Как Agentic AI превращает предприятия – идеи из отчета Forum Ventures

Forum Ventures, фонд, акселератор и студия венчурных инвестиций в области B2B SaaS и AI, сегодня объявил о выпуске своего последнего всестороннего отчета, “2024: Рост Agentic AI в предприятиях.” Отчет предлагает подробный анализ текущего состояния и будущей траектории agentic AI, предоставляя ценные идеи для бизнеса, инвесторов и стартапов. Основанный на опросе 100 старших руководителей IT по всей территории США и интервью с ведущими инноваторами AI, отчет подчеркивает проблемы, возможности и стратегические приоритеты, связанные с принятием агентов AI в среде предприятия.

Рост agentic AI — автономные, основанные на AI системы, способные рассуждать и выполнять сложные задачи без вмешательства человека — отмечает значительный сдвиг в технологии предприятия. Эти системы, часто построенные на больших языковых моделях (LLM), имеют потенциал трансформировать бизнес-операции, автоматизируя рабочие процессы, снижая ручные задачи и увеличивая эффективность. Однако, несмотря на потенциал, принятие агентов AI на уровне предприятия все еще находится на ранней стадии, и многие организации подходят к этому с осторожностью, ожидая, пока технология не созреет.

Отчет показывает расхождение в готовности к принятию AI: хотя только 29% команд руководства предприятий имеют ближайшую перспективу (1-3 года) для достижения принятия AI на уровне всего предприятия, определенного как AI, являющийся важной частью не менее пяти основных функций, большая часть — 46% — ожидает достижения этого уровня принятия в долгосрочной перспективе (3 или более лет).

Опрос Forum Ventures также показал, что 48% предприятий уже начали принимать системы агентов AI, и еще 33% активно исследуют эти решения. Этот растущий интерес отражает убеждение, что агенты AI могут принести значительные операционные улучшения, даже когда бизнес сталкивается с проблемами, такими как производительность, безопасность и доверие.

Доверие является центральным барьером для принятия агентов AI

Одним из основных выводов отчета является то, что доверие остается самым большим барьером для широкого принятия агентов AI в предприятии. Обеспокоенность по поводу конфиденциальности данных, точности выходных данных AI и общей надежности этих систем были выделены как основные препятствия. 49% респондентов определили проблемы, связанные с производительностью (14%), конфиденциальностью данных (10%), точностью (8%), этическими проблемами (5%) и слишком многими неизвестными (12%), как свои основные причины для колебаний в принятии агентов AI.

Jonah Midanik, генеральный партнер и операционный директор в Forum Ventures, подчеркивает разрыв в доверии, существующий между предприятиями и системами AI: “Разрыв в доверии огромен. Хотя агенты AI могут выполнять задачи с замечательной эффективностью, их выходные данные основаны на статистических вероятностях, а не на внутренних истинах.”

Ведущие голоса в AI, включая Sharon Zhang, сооснователя и технического директора Personal AI, и Tim Guleri, управляющего партнера в Sierra Ventures, подчеркивают, что прозрачность, безопасность и соответствие будут ключевыми факторами в преодолении этого разрыва в доверии. Работа Zhang по разработке AI-подобных «двойников» сотрудников подчеркивает важность решений, ориентированных на конфиденциальность, особенно в регулируемых отраслях. Zhang объясняет, как изоляция пользовательских данных для обеспечения того, чтобы они не смешивались или не использовались для более широкой подготовки, была важна для построения доверия с предприятиями.

Tim Guleri добавляет: “Предприятиям нужно быть уверенными, что их данные остаются в безопасности и что агенты AI соответствуют их ценностям и политике. Без этих гарантий бизнес будет колебаться в полном развертывании агентов AI, особенно когда эти системы становятся более автономными.”

В ответ на эти проблемы отчет очерчивает три критических подхода для построения доверия с клиентами предприятий:

1. Приоритизировать прозрачность: Предприятиям нужно понять, как агенты AI принимают решения. Предоставление ясной документации и объяснимых рамок AI (XAI), которые разбивают процессы принятия решений, является важным. Регулярное обновление аудиторских отчетов и обеспечение прозрачности потока данных еще больше повысят доверие.
2. Обеспечить соответствие и безопасность: Безопасность является главной проблемой, и 31% респондентов определили ее как наиболее важный фактор при решении инвестировать в агенты AI. Стартапы должны интегрировать надежные меры защиты данных и соответствовать правилам, таким как GDPR, CPRA и HIPAA.
3. Создать рамки «человек в цикле» (HITL): Надзор человека с помощью рамок HITL остается важным в принятии AI в предприятии, особенно в регулируемых отраслях. Отчет отмечает, что 23% респондентов подчеркнули необходимость поддерживать человеческий контроль над агентами AI в среде с высокими ставками.

Возможности для стартапов в принятии агентов AI

Несмотря на проблемы доверия и соответствия, стартапы, разрабатывающие агенты AI для предприятий, имеют значительные возможности для использования. 51% лиц, принимающих решения, выразили готовность взаимодействовать со стартапами, особенно с теми, которые предлагают адаптированные, инновационные решения, которые более крупные компании могут не предоставлять.

Отчет очерчивает дорожную карту для стартапов, которые хотят пройти принятие AI-агентов в предприятии:

1. Образовывать предприятие: Одной из ключевых проблем для стартапов является образование клиентов предприятий о полном потенциале агентного AI. Многие организации все еще смешивают агентов AI с более простыми инструментами, такими как чат-боты. Т
2. Демонстрировать обороняемость: Основатели должны продемонстрировать обороняемость своих решений, подчеркивая проприетарные данные, интеллектуальную собственность или глубокую отраслевую экспертизу. Предприятия ищут решения, которые не только инновационны, но и обороняемы в долгосрочной перспективе, с уникальной глубиной и проприетарными наборами данных, которые отличают их от конкурентов.
3. Показать глубокую экспертизу: Стартапы, специализирующиеся на вертикальных агентах AI — решениях, разработанных для конкретных отраслей, таких как финансовые услуги, страхование или здравоохранение, — с большей вероятностью добьются успеха. Sam Strickling, старший директор в Fortive, советует стартапам продемонстрировать глубокую экспертизу в одной отрасли, показав, как их решение решает отраслевые проблемы.
4. Использовать синтетические данные для доказательства потенциала: Доступ к данным предприятия может быть трудным для стартапов на ранней стадии продаж. Используя синтетические данные, которые имитируют данные, которые предоставляют предприятия, стартапы могут продемонстрировать потенциал своих решений и преодолеть первоначальные проблемы по поводу обмена данными и соответствия.
5. Показать легкость быстрой масштабируемости: Предприятия ценят решения, которые можно быстро масштабировать на уровне отделов. Tim Guleri подчеркивает важность построения агентов AI с модульными архитектурами, которые можно легко интегрировать в существующие системы, предлагая гибкие API и обеспечивая совместимость с общими платформами предприятия.

Прогнозы для будущего агентного AI

По мере того, как агентный AI продолжает развиваться, отчет прогнозирует несколько ключевых тенденций, которые будут формировать будущее бизнес-операций и технологий:

• Специализация и системы генерации кода: David Magerman, партнер в Differential Ventures, прогнозирует, что агенты AI будут развиваться в высокоспециализированные инструменты, способные обрабатывать сложные задачи, такие как генерация кода, и выступать в качестве экспертных решателей проблем в конкретных средах.
• Появление синтетической рабочей силы: Sam Strickling предвидит возникновение синтетической рабочей силы, где агенты AI автономно выполняют задачи, обычно выполняемые младшими сотрудниками. Эти агенты могут сотрудничать над более сложными проектами, и некоторые агенты даже могут управлять командами других агентов AI.
• Многоагентные сети и оркестровка: Sharon Zhang и Taylor Black предвидят развитие многоагентных сетей, где агенты AI работают совместно для достижения сложных целей, которые ни один агент не может достичь в одиночку. Эти сети могут революционизировать, как бизнес подходит к коллаборативному решению проблем.
• От задачно-ориентированных к результатно-ориентированным: Jonah Midanik предвидит сдвиг от задачно-ориентированных систем к результатно-ориентированным, где агенты AI предоставляют комплексные решения, а не просто помогают с отдельными задачами. Этот переход представляет собой фундаментальную смену в бизнес-операциях.
• Истинная дифференциация появится: По мере того, как конкуренция усиливается в области агентов AI, Tim Guleri считает, что истинная дифференциация появится в течение следующих 12-18 месяцев, когда стартапы начнут демонстрировать реальную ценность через успешные развертывания. Это будет означать конец текущего цикла ажиотажа и приведет к более широкому принятию предприятиями.

Заключение: Перспективный путь вперед

Выпуск отчета Forum Ventures «2024: Рост агентного AI в предприятиях» подчеркивает трансформационный потенциал агентного AI для бизнеса во всем мире. Хотя проблемы доверия, безопасности и масштабируемости остаются, путь вперед наполнен интересными возможностями как для предприятий, так и для стартапов.

По мере того, как агенты AI развиваются в сложные, автономные системы, бизнес готов получить выгоду от повышения эффективности, снижения операционных затрат и возможности решать сложные задачи в масштабе. Однако принятие будет зависеть сильно от преодоления барьеров доверия и демонстрации реальной ценности через пилотные программы, синтетические данные и масштабируемые решения.

Для стартапов отчет предлагает действенные стратегии для навигации в ландшафте AI-предприятия, от построения доверия через прозрачность и соответствие до демонстрации глубокой экспертизы и быстрой масштабируемости. С правильным подходом стартапы имеют потенциал для стимулирования широкого принятия агентного AI и формирования будущего работы.