Hvordan Agentic AI transformerer virksomheder – Indsigt fra Forum Ventures-rapporten

Forum Ventures, en tidlig B2B SaaS-fond, accelerator og AI venture-studie, annoncerede i dag udgivelsen af ​​sin seneste omfattende rapport, "2024: The Rise of Agentic AI in the Enterprise". Rapporten giver en detaljeret analyse af den nuværende tilstand og fremtidige forløb for agent AI, der giver værdifuld indsigt til både virksomheder, investorer og startups. Baseret på en undersøgelse af 100 senior IT-beslutningstagere på tværs af USA og interviews med førende AI-innovatorer fremhæver rapporten udfordringerne, mulighederne og strategiske prioriteter omkring indførelse af AI-agenter i virksomhedsmiljøer.

Fremkomsten af ​​agent AI – autonome, AI-drevne systemer, der er i stand til at ræsonnere og udføre komplekse opgaver uden menneskelig indgriben – markerer et betydeligt skift i virksomhedens teknologi. Disse systemer, ofte bygget på store sprogmodeller (LLM'er), har potentialet til at transformere forretningsdriften ved at automatisere arbejdsgange, reducere manuelle opgaver og øge effektiviteten. Men på trods af potentialet er adoptionen af ​​AI-agenter på virksomhedsniveau stadig i de tidlige stadier, hvor mange organisationer tager en forsigtig tilgang, mens de venter på, at teknologien modnes.

Rapporten afslører en forskel i parathed til AI-adoption: mens kun 29% af virksomhedens ledelsesteams har en vision på kort sigt (1-3 år) for at opnå AI-adoption i hele virksomheden, defineret som AI er en kritisk del af mindst fem kernefunktioner, en større del—46%— forventer at nå dette vedtagelsesniveau på længere sigt (3 eller flere år).

Det viste Forum Ventures undersøgelse også 48% af virksomhederne er allerede begyndt at indføre AI-agentsystemer, med et ekstra 33 % udforsker aktivt disse løsninger. Denne voksende interesse afspejler troen på, at AI-agenter kan bringe væsentlige operationelle forbedringer, selv når virksomheder kæmper med udfordringer som f.eks. ydeevne, sikkerhedog tillid.

Tillid er den centrale barriere for AI-agentadoption

En af rapportens kernekonklusioner er, at tillid er fortsat den største barriere for udbredt anvendelse af AI-agenter i virksomheden. Bekymringer over databeskyttelse, nøjagtigheden af ​​AI-output og den overordnede pålidelighed af disse systemer blev fremhævet som store forhindringer. 49 % af de adspurgte i undersøgelsen identificerede bekymringer i forbindelse med ydeevne (14%), databeskyttelse (10%), nøjagtighed (8%), Etiske problemer (5%), og for mange ubekendte (12%) som deres vigtigste grunde til at tøve med at adoptere AI-agenter.

Jonas Midanik, General Partner og COO hos Forum Ventures, understreger det tillidsgab, der eksisterer mellem virksomheder og AI-systemer: "Tillidsgabet er enormt. Mens AI-agenter kan udføre opgaver med bemærkelsesværdig effektivitet, er deres output baseret på statistiske sandsynligheder snarere end iboende sandheder." 

Ledende stemmer inden for AI, herunder Sharon Zhang, medstifter og CTO af Personlig AIog Tim Guleri, Managing Partner hos Sierra Ventures, understrege det gennemsigtighed, sikkerhed og overholdelse vil være nøgledrivere til at bygge bro over dette tillidsgab. Zhangs arbejde med at udvikle AI-drevne medarbejder "tvillinger" fremhæver vigtigheden af løsninger med fokus på privatlivets fred, især i regulerede brancher. Zhang forklarer, hvordan isolering af brugerdata for at sikre, at de ikke er blandet eller brugt til bredere træning, har været afgørende for at opbygge tillid til virksomheder.

Tim Guleri tilføjer, "Virksomheder har brug for tillid til, at deres data forbliver sikre, og at AI-agenter stemmer overens med deres værdier og politikker. Uden disse forsikringer vil virksomheder tøve med fuldt ud at implementere AI-agenter, især da disse systemer bliver mere autonome."

Som svar på disse bekymringer skitserer rapporten tre kritiske tilgange til at opbygge tillid med virksomhedskunder:

1. Prioriter gennemsigtighed: Virksomheder ønsker at forstå, hvordan AI-agenter træffer beslutninger. At levere klar dokumentation og forklarelig AI (XAI) rammer, der nedbryder beslutningsprocesser, er afgørende. Regelmæssig opdatering af revisionsspor og sikring af gennemsigtighed i dataflowet vil yderligere styrke tilliden.
2. Sikre overholdelse og sikkerhed: Sikkerhed er et topproblem, med 31% af de adspurgte identificerer det som den vigtigste faktor, når man beslutter sig for at investere i AI-agenter. Startups skal integrere robuste databeskyttelsesforanstaltninger og overholde regler som f.eks GDPR, CPRA, og HIPAA.
3. Byg en Human-in-the-Loop (HITL) ramme: Menneskelig tilsyn ved at bruge en HITL rammerne forbliver kritiske i virksomhedens AI-adoption, især i regulerede industrier. Det bemærkes i rapporten 23% af de adspurgte fremhævede behovet for at bevare menneskelig kontrol over AI-agenter i miljøer med høj indsats. AI-løsninger bør tilbyde forskellige grader af menneskelig kontrol, fra fuld automatisering til "copilot-tilstande", afhængigt af opgavernes følsomhed.

Muligheder for startups i AI Agent Adoption

På trods af udfordringerne med tillid og compliance har startups, der udvikler AI-agenter til virksomheden, betydelige muligheder at udnytte. 51% af beslutningstagerne udtrykt åbenhed over for at engagere sig med startups, især dem, der tilbyder skræddersyede, innovative løsninger, som større etablerede virksomheder måske ikke leverer.

Rapporten skitserer en køreplan for startups søger at navigere i virksomhedens adoption af AI-agenter:

1. Uddan virksomheden: En af de vigtigste udfordringer for startups er at uddanne virksomhedskunder om det fulde potentiale af agent AI. Mange organisationer blander stadig AI-agenter med enklere værktøjer som chatbots. T
2. Demonstrere forsvarlighed: Stifterne skal demonstrere forsvarlighed af deres løsninger ved at fremhæve proprietære data, intellektuel ejendomsret eller dyb brancheekspertise. Virksomheder leder efter løsninger, der ikke kun er innovative, men også kan forsvares på lang sigt, med unik dybde og proprietære datasæt der adskiller dem fra konkurrenterne.
3. Vis dyb ekspertise: Startups med speciale i vertikale AI-agenter-løsninger designet til specifikke brancher såsom finansielle tjenesteydelser, forsikring eller sundhedspleje - er mere tilbøjelige til at lykkes. Sam Strickling, Senior Director hos Fortive, råder startups til at demonstrere dyb ekspertise i en enkelt branche og viser, hvordan deres løsning adresserer branchespecifikke udfordringer.
4. Brug syntetiske data til at bevise potentiale: Adgang til virksomhedsdata kan være vanskelig for startups at sikre tidligt i salgsprocessen. Ved at bruge syntetiske data som efterligner de data, virksomheder ville levere, kan startups demonstrere potentialet i deres løsninger og overvinde indledende bekymringer om datadeling og overholdelse.
5. Vis nem hurtig skalerbarhed: Virksomheder værdsætter løsninger, der hurtigt kan skaleres på tværs af afdelinger. Tim Guleri understreger vigtigheden af ​​at bygge AI-agenter med modulære arkitekturer der nemt kan integreres i eksisterende systemer, tilbyder fleksible API'er og sikring af kompatibilitet med almindelige virksomhedsplatforme.

Forudsigelser for fremtiden for Agentic AI

Efterhånden som agentisk AI fortsætter med at udvikle sig, forudsiger rapporten flere nøgletendenser, der vil forme fremtiden for forretningsdrift og teknologi:

• Specialisering og kodegenereringssystemer: David Magerman, Partner hos Differential Ventures, forudsiger, at AI-agenter vil udvikle sig til højt specialiserede værktøjer, der er i stand til at håndtere komplekse opgaver som f.eks. kodegenerering og fungere som ekspert problemløsere i specifikke miljøer.
• Fremkomsten af ​​en syntetisk arbejdsstyrke: Sam Strickling forudser fremkomsten af ​​en syntetisk arbejdsstyrke, hvor AI-agenter selvstændigt udfører opgaver, der typisk udføres af yngre medarbejdere. Disse agenter kunne samarbejde om mere komplekse projekter, hvor nogle agenter endda administrerer teams af andre AI-agenter.
• Multi-agent netværk og orkestrering: Sharon Zhang og Taylor Black forudse udviklingen af multi-agent netværk, hvor AI-agenter arbejder sammen for at opnå komplekse mål, som ingen enkelt agent kunne opnå alene. Disse netværk kan revolutionere virksomhedernes tilgang fælles problemløsning.
• Fra opgavebaseret til resultatbaseret: Jonas Midanik forestiller sig et skift fra opgavebaserede systemer til resultatbaserede systemer, hvor AI-agenter leverer omfattende løsninger frem for blot at hjælpe med individuelle opgaver. Denne overgang repræsenterer en grundlæggende ændring i forretningsdrift.
• Ægte differentiering vil opstå: Efterhånden som konkurrencen skærpes i AI-agentområdet, Tim Guleri mener, at ægte differentiering vil opstå i det næste 12-18 måneder som startups begynder at demonstrere reel værdi gennem succesfulde implementeringer. Dette vil markere afslutningen på den nuværende hype-cyklus og føre til en bredere virksomhedsadoption.

Konklusion: En lovende vej frem

Offentliggørelsen af ​​Forum Ventures' rapport, “2024: The Rise of Agentic AI in the Enterprise,” understreger det transformative potentiale af agent AI for virksomheder verden over. Mens der stadig er udfordringer omkring tillid, sikkerhed og skalerbarhed, er vejen frem fyldt med spændende muligheder for både virksomheder og startups.

Efterhånden som AI-agenter udvikler sig til sofistikerede, autonome systemer, er virksomheder klar til at drage fordel af øget effektivitet, reducerede driftsomkostninger og evnen til at tackle komplekse opgaver i stor skala. Adoption vil dog i høj grad afhænge af at overvinde tillidsbarrierer og demonstrere værdi i den virkelige verden gennem pilotprogrammer, syntetiske data og skalerbare løsninger.

For startups tilbyder rapporten handlingsrettede strategier til at navigere i virksomhedens AI-landskab, fra opbygning af tillid gennem gennemsigtighed og compliance til demonstration af dyb ekspertise og hurtig skalerbarhed. Med den rigtige tilgang har startups potentialet til at drive udbredt anvendelse af agent AI og forme fremtidens arbejde.