Парадокс поколения ИИ: как агенты ИИ открывают реальные возможности для трансформации бизнеса

Изучите «парадокс ИИ поколения», когда почти восемь из десяти компаний сообщают об использовании генеративного ИИ, но большинство не сообщают о значительном влиянии на конечный результат. В то время как горизонтальные инструменты, такие как корпоративные вторые пилоты и чат-боты, быстро масштабируются, вертикальные или специфичные для функций варианты использования с более высоким воздействием часто остаются на пилотных этапах. Этот дисбаланс возникает из-за таких проблем, как фрагментированные инициативы, отсутствие зрелых пакетных решений, технологические ограничения LLM первого поколения (такие как создание неточных результатов, фундаментальная пассивность, трудности со сложными рабочими процессами и ограниченная постоянная память), разрозненные команды ИИ, пробелы в доступности и качестве данных и культурные опасения. Сегодня ИИ часто «прикручивается», а не глубоко интегрируется в основные процессы в качестве катализатора трансформации. В этом видео показано, как агенты ИИ являются ключом к выходу из этого парадокса. Агенты ИИ знаменуют собой важную эволюцию в корпоративном ИИ, расширяя ИИ поколения от реактивной генерации контента до автономного, целеустремленного выполнения. Они объединяют большие языковые модели (LLM) с дополнительными технологическими компонентами, обеспечивающими возможности памяти, планирования, оркестровки и интеграции. Фокус смещается с простого «добавления ИИ» на переосмысление того, «как должны приниматься решения, как должна работать работа и как люди должны взаимодействовать в среде, где может действовать программное обеспечение». Узнайте, как агенты могут повысить операционную гибкость и открыть новые возможности получения дохода. Они ускоряют выполнение, обеспечивая параллельную обработку, обеспечивают адаптивность за счет непрерывного приема данных, допускают глубокую персонализацию, обеспечивают эластичность операций за счет расширения или сокращения мощностей в режиме реального времени и делают операции более устойчивыми за счет мониторинга сбоев. Агенты могут увеличивать существующие доходы (например, проактивные дополнительные продажи и перекрестные продажи в электронной коммерции или адаптация руководства по финансовым продуктам) и создавать совершенно новые потоки доходов (например, модели с оплатой за использование для подключенных продуктов или предложение инкапсулированной экспертизы в виде инструментов SaaS). Примеры из реальной жизни включают крупный банк, сокращающий время и усилия более чем на 50% при модернизации устаревших приложений, маркетинговую исследовательскую фирму, достигшую потенциального прироста производительности на 60% и ожидаемой экономии более 3 миллионов долларов в год за счет качества данных, и розничный банк, потенциально увеличивающий производительность на 20–60% при создании меморандумов о кредитном риске. Например, колл-центр может сократить время разрешения на 60–90% и разрешить до 80% распространенных инцидентов автономно, переосмыслив процессы вокруг агентов.
Для масштабирования агентов организациям нужна новая архитектурная парадигма: агентская сетка ИИ. Это компонуемая, распределенная и независимая от поставщика архитектурная структура, которая позволяет нескольким агентам рассуждать, сотрудничать и действовать автономно в различных системах, инструментах и ​​языковых моделях безопасно и в масштабе. Ее основные принципы проектирования включают компонуемость, распределенный интеллект, многоуровневое разделение, нейтральность к поставщикам (предпочтение открытых стандартов) и управляемую автономию. Сетка также предлагает семь взаимосвязанных возможностей, таких как обнаружение агентов и рабочих процессов, реестр активов ИИ, наблюдаемость, аутентификация и авторизация, комплексные оценки, управление обратной связью, а также управление соответствием и рисками. Кроме того, LLM для агентов требуют новых возможностей, таких как вывод с малой задержкой, тонкая настройка и управляемость, легкое развертывание для встроенных и периферийных агентов, масштабируемая многоагентная оркестровка, а также суверенитет, проверяемость и геополитическая устойчивость.
Самая большая проблема в этом сдвиге будет не технической, а скорее человеческой и организационной. Это включает в себя управление сосуществованием человека и агента, установление автономного контроля (включая устранение галлюцинаций) и предотвращение разрастания агентов.
В этом отчете дается поручение генеральному директору выйти за рамки экспериментов и провести общекорпоративную трансформацию. Генеральные директора должны стратегически пересмотреть свой подход к ИИ, перейдя от разрозненных тактических инициатив к стратегическим программам, от изолированных вариантов использования к сквозному переосмыслению целых бизнес-процессов, от изолированных команд ИИ к кросс-функциональным командам трансформации и от экспериментирования к индустриальной, масштабируемой доставке, которая учитывает экономическую устойчивость. Критические факторы для этой эпохи включают оснащение рабочей