รอรี บลันเดลล์ ซีอีโอของ Gravitee – ซีรีส์สัมภาษณ์

รอรี บลันเดลล์ ซีอีโอของ Gravitee มีความเชี่ยวชาญที่หายากซึ่งรวมถึงความลึกทางเทคนิค ความเป็นผู้นำด้านการค้า และประสบการณ์ของผู้ก่อตั้งในการจัดการ API เข้าร่วม Gravitee ในตำแหน่ง Chief Revenue Officer ในช่วงก่อนที่จะเข้ารับตำแหน่งซีอีโอในเดือนกันยายน 2020 และช่วยกำหนดกลยุทธ์การเติบโตของบริษัทหลังจากที่มีบทบาทในการนำทีมการดำเนินงานทางเทคนิคของ EMEA ที่ SnapLogic ซึ่งเขาทำงานอย่างกว้างขวางในการขายก่อนการขาย บริการมืออาชีพ การฝึกอบรม และความสำเร็จของลูกค้า ประสบการณ์ของเขายังรวมถึงการก่อตั้ง Velinko ซึ่งเป็นธุรกิจซอฟต์แวร์และที่ปรึกษาของอังกฤษที่ให้บริการในภาคกฎหมายและบัญชี โดยที่เขาทำงานโดยตรงเกี่ยวกับโครงการ API ETL AWS Java PHP WordPress ฐานข้อมูล การรายงาน และการแปลงข้อมูล ส่วนผสมนี้ของความเชี่ยวชาญด้านวิศวกรรม ประสบการณ์การขายองค์กร และการดำเนินธุรกิจเริ่มต้นได้เตรียมพร้อมให้เขาเป็นผู้นำ Gravitee ในขณะที่ API สตรีมเหตุการณ์ และเอเย่นต์ AI มีความสำคัญมากขึ้นในโครงสร้างพื้นฐานขององค์กร

Gravitee เป็นบริษัทการจัดการ API ที่มุ่งเน้นในการช่วยให้องค์กรต่างๆ จัดการรักษาความปลอดภัย จัดการ และขยายการเชื่อมต่อดิจิทัลระหว่างแอปพลิเคชัน บริการ สตรีมเหตุการณ์ และเอเย่นต์ AI แพลตฟอร์มของ Gravitee รวมถึงการจัดการ API เกตเวย์แบบเนทีฟสำหรับเหตุการณ์ ความสามารถของพอร์ทัลสำหรับนักพัฒนา การสนับสนุนสำหรับการสตรีมเหตุการณ์ และคุณลักษณะการจัดการเอเย่นต์ AI ที่เกิดขึ้นใหม่ ซึ่งให้การควบคุมที่เป็นเอกภาพแก่องค์กรสำหรับ API ที่สม่ำเสมอ เหตุการณ์แบบไม่สม่ำเสมอ การโต้ตอบของเอเย่นต์ MCP/A2A และการกำกับดูแลทั่วทั้งระบบที่กระจาย บริษัทอธิบายแพลตฟอร์มของตนเองว่าเป็นโอเพ่นซอร์สและสามารถปรับขนาดได้ และได้รับการยอมรับว่าเป็นผู้นำใน Gartner Magic Quadrant สำหรับการจัดการ API ประจำปี 2025 ซึ่งสะท้อนถึงการวางตำแหน่งที่จุดตัดกันของโครงสร้างพื้นฐาน API ระบบขับเคลื่อนด้วยเหตุการณ์แบบเรียลไทม์ และสแต็ก AI ใหม่

คุณก่อตั้ง Velinko พัฒนาโซลูชันซอฟต์แวร์ด้วยตนเองทั่วทั้งเทคโนโลยีต่างๆ ตั้งแต่ AWS และ API ไปจนถึงแพลตฟอร์มการแปลงข้อมูล จากนั้นไปเป็นผู้นำทีมเทคนิคที่ SnapLogic ก่อนที่จะกลายเป็นซีอีโอของ Gravitee การเดินทางของคุณจากผู้สร้างที่มีปฏิสัมพันธ์โดยตรงไปยังซีอีโอได้กำหนดวิสัยทัศน์ของคุณสำหรับอนาคตของเอเย่นต์ AI และโครงสร้างพื้นฐานขององค์กรอย่างไร

ประสบการณ์ของฉันทำให้ฉันสามารถมองเห็นโครงสร้างพื้นฐานขององค์กรจากหลายมุมมอง ทั้งในฐานะผู้สร้าง ผู้ดำเนินการ และตอนนี้ในฐานะซีอีโอ ที่ Velinko เรากำลังแก้ปัญหาข้อมูลที่เป็นรูปธรรม โดยดึงข้อมูลจากที่ต่างๆ แปลง และทำให้สามารถใช้งานได้ ประสบการณ์นั้นเป็นพื้นฐานของมุมมองของฉันเกี่ยวกับสิ่งที่เทคโนโลยีขององค์กรมีหน้าที่ต้องทำ: เชื่อมต่อระบบ ปกป้องข้อมูล และเปลี่ยนความซับซ้อนให้เป็นสิ่งที่ผู้คนสามารถดำเนินการได้

ในช่วงเวลาที่ฉันอยู่ที่ SnapLogic ฉันเห็นว่าการจัดการ API มีความสำคัญต่อโครงสร้างพื้นฐานขององค์กรมากขึ้น API ไม่ใช่แค่インタ์เฟซทางเทคนิค แต่มันกลายเป็นวิธีที่บริษัทต่างๆ เผยแพร่ ควบคุม และขยายการเข้าถึงระบบและข้อมูลที่สำคัญ ซึ่งเป็นสิ่งที่นำฉันมาถึง Gravitee และยังคงเป็นพื้นฐานของวิธีที่ฉันคิดเกี่ยวกับตลาดนี้

องค์กรต่างๆ ต้องทราบว่าใครสามารถเข้าถึงอะไรได้ ว่าจุดเข้าถึงเหล่านั้นถูกพบและใช้อย่างไร และสิ่งที่เกิดขึ้นจริงทั่วทั้งระบบนั้น เป็นหลักการที่จำเป็นสำหรับ API และตอนนี้ก็จำเป็นสำหรับเอเย่นต์เช่นกัน องค์กรที่ประสบความสำเร็จจะไม่เพียงแต่สร้างเอเย่นต์ให้มากที่สุดเท่านั้น แต่ยังเป็นผู้ที่วางโครงสร้างพื้นฐานที่ถูกต้องไว้ xung quanhพวกมัน: อนุญาตที่ชัดเจน การกำกับดูแลที่เข้มแข็ง และการควบคุมทั่วทั้งระบบที่พวกมันสัมผัส

Gravitee สร้างชื่อเสียงในด้านการจัดการ API และได้ขยายโฟกัสไปสู่การจัดการเอเย่นต์ AI แล้ว คุณถูกชักชวนให้เห็นว่าเอเย่นต์ AI เป็นตัวแทนการเปลี่ยนแปลงทางเทคโนโลยีที่สำคัญครั้งถัดไป และทำไมวันนี้จึงเป็นเวลาที่เหมาะสมที่จะพัฒนาบริษัทในทิศทางนั้น

ฉันเห็นว่าการจัดการเอเย่นต์ AI เป็นการพัฒนาต่อเนื่องของปัญหาที่เดียวกับที่เราเคยช่วยองค์กรแก้ไขมา

การจัดการ API เป็นและยังคงเป็นเรื่องสามประการ: ความปลอดภัย ความค้นพบได้ และการตรวจสอบเอเย่นต์เป็นที่ที่หลักการเหล่านั้นต้องถูกนำไปใช้

วันนี้ องค์กรต่างๆ เริ่มเผชิญกับคำถามเดียวกันกับเอเย่นต์ที่พวกเขาเคยเผชิญกับ API มาก่อน คือ如何รับประกันความปลอดภัยได้บ้าง? คือ如何รู้ว่าเอเย่นต์ใดกำลังทำงานอยู่ที่ไหน และสามารถเข้าถึงอะไรได้บ้าง? คือ如何เข้าใจว่าพวกมันทำอะไร ทำไมพวกมันจึงดำเนินการ และว่าพวกมันทำงานภายในขอบเขตที่เหมาะสมหรือไม่?

เวลานี้มีความสำคัญเพราะบริษัทต่างๆ กำลังเปลี่ยนจากการทดลองกับ AI ไปสู่การถามว่าพวกเขาสามารถนำเอเย่นต์ไปใช้ในการทำงานจริงได้อย่างไร คำถามที่ยากจริงๆ ไม่ใช่ว่าเอเย่นต์สามารถสร้างขึ้นได้หรือไม่ แต่ว่าองค์กรสามารถจัดการเอเย่นต์ข้ามแบบจำลอง เครื่องมือ API และระบบที่พวกมันสัมผัสได้หรือไม่

นั่นคือที่ที่มรดกของ Gravitee ในการจัดการ API มีความเกี่ยวข้องมาก เอเย่นต์จะขยายตัวในองค์กรได้เฉพาะหากองค์กรสามารถนำวินัยเดียวกับที่คาดหวังจากโครงสร้างพื้นฐานส่วนอื่นๆ มาใช้กับพวกมัน: อนุญาตที่ชัดเจน การดำเนินการตามที่เห็นได้ การตรวจสอบ และการกำกับดูแล

หลายองค์กรกำลังทดลองกับเอเย่นต์ AI แต่มีเพียงไม่กี่แห่งที่ได้นำไปใช้ในระดับใหญ่ สิ่งใดที่ทำให้ผู้นำที่ประสบความสำเร็จแตกต่างจากบริษัทที่ยังคงอยู่ในขั้นทดลอง

ความแตกต่างคือว่าองค์กรนั้นรับมือกับเอเย่นต์เป็นการทดลองที่แยกออกมาหรือเป็นส่วนหนึ่งของโมเดลการดำเนินงานใหม่ ในขนาดเล็ก เอเย่นต์หนึ่งหรือสองตัวอาจดูจัดการได้ แต่ความท้าทายเกิดขึ้นเมื่อองค์กรเริ่มย้ายไปสู่เอเย่นต์หลายตัวทั่วทั้งทีม ระบบและกระบวนการทำงาน ในจุดนั้น ปัญหาไม่ใช่ว่าเอเย่นต์สามารถทำงานได้หรือไม่ แต่ว่าองค์กรสามารถควบคุมว่าเอเย่นต์ทำงานอย่างไร สิ่งที่พวกมันสัมผัส และว่าพวกมันเข้ากันได้กับวิธีการดำเนินธุรกิจขององค์กรหรือไม่

องค์กรที่สร้างวินัยในการจัดการเอเย่นต์ตั้งแต่เนิ่นๆ เข้าใจว่าเอเย่นต์เหล่านั้นเข้ากันได้กับกระบวนการทำงานอย่างไร การตัดสินใจใดที่ต้องอยู่กับคน และการควบคุมใดที่ต้องมีไว้ก่อนที่จะให้เอเย่นต์ทำงานจริง

สิ่งนี้ไม่ใช่แค่การเปลี่ยนแปลงทางเทคโนโลยี แต่ยังเป็นการเปลี่ยนแปลงวิธีการทำงานขององค์กรด้วย ผู้นำที่ประสบความสำเร็จจะเข้าใจการเปลี่ยนแปลงนี้และวางโครงสร้างที่เหมาะสมไว้ตั้งแต่ต้น

เอเย่นต์ AI กำลังโต้ตอบกับ API ฐานข้อมูล แอปพลิเคชันองค์กร และแม้แต่เอเย่นต์อื่นๆ คุณเห็นอนาคตของการกำกับดูแลเอเย่นต์อย่างไร และสิ่งใดที่องค์กรต้องแก้ไขก่อนที่ระบบเหล่านี้จะสามารถดำเนินงานได้อย่างน่าเชื่อถือในระดับใหญ่

ความท้าทายไม่ใช่ความซับซ้อนทางเทคนิคเพียงอย่างเดียว แต่เป็นความซับซ้อนของความรับผิดชอบ เมื่อเอเย่นต์เรียก API สอบถามฐานข้อมูล และเรียกเอเย่นต์อื่นๆ สายการอนุญาตจะเพิ่มขึ้น และส่วนใหญ่ขององค์กรมีวิธีการใดๆ ที่จะเห็นมัน

การกำกับดูแลเอเย่นต์จะพัฒนาไปสู่การดำเนินงานแบบหลายเอเย่นต์ โดยที่เอเย่นต์หนึ่งๆ ให้ผลลัพธ์เป็นข้อมูลเข้าของเอเย่นต์อื่น โดยทั่วไปจะข้ามแบบจำลอง ผู้ขาย และขอบเขตองค์กร และนั่นคือเมื่อการกำกับดูแลพังทลาย

ก่อนที่ระบบเหล่านี้จะสามารถดำเนินงานได้อย่างน่าเชื่อถือในระดับใหญ่ องค์กรต้องแก้ไขสิ่งต่อไปนี้: การให้เอเย่นต์แต่ละตัวมีเอกลักษณ์ที่ทราบและตรวจสอบได้ การกำหนดขอบเขตสิ่งที่เอเย่นต์แต่ละตัวได้รับอนุญาตให้สัมผัส (เครื่องมือ ข้อมูล API ลง游) การบังคับใช้การอนุญาตเหล่านั้นในขณะทำงาน และการรักษาบันทึกสายการอนุญาตที่สมบูรณ์จากคำสั่งของมนุษย์ไปยังระบบที่เอเย่นต์สุดท้ายสัมผัส

ธุรกิจที่รับมือกับการกำกับดูแลเป็นปัญหาเทคนิคอย่างเดียวและข้ามชั้นการกำกับดูแลจะพบว่าตัวเองกำลังจัดการกับเหตุการณ์มากกว่าการขยายการดำเนินงาน

อุตสาหกรรมใช้เวลาหลายปีในการจัดการกับการแพร่กระจายของ API เมื่อองค์กรนำเทคโนโลยีคลาวด์มาใช้ เรากำลังเข้าสู่ยุค “การแพร่กระจายของเอเย่นต์” หรือไม่ และองค์กรสามารถนำบทเรียนใดๆ จากการเปลี่ยนแปลงทางเทคโนโลยีก่อนหน้ามาใช้ได้บ้าง

ใช่ ฉันเห็นความเสี่ยงจริงๆ ที่จะสร้างรูปแบบเดียวกับที่เราเห็นกับ API: การนำไปใช้อย่างกว้างขวางทั่วทั้งธุรกิจก่อนที่จะมีการวางโมเดลการจัดการที่เหมาะสม

บทเรียนจากยุค API คือ องค์กรไม่ควรรอจนกว่าสภาพแวดล้อมจะกระจัดกระจายก่อนที่จะวางการมองเห็นและควบคุมไว้เหนือมัน

เอเย่นต์สร้างความท้าทายที่คล้ายกัน แต่มีระดับความเสี่ยงที่สูงกว่าเพราะพวกมันสามารถดำเนินงานข้ามระบบและกระบวนการทำงาน คำถามที่องค์กรต้องตอบคือ: เอเย่นต์ใดมีอยู่ ใครเป็นเจ้าของ และพวกมันได้รับอนุญาตให้สัมผัสอะไรได้บ้าง?

หากองค์กรนำวินัยนั้นมาใช้ตั้งแต่ต้น พวกเขาจะสามารถหลีกเลี่ยงการมีเอเย่นต์ที่ไม่สามารถมองเห็น ปกป้อง หรือควบคุมได้

มีความเข้าใจผิดเกี่ยวกับเอเย่นต์ AI อย่างไรที่ผู้นำธุรกิจมีในปัจจุบัน และที่ไหนที่ความคาดหวังกำลังล่วงหน้าไปมากกว่าความเป็นจริง

ความเข้าใจผิดที่โดดเด่นที่สุดคือความสามารถของเอเย่นต์เป็นปัญหาอุดตัน ไม่ใช่ ปัญหาอุดตันคือว่าองค์กรสามารถทำให้เอเย่นต์ถูกต้องตามกฎหมายได้หรือไม่ เช่นเดียวกับที่พวกเขาทำกับคน โดยมีบทบาทที่กำหนด อนุญาตที่มีขอบเขต และบันทึกการตรวจสอบ

ผู้นำหลายคนเชื่อว่าการนำเอเย่นต์ไปใช้มากขึ้นจะทำให้การดำเนินงานเร็วขึ้นโดยอัตโนมัติ ในทางปฏิบัติ เอเย่นต์ที่ไม่ได้รับการกำกับดูแลจะสร้างการลงทุน AI ที่ไม่มีการควบคุม การเข้าถึงข้อมูลที่ไม่มีการควบคุม และความล้มเหลวในการดำเนินงานที่ไม่สามารถวินิจฉัยได้เพราะไม่มีหลักฐานการตรวจสอบ

ตัวอย่างล่าสุดของเอเย่นต์ AI ที่ถูกถอดออกจากการผลิตหลังเกิดข้อผิดพลาดในการดำเนินงานเป็นเรื่องที่ให้คำแนะนำ เราได้เห็นเอเย่นต์ที่มีการอนุญาตปฏิทินกว้างขวางและไม่มีขอบเขตที่กำหนดไว้ ลบปฏิทินองค์กรมาทั้งหมดในหนึ่งการดำเนินการแบบเดียว ปัญหาไม่ใช่เรื่องของโมเดล แต่ไม่มีใครกำหนดขอบเขตสิ่งที่มันสามารถสัมผัสได้ นี่ไม่ใช่ปัญหาเรื่องการเกินความคาดหวังของ AI แต่เป็นปัญหาเรื่องการกำกับดูแล

ความคาดหวังกำลังล่วงหน้าไปมากกว่าความเป็นจริงมากที่สุดเกี่ยวกับการตัดสินใจอัตโนมัติ ผู้นำต้องการเอเย่นต์ที่สามารถดำเนินการได้ แต่สิ่งที่พวกเขาต้องการก่อนอื่นคือเอเย่นต์ที่มีการดำเนินการตามที่เห็นได้ ถอยกลับได้ และสามารถระบุได้

ความปลอดภัยและการกำกับดูแลได้กลายเป็นข้อกังวลหลักในขณะที่เอเย่นต์ AI เข้าถึงระบบและข้อมูลที่สำคัญมากขึ้น คุณเห็นความเสี่ยงหลักๆ ใดบ้าง และองค์กรควรจัดการกับพวกมันอย่างไร

ความเสี่ยงที่ใหญ่ที่สุดคือเอเย่นต์กำลังเข้าสู่การผลิตเร็วกว่าที่องค์กรสามารถกำกับดูแลได้ รายงาน State of AI Agent Security ของ Gravitee พบว่าทรัพย์สินเอเย่นต์ AI ขององค์กรมีการเพิ่มขึ้นประมาณสองเท่าตั้งแต่เดือนธันวาคม 2025 ในขณะที่การครอบคลุมการตรวจสอบ โครงสร้างความรับผิดชอบ และการควบคุมก่อนการวางระบบแทบจะไม่เปลี่ยนแปลง การวิจัยยังแสดงให้เห็นว่าเกือบครึ่งหนึ่ง (48%) ของเอเย่นต์ AI ในการผลิตกำลังทำงานโดยไม่มีการรักษาความปลอดภัยหรือการกำกับดูแล และ 54% ขององค์กรมีประสบการณ์หรือสงสัยเกี่ยวกับเหตุการณ์ความปลอดภัยหรือการรักษาความเป็นส่วนตัวของข้อมูลของเอเย่นต์ AI ในช่วง 12 เดือนที่ผ่านมา

ข้อมูลนั้นเน้นย้ำถึงเหตุผลที่การกำกับดูแลต้องเติบโตขึ้นพร้อมกับการนำไปใช้ เมื่อเอเย่นต์เข้าถึงข้อมูลที่สำคัญ แอปพลิเคชัน และกระบวนการทำงาน ความรับผิดชอบและความเป็นเจ้าของต้องชัดเจนไม่แพ้กับการเข้าถึง: ใครรับผิดชอบต่อเอเย่นต์นี้ อะไรคือการดำเนินการของมัน และมันถูกตรวจสอบอย่างไร

คำตอบไม่ใช่การชะลอเอเย่นต์ แต่เป็นการสร้างการมองเห็นที่ชัดเจนตั้งแต่ต้นตลอดทั้งเอเย่นต์ แบบจำลองที่เชื่อมต่อ เครื่องมือ และเอเย่นต์อื่นๆ ที่โต้ตอบ

จากที่นั่น องค์กรสามารถใช้แบบจำลองการดำเนินงานที่เหมาะสมกับเอเย่นต์: ความเป็นเจ้าของที่ชัดเจน อนุญาตที่มีขอบเขต การควบคุมก่อนการวางระบบ การตรวจสอบ ความสามารถในการตรวจสอบ และเส้นทางการเพิ่มระดับเมื่อมีบางสิ่งผิดพลาด ซึ่งเป็นสิ่งที่ให้องค์กรมีความมั่นใจในการใช้เอเย่นต์อย่างปลอดภัยในระดับใหญ่

เมื่อรัฐบาลและหน่วยงานกำกับดูแลเริ่มให้ความสนใจกับระบบ AI อย่างใกล้ชิด องค์กรควรสร้างสมดุลระหว่างนวัตกรรม การปฏิบัติตามกฎระเบียบ ความโปร่งใส และการบริหารความเสี่ยงอย่างไร

การให้ความสนใจจากหน่วยงานกำกับดูแลควรเป็นตัวเร่ง ไม่ใช่เหตุผลที่จะชะลอการดำเนินการ

การปฏิบัติตามกฎระเบียบเริ่มต้นด้วยสายการอนุญาต: บันทึกการตรวจสอบที่สมบูรณ์จากคำสั่งของมนุษย์ไปยังการเรียก API ลง游ที่เอเย่นต์ทำ ซึ่งไม่มีทางที่องค์กรจะตอบคำถามกำกับดูแลพื้นฐานได้ว่า “เอเย่นต์ของคุณทำอะไร และทำไม” นี่ไม่ใช่ปัญหาในอนาคต อีกไม่นานจะถึงกำหนดการปฏิบัติตามกฎระเบียบของ EU AI Act ในเดือนสิงหาคม 2026 แล้ว และองค์กรที่มีสายการอนุญาตและบังคับใช้นโยบายในขณะนี้จะผ่านไปได้โดยไม่ต้องรีบ

การบังคับใช้นโยบายแบบโค้ดและจุดบังคับใช้นโยบายที่รวมศูนย์เป็นการนำแบบจำลองนั้นไปใช้จริง องค์กรต้องการเครื่องยนต์นโยบายเดียว บันทึกการตรวจสอบเดียว และการบังคับใช้ที่สอดคล้องกันทั่วทั้งเอเย่นต์ ไม่ว่าจะเป็นแบบจำลองหรือผู้ขาย

ทัศนคติในการบริหารความเสี่ยงที่ชนะไม่ใช่การวางระบบเอเย่นต์ออกไปช้าๆ แต่เป็นการวางระบบเอเย่นต์ออกไปอย่างกล้าด้วยความรับผิดชอบที่ถูกสร้างขึ้นตั้งแต่วันแรก องค์กรที่มองการรับผิดชอบของเอเย่นต์เป็นโอกาสในการเริ่มต้น ไม่ใช่ภาระในการปฏิบัติตามกฎระเบียบ จะไม่ถูกชะลอโดยกฎระเบียบ แต่จะพร้อมสำหรับมัน

มาตรฐานเปิด เช่น Model Context Protocol (MCP) และ Agent-to-Agent (A2A) communication กำลังได้รับความนิยม ความสำคัญของความเข้ากันได้จะส่งผลต่ออนาคตของ AI ในองค์กรอย่างไร และคุณคิดว่าอุตสาหกรรมกำลังเคลื่อนไปสู่มาตรฐานร่วมกันอย่างรวดเร็วพอที่จะตอบสนองความต้องการหรือไม่

ความเข้ากันได้ไม่ใช่สิ่งเลือกได้ องค์กรไม่ได้ใช้แบบจำลองหรือผู้ขายเพียงอย่างเดียว แต่กำลังใช้ระบบนิเวศ

แรงผลักดันของ MCP และ A2A มีความจริงจัง แต่คำถามเรื่องความเร็วพลาดไปจากคำถามที่สำคัญกว่า: มาตรฐานที่ทำให้เอเย่นต์สามารถดำเนินการได้ต้องมาพร้อมกับมาตรฐานที่กำกับวิธีการดำเนินการของพวกมัน ความเข้ากันได้โดยไม่มีการรับผิดชอบที่ระดับโพรโทคอลเพียงแค่เลื่อนปัญหาการกำกับดูแลไปรอบๆ

องค์กรที่จะได้รับประโยชน์มากที่สุดจาก MCP และ A2A คือผู้ที่จับคู่การเข้ากันได้ระดับโพรโทคอลกับจุดควบคุมที่รวมศูนย์ เพื่อให้การโต้ตอบระหว่างเอเย่นต์และระหว่างระบบสามารถตรวจสอบได้ บังคับใช้นโยบาย และมีการตรวจสอบจากที่เดียว

นี่คือที่ที่แนวทางของ Gravitee มีความสำคัญ การจัดการ API การจัดการเอเย่นต์ และอัตลักษณ์ในแพลตฟอร์มเดียวหมายความว่าเครื่องยนต์นโยบายเดียวกำกับการโต้ตอบของเอเย่นต์ทุกครั้ง ไม่ว่าจะเดินทางผ่านโพรโทคอลใด

เมื่อมองไปสู่ 5 ปีข้างหน้า สิ่งใดที่ถือเป็นความสำเร็จสำหรับเอเย่นต์ AI ในองค์กร และคุณมีคำแนะนำใดให้กับองค์กรที่ต้องการสร้างกลยุทธ์ AI ที่มีความยั่งยืนและพร้อมสำหรับอนาคตในปัจจุบัน

ความสำเร็จใน 5 ปีข้างหน้าจะวัดจากการที่เอเย่นต์สามารถทำงานที่มีความหมายได้อย่างปลอดภัย น่าเชื่อถือ และในระดับใหญ่ เอเย่นต์ AI สามารถช่วยให้บริษัทต่างๆ มีความคล่องตัวและให้คนมีอำนาจมากขึ้น แต่นั่นเกิดขึ้นได้เฉพาะเมื่อองค์กรต่างๆ มีเจตนาในการนำเอเย่นต์ไปใช้

คำแนะนำของฉันคือการสร้างแบบจำลองการจัดการตั้งแต่เนิ่นๆ กำหนดความเป็นเจ้าของ อนุญาต ข้อจำกัดในการตรวจสอบ บันทึกการตรวจสอบ และเส้นทางการเพิ่มระดับก่อนที่เอเย่นต์จะดำเนินการข้ามกระบวนการทำงานที่สำคัญ อนาคตไม่ใช่แค่ผู้คนสร้างงานทุกอย่างด้วยตนเอง แต่เป็นผู้คนกลายเป็นสถาปนิกของกระบวนการ โดยมีเอเย่นต์ช่วยให้พวกเขาเร็วขึ้น ขยายผลกระทบ และทำมากกว่าที่พวกเขาทำได้ก่อนหน้านี้

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Gravitee เพื่อเรียนรู้เพิ่มเติม