Генеративный ИИ такой в прошлом году. Теперь мы ввели Цикл Agentic AI Hype — шаг, обусловленный необходимостью получить ИИ, чтобы сделать что -то полезное, за исключением написания наших электронных писем и заполнения наших фрагментов кода.
Агентные системы ИИ не просто генерируют текст или код по требованию; Они могут активно и автономно принимать решения и выполнять задачи с минимальным вмешательством человека.
«Это больше не просто копилоки», — сказал Кевин Лауридж, ведущий партнер Deloitte по Google, в этом эпизоде новых производителей стека. «Сейчас мы говорим о агентах искусственного интеллекта, которые могут принимать решения, принимать меры и учиться по ходу идут — все в существующих бизнес -процессах компании».
В этом эпизоде Makers Makers, записанном в Google Cloud в Лас -Вегасе, Laughridge присоединился к основателю и издателю TNS Алексу Алексу Уильямсу для разговора о последнем эволюционном прогрессе ИИ, который делает прыжок, как выразится Лагерь, «от подсказок до процессов».
Среди набора C Suite растет необходимость выйти за рамки экспериментов по ИИ, он сказал нам: «Они говорят:« Я сделал пилот. У меня есть демонстрация. Теперь, как я могу масштабировать это в способность всей моей организации? »
Введите агент AI.
Google Cloud и Deloitte Engineering глубоко сосредоточены на том, чтобы позволить предприятиям развернуть агенты ИИ, которые выполняют реальную работу — надежно, в масштабе и с измеримым рентабельности инвестиций. «Дифференцирующим фактором для агента искусственного интеллекта по сравнению с генеративным ИИ является то, что агент получает информацию», — сказал он. «Это суммирование и выполнение любых необходимых рассуждений, связанных с ним, а затем фактически управлять каким -то действием».
Задача, однако, заключается в том, что чем больше бизнес, тем больше стека. Крупные компании проводят свою деятельность через сложные экосистемы инструментов и услуг, часто используя их в тандеме друг с другом. Как агент ИИ может запрыгнуть по границам приложений и силосам данных, чтобы выполнить сложный процесс, например, нанять набор, а затем а затем в соответствии с новым наймом?
‘Ты не можешь быть монолитным’
Google стремится решить это с помощью нового открытого протокола под названием Agent2agent (A2A), анонсированным во время основного доклада в Google Cloud Next. Протокол A2A позволяет агентам искусственного интеллекта общаться друг с другом, чтобы надежно обмениваться информацией, а затем координировать действия на разных корпоративных платформах или приложениях. Более 50 компаний, в том числе имена домохозяйств, такие как Atlassian, PayPal, Salesforce и, конечно же, Google, уже подписались на использование A2A.
«Мы очень взволнованы, потому что, как открытый протокол, A2A позволяет нам подключать несколько [independent software vendors] Чтобы мы могли на самом деле сшивать бизнес -процессы, — сказал Лафридж. — Вы не можете быть монолитными. Мы должны играть в всей экосистеме, с агентами, которые на самом деле общаются и делают что -то вместе, потому что это почти никогда не один агент или одно решение, которое решает весь бизнес -процесс ».
Ditto крупные языковые модели, Laughridge сказал: «Организации также нуждаются в опциональности с их LLM. Мне нужно больше модельного сада, где я могу поменять различные LLMS на основе того типа проблемы, которую у меня есть».
Но где есть игровая площадка, где могут встретиться все эти агенты и LLMS? До этого момента, по словам Лафриджа, мы имели тенденцию создавать системы ИИ на отдельной основе для использования в использовании. Тем не менее, сантехника отдельных агентов для каждой системы в вашем стеке очень дорого, не говоря уже о кошмаре для управления и обслуживания.
«Новая парадигма — это платформа ИИ», — сказал он. «Общая агентская структура и место, где могут работать все ваши агенты».
Какая базовая платформа ИИ нужна
По словам Laughridge, базовая платформа AI нуждается в рамках выполнения, какой -то пользовательский интерфейс и разъемы, чтобы ваши агенты искусственного интеллекта могли общаться друг с другом в разных приложениях и API. «
Самая мощная вещь, которую я вижу в пространстве агента A2A Google, — это все эти разъемы, — сказал он. — Потому что, как только я внедрил каждую из разных систем в платформу, я теперь могу включить агентов и использовать эту сантехнику, чтобы делать все виды вещей ».
Итак, что дальше? Laughridge намекнул на еще более глубокие интеграции между ИИ и облачными нативными архитектурами. Агенты, которые работают не только между системами, но и через облака. Агенты, которые самооптимизируют на основе производительности. И, в конечном счете, агенты, которые работают рука об руку с людьми, чтобы создать рабочие процессы и бизнес-решения.
В полном разговоре гораздо больше: когда покупать по сравнению с платформами искусственного интеллекта, как ИИ может помочь, когда ваша компания обнаруживает, что вы запускаете 300 устаревших приложений Pascal без документации и не представляя себе представления, что они делают, и как агент AI означает, что разработчики больше не являются просто кодированием, а также создают системы, которые могут учиться и взаимодействовать с движением AI от боковых проектов к основной цифровой инфраструктуре. Если ваша организация переходит от AI Pression-of Concept в производство искусственного интеллекта, это одно обсуждение, которое вы не захотите пропустить.
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Мишель Джиеноу — бывший журналист, ставший разработчиком программного обеспечения. Она привлекает обеих профессий, чтобы написать о углубленных технических темах, начиная от K8s до Kotlin. Мишель является соавтором «Трансформация Cloud Native: практические модели инноваций» от O’Reilly Media и … Подробнее от Michelle Gienow
