
 
 Це друга стаття з п'яти частин серії про агентський інтелект у підприємстві.У частині 1 ми досліджували, що таке агентський інтелект і як він відрізняється від генеративного інтелекту, підкреслюючи перехід від hype до прагматичної реальності.Тут у частині 2 ми зосереджуємося на тому, як організації прогресують до автономії через різні фази зрілості, і чому важливо робити це крок за кроком. У частині 1 ми досліджували, що таке агентський AI і як він відрізняється від генеративного AI, підкреслюючи перехід від hype до прагматичної реальності. Це друга стаття з п'яти частин серії про агентський AI в підприємстві. Це друга стаття з п'яти частин серії про агентський AI в підприємстві. Розповсюдження автономних агентів не є революцією за ніч. Це подорож збільшення можливостей і довіри. На практиці, корпоративне прийняття агентів AI можна розглядати як спектр зрілості з чотирма широкими фазами, що прогресують від базових допоміжних інструментів до повністю автономних систем. Подумайте про це як прорив - ходьба - біг - літати з точки зору можливостей AI організації. Розуміння того, де ви знаходитесь на цій криві, допомагає встановити реалістичні очікування і наступні кроки для ваших проектів AI. Більшість підприємств сьогодні десь посередині, експериментуючи з просунутими помічниками або вузькими автономними агентами, а не на кінцевій лінії "AI робить все". Давайте визна В основі сходів лежать традиційні автоматизаційні та аналітичні рішення, які існують вже багато років. Подумайте про робочі потоки, засновані на правилах, прості чатботи, роботи з автоматизації процесів (RPA) або класичні моделі машинного навчання, які роблять ізольовані прогнози. Ці системи можуть автоматизувати повторювані, добре визначені завдання (наприклад, маркування шахрайської транзакції або генерування звіту з шаблону) і допомагати людям, справляючись з грунтовою роботою. Однак вони не мають динамічного планування або справжньої автономії - вони виконують заздалегідь визначені правила або вихід моделі фіксованим способом. Більшість підприємств вже мають цей фундамент на місці (можливо, базовий чатбот обслуговування клієнтів або Phase 1 - Assisted Intelligence (Crawl): В останні кілька років спостерігається вибух генеративних асистентів, які працюють з більшою гнучкістю. Це ера таких інструментів, як Microsoft's Copilot в офісних додатках, Google's Duet AI for Workspace, або індивідуальні чат-боти на основі GPT, які можуть розуміти природну мову та виконувати більш складні запити. Ці асистенти представляють собою великий крок у здатності - наприклад, вони можуть підсумувати документи, розгортати електронні листи, відповідати на вільні питання - забезпечуючи значний підйом продуктивності у багатьох робочих завданнях. Однак, ці асистенти все ще в основному реактивні. Вони працюють одним запитом або командою за один раз і покладаються на користувача, щоб ініціювати кожну взаємодію. Ін Phase 2 - Generative AI Assistants (Walk): Тут ми досягаємо справжнього агентичного AI. Системи на Фазі 3 можуть отримати ціль високого рівня і будуть проактивно розробляти і виконувати багатоступінковий план для його досягнення. Вони включають в себе можливості, такі як алгоритми планування, використання інструментів (наприклад, виклик API), пам'ять попереднього контексту та динамічне навчання з зворотного зв'язку. На практиці це "цифрові колеги", які можуть справлятися з добре обмеженими цілями від кінця до кінця. Наприклад, агент з підтримки ІТ на цьому рівні може самостійно обробляти запит користувача від початку до кінця: читати квиток, діагностувати проблему (або за допомогою запитів журналів маркетингу або бази знань), застосовувати виправлення, а потім підтверджувати роз Phase 3 - Goal-Driven AI Agents (Run): Сценарій фази 4 може бути, скажімо, автономним агентом виконання замовлень (або командою агентів), який приймає замовлення клієнтів, а потім обробляє все від перевірки запасів до організації доставки та оновлення клієнта, адаптуючись до проблем на шляху, все без ручного захоплення. Теоретично, ви могли б делегувати цілий бізнес-процес агентам ІТ. На практиці дуже мало організацій мають щось наближене до цього у виробництві. Технічні, етичні та організаційні виклики значні, і зрозуміло, більшість компаній не готові дозволити ІТ рухатися вільно в критичних операціях. Повністю автономні системи викликають важкі питання контролю, відповідальності, довіри, які досі виявляються. На даний Phase 4 - Fully Autonomous Agentic Systems (Fly): За моїм досвідом, більшість компаній в даний час класуються в Фази 2-3 - вони використовують генеративних асистентів AI для збільшення персоналу і, можливо, керують пілотом більш автономного агента в конкретному випадку використання. Звичайно, починати з розгортання асистента GenAI, щоб допомогти співробітникам (Фаза 2), а потім пілотувати орієнтованого агента для одного процесу високої вартості (Фаза 3). Кожен крок до кривої зрілості вимагає не тільки кращих технологій, але і більш сильних процесів і культурної готовності. Не кожна організація потребує або хоче досягти Фази 4 у всіх областях - мета не автономія заради себе, а покращені результати. У багатьох випадках агент Фази 3 з наглядом людини забезпечує Важливо, що знання вашої поточної фази допомагає керувати очікуваннями. Наприклад, якщо ваша фірма все ще «навчиться ковзати» з базовими RPA-ботами, стрибки прямо до повністю автономного агента, який керує критичними завданнями, можуть викликати труднощі. Можливо, мудріше ввести генеративного помічника спочатку, відчути себе комфортно з вихідними AI, а потім поступово надати AI більше автономії в контрольованій області. Навпаки, якщо ви зробили успішні пілоти Фази 2, ви можете бути готові експериментувати з агентом Фази 3 - але вам потрібно буде інвестувати в архітектуру та управління, щоб підтримати його. Повідомлення: ходити, перш ніж ви біжете (і, можливо, перш ніж ви летите). У наступній частині цієї серії ми перейдемо від цієї концептуальної дорожньої карти до архітектури, необхідної для успіху. Що потрібно під капотом, щоб перетворити привабливого агента прототипу в рішення виробництва? Як виявляється, успішні агентські системи AI поділяють спільну ДНК. У частині 3, ми розбиваємо сім ключових стовпів архітектури корпоративного агента AI, від того, як він сприймає вхід до того, як він управляється, і поділимося порадими з дизайну для кожного.

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

Read My Stories

Це аудіо створено мовою оригіналу історії!

Crawl, Walk, Run, Fly - чотири етапи зрілості агента AI

About Author

КОМЕНТАРІ

ПОВІСИТИ БИРКИ

ЦЯ СТАТТЯ БУЛА ПРЕДСТАВЛЕНА В

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps