Aera เปิดตัวการอัปเดต 6 รายการ เพื่อสร้างและกำกับดูแลการตัดสินใจด้าน AI ในองค์กร

เอเจนต์ AI สำหรับองค์กรอาจแนะนำให้เปลี่ยนซัพพลายเออร์หรือย้ายสินค้าคงคลัง แต่การเปลี่ยนคำแนะนำนั้นให้เป็นการตัดสินใจทางธุรกิจที่เชื่อถือได้ต้องอาศัยมากกว่านั้น ไม่ว่าจะเป็นข้อมูลที่เกี่ยวข้อง การเปรียบเทียบทางเลือก การตรวจสอบนโยบาย การอนุญาตให้ดำเนินการ และบันทึกสิ่งที่เกิดขึ้นหลังจากนั้น Aera Technology กำลังรวบรวมขั้นตอนเหล่านี้ไว้ด้วยกันผ่านการเพิ่มความสามารถ 6 รายการให้แก่แพลตฟอร์มอัจฉริยะด้านการตัดสินใจแบบใช้เอเจนต์ โดยประกาศในงาน AeraHUB 26 NYC เมื่อวันที่ 27 ตุลาคม

การเปิดตัวครั้งนี้ครอบคลุมการสร้างทักษะด้วยภาษาธรรมชาติ บัญชีแยกประเภทการตัดสินใจ Policy Studio การทำงานร่วมกันระหว่างเอเจนต์ ประสบการณ์ผู้ใช้แบบไดนามิก และศูนย์บัญชาการ แนวคิดหลักคือ บริษัทต่าง ๆ ต้องจัดการการตัดสินใจของเอเจนต์อย่างรอบคอบ เช่นเดียวกับที่จัดการข้อมูลและระบบที่เอเจนต์เหล่านั้นใช้

แนวทางนี้ไม่ได้มุ่งแค่เพิ่มผลิตภาพให้พนักงานแต่ละคนเท่านั้น Aera ตั้งเป้าจัดการการตัดสินใจด้านปฏิบัติการที่เกิดขึ้นเป็นประจำ เช่น จะผลิตอะไร จัดส่งไปที่ใด และควรซื้อเมื่อใด ซึ่งการตัดสินใจหนึ่งอาจส่งผลต่อหลายแผนก และผลลัพธ์ยังต้องนำไปใช้ประกอบการตัดสินใจครั้งถัดไป

ต่อยอดจากแพลตฟอร์มที่เชื่อมโยงข้อมูล โมเดล และการดำเนินงาน

Aera จัดเตรียมรากฐานทางเทคนิคไว้ให้ บริษัทอธิบายว่าแพลตฟอร์มมีแบบจำลองข้อมูลการตัดสินใจ (Decision Data Model) ที่ปรับข้อมูลจากระบบองค์กรและแหล่งข้อมูลภายนอกให้สอดคล้องกัน พร้อมทั้งประสานการทำงานระหว่างกฎทางธุรกิจ การหาค่าที่เหมาะสม การจำลองสถานการณ์ การเรียนรู้ของเครื่อง และเอเจนต์ แพลตฟอร์มยังรองรับการสื่อสารกับผู้ใช้ด้วยภาษาธรรมชาติด้วย

ทักษะของ Aera รวบรวมความสามารถเหล่านี้ไว้เพื่อจัดการปัญหาทางธุรกิจโดยเฉพาะ แต่ละทักษะผสานการเชื่อมต่อข้อมูล การวิเคราะห์ ตรรกะการตัดสินใจ และการดำเนินการในระบบเป้าหมาย จึงเป็นความสามารถด้านปฏิบัติการที่นำกลับมาใช้ซ้ำได้ ไม่ใช่เพียงคำตอบที่สร้างขึ้นในหน้าต่างแชต

ความสามารถใหม่ทั้ง 6 รายการที่ประกาศออกมามุ่งจัดการวิธีที่บริษัทต่าง ๆ สร้าง กำกับดูแล และขยายระบบอัตโนมัตินี้ นอกจากนี้ยังสะท้อนข้อจำกัดในทางปฏิบัติของเอเจนต์สำหรับองค์กรด้วย กล่าวคือ การให้เหตุผลจะมีประโยชน์ก็ต่อเมื่อระบบเข้าถึงบริบททางธุรกิจที่เกี่ยวข้องและมีวิธีดำเนินการตามข้อสรุปอย่างมีการควบคุม

การสร้างทักษะเปลี่ยนคำขอทางธุรกิจให้เป็นแผนระบบอัตโนมัติ

ประสบการณ์การสร้างทักษะที่ได้รับการปรับปรุงเริ่มจากการอธิบายความท้าทายทางธุรกิจด้วยภาษาทั่วไป ผู้ใช้อาจขอให้ Aera สร้างความสามารถที่แจ้งเตือนเมื่อซัพพลายเออร์มีความเสี่ยง ระบบจะเสนอแผนให้ผู้ใช้ตรวจทาน ปรับแก้ และอนุมัติ ก่อนที่แผนนั้นจะกลายเป็นระบบอัตโนมัติด้านการตัดสินใจที่อยู่ภายใต้การกำกับดูแล

Aera ระบุว่ากระบวนการนี้มักดำเนินการได้ภายในช่วงเวลาทำงานครั้งเดียว ข่าวประชาสัมพันธ์ไม่ได้ให้เกณฑ์มาตรฐานด้านเวลาที่ผ่านการตรวจสอบโดยอิสระ แต่เป้าหมายของการเปลี่ยนแปลงนั้นชัดเจน คือ ลดงานกำหนดค่าที่ต้องอาศัยผู้เชี่ยวชาญ ซึ่งคั่นอยู่ระหว่างการอธิบายปัญหากับการนำแนวทางตอบสนองที่ทำซ้ำได้ไปใช้งาน

ขั้นตอนการตรวจทานยังคงมีความสำคัญ คำขอด้านปฏิบัติการอาจแฝงการตัดสินใจว่า ควรเชื่อถือข้อมูลใด อะไรจึงถือว่าเป็นความเสี่ยง และใครมีสิทธิ์ดำเนินการ แผนที่เสนอจะเปิดให้หารือเกี่ยวกับการตัดสินใจเหล่านี้ก่อนอนุมัติระบบอัตโนมัติ หลังจากนั้น ผู้ใช้ยังสามารถปรับแก้และอัปเดตทักษะผ่านการสนทนาได้เมื่อข้อกำหนดทางธุรกิจเปลี่ยนแปลง

Decision Ledger และ Policy Studio ผสานการกำกับดูแลเข้ากับขั้นตอนการทำงาน

Decision Ledger ออกแบบมาเพื่อเก็บรักษาบริบทเบื้องหลังการตัดสินใจ ได้แก่ สถานการณ์ เหตุผล นโยบายที่นำมาประเมิน การดำเนินการ และผลลัพธ์ที่เกิดขึ้นในท้ายที่สุด ระบบบันทึกทั้งการตัดสินใจที่เกิดขึ้นภายใน Aera และการตัดสินใจที่ส่งมาจากระบบอื่นผ่าน API ของบริษัท นอกจากนี้ บริษัทยังระบุว่า Aera สามารถตรวจพบการตัดสินใจที่เกิดขึ้นระหว่างการสนทนาและขอให้บุคคลยืนยันได้

บันทึกดังกล่าวอาจเป็นประโยชน์เมื่อทีมต้องการทำความเข้าใจว่าเหตุใดจึงอนุมัติข้อยกเว้น หรือการแทรกแซงก่อนหน้านั้นได้ผลหรือไม่ ระบบธุรกรรมอาจแสดงให้เห็นว่ามีการย้ายสินค้าคงคลัง แต่บันทึกการตัดสินใจมีจุดประสงค์เพื่ออธิบายสถานการณ์และข้อแลกเปลี่ยนที่นำไปสู่การย้ายนั้น

Policy Studio จัดการกฎที่ใช้กำกับการดำเนินงาน ทีมสามารถอัปโหลดเอกสารนโยบายหรืออธิบายกฎ แล้ว Aera จะร่างกฎให้บุคคลอนุมัติ ก่อนบังคับใช้ กฎเหล่านั้นสามารถนำไปทดสอบกับการตัดสินใจจริงได้ เมื่อเปิดใช้งานแล้ว กฎอาจระงับการตัดสินใจ กำหนดให้ต้องได้รับอนุมัติ หรือแจ้งเตือน โดยผลการประเมินจะถูกบันทึกไว้ใน Decision Ledger

ความเชื่อมโยงระหว่างผลิตภัณฑ์ทั้งสองมีความสำคัญ เพราะการตรวจสอบนโยบายเกิดขึ้นในระหว่างการตัดสินใจ และผลการตรวจสอบจะกลายเป็นส่วนหนึ่งของประวัติการตัดสินใจ องค์กรจึงมีวิธีเชื่อมโยงมาตรการควบคุมเข้ากับหลักฐานที่แสดงว่ามีการใช้มาตรการเหล่านั้นอย่างไร แทนที่จะต้องมาสร้างภาพกระบวนการขึ้นใหม่ภายหลัง

เชื่อมต่อเอเจนต์ในองค์กรโดยไม่สูญเสียบริบททางธุรกิจ

ความสามารถใหม่ด้านการทำงานร่วมกันเชื่อมต่อ Aera กับ Microsoft Copilot Studio เอเจนต์ภายนอกผ่าน Agent2Agent (A2A) และเครื่องมือภายนอกผ่าน Model Context Protocol (MCP) ช่องทางการเชื่อมต่อเหล่านี้แตกต่างกัน โดย A2A รองรับการทำงานร่วมกันระหว่างเอเจนต์ ส่วน Model Context Protocol เป็นส่วนติดต่อสำหรับเข้าถึงเครื่องมือและบริบท

สำหรับองค์กรที่เริ่มนำผู้ช่วยและเอเจนต์มาใช้งานอยู่แล้ว จุดเด่นคือการนำความสามารถกลับมาใช้ซ้ำ ความสามารถด้านการตัดสินใจของ Aera สามารถทำงานร่วมในขั้นตอนการทำงานที่มีอยู่ ขณะที่ระบบอื่นยังคงใช้ส่วนติดต่อและฟังก์ชันของตนเอง ความท้าทายของผลิตภัณฑ์คือการทำให้บริบททางธุรกิจ สิทธิ์การใช้งาน และการตรวจสอบนโยบายยังคงมีผลเมื่อการทำงานข้ามขอบเขตเหล่านั้น

ประกาศนี้กล่าวถึงการทำงานร่วมกันระหว่างระบบในฐานะช่องทางเชื่อมโยงการให้เหตุผลเข้ากับการกำกับดูแลและการดำเนินการ อย่างไรก็ตาม การเชื่อมต่อระบบเพียงอย่างเดียวไม่ได้ยืนยันว่าผลลัพธ์จากเอเจนต์ทุกตัวที่เชื่อมต่อกันนั้นถูกต้อง ความถูกต้องยังขึ้นอยู่กับกระบวนการตัดสินใจ ข้อมูลต้นทาง และกลไกควบคุมที่กำกับการดำเนินการ

Dynamic UX และ Command Center ช่วยให้มองเห็นการตัดสินใจได้ชัดเจน

Dynamic UX ช่วยให้ผู้ใช้สร้างและปรับแต่งประสบการณ์ด้วยคำสั่งภาษาธรรมชาติ รวมถึงแผนภูมิ ตาราง คำแนะนำ และรายการดำเนินการของ Aera จากนั้นจึงเผยแพร่ประสบการณ์เหล่านั้นเป็นส่วนหนึ่งของ Skill Aera อธิบายว่าการออกแบบใหม่นี้ก้าวข้ามกล่องข้อความแนะนำแบบเดิม ไปสู่พื้นที่ทำงานแบบอินเทอร์แอกทีฟที่ปรับให้เหมาะกับแต่ละบทบาท

แนวทางนี้มีประโยชน์ เพราะการตัดสินใจแต่ละประเภทต้องอาศัยหลักฐานประกอบที่แตกต่างกัน ผู้จัดการฝ่ายจัดซื้อที่ทบทวนความเสี่ยงของซัพพลายเออร์ กับนักวางแผนที่ประเมินการโอนย้ายสินค้าคงคลัง อาจต้องใช้ข้อมูลเปรียบเทียบ เกณฑ์กำหนด และการดำเนินการที่แตกต่างกัน แม้ทั้งคู่จะใช้แพลตฟอร์มพื้นฐานเดียวกันก็ตาม

Command Center ให้ภาพรวมทั่วทั้งองค์กร โดยครอบคลุมกิจกรรมการตัดสินใจ ประสิทธิภาพ และผลกระทบทางธุรกิจ ทั้งในกรณีการตัดสินใจแบบมีโครงสร้างและตามสถานการณ์ ไม่ว่าจะเป็นการตัดสินใจที่มีผู้ช่วยสนับสนุนหรือการดำเนินการอัตโนมัติ ทั้งนี้ มีเป้าหมายเพื่อช่วยให้องค์กรประเมินผลลัพธ์และระบุจุดที่กระบวนการตัดสินใจควรได้รับการปรับปรุง เมื่อมีการขยายการใช้งาน

“วิสัยทัศน์ของเราคือการจัดการการตัดสินใจให้เป็นสินทรัพย์ดิจิทัลมาโดยตลอด โดยมีการบันทึก กำกับดูแล และปรับปรุงอย่างต่อเนื่อง” Shariq Mansoor ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Aera กล่าว

ฟีเจอร์เพิ่มเติมทั้งหกประการนี้สนับสนุนวิสัยทัศน์ดังกล่าวในช่วงต่าง ๆ ของวงจรการทำงาน ได้แก่ การสร้างขีดความสามารถ การกำหนดนโยบาย การประสานงานระหว่างระบบ การนำเสนอหลักฐาน การบันทึกผลลัพธ์ และการติดตามประสิทธิภาพ คุณค่าทางธุรกิจจะขึ้นอยู่กับว่าทั้งหมดนี้ทำงานร่วมกันได้ดีเพียงใดในการปฏิบัติงานจริง สำหรับ AI ระดับองค์กร การเปลี่ยนแปลงที่สำคัญคือการก้าวจากการสร้างคำแนะนำที่ฟังดูสมเหตุสมผล ไปสู่การจัดการการดำเนินการที่สามารถตรวจสอบเหตุผล ข้อจำกัด และผลลัพธ์ได้