Tulevaisuuden agenteille on ominaista pystyvyys toimia pystysuorassa, ja rahoitus osoittaa, miksi

Liiketoimintasoftwaremarkkinat ovat parhaillaan meneillään rakenteellinen uudelleenjärjestely, kun keskittyminen siirtyy keskustelukumppaneista autonomisille agenteille.

Viime vuoden aikana teknologiajättien on kilpailtu käyttöönottoon näitä suorituskykyisiä järjestelmiä ydinverkkoihinsa. Anthropic on raportoinut, että sen agentit ovat alkaneet käsitellä monimutkaisia tietotöitä, kun taas Microsoft (MSFT ) on käyttänyt Build 2025 -konferenssiaan esittelemään monien agenttien orkestraatiota tuotteissaan. Myös kuluttajalähtöiset ekosysteemit ovat kääntymässä. Meta on viimeksi astunut yritysmarkkinoille liiketoimintaa varten kehitetyillä agenteilla, jotka on suunniteltu automatisoimaan päivittäisiä toimintoja viestintäalustoillaan.

Kuitenkin kun ohjelmisto siirtyy vastaamisesta todelliseen työhön, älykkyys on vain yksi osa yhtälöä. Konteksti, ohjaukset, työnkulut ja vastuu alkavat merkitä yhtä paljon. Yritysten rahoitus on yksi ensimmäisistä toimintoista, joka paljastaa tämän todellisuuden, ja se toimii mallina siitä, miten autonomisella ohjelmistolla on kehittynä.

Agenteille ai-kilpailu on pääosin kuvattu yleispätevien järjestelmien kehittämiseen tähtäävänä kilpailuna. Mutta kun ohjelmisto siirtyy suorittamaan työtä, raaka älykkyys on vähemmän tärkeää kuin ympäristö, jossa agentti toimii. Järjestelmä, joka voi kirjoittaa runoa tai luoda sähköpostia pyynnöstä, ei ole arkkitehtonisesti valmis suorittamaan korkeasti säädeltyjä transaktioita, hallitsemaan monimutkaisia organisaatioiden toimintaketjuja tai ohjaamaan yrityksen pääomaa. Teollisuus on saavuttamassa yhteisymmärrystä siitä, ettei yleispätevä älykkyys voi ratkaista tiettyjä, tuloksellisia liiketoimintaa koskevia ongelmia ilman alustoja, jotka on suunniteltu nimenomaan tiettyyn toimialaan.

Yleispätevät agentit vastuullisten tuloksien sijaan

Useimmat agenteille perustuvat järjestelmät arvioidaan edelleen sen perusteella, voivatko ne suorittaa yksittäisiä toimintoja. Ne tasapainottavat yksittäisen transaktion, luovat raportin tai selittävät tietyn poikkeaman. Mutta yritysten rahoitus ei epäonnistu eristetyissä tehtävissä. Se epäonnistuu tarkalleen ottaen tehtävien välisissä siirtymissä.

Historiallisesti ihmiset ovat kantaneet tuomion, omistajuuden ja luottamuksen, jota tarvitaan näiden aukkojen ylittämiseen. Kun työnkulu on osa säänneltyä, monivaiheista toimintasirkkua, jossa jokainen tuloste kantaa laillista ja taloudellista painoa, yleispätevä agentti epäonnistuu. Jokainen rikkinäinen siirtymä ilmenee lopulta luvuissa.

Jotta ohjelmisto voi ottaa vastuun todellisesta operatiivisesta vastuusta, on ihmisvalvonta edelleen olennaista kerroksena, joka pitää järjestelmän vastuussa. Laajempi haaste on muuttaa tästä merkittävästä teollisuuden investoinnista toimivaksi todellisuudeksi. Venture-tilastot osoittavat, että AI-yritykset saivat noin puolet kaikista maailmanlaajuisista startup-rahastoista vuonna 2025. Tämä voimakas pääoman keskittyminen on asettanut valtavan paineen yritysliiketoimintaa harjoittaville tarjoajille siirtyä yksinkertaisista chat-ominaisuuksista kohti järjestelmiä, jotka voivat todella käsitellä raskaita, monivaiheisia suorituksia.

Miksi pystysuorat agentit määrittelevät uudelleen toimintasirkkelin

Pystysuorat agentit tulevat välttämättömiksi, kun työnkulku vaatii luotettavia tuloksia tiukassa sääntelykehyksessä. Markkinat ovat jo vastaamassa tähän rajoitukseen siirtymällä yksittäisten ohjelmistotyökalujen fokuksesta agenttivalmiin toimintainfrastruktuuriin.

Reuters raportoi, että JPMorganin kaupallinen ja investointipankki nimesi uuden toimitusjohtajan johtamaan dataa ja AI-strategiaa, ja siihen kuului omat tiimit, jotka keskittyivät parantamaan datan laatua, lujittamaan hallintoa ja valmistelemaan infrastruktuuria AI-agenteille, kuten luotto- ja asiakasrekisteröintitoimissa. Tämä institutionaalinen muutos korostaa perustavaa totuutta: kykenevä malli on hyödytön ilman rakennettua ympäristöä, joka on suunniteltu ohjaamaan sen toimintaa.

Useimmat yritykset kuitenkin lähestyvät tätä ongelmaa vastakkaisesta suunnasta, yrittäen käyttöönottoon autonomista ohjelmistoa perinteisissä ympäristöissä, joita määrittävät työkalujen laajat valikoimat. Yritysten rahoitustoiminto eristää tyypillisesti tietoja erillisiin järjestelmiin yleiseen kirjanpitoon, kustannushallintaan, laskujen maksamiseen ja taloudelliseen suunnitteluun.

Tämän korjaaminen edellyttää ohjelmistoa, joka on suunniteltu sen mukaan, miten nämä järjestelmät riippuvat toisistaan. Käytännössä automaattinen työkalu on ymmärrettävä, miten sovittelun valinta vaikuttaa kuukauden lopussa, vaikuttaa reaaliaikaisiin raportteihin ja lopulta muuttaa pääomaa koskevia päätöksiä. Sitomalla nämä työnkulut jatkuvaan toimintakerrokseen ohjelmisto siirtää ihmisen roolin manuaalisesta tietojen koordinoinnista poikkeamisen tarkastelun ja strategisen tuomion arviointiin.

Toimintatietojen kerroksen arkkitehtuuri

Liiketoiminnan ensimmäinen AI-sukupolvi nojasi voimakkaasti staattiseen tietämykseen, joka perustui asiakirjoihin, sähköposteihin, chatteihin ja raportteihin. Pystysuorat agentit vaativat erilaisen teknisen perustan. Jotta rahoitustyönkulku voidaan toimittaa luotettavasti, agentin on oltava suoraan yhteydessä liiketoimintajärjestelmän live-tilaan. Se on nähtävä transaktiot käynnissä, hyväksynnät, poikkeamat, omistajuus ja tarkat suhteet niiden välillä.

Insinöörien haaste on nykyään rakenteellisesti erilainen. Tavoitteena on ylläpitää liiketoiminnan toiminnasta reaaliaikainen malli sen sijaan, että haettaisiin vain staattista tietämystä. Monet yritysten rahoitusalan AI-tuotteet kamppailevat kehittymisessä todellisiksi autonomisiksi agenteiksi, koska niiltä puuttuu tämä perusta. Puuttuva osa on toimintatietojen kerros mallin alla, kerros, jonka ihmisten on valmisteltava ja johdettava.

Yleinen kielimalli voi lukea yrityksen matkapolitiikkadokumentin ja vastata käyttäjän kysymykseen kustannusrajoihin liittyen. Kuitenkin sama malli ei voi autonomisesti hyväksyä saapuvaa kustannusilmoitusta, ellei se voi samanaikaisesti vahvistaa, että transaktio vastaa hyväksyttyä asiakassopimusta, vahvistaa jäljellä olevan budjetin jakoa, tarkistaa työntekijän aiemmat hyväksymisen rajoitukset ja kirjoittaa vastaavan kirjauksen suoraan yrityksen kirjanpitoon.

Itsestään toimivien työnteon järjestelmien haaste

Liiketoiminnan automaatio osoittaa, että agenteille perustuva älykkyys on järjestelmien haaste eikä älykkyyden haaste. Sen perustana olevan laajan kielimallin kyky on vähemmän tärkeää kuin ympäristön arkkitehtuuri, jossa se toimii.

Kun ohjelmisto suorittaa työtä, joka vaikuttaa yrityksen taseeseen tai sääntelyyn, virheet johtavat vakaviin seuraamuksiin. Yleispätevät mallit puuttuvat varusteista, erikoistuneista skeemoista ja reaaliaikaisista tietoputkista, jotka vaaditaan tuloksellisuuden taatakseen.

Seuraava sukupolvi liiketoimintaa koskevia ohjelmistoja sisältää pystysuoria järjestelmiä, jotka omistavat tulokset luotettavasti tietyssä toimialassa. Kiinnittämällä autonomiset agentit yhteen yhdistettyyn tietoinfrastruktuuriin teollisuus voi poistaa manuaalisen ylijäämän, joka on määrittänyt yritysten toimintaa vuosikymmenien ajan.

Tämä järjestelmä ensin -filosofia muuttaa täysin sitä, miten yritykset lähestyvät teknologisen integraation. Sen sijaan, että etsittäisiin yhtä yleispätevää mallia, joka voi vastata mihin tahansa yleiseen kysymykseen, yritykset etsivät erikoistuneita alustoja, jotka yhdistävät tietojen tallennuksen, prosessointilogiikan, turvallisuuden varusteet ja ihmisen valvonnan yhteen operatiiviseen käyttöliittymään. Arvo siirtyy raakaan laskentakapasiteettiin perustuvasta mallista tietoinfrastruktuurin suunnitteluun.

Todellisen liiketoiminnan suorittaminen kuuluu pystysuorille toimintajärjestelmille, jotka priorisoivat tietojen eheyyttä ja järjestelmällistä hallintoa raakaa älykkyyttä vastaan. Rakentamalla nämä syvät infrastruktuuriperusteet teollisuus siirtyy hallinnollisista pullonkauloista menneisyydessä ja siirtyy aikakauteen, jossa on todellinen operatiivinen autonomia.