Ηγέτες σκέψης

Τι Είναι Αυτό Που Στερεί την Πιλότο Agentic AI σας — και Πώς να το Διορθώσετε

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η πίεση για άμεση ενσωμάτωση του AI σταlegacy συστήματά σας μπορεί να είναι αποθαρρυντική. Και αν σκέφτηκες ότι οι συνεχείς αιτήσεις του C-suite για προσθήκη agentic AI στις διαδικασίες σας έφτασαν σε υψηλό σημείο το 2025, ετοιμάσου για ακόμη μεγαλύτερη επείγουσα ανάγκη το 2026.

Με αυτή την πίεση για προσθήκη agentic AI όσο το δυνατόν γρηγορότερα, είναι φυσικό να βιαστείς σε einen νέο πιλότο χωρίς να κατανοήσεις πραγματικά τις πλήρεις απαιτήσεις ενός τέτοιου εγχειρήματος. Αυτός είναι ο λόγος για τον οποίο η πλειοψηφία των επιχειρήσεων ακολουθούν πιλότους AI, αλλά μόνο một μικρός αριθμός από αυτούς τους πιλότους αναπτύσσεται ποτέ.

Σχεδόν το 100% των πιλότων AI αποτυγχάνουν. Αυτό δεν είναι υπερβολή.

Γιατί η επείγουσα ανάγκη; Επειδή το agentic AI μπορεί πραγματικά να μεταμορφώσει την επιχείρησή σας. Σε περίπτωση εξυπηρέτησης πελατών, οι πιλότοι AI δείχνουν ότι οι εταιρείες αυξάνουν την αποδοτικότητα, μετατρέποντας την υποστήριξη σε στρατηγικό περιουσιακό στοιχείο αντί για κέντρο κόστους. Ενώ το AI χειρίζεται επαναλαμβανόμενες ερωτήσεις, οι πράκτορες μπορούν να δώσουν την πλήρη προσοχή τους σε δυσκολές, σύνθετες προβλήματα υποστήριξης. Το AI όχι μόνο βοηθά τους πράκτορες υποστήριξης και τους βοηθά να επιτύχουν μεγαλύτερη ευτυχία πελατών, αλλά επίσης επιτρέπει στις εταιρείες να ανακατευθύνουν τους πόρους σε δραστηριότητες που παράγουν έσοδα.

Βάλε ένα σolid\Foundation για την ενσωμάτωση

Ας σκεφτούμε έναν πιλότο agentic AI σαν την κατασκευή ενός σπιτιού. Αντί να αρχίσεις την κατασκευή σε αυτό που υπάρχει ήδη, κάνεις κάποια καθαρισμό και ρίχνεις ένα ισχυρό θεμέλιο. Δεν μπορείς να ρίξεις τοιχοπλάκες AI πάνω σε ένα legacy σύστημα που κατασκευάστηκε με παλιούς τεχνολογικούς στακ και κακές πηγές δεδομένων. Για να λειτουργήσει σωστά, το AI χρειάζεται καθαρές ενσωματώσεις, προσβάσιμα δεδομένα και σύγχρονα API. Οι πιλότοι AI αποκαλύπτουν όπου χρειάζεται moderneποίηση και είτε επιταχύνουν τις δαπάνες, δικαιολογώντας μια αύξηση των κτιριακών στοιχείων που χρειάζονται γύρω από τα συστήματα που χρειάζονται οι πράκτορες AI για να έχουν πρόσβαση, είτε απλά αποτυγχάνουν.

Υπάρχει ένα τεράστιο χάσμα μεταξύ αποτυχημένων πιλότων και επιτυχημένων αναπτύξεων. Είναι κρίσιμο ότι η λύση σας ενσωματώνεται με τις υπάρχουσες εργοτικές διαδικασίες και εργαλεία χωρίς διακοπή. Αυτό συμβαίνει γιατί το agentic AI δεν είναι απλά ένα άλλο εργαλείο· αν ενσωματωθεί σωστά, το AI αγγίζει όλα τα μέρη της εταιρείας σας. Γιατί; Ας γυρίσουμε στο παράδειγμα της εξυπηρέτησης πελατών: Το AI χρειάζεται να μάθει σε πραγματικό χρόνο για να ταιριάξει με τη φωνή της εταιρείας σας ενώ δίνει προτεραιότητα στην ιδιωτικότητα, ιδιαίτερα σε βιομηχανίες όπως η υγεία ή οι финансы, όπου η εμπιστοσύνη είναι κρίσιμη. Μετακινούμενοι από chatbots σε agentic AI, η ομάδα υποστήριξής σας μεταφέρεται από ένα παθητικό, αίτημα-και-περίμενε μοντέλο σε ένα διαδραστικό, αυτόνομο μοντέλο εξυπηρέτησης.

Τις 潛在적인 προκλήσεις δεδομένων, περιεχομένου και εργοτικής ροής

Το agentic AI λειτουργεί με δεδομένα, και μια μεγάλη πρόκληση που αντιμετωπίζουν οι επιχειρήσεις προέρχεται από την ωριμότητα των δεδομένων: ευαίσθητες πληροφορίες, η ζωτική δύναμη κάθε εταιρείας, απλά δεν είναι έτοιμες για το AI. Αυτές οι πληροφορίες μπορούν να είναι είτε χαμηλής ποιότητας είτε δύσκολο να προσεγγιστούν· τα εσωτερικά συστήματα μπορεί να έχουν κακή διακυβέρνηση εποπτεία, οδηγώντας στην έκθεση ιδιωτικών, ευαίσθητων δεδομένων.

Δύο πρόσθετες προκλήσεις έχουν να κάνουν με το περιεχόμενο και τη σαφήνεια της εργοτικής ροής. Σε αυτή την περίπτωση, το περιεχόμενο είναι απλά ποια πληροφορίες επιτρέπετε στο AI να έχει πρόσβαση. Για να λειτουργήσει αποτελεσματικά, η διαδικασία agentic σας χρειάζεται να καταναλώσει πολύ περισσότερα από ένα μικρό δείγμα των δεδομένων σας· χρειάζεται όλα. Για πολλές οργανώσεις, αυτό δημιουργεί ένα ζήτημα εμπιστοσύνης. Η λύση; Φέρτε το AI σας εντός για να διατηρήσετε ευαίσθητα δεδομένα στο εσωτερικό.

Ενσωματώντας το AI σε γνωστές εργοτικές ροές είναι ένας πολύ χαμηλής επίδρασης τρόπος για να πάρει το ROI του AI. Ενώ η μεγαλύτερη επίδραση του AI έρχεται όταν χειρίζεται νέες ροές που δεν ήταν δυνατές πριν το AI, όπως η προσφορά контекстουαλικής υποστήριξης μέσα σε ένα προϊόν, ο ταχύτερος τρόπος για να ενσωματώσετε το AI σε μια επιχείρηση είναι να το ενσωματώσετε σε υπάρχοντα εργαλεία και εργοτικές ροές και να αφήσετε να συνδέσει τις τελειώσεις πίσω από τις σκηνές. Είναι επίσης εξαιρετικά σημαντικό ότι η πραγματική αξία του πιλότου AI σας κατανοείται εντός της εργοτικής ροής σας. Όλοι, από το C-suite και κάτω, πρέπει να κατανοήσουν τα οφέλη και τις χρήσεις του AI, όπου μπορεί και δεν μπορεί να προσθέσει αξία στην καθημερινή ζωή τους. Το AI δεν μπορεί να είναι ένα μαύρο κουτί που κανείς δεν ξέρει … πρέπει να το κατανοήσουν.

Τέλος, το λογισμικό agentic AI απαιτεί μια πιο αυστηρή αρχιτεκτονική ασφαλείας απλά και μόνο γιατί αυτά τα συστήματα διεισδύουν στη συμπεριφορά του χρήστη, συνεχώς μαθαίνοντας από αυτή την πληροφορία και πραγματικά λαμβάνοντας ενέργειες με βάση τις γνώσεις. Η καλύτερη υποστήριξη AI για εξυπηρέτηση πελατών εξετάζει πραγματικά το ζήτημα, λαμβάνοντας υπόψη όλα τα διαθέσιμα δεδομένα, για να αναπτύξει μόνιμες λύσεις που βασίζονται στην επίλυση.

Οι πληροφορίες πρέπει να προστατεύονται αλλά όχι να απομονώνονται. Όσο οι εταιρείες εμποδίζουν τη ροή πληροφοριών στα AI, θα συνεχίσουν να υποφέρουν και να βλέπουν αποτυχημένους πιλότους. Ωστόσο, οι ομάδες ασφαλείας απλά δεν θα επιτρέψουν ορισμένα δεδομένα και API να μοιραστούν με προμηθευτές cloud, επειδή επεκτείνουν την ασφαλή περιφέρεια της εταιρείας σε einen προμηθευτή όπου δεν έχουν κανέναν έλεγχο.

Ρίψε το παλιό βιβλίο της διαχείρισης αλλαγών

Το agentic AI αλλάζει συνεχώς, μεταμορφώνοντας συνεχώς την επιχείρησή σας. Αυτό σημαίνει ότι η παραδοσιακή διαχείριση αλλαγών, η οποία έρχεται με ένα τελικό σημείο, πρέπει να ενημερωθεί. Με συνεχείς ενημερώσεις μοντέλων, το agentic AI αναγκάζει τις επιχειρήσεις να βγουν από τον κουρασμένο κύκλο συντήρησης μετά την εφαρμογή. Η ευελιξία και η ικανότητα να προσαρμοστείτε γρήγορα στις νέες ενημερώσεις είναι κρίσιμες.

Με μια διαδικασία που ενημερώνεται συνεχώς, η ασφάλεια πρέπει να είναι στερεή. Ενώ αντιμετωπίσατε την υποδομή νωρίτερα στον πιλότο, πρέπει να ενημερώνετε συνεχώς τους χρήστες για νέες ενημερώσεις μοντέλων για να διασφαλίσετε ότι όλα χρησιμοποιούνται σωστά.

Αυτό σημαίνει ότι είναι κρίσιμο να συντομεύσετε το παράθυρο ενσωμάτωσης για να διασφαλίσετε ότι οι χρήστες έχουν επαρκές χρόνο για να μάθουν νέες διαδικασίες και να εκπαιδευτούν σωστά. Βρείτε einen πιλότο AI που δεν απαιτεί σημαντική εργασία μηχανικής για να συνδέσει κάθε πηγή δεδομένων. Με einen σχεδιασμό μηδενικής ενσωμάτωσης, ορισμένοι πιλότοι θα μπορούσαν να αναπτυχθούν όχι σε μήνες, αλλά κυριολεκτικά σε ώρες. Αυτό δίνει στις επιχειρήσεις ένα πολύ πιο επιτυχημένο ROI.

Και θυμάστε, το agentic AI λειτουργεί μόνο όταν μπορεί να λάβει ενέργεια: ερωτώντας βάσεις δεδομένων, ενεργοποιώντας εργοτικές ροές και προσεγγίζοντας εγγραφές πελατών. Αυτό απαιτεί βαθιά ενσωμάτωση με ευαίσθητα συστήματα, που μπορεί να είναι μια αγχωτική προοπτική. Η ασφάλεια είναι μόνο ένας λόγος για τον οποίο μια προσέγγιση cloud-first AI δεν θα κλιμακωθεί. Αυτό το έτος, περιμένετε περισσότερες επιχειρήσεις να εξετάσουν self-υποστηριζόμενες και ιδιωτικές-cloud αναπτύξεις, οι οποίες σύντομα θα γίνουν το προεπιλεγμένο για κάθε επιχείρηση που είναι σοβαρή για αυτόνομες λειτουργίες. Είναι ένα στερεό θεμέλιο και το κλειδί για να χτίσετε μια δομή που διαρκεί.

Ο Dev Nag είναι ο ιδρυτής και διευθύνων σύμβουλος της QueryPal, μιας πλατφόρμας AI για την υποστήριξη πελατών που υποστηρίζεται από τη Sequoia. Στη QueryPal, ο Dev πρωτοπορεί στην ανάπτυξη της εταιρείας με την Agentic User Interface (AUI), ένα έξυπνο overlay που μετατρέπει οποιαδήποτε εφαρμογή ιστού σε ένα αυτοοδηγούμενο προϊόν. Κατέχει πάνω από 12 патенты σε μηχανική μάθηση και ασφάλεια και έχει δημοσιεύσει έρευνα σε υπολογιστική βιολογία και ιατρική πληροφορική στο Stanford. Ως ιδρυτής και τεχνικός διευθυντής της Wavefront, μιας πλατφόρμας παρακολούθησης cloud σε πραγματικό χρόνο, ο Dev ηγήθηκε της απόκτησης της εταιρείας από τη VMware το 2017. Στη VMware, ηγήθηκε των πρώτων πρωτοβουλιών AIOps της εταιρείας. Η καριέρα του περιλαμβάνει ρόλους μηχανικής και ηγεσίας σε εταιρείες όπως η Google, η PayPal και η eBay.