Myslitelé

Kde začít s agentic AI: Rámec pro obchodní lídry

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Po dobu posledních deseti let se dvě paralelní cesty vyvinuly a formovaly transformaci podniků: cesta procesů a cesta dat.

Cesta procesů, nebo jak se práce provádí, se vyvinula z Lean Sigma Six a zahrnuje robotickou automatizaci procesů (RPA) a digitální pracovní postupy,すべて za účelem dosažení efektivity, struktury a rozsahu. Na druhé straně se cesta dat, nebo jak se rozhoduje, vyvinula z tradiční obchodní inteligence na prediktivní inteligenci poháněnou strojovým učením a nyní na generativní AI (gen AI). Obě cesty jsou silné, ale skutečný průlom nastává, když se obě cesty spojí. Vítejte, agentic AI.

Agentic AI je bod inflexe, ve kterém agenti nejen rozumějí datům, ale také vědí, jak jednat v systémech a pracovních postupech pro větší automatizaci dat. Výzkum ukazuje, že 96 % lídrů podnikových IT plánuje zvýšit použití agentů v příštích 12 měsících. Nicméně, když organizace hledají, jak rozšířit iniciativy agentic AI, často zápasí s identifikací, kde a jak začít.

Pro technické lídry, kteří chtějí využít agentic AI, musí přemýšlet o agentic pracovních postupech jako o fúzi rozhodnutí a provádění, vkládání analytické inteligence přímo do pracovních postupů pro větší efektivitu. Teprve když bude dosaženo podnikového vrstvy inteligence, budou autonomní agenti moci uzavřít smyčku mezi znalostmi a činy.

Definice agentic AI: co to znamená být agentic podnikem

Mnohé organizace začínají svou cestu agentic AI, aniž by rozuměly, co je agentic AI. Představte si agentic podnik jako rušné mezinárodní letiště. Letadla jsou AI agenti, každý s úkolem. Vědí, co je jejich cíl, a jednají nezávisle, letí na své cílové destinace – a letiště zůstává plně funkční. Ale je to vyšší cíl letiště, nikoli individuální pohyb letadel, co dělá jej agentic. Řídicí letového provozu jsou orchestrátoři, kteří zajišťují plynulý provoz letiště – rozhodují, které letadlo kam a kdy poslat, řídí pozemní kontrolu pro údržbu a tankování, a koncertují vše nejefektivněji pro celý systém. Každé letadlo existuje samo o sobě, ale je to koordinace všech startů a přistání, co dělá letiště úspěšným z hlediska bezpečnosti a efektivity.

Agentic podnik není ten, který implementuje pouze základní reflexní agenty nebo základní boty, které byly vylepšeny pro provedení úkolu. Agentic podnik spíše orchestruje síť inteligentních agentů, kteří jsou navrženi pro zpracování komplexních, vícekrokových úkolů nezávisle. Tyto agenty jdou daleko za předem definované pravidla, aby mohli učinit rozhodnutí, která jsou v souladu se strategickými cíli, a přizpůsobit se a zlepšit se časem, čímž se podnikový učební proces dostává na další úroveň.

To je také to, co odděluje agentic AI od gen AI. Gen AI reaguje na podněty, zatímco agentic AI provádí autonomní akce pro dosažení cílů, učí se a přizpůsobuje se, jak postupuje. Tyto multiagentní systémy se spojují s různými podnikovými aplikacemi a fungují se strategickým předvídáním, aby pomohly řídit rozhodování, automatizovat procesy a dodávat hodnotu napříč organizací.

Je důležité si uvědomit, že toto je cesta. Každý agent bude mít svou vlastní zralost a složitost, kterou může zvládnout. Stát se agentic podnikem vyžaduje holistický design, koordinaci a nepřetržitý vývoj ekosystému agentů, s jasnými cíli, inteligentními zpětnými vazbami a odbornými lidmi vloženými tam, kde a jak to má smysl pro cílový výsledek.

Identifikace agentic AI použití: proč je důležité řídit hodnotu

Velmi často selhávají agentic AI použití kvůli špatnému výběru použití. Skutečně, Gartner předpovídá více než 40% agentic AI projektů bude zrušeno do konce roku 2027. Tyto zrušení nebudou způsobeny selháním technologie, ale spíše tím, že podniky nevyberou vhodné použití pro nasazení agentů.

Aby se tomu zabránilo, organizace potřebují identifikovat, kde agentic AI může mít největší dopad, a to posouzením hodnoty a rychlosti dosažení výsledku.

Na straně hodnoty by podniky měly nejprve určit, které domény mají největší zákaznické bolesti – vnitřní i vnější – a které mají největší potenciál pro dopad. Poté musí zvážit, jak vypadá procesní rozsah a poptávka. Rada? Agentic AI poskytuje více hmotných výhod pro oblasti, které mají vysoce komplexní procesy, velké pracovní postupy a potřebu strategického, dynamického rozhodování. Není možné přehlédnout, že agentic AI by měl být implementován v oblastech, které mají velký růstový potenciál, s ohledem na jeho škálovatelnost a adaptabilitu na měnící se poptávku a objem v čase.

Stejně důležité je vyhodnocení rychlosti dosažení hodnoty, které lze provést analýzou dat pro dostupnost, kvalitu a správu. Prostě řečeno, lepší data vedou k lepšímu výkonu AI. Bez ohledu na to, kde je agentic AI aktivován, je poskytování bezpečnostních zábran kritické, zejména když je zapojeno citlivé údaje. Aby tomu bylo možné účinně zabránit, podniky musí zohlednit potenciální regulační omezení, která mohou ovlivnit časové osy přijetí. Toto není oblast, kde by se mělo šetřit. Začínat s lidským faktorem v smyčce pomáhá zajistit odpovědnou a etickou implementaci, která může později dát podnikům více důvěry ve schopnosti AI agentů.

Stavba agentic AI technologie: jak dosáhnout požadovaných výsledků

Organizace, které jsou připraveny přijmout agentic AI, potřebují postavit správnou technologickou infrastrukturu, která umožňuje škálovatelnost, flexibilitu a bezpečnost.

Aby se začalo, lídři podniků musí zajistit, aby byla strukturovaná i nestrukturovaná data integrována do stejného systému, aby se vytvořil silný datový základ, který je kritický pro efektivní a udržitelnou adopci. Přístupnost a správa dat jsou základem agentic AI. Tento krok je také kritický pro stavbu úkol- a doménově specifických jazykových modelů.

Jakmile je datový základ nastaven a jazykové modely jsou stanoveny, podniky by měly využít AI platformy, nástroje a služby, aby urychlily adopci a modulárnost AI agentů. Začínat s pilotním projektem v kontrolovaném prostředí, organizace mohou trénovat a nasazovat agenty, kteří provádějí konkrétní úkoly a dodávají obchodní výsledky, zajišťují lidský dohled a nepřetržitě monitorují výkon prostřednictvím kontrolní vrstvy, která je v souladu s obchodními KPI.

Vedoucí cestu

Agentic AI představuje zásadní změnu v tom, jak podniky fungují. Podniky, které se stanou vítězi, budou ty, které využijí tuto příležitost k přehodnocení svých provozních modelů a obchodních postupů od základu. Klíčem je experimentovat moudře a iterovat, budovat a partnerovat s úmyslem a poté škálovat s důvěrou. Agentic AI představuje zásadní změnu v tom, jak podniky fungují. Podniky, které se stanou vítězi, budou ty, které využijí tuto příležitost k přehodnocení svých provozních modelů a obchodních postupů od základu. Klíčem je experimentovat moudře a iterovat, budovat a partnerovat s úmyslem a poté škálovat s důvěrou.

Jinsook Han je Chief Strategy, Corporate Development & Agentic AI Officer ve společnosti Genpact, kde pomáhá definovat, řídit a realizovat vizi společnosti agentic AI. Předtím, než se připojila k Genpactu, zastávala výkonné role v McKinsey, AIG a Accenture.