Agenții Dvs. AI Eșuează Pentru Că Nu Cunosc Afacerea Dvs.

Anul trecut, Absa, una dintre cele mai mari bănci din Africa, a necesitat 120 de zile pentru a muta un nou model de detectare a infracțiunilor financiare de la creare la producție. În timp ce acest lucru a fost aproape de media industriei la acea vreme, aceeași bancă astăzi poate implementa un nou model în 15 zile, chiar și cu același mediu regulator, volume de tranzacții și cerințe de conformitate.

Și totuși, un sondaj PwC a constatat că 56% dintre directorii executivi ai întreprinderilor nu au văzut niciun beneficiu financiar semnificativ din investițiile lor în AI. Fiecare lider de întreprindere cu care vorbesc a auzit prezentarea: dacă implementați agenți AI și automatizați fluxurile de lucru, veți vedea rapid un randament al investiției. În schimb, 18 luni și câteva milioane de dolari mai târziu, impactul asupra afacerii lipsește. Ingredientul lipsă este contextul de domeniu, înțelegerea operațională care dă unui agent ceea ce are nevoie pentru a lua decizii interne de afaceri și ce să facă atunci când greșește.

Când Agenții Încetează Să Consilieze și Încep Să Acționeze

Gartner estimează că până în 2027, 50% din deciziile de afaceri vor fi augmentate sau automatizate de agenți AI pentru inteligență decizională. Până de curând, rolul AI în întreprindere a fost să consilieze, lăsând angajatul să ia decizia. Cel mai rău scenariu a fost o perspectivă pierdută, o decizie întârziată sau lipsa de acțiune în răspuns la o alertă. Cu agenți, consecințele sunt mult mai mari.

La o fabrică de biologice a unui producător farmaceutic global, atunci când un inspector scanează o ușă de laborator, fluxul de inspecție corect se lansează automat, adaptat la echipamentele și specificațiile camerei. Agentul secvențează inspecția, aduce materialul de referință și permite inspectorului să confirme. Într-o fabrică reglementată GxP, fiecare inspecție trebuie să fie gata pentru audit, ceea ce înseamnă că un agent ia o parte din încărcătura operațională într-un mediu cu consecințe reale dacă greșește secvența.

Cele mai multe cadru de guvernanță în vigoare astăzi au fost create pentru lumea anterioară de consiliere: revizuiri periodice ale modelului cu un om care verifică ieșirea unui singur sistem. Acum avem agenți care își atribuie sarcini altor agenți, coordonează fluxuri de lucru și compun o decizie greșită la început în întreaga lanț de proces înainte ca cineva să observe.

De Ce Agenții Generici Lovesc Un Zid

Un agent cu scop general poate părea cu adevărat impresionant în condiții controlate. Începe să lupte, totuși, în operațiunile întreprinderii, care au constrângeri, interdependențe și apeluri la judecată care sunt evidente pentru oricine a lucrat pe podea și invizibile pentru un model care nu a fost învățat să le vadă.

Un manager de categorie la una dintre cele mai mari cinci companii de alimente și băuturi din lume a întâmpinat o versiune a aceleiași probleme la o scară diferită: 96% penetrare pe piață, fără levier tradițional rămas de tras. Managerul de categorie a definit logica decizională direct, unificând peste 100 de surse de date de-a lungul a peste 1.000 de atribute pe magazin și lăsând modelul AI să asambleze magazinele în profiluri de comportament ale cumpărătorilor pe care echipa de categorie le putea acționa. Rezultatul? Trei cluster de cumpărători, sprinturi săptămânale cu parteneri de retail, o creștere incrementală de 8% a vânzărilor și resetări ale rafturilor cu 35% mai rapide.

Acest lucru a funcționat pentru că agentul deja știa ce este un planogram, ce înseamnă un cluster de cumpărători și cum o schimbare promoțională se răsfrânge în categorii adiacente. Un model generic trebuie să fie învățat vocabular specific industriei, ceea ce costă 12 până la 18 luni, timp pe care majoritatea întreprinderilor nu îl au.

De Ce Guvernanța Trebuie Să Fie Arhitecturată

Cadrul de răspundere pe care majoritatea întreprinderilor îl au astăzi a fost construit în jurul explicării ieșirii unui model după fapt și revizuirii periodice. Nu a fost construit pentru ceea ce se întâmplă atunci când un agent declanșează o acțiune ireversibilă într-un flux de lucru.

Am lucrat cu o companie de asigurări care operează pe piețele din Europa Centrală și de Est și care trebuie să ia în considerare cerințele de reglementare ale fiecărui market atunci când ia decizii de conformitate. Fiecare decizie de diligență a clientului este o înregistrare live care include intrarea, modelul, ieșirea și persoana care semnează. Sistemul AI al companiei poate ruta o tranzacție care este conformă într-un market și nu în altul fără adjudecarea manuală a unui analist de conformitate.

Acesta este același cadru care permite băncii Absa să implementeze sistemul său de producție AML în 15 zile, în loc de 120. Viteza este încorporată, astfel încât banca poate preda imediat versiunea politicii pentru fiecare decizie unui regulator.

Întreprinderile pe care le vedem investind în aceste straturi de guvernanță de la început sunt încă rulează agenți la scară 18 luni mai târziu. Cele care tratează acest lucru ca pe un exercițiu de conformitate atașat după implementare sunt cele care trebuie să re-arhitecteze în mod constant.

Inteligența De Domeniu Nu Este Îmbunătățirea Fină

Modelele de fundație capabile nu livrează în mod fiabil rezultatele întreprinderii pe cont propriu, deoarece sunt construite pentru a fi utilitate generală. Operațiunile întreprinderii necesită specializare profundă și îngustă. A confunda cele două a costat deja industriei timp și resurse, dar este încă cea mai frecventă greșeală pe care o văd.

Inteligența de domeniu nu este aplicarea generării augmentate de recuperare (RAG) sau îmbunătățirea fină a unui model general. Este diferența dintre un agent care poate procesa informații despre un magazin de alimente și unul care înțelege cum afacerea a creat și implementat 5.000 de planograme individualizate de-a lungul a peste 750 de magazine fără a atinge fiecare locație.

Acest tip de fluență operațională provine din ani de date de antrenament specifice domeniului, logică decizională construită în jurul unor constrângeri operaționale reale și un strat de cunoaștere care include modul în care o schimbare de preț afectează marja, modul în care o schimbare de asortiment afectează disponibilitatea rafturilor și modul în care aceasta afectează loialitatea cumpărătorului. Pentru una dintre cele mai mari lanțuri de magazine de alimente din Statele Unite, acest raționament conectat a produs 200 de milioane de dolari în profit incremental.

Construirea acestei temelii sau obținerea ei de la un partener care a făcut deja lucrul este un cost real în avans în date, expertiză de domeniu și disciplină pentru a codifica judecata instituțională în loc să sară direct la un pilot. Dacă această temelie este grăbită, un agent care pare conștient de domeniu într-un concept de proiect poate să se prăbușească încă cu primul caz de margine de producție.

Ce Înseamnă Chiar Să Obțineți Agenți De Întreprindere Corect

Întreprinderile care continuă să arunce modele capabile în fluxuri de lucru existente vor trebui să recunoască în mod constant consiliilor de administrație că randamentul investiției nu se arată. MIT a concluzionat anul trecut că, în ciuda investițiilor întreprinderilor în AI generativ, 95% din organizații nu primesc niciun randament. Dacă nu doriți să fiți în acea tabără, puneți inteligența de domeniu înainte de ziua 1, încorporați guvernanța în arhitectură și țineți agenții răspunzători pentru rezultate specifice.

Modelul din spatele oricărui agent dat este, în mod ironic, partea cea mai puțin durabilă a acestei ecuații. Unul mai bun va fi lansat în următorul trimestru, de la compania care a construit cel pe care îl utilizați astăzi sau de la unul dintre competitorii săi. Ceea ce nu se schimbă cu lansarea următoare a modelului este dacă agenții dvs. înțeleg afacerea dvs. Trebuie să o construiți intenționat. Agenții care reușesc în mediul dvs. nu vor fi cei mai capabili, agenți general-purposi de pe piață, dar vor câștiga încrederea dvs. pentru a face din ce în ce mai mult pentru afacerea dvs.