
 
 Tämä on toinen artikkeli viiden osan sarjassa agenttisesta AI:sta yrityksissä. Osassa 1 tutkimme, mitä agenttisesta AI:sta on ja miten se eroaa generatiivisesta AI:sta, korostaen siirtymistä hypeistä pragmaattiseen todellisuuteen. Tämä on toinen artikkeli viiden osan sarjassa agenttisesta AI:sta yrityksissä. Osassa 1 tutkimme, mitä agenttisesta AI:sta on ja miten se eroaa generatiivisesta AI:sta, korostaen siirtymistä hypeistä pragmaattiseen todellisuuteen. Tämä on toinen artikkeli viiden osan sarjassa agenttisesta AI:sta yrityksessä. Autonomisten agenttien käyttöönotto ei ole yöllä vallankumous. Se on lisääntyvän kyvyn ja luottamuksen matka. Käytännössä AI-agenttien käyttöönotto yrityksissä voidaan nähdä kypsyysspektrinä, jossa on neljä laajaa vaihetta, joka etenee perusavustavista työkaluista täysin autonomisiin järjestelmiin. Ajattele sitä crawl - walk - run - fly organisaation AI-kyvyn kannalta. Ymmärtäminen, missä olet tällä kaarella, auttaa asettamaan realistisia odotuksia ja seuraavia vaiheita AI-projekteillesi. Useimmat yritykset ovat nykyään jossain keskellä, kokeilemassa kehittyneitä assistentteja tai kapeita autonomisia agentteja, eikä ”AI tekee kaiken.” Määrittelemme jokaisen vaiheen ja miltä se näyttää todellisessa elämässä. ( Portaiden pohjassa ovat perinteiset automaatio- ja analyysiratkaisut, jotka ovat olleet olemassa jo vuosia. Ajattele sääntöpohjaisia työnkulkuja, yksinkertaisia chatbotteja, robottiprosessiautomaatiota (RPA) -robotteja tai klassisia koneoppimismalleja, jotka tekevät eristettyjä ennusteita. Nämä järjestelmät voivat automatisoida toistuvia, hyvin määriteltyjä tehtäviä (esimerkiksi merkitsemällä petollinen tapahtuma tai tuottamalla raportin mallista) ja auttaa ihmisiä käsittelemällä pohjatyötä. Kuitenkin niillä ei ole dynaamista suunnittelua tai todellista autonomiaa - ne suorittavat ennalta määriteltyjä sääntöjä tai mallituloksia kiinteällä tavalla. Useimmilla yrityksillä on jo tämä perusta (ehkä Phase 1 - Assisted Intelligence (Crawl): Viimeiset pari vuotta ovat nähneet räjähdyksen luovilla AI-pohjaisilla avustajilla, jotka toimivat paljon joustavammalla tavalla. Tämä on Microsoftin Copilot-työkalujen aikakausi Office-sovelluksissa, Googlen Duet AI for Workspace tai mukautetut GPT-pohjaiset chatbotit, jotka voivat ymmärtää luonnollista kieltä ja käsitellä monimutkaisempia pyyntöjä. Nämä avustajat edustavat suurta mahdollisuutta - esimerkiksi he voivat tiivistää asiakirjoja, laatia sähköpostiviestejä, vastata vapaamuotoisiin kysymyksiin - tarjota merkittävää tuottavuuden lisäämistä monissa osaamistöissä. Kuitenkin nämä avustajat ovat edelleen enimmäkseen reaktiivisia. He työskentelevät yhden kyselyn tai komennon Phase 2 - Generative AI Assistants (Walk): Tässä saavutamme todellisen agentti-AI: n. Järjestelmät vaiheessa 3 voidaan antaa korkean tason tavoite ja ne suunnittelevat ja toteuttavat ennakoivasti monivaiheisen suunnitelman sen saavuttamiseksi. Ne sisältävät valmiuksia, kuten suunnittelualgoritmit, työkalujen käyttö (esim. soittaminen API: t), aiemman kontekstin muisti ja dynaaminen oppiminen palautteesta. Käytännössä nämä ovat "digitaalisia kollegoita", jotka voivat käsitellä hyvin rajoitettuja tavoitteita loppuun asti. Esimerkiksi tämän tason IT-tukiagentti voi itsenäisesti käsitellä käyttäjän pyyntöä alusta loppuun: lukea lippu, diagnosoida ongelma (ehkä kyselylomakkeiden tai tietopohjan avulla), soveltaa korjausta ja vahvistaa sitten päätöslauselman Phase 3 - Goal-Driven AI Agents (Run): Haluava lopputilanne on järjestelmä (tai järjestelmien ekosysteemi) AI-agentteja, jotka toimivat minimaalisella inhimillisellä osallistumisella - toimivat tehokkaasti digitaalisena työvoimana tietyille tehtäville tai prosesseille. Vaihe 4 -skenaario voisi olla esimerkiksi itsenäinen tilausten täyttämisagentti (tai agenttien ryhmä), joka vastaanottaa asiakkaan tilauksia ja käsittelee sitten kaiken varastotarkastuksista toimitusten järjestämiseen ja asiakkaan päivittämiseen, sopeutumalla ongelmiin matkan varrella, kaikki ilman askel-askeleita. Teoriassa voit siirtää koko liiketoimintaprosessin AI-agentteihin. Käytännössä hyvin harvoilla organisaatioilla on vielä mitään tällaista tuotannossa. Tekniset, eettiset ja organisatoriset haasteet ovat merk Phase 4 - Fully Autonomous Agentic Systems (Fly): Missä yritykset ovat nykyään? Kokemukseni mukaan (teollisuuden kyselytutkimusten mukaan) useimmat yritykset nyt klusteroituvat vaiheisiin 2-3 - he käyttävät generatiivisia AI-avustajia lisäämään henkilökuntaa ja ehkä ohjaamaan autonomisemman agentin pilottiä tietyissä käyttötapauksissa. On yleistä aloittaa käyttämällä GenAI-avustajaa työntekijöiden auttamiseksi (vaihe 2), sitten pilotoida tavoitteeseen perustuva agentti yhdelle korkean arvon prosessille (vaihe 3). Jokainen askel kypsyyskurvassa vaatii paitsi parempaa tekniikkaa, myös vahvempia prosesseja ja kulttuurista valmiutta. Ei jokainen organisaatio tarvitse tai halua saavuttaa vaihetta 4 kaikilla aloilla - tavoitteena ei ole itsenäisyys omasta puolestaan, vaan parempia tul Tärkeää on, että nykyisen vaiheen tunteminen auttaa hallitsemaan odotuksia. Esimerkiksi, jos yrityksesi on edelleen "oppimassa kartoittamaan" perus RPA-robotteja, hyppääminen suoraan täysin itsenäiseen agenttiin, joka hallitsee kriittisiä tehtäviä, olisi vaativaa vaivaa. Saattaa olla viisaampaa ottaa käyttöön luova avustaja ensin, saada mukava AI-tuottoihin, sitten vähitellen antaa AI: lle enemmän autonomiaa kontrolloidulla alueella. Päinvastoin, jos olet tehnyt onnistuneita vaiheen 2 pilotteja, saatat olla valmis kokeilemaan vaiheen 3 agenttia - mutta sinun on investoitava arkkitehtuuriin ja hallintoon sen tukemiseksi. Viesti on: kävellä ennen kuin juokset (ja ehkä ennen kuin lennät). Tämän sarjan seuraavassa osassa siirrymme tästä käsitteellisestä etenemissuunnitelmasta menestykseen tarvittavaan arkkitehtuuriin. Mitä tarvitaan, jotta hienostunut prototyyppivälittäjä muuttuu tuotantokelpoiseksi ratkaisuksi? Kuten käy ilmi, onnistuneet agentti-AI-järjestelmät jakavat yhteisen DNA: n. Kolmannessa osassa hajotamme yrityksen AI-agentin arkkitehtuurin seitsemän keskeistä pilaria, siitä, miten se havaitsee panoksen ja miten sitä hallitaan, ja jaamme suunnitteluvinkkejä kullekin.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

Read My Stories

Tämä ääni on tuotettu tarinan alkuperäisellä kielellä!

Crawl, Walk, Run, Fly - AI-agentin kypsyyden neljä vaihetta

About Author

KOMMENTIT

RIPUTA TAGSIA

TÄMÄ ARTIKKELI ESITETTIIN

Related Stories

PENANCE

Meet Filestack: HackerNoon Company of the Week

About Bitcoin And “Web 2.5,” HackerNoon’s First Documentary

10x Research: How a FIL Backed USD Stablecoin By Secured Finance Would Boost The Filecoin Ecosystem

PENANCE

Meet Filestack: HackerNoon Company of the Week

About Bitcoin And “Web 2.5,” HackerNoon’s First Documentary

10x Research: How a FIL Backed USD Stablecoin By Secured Finance Would Boost The Filecoin Ecosystem

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps