Konteksti on uusi kulta: Seuraava aalto agenteista tekoälystä ostaa ymmärrystä, ei prosessointikapasiteettia

Teckoälyvallankumous on umpikujassa – ei riittämättömän laskentakapasiteetin vuoksi, vaan siksi, että organisaatiot ratkaisevat väärät ongelmat.

Kun maailmanlaajuinen GenAI-kulutus on odotettavissa olevan 644 miljardia dollaria vuonna 2025, asiantuntijat varoittavat myös, että yli 40 prosenttia agenteista tekoälyprojekteista peruutetaan vuoteen 2027 mennessä. Todellakin, viimeaikaiset fuusioiden ja ostojen – kuten Snowflaken 250 miljoonan dollarin Crunchy Data -osto ja Rubrikin osto Predibasesta – viestivät perustavanlaatuista muutosta: yritysten tekoälyn seuraava vaihe on enemmän kuin laskentakapasiteetti… Se on syvempää ymmärrystä.

Älykäs raha liikkuu

S&P Global Market Intelligence -tutkimuksen mukaan 42 prosenttia yrityksistä on hylännyt useimmat viimeaikaiset tekoälyprojektinsa, kun vuonna 2024 vastaava luku oli vain 17 prosenttia. Toinen 46 prosentti hylkäsi todistusprojektidemonstraatiot ennen kuin ne pääsivät tuotantoon.

Nämä tekoälyprojektien epäonnistumiset eivät johtuneet teknisistä rajoituksista, vaan semanttisista aukkoista. Jos tekoälyjärjestelmä pystyy prosessoimaan petatavua dataa, mutta ei ymmärrä, mitä “asiakkaan elinikäinen arvo” tarkoittaa eri osastojen tarpeiden mukaan, epäonnistumisen kohdat ovat todennäköisesti kontekstuaalisia.

Tarkastele Snowflaken Postgreksen semanttisen tekoälyn integrointistrategiaa, jonka tavoitteena on luoda perusta, jossa tekoälyagentit voivat ymmärtää transaktiokontekstin ja liiketoimintasemantiikkaa – mahdollistaen kehittäjien “luoda luotettavia tekoälyagentteja” “suurella joustavuudella, näkyvyydellä ja hallinnalla”. Rubrikin Predibase-osto vastaavasti pyrkii auttamaan asiakkaita “turvallisesti käyttämään agenteista tekoälyä” priorisoimalla kontekstuaalisen tarkin ja laskentakapasiteetin.

Konteksti kohtaa mittakaavan

Palantirin ja Qualcommin yhteistyön menestyksekkyys osoittaa kontekstin ensisijaisen tekoälyarkkitehtuurin muodonmuutosta. Heidän “Ontologia”-lähestymistapa — luomalla kielellisiä edeltäjiä liiketoimintakäsitteiden, suhteiden ja sääntöjen kääntämiseksi konekielisiin muotoihin — muuttaa tekoälyä mallintunnistuksesta selkeäksi liiketoimintalogiikaksi ja osoittaa, miten semanttinen ymmärrys mahdollistaa tekoälyn toiminnan tehokkaasti, jopa offline- tai resurssirajoitettuissa ympäristöissä.

Esimerkiksi ydinenergiaprojekteja koskien Palantirin tekoäly ei pelkästään ennusta laitteiden vikojen, vaan ymmärtää myös liiketoimintavaikutukset toimitusketjuissa ja sääntelyyn liittyvissä vaatimuksissa, jotka johtavat tai seuraavat näistä vioista. Vastaavasti valmistuksessa heidän järjestelmänsä ymmärtävät riippuvuudet laadunvalvonnassa, varastohallinnassa ja asiakas sitoumuksissa, mahdollistaen holistisen katsauksen toiminnasta, joka auttaa ennakoimaan ja ehkäisemään ongelmia.

Kun yksi Palantirin johtaja totesi, “Ontologia (pohjainen lähestymistapa) mahdollistaa käyttäjien rakentaa työnkulkuja, jotka sisältävät ja yhdistävät heterogeenisia logiikkavaroja”, mikä mahdollistaa tekoälyn “turvallisen esittämisen yhä monimutkaisempiin päätöksentekoprosesseihin”.

Kontekstin ensisijainen infrastruktuurivallankumous

Siirtyminen tehokkuuden ensisijaisuudesta merkityksen ensisijaisuuteen edustaa perustavanlaatuista uudelleenajattelua yritysten tekoälyssä. Gartnerin 2025 Data & Analytics Summitin mukaan tämä muutos riippuu kolmesta kriittisestä tekijästä:

• Semanttinen data-arkkitehtuuri: Jokainen datakohta on sisällyttävä liiketoimintamerkitykseen, ei pelkästään laskentakapasiteettiin. Kuten konsulttiyhtiö Enterprise Knowledge tutkimuksen osoittaa, semanttiset kerrokset toimivat siltoina raakadatan ja sovellusten välillä, tarjoamalla “yhtenäisiä ja kontekstualisoituja näkymiä”, jotka mahdollistavat intuitiiviset käyttäjävuorovaikutukset.
• Liiketoimintalogiikan integrointi: Nykyaikaisen tekoälyn on toimitettava enimmän arvon saavuttamiseksi integroida ennalta määritellyt liiketoimintakontekstit, jotka ovat omia tarpeita kullekin organisaatiolle. Oraclen AI Agent Studio edustaa tätä lähestymistapaa tarjoamalla pääsyn Oraclen Fusion Applications -rajapintoihin, tietovarastoihin ja ennalta määritettyihin työkaluihin, jotka säilyttävät yrityskohtaisen liiketoimintalogiikan tekoälyvoimaisissa työnkulkujen sisällä. Tällaiset ratkaisut mahdollistavat agenteista tekoälyjärjestelmiä integroimalla liiketoimintasemantiikkaa mallin kontekstiprotokollaan (MCP), mikä mahdollistaa vaivattoman, kontekstirikkaan tulkinnan ja sallii tekoälyagenttien toiminnan eri yritysten tietolähteissä.
• Kontekstuaaliset päätöksentekojärjestelmät: McKinseyn 2025 tekoälytyöraportti korostaa, että onnistuneiden yritysten tekoälyjärjestelmien on ymmärrettävä liiketoiminnan vaikutukset kullekin tehtävälle, kullekin organisaatiolle. Kuitenkin vain 1 prosenttia yrityksistä uskoo saavuttaneensa tekoälyn kypsymisen, korostaen kuilun nykyisten kykyjen ja kontekstuaalisten vaatimusten välillä.

Kilpailulliset vaikutukset

Organisaatiot, jotka voivat onnistuneesti perustaa kontekstirikkaat tekoälyjärjestelmät, luovat itselleen itseään vahvistavia etuja.

Kunkin liiketoimintakontaktin on mahdollista syventää agenteista tekoälyn hienostunutta ymmärrystä kullekin liiketoiminnalle, parantaen suorituskykyä ja luoden kilpailuetuja, joita on vaikea toistaa pelkästään laskentakapasiteetin avulla. Deloitten Generatiivisen tekoälyn tila -raportti vahvistaa, että vaikka 60 prosenttia organisaatioista toteuttaa jopa 20 tekoälykokeilua, ne, jotka keskittyvät “alan- ja liiketoimintakohtaisiin haasteisiin”, näkevät dramaattisesti parempia tuloksia.

Talenttivaikutukset ovat yhtä merkittäviä. Vaikka tekoälyinsinöörit vaativat korkeita palkkoja, todellinen niukkuus on ammattilaisia, jotka ymmärtävät sekä tekoälyn toteutusta että liiketoimintasemantiikkaa. PwC:n 2025 ennusteet korostavat, että “tekoälymenestys on yhtä paljon visiota kuin omaksumista, ja yritysten on tarjottava systemaattisia, avoimia lähestymistapoja vakuuttamaan kestävää arvoa.” Toisin sanoen, jos ihmiset, jotka kouluttavat tekoälyä ymmärtämään liiketoimintatarpeita, eivät itse ymmärrä näitä tarpeita, tekoälyagentit, joita he luovat, eivät myöskään ymmärrä.

Strateginen imperatiivi

Mitä organisaatioiden on siis tehtävä?

Gartnerin Data & Analytics Summit korostaa siirtymisen tärkeyttä teknisestä metadatasta semanttiseen metadataan – dataan, joka on rikastettu ennalta määritellyillä liiketoimintamäärityksillä, ontologioilla ja suhteilla. Tämä “Semanttinen ensisijainen suunnittelu” on kriittinen organisaatioille, jotka pyrkivät saamaan merkityksellisiä oivalluksia ja varmistamaan selkeyden järjestelmissä. Samalla tehokas kontekstuaalinen tekoälyn hallinta on tärkeää erottamaan todelliset agenteista tekoälykyvyt vajaista malleista, jotka tarjoavat vain perustavanlaatuista automaatiota, mutta markkinoidaan virheellisesti agenteina.

Yritykset, jotka onnistuvat agenteista tekoälyssä, ovat niitä, joiden tekoälyagentit on strategisesti konfiguroitu ymmärtämään liiketoimintakonteksteja syvällisesti, jotta ne voivat toimia itsenäisesti ja tehokkaasti.

Agenteista tekoälymahdollisuus

Gartner ennustaa, että 33 prosenttia yrityssovelluksista sisältää agenteista tekoälyä vuoteen 2028 mennessä, kun vuonna 2024 vastaava luku oli alle 1 prosentti. Agenteista tekoälyn nousu tekee semanttisen infrastruktuurin välttämättömäksi; saavuttaakseen tämän, tekoälyjärjestelmien on tarjottava:

• Syvä kontekstuaalinen ymmärrys tehdäkseen itsenäisiä päätöksiä, jotka ovat linjassa liiketoimintatavoitteiden kanssa.
• Semanttinen johdonmukaisuus kaikissa tietolähteissä estääkseen ristiriitaiset toimet eri osastojen ja tehtävien välillä
• Liiketoimintalogiikan integrointi varmistamaan noudattamisen organisaation sääntöjä ja määräyksiä

Kun organisaatiot panostavat miljardeja agenteista tekoälykehitykseen, ne ilman semanttista perustaa kohtaavat kasvavia epäonnistumisprosentteja.

Kontekstin imperatiivi

Kun agenteista tekoälyjärjestelmät yleistyvät, ero organisaatioiden välillä, joilla on semanttinen infrastruktuuri ja niillä, joilla ei ole, vain kasvaa. Yrityksille, jotka panostavat agenteista tekoälyyn, valinta on selvä: rakenna semanttinen perusta nyt tai katsele, kun kontekstiaavat kilpailijat muuttavat älykkäät tekoälysijoitukset voittamattomiksi etuoikeuksiksi.

Runsaiden laskentaresurssien aikakaudella konteksti on uusi kulta, ja ne, jotka voivat opettaa tekoälyjärjestelmiään todella ymmärtämään liiketoimintaa, jota ne palvelevat, saavuttavat Midas-kosketuksensa.