovery: aplicativos para explorar tendências, correlações, anomalias etc., para obter insights baseados em análises diagnósticas.

d) Business Forecasting: aplicativos para previsões, nowcasting ou backcasting baseados em análises preditivas.

e) Business Optimization: Aplicativos para a otimização de processos de negócios com base em análise prescritiva.

f) Business Automation: Aplicativos para automação de processos de negócios com base em análise autônoma.

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) Data Management: Isso inclui, por exemplo, sistemas de banco de dados.

b) Descriptive Analytics: Por exemplo, ferramentas de relatórios ou painéis.

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

d) Predictive Analytics: Além de softwares para aprendizado de máquina e aprendizado profundo, também bibliotecas, por exemplo, para redes Bayesianas, regressão linear, etc.

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

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

Certifique-se de que exista um sistema de TI / BI / IA existente ou planejado para todos os dados e funcionalidades necessárias.

VI. Requisitos de Guardrail de IA

Trabalhamos através do processo de negócios, stakeholders, fontes de dados e capacidades de TI / BI / IA para garantir que nosso sistema de multi-agentes seja viável, desejado e exequível. Ainda falta um critério importante: sistemas de IA devem ser responsáveis.

Afinal, com grande poder vem grande responsabilidade. Este princípio também está consagrado em lei, por exemplo, na Lei de IA da UE.

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

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

1. Segurança & Proteção: Nem o MAS nem seus usuários podem sofrer qualquer dano.

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

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

Também distinguimos entre as proteções relacionadas à entrada, aos modelos internos e à saída dos agentes de IA:

• Trilho de Entrada: Pode, por exemplo, verificar a entrada do usuário para prevenir injeções de prompt e proteger dados da empresa contra roubo de dados.

• Trilho de Modelo: Um exemplo de garantia de equidade é monitorar indicadores de qualidade do modelo para excluir discriminação contra grupos de pessoas.

• Trilho de Saída: Dado que os LLMs alucinam, um controle de plausibilidade da saída é útil, por exemplo.

No passo final, os Agentes de Guardrail (caixa cinza no diagrama) definem como implementar essas regras e como elas são conectadas por setas aos Agentes de IA.

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

Onde encontrar mais?

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

• O Kit de Design de Negócios de Dados & IA oferece diversos canvases de código aberto para aplicar o Método de Design de Negócios de Dados & IA.

• Além disso, a Comunidade de Design de Negócios de Dados & IA gratuita está disponível para troca de informações, eventos e conteúdo especializado.

• Cursos de treinamento online e presenciais pagos com certificação estão disponíveis na Academia de Design de Negócios de Dados & IA.

• Muitas ferramentas de gestão adicionais, modelos de workshop e roteiros de projetos estão disponíveis em nosso Banco de Design de Negócios de Dados & IA comercial.

• Nossa Consultoria de Negócios em Dados e IA oferece suporte para sua estratégia, inovação e projetos de transformação em dados e IA.

Se você está interessado ou tem alguma pergunta ou feedback, entre em contato conosco em: info@datentreiber.de.

Direitos Autorais: Todos os direitos reservados por Datentreiber GmbH.