Konteksti on uusi kulta: Agenttisen tekoälyn seuraava aalto ostaa ymmärrystä, ei prosessointitehoa

Tekoälyvallankumous on umpikujassa – ei riittämättömän laskentatehon vuoksi, vaan koska organisaatiot ratkaisevat vääriä ongelmia.

Vaikka maailmanlaajuisten GenAI-menojen odotetaan saavuttavan $ 644 miljardia 2025asiantuntijat varoittavat myös, että yli 40% agenttisten tekoälyprojektien peruuntuminen tapahtuu vuoteen 2027 mennessä. Itse asiassa viimeaikainen fuusio- ja yrityskauppatoiminta – kuten Snowflaken 250 miljoonan dollarin hankinta Crunchy Datasta ja Rubrikin hankinta Predibasesta – viestii perustavanlaatuisesta muutoksesta: yritysten tekoälyn seuraava vaihe on enemmän kuin laskentatehoja… Kyse on syvemmästä ymmärryksestä.

Älykäs raha liikkuu

Mukaan S&P Global Market Intelligencen vuoden 2025 kyselytutkimus42 % yrityksistä on hylännyt suurimman osan viimeaikaisista tekoälyhankkeistaan, kun vuonna 17 luku oli vain 2024 %. vielä 46% hylkäsivät konseptitodistusdemot jo ennen tuotannon aloittamista.

Nämä tekoälyprojektit eivät epäonnistu teknisten rajoitusten, vaan semanttisten aukkojen vuoksi. Jos tekoälyjärjestelmä pystyy käsittelemään petatavuja dataa, mutta ei ymmärrä, mitä "asiakkaan elinkaaren arvo" tarkoittaa eri osastojen tarpeiden välillä, epäonnistumiskohdat ovat todennäköisesti kontekstuaalisia.

Harkitse Snowflaken taustalla olevaa strategiaa integraatio Postgresin semanttisen tekoälyominaisuuden tavoitteena on luoda perusta, jossa tekoälyagentit voivat ymmärtää transaktiokontekstia ja liiketoiminnan semantiikkaa – mikä mahdollistaa kehittäjille "rakentaa luotettavia tekoälyagentteja", joilla on "suurempi ketteryys, näkyvyys ja hallinta". Rubrikin Predibase-yritysosto pyrkii samalla tavoin auttamaan asiakkaita "käyttöön ottamaan agenttista tekoälyä turvallisesti" priorisoimalla kontekstuaalista tarkkuutta laskentatehon ohella.

Missä konteksti kohtaa mittakaavan

Palantirin viimeaikainen menestys yhteistyö Qualcommin kanssa tekoälyn ymmärtämiskyvyn laajentaminen on jälleen yksi osoitus kontekstilähtöisen tekoälyarkkitehtuurin transformatiivisesta voimasta. Heidän "Ontologinen" lähestymistapa — luomalla kielellisiä ennakkotapauksia liiketoimintakonseptien, -suhteiden ja -sääntöjen kartoittamiseksi koneellisesti luettavaan muotoon — muuttaa tekoälyn hahmontunnistuksesta selkokieliseksi liiketoimintapäättelyksi ja osoittaa, kuinka semanttinen ymmärrys mahdollistaa tekoälyn tehokkaan toiminnan myös offline- tai resurssirajoitteisissa ympäristöissä.

Esimerkiksi heidän ydinenergia-aloitteidensa osalta, Palantirin tekoäly ei ainoastaan ​​ennusta laitevikoja – se ymmärtää toimitusketjuihin ja sääntelyn noudattamiseen liittyvät liiketoimintakertymät, jotka joko johtavat näihin vikoihin tai ovat niiden seurausta. valmistus, heidän järjestelmänsä ymmärtävät laadunvalvonnan, varastonhallinnan ja asiakassitoumusten väliset riippuvuussuhteet, mikä mahdollistaa kokonaisvaltaisen yleiskuvan toiminnoista ja auttaa ennustamaan ja ennaltaehkäisemään ongelmia.

Kuten eräs Palantirin johtaja totesi: ”[Ontologiaan perustuva lähestymistapa] antaa käyttäjille mahdollisuuden rakentaa työnkulkuja, jotka sisältävät ja yhdistävät heterogeenisiä logiikkaresursseja”, jolloin tekoäly voidaan ”turvallisesti ottaa käyttöön yhä monimutkaisemmissa päätöksentekoympäristöissä”.

Kontekstikeskeinen infrastruktuurivallankumous

Siirtyminen tehokkuuskeskeisestä arkkitehtuurista merkityskeskeiseen arkkitehtuuriin edustaa yritysten tekoälyn perustavanlaatuista uudelleenarviointia. Gartnerin vuoden 2025 data- ja analytiikkahuippukokous hänen muodonmuutoksensa riippuu kolmesta kriittisestä tekijästä:

• Semanttinen data-arkkitehtuuriJokaisella datapisteellä on oltava liiketoiminnallista merkitystä, ei vain laskennallista arvoa. Konsulttiyrityksenä Yritysosaaminen tutkimus osoittaa, semanttiset kerrokset toimivat siltoina raakadatan ja sovellusten välillä, tarjoten "yhtenäisiä ja kontekstuaalisia näkymiä", jotka mahdollistavat intuitiivisen käyttäjän vuorovaikutuksen.
• Liiketoimintalogiikan integrointiMaksimaalisen arvon tuottamiseksi moderni tekoäly vaatii integrointia ennalta määriteltyihin liiketoimintakonteksteihin, jotka on räätälöity minkä tahansa organisaation tarpeisiin. Oraclen tekoälyagenttistudio esimerkki tästä lähestymistavasta tarjoamalla pääsyn Oracle Fusion Applications -rajapintoihin, tietovarastoihin ja ennalta määritettyihin työkaluihin, jotka säilyttävät yrityskohtaisen liiketoimintalogiikan tekoälypohjaisissa työnkuluissa. Tällaiset ratkaisut mahdollistavat agenttisten tekoälyjärjestelmien integroinnin liiketoimintaontologioihin Model Context Protocols (MCP) -protokolliin, jotka mahdollistavat saumattoman ja kontekstirikkaan datan tulkinnan ja antavat tekoälyagenttien toimia erilaisissa yrityksen tietolähteissä.
• Kontekstuaaliset päätöksentekomoottorit: McKinseyn tekoälytyöpaikkaraportti vuodelta 2025 korostaa, että menestyvien yritysten tekoälyjärjestelmien on ymmärrettävä perusteellisesti minkä tahansa tehtävän liiketoimintavaikutukset missä tahansa organisaatiossa. Silti vain 1 % yrityksistä uskoo saavuttaneensa tekoälykypsyyden, mikä korostaa nykyisten ominaisuuksien ja kontekstuaalisten vaatimusten välistä kuilua.

Kilpailuvaikutukset

Organisaatiot, jotka pystyvät onnistuneesti perustamaan kontekstirikkaita tekoälyjärjestelmiä, luovat itselleen itseään vahvistavia etuja.

Jokaisella liiketoimintavuorovaikutuksella on potentiaalia syventää Agentic AI:n vivahteikasta ymmärrystä minkä tahansa yrityksen erityistarpeista, parantaa suorituskykyä ja luoda kilpailukykyisiä etulyöntiasemia, joita muiden on vaikea kopioida pelkästään laskentatehon avulla. Deloitten generatiivisen tekoälyn tila -raportti vahvistaa, että vaikka 60 % organisaatioista tekee jopa 20 tekoälykokeilua, ne, jotka keskittyvät "toimiala- ja liiketoimintakohtaisiin haasteisiin", näkevät huomattavasti parempia tuloksia.

Osaajien huomioiminen on yhtä lailla merkittävää. Vaikka tekoälyinsinöörit saavat huippupalkkaa, todellinen pula on ammattilaisista, jotka ymmärtävät sekä tekoälyn toteuttamisen että sekä liiketoiminta-alueen ontologia. PwC:n ennusteet vuodelle 2025 korostavat, että ”tekoälyn menestys riippuu yhtä paljon visiosta kuin käyttöönotosta, ja yritykset tarvitsevat systemaattisia ja läpinäkyviä lähestymistapoja kestävän arvon vahvistamiseksi.” Toisin sanoen, jos tekoälyä liiketoiminnan tarpeiden ymmärtämiseen kouluttavat ihmiset eivät itse ymmärrä näitä tarpeita, eivät heidän luomansa tekoälyagentitkaan ymmärrä niitä.

Strateginen käsky

Mitä arkkitehtuurimuutoksia organisaatioiden on siis tehtävä?

Gartnerin data- ja analytiikkahuippukokous korostaa siirtymisen tärkeyttä teknisestä metadatasta semanttiseen metadataan – dataan, jota on rikastettu ennalta määritellyillä liiketoimintamääritelmillä, ontologioilla ja suhteilla. Tämä "semanttisen suunnittelun" muutos on ratkaisevan tärkeä organisaatioille, jotka pyrkivät saamaan merkityksellisiä näkemyksiä ja varmistamaan selkeyden kaikissa järjestelmissä. Samaan aikaan tehokas kontekstuaalinen tekoälyn hallinta on ratkaisevan tärkeää, jotta todelliset agenttiset tekoälyominaisuudet erottuvat muista riittämättömät mallit jotka tarjoavat vain perusautomaatiota, mutta joita markkinoidaan harhaanjohtavasti agenttipohjaisina.

Agenttisen tekoälyn avulla menestyvät ne yritykset, joiden tekoälyagentit on strategisesti konfiguroitu ymmärtämään liiketoimintakonteksteja riittävän syvällisesti, jotta he voivat toimia itsenäisesti ja tehokkaasti.

Agenttisen tekoälyn mahdollisuus

Gartner ennustaa että 33 % yritysohjelmistoista sisältää agenttista tekoälyä vuoteen 2028 mennessä, kun vuonna 1 osuus oli alle 2024 %. Agenttisen tekoälyn nousu tekee semanttisesta infrastruktuurista välttämättömän; tämän saavuttamiseksi tekoälyjärjestelmät tarvitsevat:

• Syvällinen kontekstuaalinen ymmärrys itsenäisten päätösten tekemiseen liiketoimintatavoitteiden mukaisesti.
• Semanttinen yhdenmukaisuus kaikkien tietolähteiden välillä eri osastojen ja tehtävien välisten ristiriitaisten toimien estämiseksi
• Liiketoimintalogiikan integrointi organisaation sääntöjen ja määräysten noudattamisen varmistamiseksi

Kun organisaatiot sijoittavat miljardeja agenttisen tekoälyn kehittämiseen, ne, joilla ei ole semanttista perustaa, kohtaavat kasvavaa epäonnistumisastetta.

Konteksti Imperatiivi

Agenttisten tekoälyjärjestelmien yleistyessä semanttisen infrastruktuurin omaavien ja sitä vailla olevien organisaatioiden välinen kuilu vain levenee. Agenttiseen tekoälyyn investoiville yrityksille valinta on selvä: rakentaa semanttinen perusta nyt tai katsoa, kuinka kontekstitietoiset kilpailijat muuttavat taitavammat tekoälyinvestoinnit lyömättömiksi eduiksi.

Runsaan laskentatehon aikakaudella konteksti on uusi kulta, ja ne, jotka pystyvät opettamaan tekoälyjärjestelmänsä todella ymmärtämään palvelemaansa liiketoimintaa, ansaitsevat Midas-kosketuksensa.