Агентный ИИ — это тонкий четырехсторонний танец, демократизирующий доступ к критически важным бизнес-информациям

С момента своего создания ИИ изобилует ложными утверждениями, отчасти подпитываемыми широко распространенным пробелом в знаниях. Те, у кого нет технического образования, могут испытывать трудности с различением таких терминов, как генеративный ИИ, символический ИИ или Агентический ИИ, и мы видели, как технологические компании пользуются этим, заявляя, что предлагают возможности, которые на самом деле не предоставляют. Чтобы все усложнить, поскольку ИИ становится все более вездесущим, компании, выполняющие даже самый поверхностный статистический анализ, внезапно переименовывают себя в «компании машинного обучения». Эта растущая тенденция оставила потенциальных клиентов в неведении относительно того, что на самом деле могут делать различные решения «ИИ».

По мере появления агентного ИИ мы уже видим, как компании используют этот термин в столь же неточных смыслах — на самом деле, многие компании, использующие простые «чат-боты», позиционируют себя как поставщики агентного ИИ. Агентный ИИ представляет собой значительный шаг вперед для технологии ИИ, но важно точно понимать, что он означает. Настоящий агентный ИИ — это тонкий четырехсторонний танец, который уравновешивает элементы генеративного ИИ, символического ИИ, объяснительной математики и нелинейных оптимизационных движков в рамках агентного представления, повышая уровень пользователей-людей за счет демократизации доступа к передовым технологиям.

Разбираемся в современных заблуждениях относительно ИИ

Определение «искусственного интеллекта» широкое, но когда вы рассматриваете то, что необходимо для того, чтобы сделать его одновременно полезным и надежным, требуется ансамбль технологий. Чат-бот может иметь возможность искать в Интернете, обобщать и выдавать свои выводы, но он не может проверять данные, содержащиеся в Большие языковые модели (LLM), и не может рассуждать с тонким, человеческим суждением, необходимым для генерации надежных идей. Создание решения ИИ с преобразующим бизнес-влиянием требует ряда компонентов, которые объединяются, чтобы сформировать большее целое. Этот сложный баланс поддерживает рассуждения в человеческом стиле, одновременно синтезируя, анализируя и оптимизируя надежные данные для конечного пользователя в масштабе, выходящем за рамки человеческих возможностей. Базовый инструмент может технически соответствовать минимальному определению «искусственного интеллекта», но сегодняшнему бизнесу нужны решения, которые могут достичь большего.

Представьте себе компанию по производству автомобилей для массового рынка, которая пытается имитировать внешний вид люксового бренда. Возможно, они способны отражать эстетику поверхностного уровня на расстоянии, но изучение деталей и качества материалов (не говоря уже о том, что находится под капотом) раскроет правду. Те, кто использует «агентный ИИ» как маркетинговый термин без функциональности, подкрепляющей его, должны быть столь же легко распознаваемы, но у клиентов не всегда есть технические знания, чтобы определить, какой уровень зрелости ИИ им предлагается. Компания может заявлять, что является «компанией оптимизации», но может ли она на самом деле выполнять нелинейную оптимизацию на основе ограничений? Или она использует модель линейной регрессии для выполнения базового прогнозирования? Еще хуже, использует ли она программу, которая может обрабатывать только четыре из 40 ограничений, необходимых для моделирования данной проблемы? Любой может заявить, что предоставляет решения «на основе ИИ», но разрыв в результатах значителен.

Это важно понимать, поскольку мы переходим к следующему этапу разработки и развертывания ИИ. Агентный ИИ обещает стать революционной технологией, которая эффективно демократизирует доступ к мощной аналитике на основе ИИ и передовым возможностям оптимизации.

Как работает агентный ИИ и почему это важно

Существует четыре важнейших элемента агентного ИИ: символический ИИ, объяснительная математика и механизмы оптимизации, генеративный ИИ и сам «агент»:

• Символический ИИ — это часть мозга, отвечающая за «глубокое рассуждение» отвечает за такие вещи, как логический вывод в форме абдуктивного и дедуктивного рассуждения. Он использует основанное на логике программирование и методы доказательства теорем для решения проблем способом, имитирующим человеческий мозг.
• Мощные многомерные, объяснительные математические и оптимизационные механизмы используются для выполнения сложных математических вычислений, необходимых для обработки огромных объемов данных и получения глубоких знаний.
• Генеративный ИИ выполняет «Тонкая нарезка Функции необходимо выявить закономерности в больших наборах данных и сделать на их основе выводы.
• Агентный ИИ — это разговорный компонент что позволяет машине взаимодействовать с людьми в человеческой манере, облегчая взаимодействие и демократизируя доступ к расширенной аналитике и инсайтам. Это «квотербек» команды, организующий действия по всей системе.

Агентный ИИ похож на тонкий танец в четыре стороны, где агент является лидером. Без агента, который синтезирует и оптимизирует данные, поступающие из аналитических движков, лежащих в его основе, пользователи имели бы доступ к огромным объемам информации, но не имели бы ни малейшего представления о том, как ее организовать или использовать. Агентный ИИ преобразует сложные аналитические и оптимизационные данные в демократически доступный пользовательский интерфейс, чтобы предоставить бизнес-пользователям доступ к полезным и действенным идеям без необходимости иметь расширенный опыт анализа данных. Генеративный ИИ, символьный ИИ, а также математические и оптимизационные движки имеют индивидуальное применение, но агент является критически важным четвертым элементом, который позволяет всем четырем элементам работать уникальным и гармоничным образом.

До появления Agentic AI роль агента исполнял человек-оператор, и человеку просто невозможно обработать что-либо, близкое к этому объему информации. Сегодня агент ИИ, поддерживаемый тремя другими частями «мозга», может анализировать огромные наборы данных, на которые влияют десятки ограничений. Эти агенты также имеют полное понимание того, как каждый компонент влияет на другие, генерируя идеи оптимизации, необходимые для продвижения современного бизнеса вперед. И поскольку они представлены агентом ИИ, способным к человеческим рассуждениям и общению, эти критически важные бизнес-идеи становятся все более доступными даже для пользователей без высокой степени технических знаний.

True Agentic AI производит революцию в оптимизации бизнеса

На выставке потребительской электроники (CES) этого года компания NVIDIA (NVDA -2.82%) CEO Дженсен Хуан предсказал что к концу 30 года в 2025% компаний будут «цифровые сотрудники», которые внесут значимый вклад в бизнес. Это может показаться смелым прогнозом, но для тех, кто провел значительное время, работая с Agentic AI, это просто признание давно устоявшейся истины. Слияние символического ИИ, генеративного ИИ и современных объяснительных математик и движков оптимизации, танцующих вместе с полезным руководством агента ИИ, делает критически важные идеи оптимизации бизнеса более доступными, чем когда-либо. Настоящий Agentic AI — это революционная технология, и те, кто не примет ее, рискуют остаться позади.