Rozwiązywanie luki wykonawczej w automatyzacji AI

Początkowa obietnica LLM jako całkowitego rozwiązania dla automatyzacji przedsiębiorstw została zatrzymana. Rozwiązaliśmy problem rozumowania na dużą skalę, ale przekształcenie tego rozumowania w rzeczywiste wyniki to inna historia. Wszyscy widzieliśmy liczby: 95% pilotów generatywnego AI nie dociera do produkcji, a 80% tradycyjnych projektów AI nie udaje się uruchomić.

Problem nie leży w braku zrozumienia. LLM są doskonałe w analizowaniu nieładnych, subiektywnych żądań, ale zrozumienie to tylko połowa bitwy. Większość projektów kończy się niepowodzeniem, ponieważ systemy wymagane do działania na podstawie tego zrozumienia nie były połączone lub zautomatyzowane od samego początku. AI może określić dokładnie, co musi się wydarzyć, ale jest bezużyteczne, jeśli nie może uzyskać dostępu do narzędzi lub wykonać transakcji wymaganych do wykonania pracy.

Trzy etapy automatyzacji procesów

Rzeczywista praca odbywa się w trzech etapach, ale dzisiejsze systemy ujmują tylko ułamek z nich. Automatyzacja kończy się niepowodzeniem, ponieważ koncentruje się prawie wyłącznie na pierwszym kroku, ignorując mechanikę dwóch następnych.

1. Rozpoznawanie intencji (Triage)

Pierwszym krokiem jest ustalenie, co użytkownik chce. Jest to faza rozumowania, w której AI dokonał największego postępu. Na przykład, ekspert-associate czyta bilet, klasyfikuje intencję i decyduje o dalszych krokach na podstawie polityki firmy. Dziś LLM obsługują tę triage z łatwością. Podczas gdy jest to imponujące, dotyczy to tylko kognitywnej części front-endu zadania.

2. Mapowanie procesów (Logika)

Drugim krokiem jest mapowanie ścieżki wykonania, czyli logiki nieładnego środka. Wymaga to nawigowania wewnątrz firmowych reguł i wyjątków, które nie są publicznie znane. Dla prostego zwrotu, członek zespołu musi wiedzieć, który system zawiera transakcję, jak jest obsługiwany podatek i czy wymagana jest zatwierdzenie menedżera.

To jest miejsce, w którym żyje przewaga konkurencyjna organizacji, ale to również miejsce, w którym automatyzacja się zawiesza. Nawet gdy istnieją API, często są one niewystarczające lub odizolowane. Bez centralnej mapy do nawigowania w 5-7 różnych systemach wymaganych do ukończenia jednego przepływu pracy, AI nie ma instrukcji niezbędnych do przekształcenia decyzji w serię technicznych działań.

3. Działanie systemowe (Wykonanie)