Dit zoals verteld-essay is gebaseerd op een gesprek met Linara Bozieva, een 39-jarige oprichtster van Ravenopous, gevestigd in San Jose. Het volgende is aangepast voor lengte en duidelijkheid.
Iets meer dan twee jaar geleden was ik dat ontslagen bij eBay na 11 jaar bij het bedrijf te hebben gewerkt. Mijn familie en ik waren onlangs van Zwitserland naar de VS verhuisd, en het was een moeilijke tijd.
Ik keek naar de arbeidsmarkt en zag dat veel bedrijven dat wel waren werknemers ontslaanen er leken meer kandidaten dan vacatures te zijn. Het voelde de moeite waard om iets kleins te gaan bouwen, in ieder geval voor een paar jaar, om mijn gezin en mij te onderhouden.
Een paar maanden na mijn ontslag in 2024 lanceerde ik een traditioneel marketingbureau. Ik heb geen marketingachtergrond, maar ik heb er wel een drielaagse AI-workflow mee gebouwd 27 aangepaste AI-agenten die onder mijn toezicht een hele marketingstrategie uitvoeren.
Mijn professionele achtergrond heeft mij geholpen mijn bedrijf te automatiseren
Toen AI mainstream werd, Ik heb ChatGPT gebruikt in mijn browser en tools zoals Midjourney voor videomateriaal.
Toen begon ik te zien hoe mensen AI gebruikten in deze gesloten-lussystemen, waar agenten autonoom handelden, en ik wilde zoiets bouwen.
Ik heb mijn systeem oorspronkelijk op gebouwd Het Antigravity-platform van Google omdat het erg gebruiksvriendelijk was, maar uiteindelijk ben ik overgestapt op Claude Code nadat ik met Gemini Pro tegen tokenlimieten aanliep. Ik hou van Claude, maar ik ben begonnen tokenlimieten bereiken daar ook.
Ik werkte in de analyse bij eBay, en die achtergrond hielp bij het bouwen van de architectuur en het maken van richtlijnen. Tegelijkertijd schreef AI een groot deel van het systeem zelf. Met alle markdown-bestanden, vaardigheden, agentbestanden en scripts vertelde ik het model in gewone taal wat ik wilde dat het deed, de AI produceerde het en vervolgens paste ik het aan als dat nodig was.
Hier ziet u hoe mijn 27 AI-agenten in mijn team functioneren
Mijn geautomatiseerde systeem bestaat uit drie lagen: richtlijnen, orkestratie en uitvoering. De laag richtlijnen definieert wie de agenten zijn, wat ze weten en hoe ze werken. De orkestratielaag bepaalt welke agenten wat en wanneer moeten doen.
Er zijn zes agenten in de orkestratielaag die fungeren als het brein en denken voordat andere agenten handelen. Deze agenten zijn een marktonderzoeker, een data-analist, een creatief directeur, een financieel agent, een juridisch agent en een orkestrator die taken naar de uitvoeringslaag routeert.
Nadat de taken zijn gerouteerd, bouwen drie agenten de technische basis, tien werken aan het stimuleren van verkeer en bewustwording, en de laatste vijf agenten zijn verantwoordelijk voor het omzetten van verkeer in inkomsten. De uitvoeringslaag bevat scripts die herhaalbare taken helpen begeleiden.
De hele installatie kost me minder dan $ 1.000 per maand. Ik betaal voor Claude Code, Codex en ChatGPT. Dan heb ik een paar gespecialiseerde tools zoals HeyGen en ElevenLabs, en ik betaal voor API’s omdat ik ook mijn Claude Code toegang tot andere modellen en tools via API’s.
Het moeilijkste was om te weten wanneer het systeem echt werkte
Het systeem is inmiddels op in totaal 14 cliënten getraind. Ik heb momenteel vijf klanten, maar ik heb de workflow ook op mijn eigen projecten getest en gratis werk voor vrienden gedaan om de agenten te verbeteren.
Het meest uitdagende was om te weten wanneer het systeem operationeel was. Daarom heb ik het getest op 14 klantprofielen. Ik wilde er zeker van zijn dat het systeem mijn aanpak en kaders volledig begreep en keer op keer hoogwaardige resultaten opleverde.
Als gevolg hiervan laat ik Gemini en Claude nu afzonderlijk mijn advertentietekst genereren en vervolgens de resultaten vergelijken en combineren om iets te krijgen dat menselijker aanvoelt. De uiteindelijke beste kopie wordt geproduceerd op basis van hun gecombineerde output.
Ik heb ook scripts toegevoegd in de uitvoeringslaag die pijnpunten van klanten eruit halen Reddit-discussies om de strategie aan te scherpen.
Lees meer uit onze Tiny Teams serie
Ik heb beseft dat sociale vaardigheden zeer waardevol zijn in het AI-tijdperk
Met mijn bedrijf, de AI-agenten voer advertenties uit, analyseer de prestaties, verbeter het advertentiemateriaal en geef mij vervolgens dagelijkse rapporten. De klant krijgt wekelijkse rapporten en wij voeren maandelijks bredere gesprekken.
AI kan een transcriptie van een klantgesprek verwerken, maar kan de kamer niet volledig lezen of identificeren waar de klant het meest nerveus lijkt. Dat oordeel en klantbeheer moeten nog van mij komen.
Ik ben ook nauw betrokken bij de strategie als er niet genoeg binnenkomende gegevens zijn en mijn agent en ik op een kruispunt staan over de te kiezen weg. Ik controleer voortdurend of wat de agenten voorstellen echt zinvol is en realistisch gezien uitvoerbaar is als strategie.
AI kan ook een systeem voor je bouwen, maar je moet het domein begrijpen. Ik zou bijvoorbeeld geen gezondheidszorgagent kunnen bouwen die verkoudheid en griep bij kinderen behandelt, omdat ik die kennis niet heb en niet zou weten welke richtlijnen ik erin moet opnemen en welke middelen ik nodig zou hebben, of hoe ik het systeem gaandeweg beter kan bijwerken.
Ik denk dat alle repetitieve taken in de toekomst door AI kunnen en zullen worden uitgevoerd. De expertise die nodig is voor specifieke afdelingen of domeinen zal echter nog steeds berusten bij mensen die optreden als VP’s over de AI-architectuur.
AI heeft veranderd wat volgens mij mogelijk is voor één persoon
Ik heb nog steeds een paar traditionele marketingklanten die ik samen met mijn freelancers bedient. Omdat we ze al eerder hebben geserveerd, kunnen we niet zeggen dat we dat niet meer doen. Het is een kleinere, aparte tak van mijn bedrijf.
Voor alle nieuwe klanten die ik aanneem, bied ik nu alleen volledige marketing aan via het AI-systeem. Zodra een klant volledig aan boord is, besteed ik ongeveer twee uur per week aan het toezicht op zijn account.
Als ik me alleen zou concentreren op het toezicht op de klant, denk ik dat ik in mijn eentje gemakkelijk 20 tot 25 klanten zou kunnen beheren. Zodra ik dat aantal heb bereikt, neem ik alleen nog mensen zoals ik aan, operators die dat wel doen toezicht houden op de agenten en de strategie begeleiden.
Zelf iets bouwen was ongelooflijk bevredigend en veelbelovend. Het veranderde niet alleen de manier waarop ik werk, maar ook wat ik geloof dat één persoon kan bouwen.
Heeft u een verhaal te delen over het werken met voornamelijk AI-agenten? Neem in dat geval contact op met de verslaggever via aapplegate@businessinsider.com.
