Agentic AI технологи: Ирээдүйн “хамтран ажиллагч”

Agentic AI гэдэг нь …

Сүүлийн жилүүдэд хиймэл оюун ухааны салбарт гарч буй хамгийн сонирхолтой шинэчлэлийн нэг бол Agentic AI технологи. Энгийнээр хэлбэл, энэ нь зөвхөн хариулт өгдөг чатбот бус, харин өөрөө төлөвлөж, шат дараалсан нарийн үйлдлүүдийг бие даан гүйцэтгэж чадах “агент” систем юм. Жишээ нь, тухайн байгууллагын хэрэглэгчийн үйлчилгээний агент бүтээгдэхүүний асуултад хариулахаас гадна захиалга боловсруулах, буцаалт хийх, бүр логистикийн системтэй холбогдон шийдвэр гаргаж чаддаг.

Agentic AI технологи нь суурь загварууд (foundation models) дээр тулгуурладаг бөгөөд тэдгээрийн давуу тал нь урьдчилан тодорхойлсон дүрмээр бус, шинэ нөхцөл байдалд зохицон ажиллаж чадах чадвар юм. Өөрөөр хэлбэл, энэ технологи хиймэл оюун ухааныг идэвхтэй “ажилтан” болгох алхам болж байна.

Анх хиймэл оюун ухааны агентуудыг хөгжүүлэхдээ хөгжүүлэгчид алхам бүрийг кодчилдог байсан. Гэвч “урт сүүл” буюу дүрэмд багтахааргүй олон нөхцөл байдал гарч ирэхэд хүн заавал оролцдог байв. Харин өнөөдрийн Agentic AI үүнийг өөрчилж, хүний хэлээр өгсөн зааврыг ойлгож, өөрөө төлөвлөгөө гаргадаг болсон.

Өнгөрсөн жилүүдэд олон агент хамтран ажиллах (multi-agent workflows) аргачлал эрчимтэй хөгжсөн. Тодруулбал, нэг “менежер” агент төлөвлөгөө гаргаж, даалгаврыг “тусгайлсан дэд агентууд”-д хуваарилдаг загвар бий болжээ. Ингэснээр хиймэл оюун ухааны систем илүү нарийн, нөхцөлд тохирсон үр дүн гаргах болсон.

Agentic AI технологийн зах зээл

Agentic AI технологийн хөгжлийг зөвхөн технологийн шинэчлэлээр бус, зах зээлийн эрэлт, хөрөнгө оруулалтын хэмжээ, хүний нөөцийн хөдөлгөөн тодорхой харуулж байна.

Хөрөнгө оруулалтын огцом өсөлт. 2024 онд энэ чиглэлийн хөрөнгө оруулалт 1.1 тэрбум ам.долларт хүрч, ажлын байрны эрэлт өмнөх оноосоо 985 хувиар өссөн байна. Хөрөнгө оруулалт нь ихэвчлэн венчур капитал болон томоохон технологийн корпорациудаас орж ирж байгаа бөгөөд ихэнх нь судалгаа хөгжүүлэлт болон туршилтын платформ руу чиглэжээ. (McKinsey, 2025)

Патент ба инновацийн өсөлт. Agentic AI-тэй холбоотой патентын бүртгэл 2024 онд эрс нэмэгдсэн. Энэ нь технологийн өрсөлдөөн зөвхөн бүтээгдэхүүний түвшинд бус, оюуны өмчийн хамгаалалтын шат руу шилжиж байгааг харуулна. Томоохон тоглогчид (Google, OpenAI, Anthropic, Salesforce зэрэг) өөрсдийн технологиудаа стандартчилах, экосистем бий болгох тэмцэл өрнүүлж байна.

Ажиллах хүчний эрэлт. 2021 оноос хойш агент хөгжүүлэлттэй холбоотой ажилд авах зар огцом өссөн. Тухайлбал, software engineer, data scientist, prompt engineer зэрэг мэргэжил хамгийн эрэлттэй байна. Гэсэн хэдий ч нийлүүлэлт эрэлтийг хангалттай дагаж чадахгүй байгаа нь олон улсын хэмжээнд Python програмчлал, хүний хэл боловсруулах чадвар хамгийн хомс нөөцөөр тооцогдох шалтгаан болжээ.

Компаниудын ашиглалт. Судалгаагаар компаниудын олонх нь Agentic AI-г одоогоор туршилтын шатанд ашиглаж байна. Томоохон корпорациуд жижиг прототипээр эхэлж, ойрын хугацаанд шууд ROI (Return on Investment) хөөцөлдөхгүй байгаа ч, дунд хугацаанд бизнесийн гол үзүүлэлтүүдийг өөрчлөх боломжийг олж харж байна. Энэ нь зах зээлийн хүлээлт, итгэлцлийн түвшин өндөр байгааг харуулна.

Глобал өрсөлдөөн. АНУ, Европын технологийн төвүүд хөрөнгө оруулалтын гол эх үүсвэр болсон ч Ази тив, ялангуяа Хятад, Солонгос, Япон өндөр хурдаар хөрөнгө оруулалт татаж эхэлсэн. Энэ нь ирээдүйд Agentic AI зөвхөн барууны технологийн ноёрхол биш, харин олон туйлт зах зээлийн өрсөлдөөн болох боломжийг харуулж байна.

Дүгнэвэл, хөрөнгө оруулалт, патентын нэмэгдэл өсөлт, хүний нөөцийн эрэлт зэрэг нь Agentic AI-г зөвхөн технологийн шинэ санаачилга биш, харин шинэ эдийн засгийн сегмент болж байгааг харуулна. Өнөөдөр туршилтын шатанд байгаа олон платформ ойрын жилүүдэд өргөн хэрэглээнд нэвтрэх бөгөөд зах зээлийн хэмжээ хэдэн тэрбум ам.доллароор хэмжигдэх нь тодорхой болжээ.

Сүүлийн үеийн нээлт, дэвшлүүд

Agentic AI-ийн бодит хөгжлийг хамгийн тод харуулж буй зүйл бол сүүлийн жилүүдэд зах зээлд нэвтэрсэн шинэ бүтээгдэхүүн болон платформууд юм. Эдгээр нь зөвхөн туршилтын шатанд зогсохгүй, тодорхой бизнесийн асуудлыг шийдэх зорилготойгоор бүтээгдсэн.

• OpenAI Operator (2025.I)
  Энэхүү агентын гол зорилго нь өргөн хэрэглээнд зориулсан бөгөөд вэб суурьтай даалгаврыг бүрэн автоматжуулах юм. Жишээлбэл, нислэг, зоогийн газарт ширээ захиалах, хүнс худалдан авах зэрэг олон шаттай үйлдлийг бие даан гүйцэтгэнэ. Өмнө нь ийм үйлчилгээ хийхийн тулд хэрэглэгч өөрөө олон веб хуудсанд орж, форм бөглөх шаардлагатай байсан бол Operator бүх процессыг автоматаар хийж чадна. Энэ нь хэрэглэгчийн цагийг хэмнэхийн зэрэгцээ онлайн үйлчилгээний зах зээлийг эрс өөрчлөх боломжтой.
• Manus AI (2025.III)
  Manus AI нь ерөнхий зориулалтын агент платформ бөгөөд судалгаа хийх, бичих, ажлын урсгалыг зохион байгуулах зэрэг олон талт үйлдлийг гүйцэтгэнэ. Зорилго нь “уян хатан дижитал хамтран ажиллагч” бий болгох бөгөөд бизнесийн байгууллагуудын өдөр тутмын олон төрлийн ажлыг хөнгөвчлөхөд чиглэжээ.
• Google Gemini 2.5 Flash нь веб навигац хийх, хүсэлт илгээх, дата цуглуулах зэргээр вэб хөтчийн ажлыг автоматжуулах замаар ажлын урсгал бүтээх боломжийг хөгжүүлэгчдэд олгож байна. Энэ нь хэрэглэгчийн өгсөн зааврын дагуу веб хуудсанд зочлох, товч дарж хайлт хийх, мэдээлэл татах зэрэг үйлдлийг гүйцэтгэнэ. Зорилго нь хөгжүүлэгчдэд шинэ төрлийн агентик ажлын урсгал бүтээх боломж олгох бөгөөд үүнийг ашиглан санхүүгийн тайлан гаргах, дата цуглуулах зэрэг өргөн хэрэглээний шийдэл хөгжүүлж болно.
• Darktrace Agentic Cybersecurity (2025.IV)
  Darktrace-ийн хөгжүүлсэн агентуудын зорилго нь кибер аюулгүй байдлыг хүний оролцоогүйгээр бодит цагийн горимд хангах юм. Эдгээр агент байгууллагын сүлжээний урсгалыг байнга ажиглаж, үл нийцэл илрүүлэхдээ хүний нүднээс түрүүлэн хариу арга хэмжээ авдаг. Өөрөөр хэлбэл, хүмүүсээс бүрдсэн баг нь стратегийн асуудалд төвлөрч, агентууд өдөр тутмын хамгаалалтыг хариуцдаг. Энэ арга нь “хүний дархлааны систем”-ээс санаа авсан гэдэг.
• Salesforce Agentforce (2025.III)
  Salesforce-ийн Agentforce платформ нь байгууллагын CRM болон дотоод ажлын урсгалд автоматжуулсан агентуудыг өргөн хүрээнд нэвтрүүлэх зорилготой. Энэ агент нь хэрэглэгчийн хүсэлтийг шийдэх, уулзалт товлох, дагаад имэйл илгээх, борлуулалтын сэжмүүдийг ангилах зэрэг ажлыг гүйцэтгэж чадна. Зорилго нь байгууллагын үйл ажиллагааны цар хүрээг нэмэгдүүлэх, үр ашгийг дээшлүүлэх юм.
• Anysphere-ийн хөгжүүлсэн (2025) Cursor нь программ хангамжийн хөгжүүлэлтийг автоматжуулах зорилготой. Хөгжүүлэгч хүсэж буй функцээ энгийн өгүүлбэрээр тайлбарлахад, Cursor түүнд тохирсон кодыг автоматаар бичиж өгнө. Энэ нь хөгжүүлэлтийн хурдыг эрс нэмэгдүүлэхийн зэрэгцээ бага туршлагатай хөгжүүлэгчдэд ч мэргэжлийн түвшний код гаргах боломж олгодог. Зорилго нь программчлалыг хүртээмжтэй, түргэн шуурхай болгох явдал.

Эдгээр жишээ нь Agentic AI технологи нь зөвхөн “туршилтын тоглоом” биш, харин бизнесийн тодорхой асуудлыг шийдэж буй практик хэрэгсэл болж буйг харуулна. Өнөөдрийн нээлтүүд нь ирээдүйд байгууллагын бүтээмж, инновацийн гол эх үүсвэр болох суурийг тавьж байна.

Ирээдүйн чиг хандлага

Agentic AI технологи нь ойрын ирээдүйд зах зээлийн бүтцийг бүхэлд нь өөрчлөх магадлалтай. Хэдийгээр өнөөдөр туршилтын шатнаас бүрэн хэрэглээ рүү шилжээгүй ч, шинжээчид дараах тав гол чиглэл-ийг тодруулж байна.

1. Бизнесийн тусгай шийдэл давамгайлна

Ирээдүйд агентууд “ерөнхий зориулалтын” бус, тодорхой бизнесийн асуудалд чиглэсэн шийдэл болж хөгжинө. Жишээ нь:

• Банк, санхүү: зээлийн эрсдэл үнэлэх, санхүүгийн зөвлөхийн ажлыг автоматжуулах.
• Эрүүл мэнд: өвчтөний түүх судлах, оношилгооны өгөгдлийг нэгтгэх, эмчилгээний зөвлөмж боловсруулах.
• Худалдаа, үйлчилгээ: хэрэглэгчийн зан төлөвийг таамаглах, борлуулалтыг оновчлох, хэрэглэгчийн үйлчилгээг 24/7 хангах.

Энэ нь байгууллагуудад ROI шууд өгдөг, хэмжигдэхүйц ашиг бүхий агентуудыг нэвтрүүлэхэд түлхэц болно.

2. “Хүн– AI агент” хамтын ажиллагааны шинэ загвар

Agentic AI технологийг зөвхөн хэрэгсэл бус, хамтран ажиллагч гэж үзэх шаардлага бий болно. Байгууллагын бүтцэд “хүн + агент”-ын баг үүсэж, хүн стратегийн болон бүтээлч хэсэгт төвлөрөх бол агентууд гүйцэтгэл, дата боловсруулах, төлөвлөлтийн ажлыг хариуцах төлөвтэй.

• Энэ нь ажиллах хүчний бүтцийг өөрчилж, шинэ ур чадвар (prompt engineering, task orchestration) хамгийн үнэ цэнтэй болно.
• Шинжээчдийн тооцоогоор, ирээдүйд компаниудын өрсөлдөх чадвар нь хүний нөөцийн менежмент бус, хүн–агентын зохион байгуулалт хэр сайн байхаас шалтгаална.

3. Олон агентын экосистем ба стандарт

Өнөөдрийн гол дэвшлүүдийн нэг нь агентууд өөр хоорондоо “ярьж сурах” явдал. Google-ийн Agent2Agent (A2A) протокол, Anthropic-ийн Model Context Protocol (MCP) зэрэг нээлттэй стандартууд бий болсон. (Google A2A, 2025) (TechCrunch, 2025)

• Ирээдүйд агентууд хоорондоо мэдээлэл солилцож, нийлүүлэлтийн сүлжээ зохицуулах, хүний оролцоогүйгээр томоохон төсөл удирдах зэрэг боломж нээгдэнэ.
• Энэ нь бизнесүүдэд “олон агентын хамтын ажиллагааны экосистем”-ийг бий болгож, өргөн цар хүрээтэй шийдлүүдийг богино хугацаанд хэрэгжүүлэх боломж олгоно.

4. Ёс зүй, хяналт, хариуцлагын асуудал

Автономит системийн хамгийн том сорилт бол хяналт, итгэлцэл.

• Хэрэв агент өөрөө санхүүгийн гүйлгээ хийх, олон улсын зах зээл дээр ажиллах чадвартай бол хариуцлага, хуулийн орчныг тодорхой болгох шаардлага тулгарна.
• Хуулийн оролцоо, зохицуулалтын шинэ тогтолцоо бий болж, AI-ийн “алдаа”, “шийдвэр”-ийн хариуцлагыг хуваарилах асуудал гол сэдэв болно.
• Компаниудын хувьд ёс зүйн ил тод байдлыг баталгаажуулах хэрэгсэл (observability tools)-д хөрөнгө оруулах нь зайлшгүй.

5. Хөдөлмөрийн зах зээлийн өөрчлөлт

Agentic AI технологи нь зөвхөн ажлын байр нэмэх бус, ажлын бүтцийг өөрчилнө.

• Дүрэмд суурилсан, давтагддаг ажлуудыг агентууд хариуцах тул хүний орон тоо буурч болзошгүй.
• Харин бүтээлч, стратегийн, олон талт сэтгэхийг шаарддаг ажилд агентууд хүнтэй хамтран оролцох загвар давамгайлна.
• Энэ өөрчлөлт нь боловсролын системд ч нөлөөлж, шинэ мэргэжил, шинэ ур чадварын эрэлт бий болгоно.

Дүгнэлт

Ирээдүйд Agentic AI технологийн шинэчлэл биш, ажлын байрны бүтэц, бизнесийн зохион байгуулалт, зах зээлийн өрсөлдөөний дүрэм-ийг бүхэлд нь өөрчлөх магадлалтай. Том компаниуд өнөөдрөөс туршилтаа эхлүүлж буй бол, жижиг дунд бизнесүүд ойрын хугацаанд агентуудыг ашиглаж өрсөлдөөний шинэ давуу тал бий болгох шаардлагатай болно.

Agentic AI-ийн суурь технологиуд

Agentic AI бол бие даасан шинэ технологи гэхээс илүү олон төрлийн технологийн нийлбэр дээр суурилж буй ойлголт юм. Үндсэндээ хиймэл оюун ухаан зөвхөн асуултад хариулах бус, өөрөө зорилго тодорхойлж, алхам дараатайгаар ажил гүйцэтгэх чадвартай болж байна. Үүнийг дэмжиж буй таван гол технологи нь:

1. Их хэлний загвар (Large Language Models, LLMs)
   ChatGPT, Claude зэрэг томоохон хэлний загварууд нь хүний хэлээр ойлгож харилцах чадвар олгож байна. Энэ нь Agentic AI технологийн “тархи” болж өгдөг.
2. Агент архитектур (Agent Architectures)
   Энэ бүтэц нь AI-д зөвхөн нэг удаагийн хариулт өгөхөөс цааш, шат дараатай төлөвлөх, шийдвэр гаргах, дараагийн алхмаа сонгох боломж олгодог. Жишээлбэл, AI зөвхөн аяллын мэдээлэл өгөхөөс гадна онгоцны тийз хайж, захиалах хүртэл үйлдэл хийж чаддаг.
3. Арга хэрэгслүүд ба API холболт (Tool and API Integration)
   Agentic AI нь гадаад хэрэгслүүдтэй (API, өгөгдлийн сан, программ хангамж) холбогдож, бодит үйлдэл хийж чаддаг. Энэ нь зөвхөн текст боловсруулахаас давж, ажил хэрэгч үр дүн гаргах боломжийг бий болгодог.
4. Туршлагаас суралцах механизм (Reinforcement Learning and Experience-Based Adaptation)
   AI нь өмнөх үйлдлийнхээ үр дүнгээс суралцаж, дараагийн удаа илүү оновчтой шийдвэр гаргадаг. Энэ нь хүний туршлага хуримтлуулахтай адил зарчмаар ажилладаг.
5. Хяналт ба хамгаалалтын систем (Safety Guardrails and Control Mechanisms)
   Agentic AI илүү бие даасан болох тусам буруу шийдвэр гаргах эрсдэл нэмэгддэг. Тиймээс хяналт, аюулгүй байдлын “guardrails” буюу хамгаалалтын давхарга зайлшгүй шаардлагатай.

6. Машин сургалт (Machine Learning – ML) – Хиймэл оюун ухааны хамгийн өргөн хэрэглэгддэг, суурь технологи. Өгөгдлийг ангилах, дүн шинжилгээ хийх, загвар гаргах чадвар нь Agentic AI-ийн олон дэд үйл ажиллагаанд нэвт шингэсэн байдаг. Жишээлбэл, хэрэглэгчийн зан төлөвийг урьдчилан таамаглах, эрсдэлийн үнэлгээ хийх, эмнэл зүйн оношилгоонд дэмжлэг үзүүлэх зэрэг бодит хэрэглээнд ML чухал үүрэгтэй. ML нь зөвхөн LLM-үүдийг хөгжүүлэх үндэс болоод зогсохгүй reinforcement learning, дүрс/дууны танилт, өгөгдлийн автомат боловсруулалт зэрэг бусад технологийн гол хөдөлгөгч хүч хэвээр байна. Иймээс Agentic AI-ийн ухаалаг, дасан зохицох чадварыг баталгаажуулдаг “нууцлаг хөдөлгүүр” нь ML гэж хэлж болно.

Эх сурвалжууд

[1] McKinsey Technology Trends Outlook 2025 – Agentic AI тоон үзүүлэлтүүд.

[2] OpenAI Blog (2025.I) – Operator танилцуулга.

[3] OpenAI Blog (2025.II) – Deep Research агент. (OpenAI, 2025)

[4] Google Blog (2025.V–VI) – Gemini 2.5 Flash/Pro хувилбарууд. (Google, 2025)

[5] Darktrace Product Page – RESPOND, “immune system” хандлага. (Darktrace)

[6] Salesforce Press Release (2025.III) – Agentforce 2dx. (Salesforce, 2025)

[7] Reuters (2025.VI) – Cursor by Anysphere өсөлт, үнэлгээ. (Reuters, 2025)

[8] Google Developers Blog (2025.IV) – Agent2Agent (A2A) протокол. (Google A2A, 2025)

[9] TechCrunch (2025.III) – Anthropic MCP ба OpenAI-ийн дэмжлэг. (TechCrunch, 2025)