В то время как компании по всему миру стремятся принять агент AI для эффективности, данные указывают на то, что почти половина всех развертываний потерпит неудачу или будет отброшена из -за отсутствия значимой отдачи от инвестиций. Однако это не означает, что компании должны сдаваться; Агент AI, который может автоматизировать целые процессы и рабочие процессы, действительно становится решающим для того, чтобы идти в ногу в нашем быстро меняющемся мире.
Суть в том, что те, кто успешно интегрирует агент, будет намного опережать тех, кто этого не делает.
Пересечение этой линии от неспособности к успеху часто сводится к размышлениям об обоих агентах ИИ и возвращении инвестиций в совершенно ином и новом.
Почему строительство одного «супер агента» часто терпит неудачу
Во многих случаях компании развертывают агент AI -фокус на разработке нескольких продвинутых агентов, которые могут выполнять целую работу, или значительные части рабочих мест, стремясь заменить сотрудников. Это слишком большой вопрос и часто терпит неудачу. Ключ должен думать меньше.
Вместо того, чтобы стремиться построить агента, который может выполнять всю работу, компании должны стремиться к разработке агентов, которые могут выполнять задачи ROTE, которые схватывают своих сотрудников: заполнение форм, поиск соответствующей информации в руководстве или контракте, получая обновленную информацию из электронной почты и вводя ее в систему заказов. Это низко висящие фрукты. Но они — те, с которыми должна начинаться любая компания, которая серьезно относится к агентскому искусственному интеллекту, поскольку они повышают эффективность таким образом, что и сотрудники, и компании могут немедленно почувствовать. После того, как эти более основные задачи автоматизированы, компании могут затем превратиться в автоматизацию более крупных проектов или целых процессов.
Еще более важно, что каждая конкретная часть задачи или процесса автоматизирована, независимо от того, насколько простой или сложная, должна иметь свой собственный высоко настроенный агент. Эти несколько агентов затем работают в цепочке, чтобы выполнить всю задачу. Например, при подготовке заявки на новый проект один агент извлекает данные; еще одно перекрестные ссылки, которые данные; Третий классифицирует это; Четвертый пишет краткое изложение ожидаемых затрат.
Большие и более сложные задачи потребуют больше агентов. Реальным примером развертывания нескольких агентов, работающих вместе, является страховой гигант AIG, который недавно автоматизировал некоторые из самых трудоемких процедур андеррайтинга с агентами искусственного интеллекта. AIG использует 80 отдельных агентов в каждом проекте андеррайтинга, каждый из которых имеет свою конкретную задачу.
Предоставление одному агенту слишком много задач неизбежно приводит к потере прозрачности и контроля качества над автоматизированным процессом, превращая его в ненадежный черный ящик, который невозможно обратить вспять, настраивать и понимать и по -настоящему интегрировать в более крупные рабочие процессы. Однако, когда у каждого агента есть одно целенаправленное задание, знает, как оставаться на своем переулке и как передавать и поглощать информацию у других агентов, все они могут работать вместе как продуктивная команда, а также позволяя тем людям, которые управляют им, иметь прозрачность и контроль над процессом и переопределить, когда это необходимо. Другими словами, секретный соус выясняет, как агенты могут работать вместе, а не в разработке супер агента, который стремится сделать все это.
Выходить за рамки парадигмы чат -бота для агентского искусственного интеллекта
В последние годы чат-боты, основанные на крупных языковых моделях, стали удивительным и полезным инструментом с AI, способным найти, читать и разобраться в рассеянных, без категорий данных, которые доминируют в бизнес-мире.
В сфере обслуживания клиентов, особенно их помощь может сэкономить человеческим агентам огромное количество времени и головных болей, способствуя лучшей рабочей среде и снижению затрат для компаний. Таким образом, имеет смысл, в некоторой степени, что многие организации, реализующие агентские ИИ, думают в парадигме чата, стремясь заменить чат -ботов, которые могут извлечь данные и отвечать на вопросы с помощью агентов ИИ, которым можно приказано выполнять задачи в дополнение к тому, чтобы служить в качестве источников информации.
Хотя это может показаться естественным, этот подход на самом деле является непродуктивным, когда речь идет о реализации агентского ИИ. Центральная ценность агентского ИИ заключается в том, что он может делать вещи самостоятельно, без постоянного человеческого командования и участия. Придерживаясь парадигмы чата, строго ограничивает этот потенциал. Вместо этого организации должны рассмотреть вопрос о разработке агентов, которые общаются друг с другом для выполнения задач, тем самым освобождая человеческие ресурсы, чтобы сосредоточиться на действительно креативных усилиях, укрепления отношений с другими людьми, которые продвигают бизнес, и принятия решений, которые не могут.
Чат останется критическим инструментом, но он не должен быть необходим для управления агентскими системами ИИ.
Мышление за пределами первичной рентабельности и эффективности
Когда дело доходит до автоматизации, большинство организаций делают расчеты ROI, которые ограничиваются стоимостью новой технологии и ее реализацией, и оценивают, сколько денег и времени эти инвестиции сэкономит их на автоматизированных процессах, рассматривая такие факторы, как потенциальная потребность в меньшем человеческом труде. В действительности, этот подход к оценке рентабельности и эффективности является близовым и пропускает истинный потенциал агентского ИИ.
При рассмотрении агентского ИИ организации должны думать о более широкой ценности, которую он разблокирует, а не только о количестве времени, денег и сэкономленных человеческих труда. Например, страховщики, которые успешно автоматизировали андеррайтинг с агентским искусственным интеллектом, обнаруживают, что, помимо сокращения затрат на этот процесс, они могут вести и привлечь новый бизнес — и больше бизнеса — быстрее. С учетом того, что расчеты андеррайтинга, которые сейчас занимают всего несколько часов, а не недели, страховщики могут быстро решить, принимать ли клиента, предоставляя положительный ответ намного быстрее, чем их конкуренты.
Аналогичным образом, предприятия в сильно регулируемых, но очень инновационных потребительских секторах, таких как продукты питания, химические вещества и фармацевтические препараты, которые включают агентское ИИ в их процесс исследований и разработок, могут обеспечить продукты на рынок более быстрые и быстрее поворотные продукты, основанные на изменении спроса потребителей. Эта способность развивать бизнес намного быстрее, чем конкуренты, гораздо более ценна, чем часы человеческого труда или количество долларов, которые ИИ может сэкономить, и должна быть в центре внимания, думая о рентабельности агента.
Конечная способность агента AI заключается в том, чтобы позволить бизнесу расти и их человеческие команды быть более креативными. Это может произойти только тогда, когда организации развертывают агентов искусственного интеллекта, чтобы делать правильные вещи и не просто измерять, но и по -настоящему извлечь выгоду из времени, денег и сэкономленных человеческих труда, — ищет не только для возврата инвестиций, но и прыжок вперед.
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. Анита Беверидж-Раффо является стратегом по развертыванию ведущих в Palantir Technologies. Анита присоединилась к Palantir в 2015 году и отвечает за техническое развертывание программного обеспечения Palantir в рамках розничной торговли и CPG. До Палантира Анита была членом WPP, три года … Подробнее от Аниты Беверидж-Раффо
