Lideri de opinie
Înainte de a extinde utilizarea agenților AI, întrebați-vă ce nu știu

Puncte cheieRăspunsurile sigure eșuează atunci când agenții omit contextul precum datele de…
Vezi mai mult
- Răspunsurile sigure eșuează atunci când agenții omit contextul precum datele de depunere expirate sau diferențele de calendar fiscal.
- Aproape 6 din 10 companii au identificat un răspuns sigur, dar greșit al IA ca fiind cauzat de context de afaceri lipsă sau incomplet.
- Revizuirea umană trebuie să fie proporțională cu miza, deoarece datele corecte partajate incorect pot încălca reglementările.
Imaginați-vă următoarea situație: directorul financiar se pregătește pentru o întâlnire cu un investitor instituțional important. Pentru a-l ajuta să se pregătească, echipa de relații cu investitorii (IR) îi cere unui instrument AI să adune câteva informații de context — data ultimei întâlniri cu firma respectivă, prioritățile exprimate, numărul de acțiuni deținute și așa mai departe.
Instrumentul afirmă cu încredere că investitorul deține 2,5 milioane de acțiuni. Nimeni nu se miră, iar directorul financiar continuă să se pregătească pentru această discuție importantă, fără să încetinească ritmul.
Dar există o problemă: AI-ul a extras cifra dintr-o declarație depusă pe formularul 13F, care raportează deținerile la sfârșitul trimestrului precedent. Informația era corectă când a fost raportată… dar acum este veche de câteva luni. Între timp, investitorul a vândut discret 2 milioane de acțiuni, reducându-și considerabil participația. Ordinea de zi a întâlnirii (și, posibil, chiar întâlnirea în sine!) nu mai pare relevantă.
Ce nu a mers bine? În acest scenariu, AI-ul nu a halucinat și nici nu a inventat o cifră. A găsit informații legitime, dar nu a precizat rezervele aferente și nici nu a explicat limitele acestora.
În acest caz, consecințele s-ar putea limita la o conversație stânjenitoare sau la o oportunitate ratată; în alte situații însă, un răspuns la fel de categoric, dar lipsit de context esențial, poate implica riscuri și mai mari.
Modelele mai bune nu sunt neapărat soluția
Modelele fundamentale devin tot mai bune. Atunci de ce pare că răspunsurile sigure pe ele, dar greșite, apar tot mai des — o problemă cu care se confruntă companii din toate sectoarele?
În primul rând, inteligența artificială generativă (GenAI) s-a răspândit peste tot. Potrivit raportului Starea inteligenței artificiale în 2026 al McKinsey, aproape 9 din 10 profesioniști din mediul de afaceri spun că organizațiile lor folosesc în mod regulat AI în cel puțin o funcție de business.
Pe măsură ce organizațiile depășesc etapa experimentării și se bazează tot mai mult pe AI pentru sarcinile și deciziile de zi cu zi, se lovesc totodată de limitele a ceea ce aceste instrumente știu și înțeleg.
Un sondaj din industrie recent arată care este adesea cauza: numai în ultimele șase luni, aproape 6 din 10 companii (57%) au constatat că un răspuns sigur pe el, dar greșit, dat de un agent AI se datora lipsei unui context de business sau unui context incomplet.
Având în vedere toate datele disponibile pentru AI, acest lucru poate părea surprinzător. Dar există o distincție importantă: contextul nu este același lucru cu datele.
Ce este contextul — și ce nu este
Contextul poate cuprinde cunoștințe instituționale, excepții de la reguli, relații, procese și așteptări privind modul în care se desfășoară activitatea — nuanțe care sunt adesea specifice fiecărei companii.
Din experiența mea de lucru cu echipele de relații cu investitorii, văd cât de importante pot fi aceste distincții. Iată câteva exemple care par simple la prima vedere:
- Calendare fiscale: Primul trimestru fiscal al unei companii se poate suprapune cu primul trimestru al anului calendaristic, în timp ce al unei alte companii poate începe în septembrie. Fără acest context, un agent AI ar putea compara rezultate din perioade de raportare greșite.
- Indicatori financiari: O organizație poate raporta atât câștigul pe acțiune calculat conform GAAP, cât și pe cel calculat conform standardelor non-GAAP. Un agent care nu înțelege care dintre acestea trebuie menționat (și când) ar putea prezenta denaturat performanța companiei.
- Narațiunea companiei: Mesajele unei companii evoluează în timp, reflectând decizii deliberate cu privire la aspectele care trebuie evidențiate și la cele care trebuie omise. Fără să înțeleagă istoricul și raționamentul din spatele acestor decizii, un agent AI ar putea genera conținut care subminează, de fapt, o narațiune elaborată cu grijă.
Având în vedere toate acestea, nu este de mirare că același model de bază poate oferi rezultate foarte diferite de la o companie la alta, în funcție de contextul și cunoștințele de specialitate de care dispune.
AI-ul creat special pentru un anumit sector (sau AI-ul „vertical”) poate contribui la acoperirea unora dintre aceste lacune, deoarece recunoaște cunoștințele de specialitate, fluxurile de lucru și nuanțele specifice unui anumit domeniu. Însă nici cea mai sofisticată tehnologie nu poate surprinde tot ceea ce știe o organizație, motiv pentru care și oamenii au un rol de jucat.
Ce nu știe AI-ul despre compania dumneavoastră
Dar oamenii nu rămân pentru totdeauna. Să ne gândim ce se întâmplă când un responsabil cu experiență de relațiile cu investitorii (IRO) pleacă din companie după, să zicem, cinci ani. Probabil că și-a petrecut timpul identificând potențiali investitori și vizându-i, analizând activitatea acționarilor, cultivând relații, pregătindu-se pentru raportarea rezultatelor financiare, pregătindu-i pe directori… și făcând multe altele.
Compania păstrează scenariile prezentărilor de rezultate financiare, prezentările și celelalte fișiere. Dar cunoștințele instituționale din spatele lor? O mare parte dintre acestea pleacă și ea odată cu angajatul, mai ales dacă ținem cont că aproape 8 din 10 responsabili cu relațiile cu investitorii (IRO) (78%) nu au un succesor desemnat pentru funcția lor.
De aceea, organizațiile trebuie să depună eforturi pentru a păstra cunoștințele și înțelegerea într-o formă pe care sistemele AI să o poată utiliza. De multe ori, simpla conectare a unui agent AI la un spațiu de stocare partajat nu este suficientă.
Pentru companiile din toate sectoarele, este important să existe o modalitate de a consemna sistematic cunoștințele esențiale și fluxurile de lucru — precum raționamentele din spatele deciziilor importante, istoricul relațiilor și alte informații esențiale pentru activitatea organizației, care nu au ajuns niciodată într-un document oficial.
Însă, pentru a susține o astfel de bază de cunoștințe, este nevoie de oameni: atât pentru a consemna informațiile, cât și pentru a le evalua cu discernământ. Inteligența artificială poate ajuta la organizarea cunoștințelor, dar angajații sunt cei care oferă contextul esențial care adesea le scapă tehnologiilor.
În mediile cu mize mari, lipsa contextului poate avea consecințe grave
Am discutat despre ce se întâmplă când inteligența artificială oferă un răspuns greșit. Dar uneori, un agent AI poate găsi informații corecte — precise, actuale și relevante — și totuși poate crea probleme dacă le comunică în circumstanțe nepotrivite.
În sectoarele strict reglementate, astfel de erori pot costa foarte mult.
De exemplu, în relațiile cu investitorii, divulgarea unor informații materiale nepublice (MNPI), cum ar fi rezultate financiare care nu au fost încă publicate, către un analist sau un investitor poate încălca regulamentul Regulation Fair Disclosure (Reg FD) al Comisiei pentru Valori Mobiliare și Burse din SUA (SEC) — ceea ce poate duce la sancțiuni financiare și prejudicii de reputație.
Și alte sectoare, precum sănătatea, serviciile financiare și serviciile juridice, se confruntă cu riscuri de reglementare similare, ceea ce subliniază necesitatea unor măsuri de protecție atunci când agenții AI au acces la informații sensibile.
Acest lucru arată și de ce rolul oamenilor rămâne esențial: ei trebuie să revizuiască și să aprobe ceea ce se comunică. Companiile ar putea adapta nivelul de verificare umană la miza situației, astfel încât diferitele tipuri de fluxuri de lucru bazate pe AI să funcționeze cu niveluri diferite de autonomie.
Trei întrebări de pus înainte de a extinde utilizarea agenților AI
Probabil că toți ne-am confruntat, la serviciu sau în viața de zi cu zi, cu situații în care nu știm ce nu știm. Uneori, consecințele nu sunt importante; alteori, sunt mai grave.
În prezent, inteligența artificială are la dispoziție seturi de date uriașe și, prin urmare, modelele AI știu mult mai multe… dar trebuie totuși să „semnaleze” când există lacune. Așadar, pe măsură ce companiile folosesc AI pentru priorități și fluxuri de lucru mai strategice, este important să-și pună următoarele întrebări înainte de a extinde utilizarea acesteia:
- Poate agentul nostru să indice sursa răspunsurilor sale — și când au fost actualizate ultima dată informațiile respective? Poate furniza aceste informații fără să i se ceară?
- Dispune agentul de contextul de afaceri necesar pentru a interpreta solicitările și a le răspunde? Își va preciza limitele?
- Știm când trebuie să intervină o persoană pentru a verifica și a aproba? În ce circumstanțe se va întâmpla acest lucru și cum va fi declanșată verificarea?
Soluția nu este să evităm inteligența artificială
Vreau să fie clar: sunt optimist în privința inteligenței artificiale. O folosesc zilnic în activitatea mea, îi văd beneficiile actuale și viitoare și cred că, în multe privințe, abia am început să-i explorăm potențialul. Nu mă îndoiesc că firmele care evită AI, precum și cele care nu reușesc să o implementeze într-un mod organizat și eficient, riscă serios să rămână în urmă.
Însă adoptarea inteligenței artificiale nu înseamnă să-i oferi unui model de uz general acces la datele companiei și să-l lași să acționeze fără nicio regulă.
În momentul de față și din câte îmi dau seama, inteligența artificială complet autonomă nu este potrivită pentru fiecare sarcină sau decizie de afaceri. Organizațiile trebuie să înțeleagă unde poate AI să acționeze independent, unde are nevoie de context suplimentar și unde discernământul uman este indispensabil.
Așadar, înainte de a întreba ce știe un agent AI, întrebați-vă ce nu știe. Răspunsurile vă ajută să decideți cum îl implementați, ce sarcini îi încredințați și cum îi creați condițiile necesare pentru a reuși.












