I Vostri Agenti AI Stanno Fallendo Perché Non Conoscono Il Vostro Business

Lo scorso anno, Absa, una delle più grandi banche dell’Africa, ha impiegato 120 giorni per spostare un nuovo modello di rilevamento dei crimini finanziari dalla fase di sviluppo alla produzione. Sebbene questo fosse vicino alla media dell’industria all’epoca, oggi quella stessa banca può distribuire un nuovo modello in 15 giorni, anche con lo stesso ambiente regolamentare, volumi di transazioni e requisiti di conformità.

Eppure, un sondaggio di PwC ha rilevato che il 56% dei CEO delle imprese ha visto nessun beneficio finanziario significativo dai loro investimenti in AI. Ogni leader aziendale con cui parlo ha ascoltato la presentazione: se si distribuiscono agenti AI e si automatizzano i flussi di lavoro, si vedrà rapidamente un ritorno sull’investimento. Invece, 18 mesi e diversi milioni di dollari dopo, l’impatto aziendale è scomparso. L’ingrediente mancante è il contesto di dominio, la comprensione operativa che dà a un agente ciò di cui ha bisogno per prendere decisioni di business interne e cosa fare quando si verifica un errore.

Quando Gli Agenti Smettono Di Consigliare E Iniziano Ad Agire

Gartner stima che entro il 2027, il 50% delle decisioni aziendali sarà aumentato o automatizzato da agenti AI per l’intelligenza decisionale. Fino a poco tempo fa, il ruolo dell’AI nell’impresa era quello di consigliare, lasciando all’impiegato la decisione. Il peggiore scenario possibile era una mancata intuizione, una decisione ritardata o la mancanza di azione in risposta a un allarme. Con gli agenti, le conseguenze sono molto più grandi.

In uno stabilimento di biologici di un’azienda farmaceutica globale, quando un ispettore scansiona una porta del laboratorio, il flusso di lavoro di ispezione giusto si avvia automaticamente, personalizzato per l’attrezzatura e le specifiche di quella stanza. L’agente sequenza l’ispezione, porta a termine il materiale di riferimento e lascia che l’ispettore confermi. In uno stabilimento regolamentato GxP, ogni ispezione deve essere pronta per l’audit, il che significa che un agente sta assumendo una quota del carico operativo in un ambiente con conseguenze reali se si sbaglia la sequenza.

La maggior parte dei framework di governance attualmente in uso è stata costruita per il mondo precedente dei consigli: revisioni periodiche del modello con un essere umano che controlla l’output di un singolo sistema. Ora abbiamo agenti che assegnano compiti ad altri agenti, coordinano flussi di lavoro e moltiplicano una cattiva chiamata iniziale in tutta la catena di processi prima che qualcuno se ne accorga.

Perché Gli Agenti Generici Sono In Difficoltà

Un agente generico può sembrare davvero impressionante in condizioni controllate. Tuttavia, inizia a faticare nell’operazione aziendale, che ha vincoli, interdipendenze e giudizi che sono ovvi per chiunque abbia lavorato sul campo e invisibili per un modello che non è mai stato insegnato a vederli.

Un responsabile di categoria in una delle prime cinque aziende alimentari e bevande globali ha affrontato una versione dello stesso problema su una scala diversa: 96% di penetrazione del mercato, senza leve tradizionali da azionare. Il responsabile di categoria ha definito la logica decisionale direttamente unificando oltre 100 fonti di dati su oltre 1.000 attributi per negozio e lasciando che il modello AI assembli i negozi in profili di comportamento degli acquirenti che il team di categoria poteva agire. Il risultato? Tre cluster di acquirenti, sprint settimanali con partner al dettaglio, un aumento incrementale delle vendite dell’8% e un 35% di riassortimento più veloce.

Ciò funziona perché l’agente già sapeva cosa fosse un planogram, cosa significhi un cluster di acquirenti e come un cambiamento promozionale si ripercuota in categorie adiacenti. Un modello generico deve essere insegnato al vocabolario specifico dell’industria, il che costa 12-18 mesi che la maggior parte delle imprese non ha.

Perché La Governance Deve Essere Progettata

I framework di responsabilità che la maggior parte delle imprese ha oggi sono stati costruiti intorno alla spiegazione dell’output di un modello dopo il fatto e alla revisione periodica. Non sono stati costruiti per ciò che accade quando un agente attiva un’azione irreversibile all’interno di un flusso di lavoro.

Ho lavorato con un’assicuratrice che opera nei mercati dell’Europa centrale e orientale e che deve considerare i requisiti regolamentari di ogni mercato quando prende decisioni di conformità. Ogni decisione di due diligence del cliente è tracciabile come un record live che include l’input, il modello, l’output e la persona che firma. Il sistema AI dell’azienda può instradare una transazione che è conforme in un mercato e non in un altro senza l’adeguamento manuale di un analista di conformità.

Questa è la stessa architettura che consente ad Absa di distribuire il suo sistema di produzione AML in 15 giorni invece di 120. La velocità è incorporata, quindi la banca può immediatamente consegnare la versione della politica per ogni decisione a un regolatore.

Le imprese che vediamo investire in questi strati di governance fin dall’inizio stanno ancora eseguendo agenti su larga scala 18 mesi dopo. Quelle che trattano questo come un esercizio di conformità aggiunto dopo la distribuzione sono quelle che devono continuare a riarchitettare.

L’Intelligenza Di Dominio Non È Fine-Tuning

I modelli di base capaci non forniscono in modo affidabile risultati aziendali perché sono costruiti per essere utili in generale. Le operazioni aziendali richiedono una specializzazione profonda e ristretta. Confondere i due ha già costituito tempo e risorse all’industria, ma è ancora l’errore più comune che vedo.

L’intelligenza di dominio non consiste nell’applicare la generazione aumentata di recupero (RAG) o nel fine-tuning di un modello generico. È la differenza tra un agente che può elaborare informazioni su un negozio di generi alimentari e uno che comprende come l’azienda abbia costruito e distribuito 5.000 planogrammi personalizzati su oltre 750 negozi senza che un team centrale tocchi ogni posizione.

Questo tipo di fluenza operativa deriva da anni di dati di formazione specifici del dominio, logica decisionale costruita intorno a vincoli operativi reali e un livello di conoscenza che include come un cambiamento di prezzo influisca sul margine, come uno spostamento di assortimento influisca sulla disponibilità sugli scaffali e come ciò influisca sulla fedeltà degli acquirenti. Per una grande catena di generi alimentari statunitense, questo ragionamento connesso ha prodotto 200 milioni di dollari di profitto incrementale.

Costruire questo fondamento o ottenerlo da un partner che ha già svolto il lavoro è un costo reale iniziale in dati, competenza di dominio e disciplina per codificare il giudizio istituzionale invece di saltare direttamente a un progetto pilota. Se questo fondamento è affrettato, un agente che sembra consapevole del dominio in un progetto di prova può ancora cadere a pezzi con il primo caso limite di produzione.

Cosa Significa Davvero Ottenere Gli Agenti Aziendali Giusti

Le imprese che continuano a inserire modelli capaci in flussi di lavoro esistenti dovranno continuare ad ammettere ai loro consigli di amministrazione che il ritorno sull’investimento non si sta manifestando. Il MIT ha concluso l’anno scorso che nonostante gli investimenti aziendali in AI generativa, il 95% delle organizzazioni non ottiene alcun ritorno. Se non vuoi essere in quel gruppo, metti l’intelligenza di dominio in atto prima del giorno uno, incorpora la governance nell’architettura e tieni gli agenti responsabili per risultati specifici.

Il modello dietro ogni agente è, ironicamente, la parte meno duratura di quell’equazione. Un modello migliore sarà disponibile il prossimo trimestre, dalla società che ha costruito quello che stai utilizzando oggi o da uno dei suoi concorrenti. Cosa non cambia con il prossimo rilascio del modello è se i tuoi agenti capiscono il tuo business. Devi costruirlo deliberatamente. Gli agenti che hanno successo nel tuo ambiente non saranno gli agenti generici più capaci sul mercato, ma guadagneranno la tua fiducia per fare sempre più cose per il tuo business.