La història de la intel·ligència artificial (IA) es remunta a la dècada de 1950 i ha evolucionat significativament. Avui dia, la IA juga un paper destacat tant per a individus com per a organitzacions. La demanda és alta, i tothom té gana de creixement dels ingressos i de reducció de costos. 252.3 milions de dòlars 252.3 milions de dòlars Més recentment, Generative AI ha creat una onada de marees a través de les indústries. El 74% dels enquestats van informar d'un ROI en les inversions en GenAI. No obstant això, l'evolució no es va aturar allà, amb el següent salt en l'ascens dels agents d'IA. Encara en la seva infància, les capacitats dels agents d'IA encara no han estat completament explorades. Una enquesta de Google Cloud, Una enquesta de Google Cloud, Generative AI vs. Agentic AI: quina és la diferència? Generative AI vs. Agentic AI: quina és la diferència? Generative AI opera rebent dades i seguint instruccions per produir sortides. D'altra banda, els agents d'IA estan dissenyats per aprendre i actuar de forma autònoma per aconseguir objectius predefinits. Els agents d’IA van un pas més enllà; en comptes de seguir només les regles, poden interpretar cada cas i fer suggeriments o fins i tot prendre decisions sense intervenció humana dins d’un marc regulador i de control de riscos definit. Com pot afectar aquesta nova generació d’intel·ligència a les indústries? Com pot afectar aquesta nova generació d’intel·ligència a les indústries? Aquestes són algunes de les tasques que els agents d'IA poden fer front quan estan ben entrenats: Servei al client: els exemples inclouen la gestió de comptes, el processament de sol·licituds de préstec i la resolució de problemes dels clients. Operacions de back-end: gestionar tasques complexes que requereixen intervenció humana, com l'optimització d'estratègies comercials i la gestió de pagaments. Curiosament, segons una enquesta de Forrester, el 70% dels enquestats preveuen utilitzar Agentic AI per oferir assessorament financer personalitzat que només estava disponible per a individus d'alt valor net, que finalment pertorbaria els models tradicionals d'exclusivitat. Detecció i prevenció de fraus: aprendre i identificar diferents tipus de patrons de frau, marcar anomalies, congelar transaccions sospitoses. Monitorització regulatòria: escanejar les actualitzacions de polítiques i ajustar els processos en conseqüència. Puntuació de crèdit: accelerar la taxa d'avaluacions de la rendibilitat i proporcionar oportunitats per als prestataris amb "arxius prims" mirant altres fonts de dades més enllà dels informes de crèdit tradicionals. Anàlisi de Forrester Aplicacions del món real: primers signes d'adopció Aplicacions del món real: primers signes d'adopció Algunes empreses estan liderant aquest moviment tecnològic a través de l'adopció primerenca. per exemple, BNY té la seva pròpia plataforma d'IA empresarial anomenada Eliza, que ofereix múltiples models d'IA dels principals proveïdors per als empleats de BNY. "Treballadors digitals" a BNY troben nous líders comercials, escriuen codi, gestionen processos de pagament i embarcació del client, i gestionen la reconciliació. A més, el desplegament d'agents de JPMorgan Chase demostra les seves capacitats empíricament. Van introduir LAW, que consisteix en múltiples agents especialitzats en el domini legal que responen a consultes legals complexes. El benchmark empíric de l'estudi consisteix en un conjunt de dades de 720 consultes. En conseqüència, LAW excel·là en tasques complexes en comparació amb la línia de base, que és GPT-3.5-turbo Per exemple, en el càlcul de les dates de terminació del contracte, LAW va fer un 92,9% millor que la base. (El genètic) Checklist d'inversors: consideracions clau Checklist d'inversors: consideracions clau De fet, esperem un creixement de la inversió per a les empreses que implementin amb èxit els agents d'IA. No obstant això, hi ha diversos reptes que els inversors han de tenir en compte a l'hora d'avaluar els enfocaments d'IA de les empreses: The proper deployment of AI Agents In general, across different AI initiatives, extracting value from these models remains a challenging process. An of 2,000 CEOs found that only 25% of AI initiatives delivered the expected ROI over the past three years, and just 16% scaled at the enterprise level. IBM survey So, for companies, having a budget isn’t enough. Moreover, history shows that technological potential alone isn’t enough and that it requires proper deployment. According to an , this was evident with GenAI implementations, which were often fragmented or poorly launched. Based on executive interviews, this study found that 95% of organizations with GenAI models are getting zero return, while a small portion is “extracting millions in value.” Although this study has its limitations, as it only measured ROI six months post-pilot, it highlights the issue: misapplication rather than technological failure. MIT study “Agentic washing” This occurs when companies or vendors claim their AI systems have agentic qualities, but in reality, they do not. After analyzing thousands of “supposedly” Agentic AI vendors, Accordingly, Gartner projects that over 40% of agentic projects will be canceled by the end of 2027 due to factors such as “unclear business value, inadequate risk controls, or escalating costs.” Therefore, as investors, it is important to look beyond marketing claims. Gartner analysts report that only around 130 products exhibit agentic traits. First movers gaining an edge highlights a clear performance gap between AI-first organizations and those with gradual implementations (see Figure 1). IBM research La correcta implantació dels agents “Llavors agràries” Els analistes de Gartner reporten que només al voltant de 130 productes mostren trets d'agent. Primers moviments guanyant un avantatge Així, les organitzacions de primer nivell mostren millores en els ingressos i els beneficis operatius en comparació amb les seves altres iniciatives d'IA. informes de resultats similars, reforçant el vincle entre el compromís estratègic precoç i el ROI realitzat. Google núvols Google núvols L'hype és real, però l'avaluació adequada és real L'hype és real, però l'avaluació adequada és real Sobre la base d'enquestes i entrevistes amb més de 2.000 enquestats, un informe del MIT Sloan afirma que el 35% de les empreses ja estan utilitzant l'AI d'Agentic, i un altre 44% planeja adoptar-lo aviat. Comproveu els plans d'implementació de les empreses i el seu progrés. Revisar el seu pressupost per assegurar-se que és suficient. Avaluar l'autenticitat de les capacitats d'agent que s'estan posant. Buscar proves empíriques de resultats agràtics en comptes de promeses d'etapa pilot. Seguiment de la velocitat d’adaptació als nous desenvolupaments i innovacions de l’agència. Quan es compleixen tots els criteris anteriors, Agentic AI té un potencial real per oferir un ROI real i millorar el rendiment de les accions.