LAM je typ modelu umělé inteligence navržený tak, aby porozuměl lidským záměrům a dokázal je autonomně realizovat prostřednictvím interakce s uživatelským rozhraním (UI) aplikací a webových stránek.

Namísto toho, aby model pouze popsal, jak něco udělat, LAM se sám přihlásí do aplikace, klikne na tlačítka, vyplní formuláře a úkol dokončí.

Tradiční automatizace (jako API) vyžaduje, aby vývojáři propojili každý systém zvlášť. LAM se však učí jinak:

• Pozorování UI: Model se učí sledováním toho, jak lidé používají aplikace (kde jsou tlačítka „Koupit“, „Hledat“ atd.).
• Pochopení struktury: Dokáže interpretovat vizuální prvky a logiku aplikací, i když se jejich vzhled mírně změní.
• Mapování záměru na akci: Přeloží požadavek v přirozeném jazyce („Najdi mi nejlevnější let do Londýna“) na sekvenci technických kroků v prohlížeči nebo aplikaci.

• Univerzálnost: Nepotřebuje oficiální API od výrobce aplikace – ovládá ji jako člověk.
• Komplexní workflow: Dokáže propojit více aplikací dohromady (např. vzít data z Excelu, vložit je do CRM a poslat o tom zprávu na Slack).
• Jednoduchost pro uživatele: Uživatel nemusí umět ovládat 50 různých aplikací, stačí mu hlasový nebo textový příkaz.

• Rabbit R1: Kapesní zařízení, které bylo postaveno na konceptu LAM (předvádělo objednávání jídla či Uberu).
• Browser-based Agents: Modely jako MultiOn nebo Skyvern, které dokáží samostatně procházet web a vyřizovat nákupy nebo administrativu.
• OpenAI (Operator): Chystané nástroje, které umožní ChatGPT přímo ovládat váš počítač.

—

Bezpečnost: Pokud dáte LAMu přístup ke svým účtům, model může teoreticky provést nechtěné nákupy nebo smazat data.
Spolehlivost: Pokud webová stránka změní design, model se může splést a kliknout na špatné místo.

Související: AI agent, LLM, RPA (Robotic Process Automation)