MiniCorp: l’ultimo miglio dell’impresa gestita da agenti di IA

Abstract degli autori

L’ultimo miglio verso l’AGI aziendale è un’azienda che si gestisce da sola. Per addestrare e adattare agenti di questo tipo servono dati aziendali longitudinali, che restano scarsi, costosi da acquisire e spesso soggetti a vincoli di riservatezza. Anche gli archivi storici sono spesso incompleti e registrano solo ciò che è realmente accaduto. Non possono mostrare gli esiti di decisioni alternative. Presentiamo MiniCorp, un simulatore d’ufficio per studiare come gli agenti possano gestire collettivamente un’azienda generando al contempo dati aziendali su larga scala. Usando un’azienda di commercio elettronico come dimostrazione, MiniCorp collega due mondi che interagiscono tra loro. Il mondo esterno modella i clienti, i concorrenti dinamici e i meccanismi di mercato. Il mondo interno è composto da agenti che osservano gli eventi, discutono le opzioni a loro disposizione e prendono decisioni strategiche. Queste decisioni hanno effetti duraturi sul mercato e il feedback che ne deriva orienta le decisioni successive dell’azienda. Mentre l’azienda e il mercato interagiscono, MiniCorp registra continuamente le comunicazioni e le decisioni degli agenti. Queste registrazioni conservano le informazioni disponibili al momento e i risultati aziendali successivi. Il salvataggio di checkpoint permette di riprodurre la stessa situazione con decisioni diverse, offrendo confronti impossibili negli archivi statici. Valutiamo la fedeltà end-to-end rispetto agli andamenti riportati da studi empirici sui mercati reali. Queste valutazioni forniscono agli agenti un feedback di mercato realistico e riducono il rischio che imparino a sfruttare i difetti del simulatore. I nostri esperimenti mostrano agenti che si coordinano tra ruoli diversi e adattano le proprie decisioni al feedback del mercato. Con indicazioni strategiche esplicite a lungo termine, continuano inoltre a sperimentare nella pubblicità nonostante gli scarsi risultati iniziali. MiniCorp offre quindi un ambiente per studiare le aziende gestite dall’IA e una fonte scalabile di dati aziendali longitudinali e controfattuali per l’addestramento e la valutazione degli agenti.