Skalowanie pilotaży agentowej AI w całej organizacji
W miarę jak agentowe AI przechodzi od eksperymentowania do wdrożeń korporacyjnych, wyzwaniem staje się ustalenie, jak agenci mogą współpracować, łączyć się z potrzebnymi im systemami i danymi oraz działać bezpiecznie w ramach przepływów pracy, które napędzają biznes. Choć agentowe AI zostało przyjęte przez około 80% firm z listy Fortune 500, postępy w kierunku znaczącej skali pozostają nierównomierne, a wiele organizacji wciąż realizuje odizolowane pilotaże.
Dla Aruna Chandry, dyrektora operacyjnego w NiCE, pierwszym krokiem jest wyjście poza eksperymentowanie dla samego eksperymentowania. “Wszyscy próbują dowiedzieć się, co możemy zrobić z tą technologią?” — mówi. Jednak skalowanie wymaga wyraźniejszego powiązania ze strategią biznesową: organizacje muszą określić, czy dążą do zwiększenia przychodów, obniżenia kosztów, czy realizacji innego celu strategicznego lub finansowego. Następnie muszą przemyśleć przepływy pracy, w których będą działać agenci, zamiast po prostu dokładać AI do istniejących procesów. “Ostatnią rzeczą, jaką chcesz zrobić, jest zastosowanie AI do przestarzałego lub nieefektywnego przepływu pracy,” — mówi Chandra.
Ta zmiana wymaga, aby organizacje traktowały agentowe AI jako spójny system. Agenci potrzebują dostępu do danych, wiedzy i kontekstu niezbędnych do podejmowania skutecznych decyzji, a także połączeń z systemami back-endowymi, jeśli oczekuje się od nich działania. Rozproszone informacje mogą podważać te zdolności: “Skuteczność tych agentów AI jest wyłącznie funkcją kontekstu, wiedzy i danych, które potrafią przyswajać i wykorzystywać,” — mówi Chandra.
Równie istotne są implikacje organizacyjne. Skalowanie agentów może stworzyć nową formę fragmentacji, jeśli zespoły budują odizolowane systemy, które nie łączą się ze sobą, podczas gdy ład, prywatność, bezpieczeństwo i zarządzanie zmianą zyskują na znaczeniu, gdy agenci podejmują bardziej istotną pracę. Chandra twierdzi, że ostatecznie agentów AI należy rozliczać według tych samych standardów co pracownicy, a organizacje powinny myśleć o swojej kadrze jako o połączeniu ludzi i agentów AI.
Patrząc w przyszłość, takie połączone podejście może umożliwić agentom działanie proaktywne, a nawet komunikowanie się z innymi agentami w celu zaspokajania potrzeb klientów. Dla organizacji przechodzących od pilotaży do skali priorytetem nie jest “zagotować ocean,” mówi Chandra, lecz zbudowanie spójnej strategii wokół wysokowartościowych przypadków użycia, przepływów pracy, zmian w sile roboczej i mierzalnych wyników.
Ten webcast powstał we współpracy z NiCE.
Ten materiał został przygotowany przez Insights, dział treści na zamówienie MIT Technology Review, a nie przez jego redakcję. Został opracowany i napisany przez ludzi, a wszelkie narzędzia AI, które mogły zostać użyte, były ograniczone do procesów produkcyjnych pod nadzorem człowieka.
Źródło: MIT Technology Review
Dlaczego to ważne? To przejście od eksperymentów do skalowania agentów AI decyduje o tym, czy inwestycje wyjdą poza izolowane pilotaże i zaczną generować realne przychody lub oszczędności. Kluczowe jest przeprojektowanie workflowów oraz integracja agentów z danymi i systemami zaplecza przy silnym ładzie, bezpieczeństwie i mierzalnych celach, aby uniknąć fragmentacji i ryzyk operacyjnych.
Źródło: technologyreview.tradepub.com
