เส้นทางจาก RPA สู่ Autonomous Agents

นักตรวจสอบอาชญากรรมทางการเงินซึ่งเคยได้รับแจ้งเตือนกิจกรรมที่น่าสงสัยจำนวนมากซึ่งต้องใช้การตรวจสอบอย่างพิถีพิถันและรวบรวมข้อมูลข้ามระบบเพื่อกำจัดผลลัพธ์เท็จและสร้างรายงานกิจกรรมที่น่าสงสัย (SARs) ในขณะนี้เธอได้รับแจ้งเตือนพร้อมการวิจัยอัตโนมัติและเนื้อหาที่แนะนำซึ่งสามารถสร้าง SARs ในเวลาเพียงไม่กี่นาที

ผู้วางแผนหมวดหมู่ค้าปลีกที่เคยทำการวิเคราะห์รายงานในอดีตเป็นเวลาหลายชั่วโมงเพื่อค้นหาข้อมูลเชิงลึกเกี่ยวกับสินค้าที่มีประสิทธิภาพต่ำและเหตุใดจึงเป็นเช่นนั้น ตอนนี้ใช้ AI เพื่อให้ได้ข้อมูลเชิงลึกที่ลึกซึ้งซึ่งสามารถระบุพื้นที่ที่มีปัญหาและแนะนำการดำเนินการแก้ไขที่จัดลำดับความสำคัญตามผลกระทบทางธุรกิจสูงสุด วิศวกรบำรุงรักษาอุตสาหกรรมใช้ระบบ Copilot ที่ทำการตรวจสอบสภาพแวดล้อม 24/7 และทำนายปัญหาและสร้างคำเตือนในระยะแรกของปัญหาเชิงกลไกหรือปัญหาประสิทธิภาพ ซึ่งลดเวลาการหยุดทำงานที่ไม่คาดคิดลงได้อย่างมาก

การเปลี่ยนแปลงเหล่านี้กำลังเกิดขึ้นทั่วทั้งองค์กรในปัจจุบัน ซึ่งบ่งบอกถึงการเปลี่ยนแปลงพื้นฐาน: แอปพลิเคชันแนวตั้งที่รวม AI ที่คาดการณ์ได้ สร้างสรรค์ และเกิดขึ้นใหม่กำลังเพิ่มและเปลี่ยนแปลงการทำงานอัตโนมัติ โดยให้ความสามารถที่มุ่งเน้นและซับซ้อนซึ่งแก้ไขปัญหาที่ซับซ้อนและเชิงบริบทมากกว่าโซลูชันในอดีต

รายงาน Hype Cycle for Emerging Technologies ของ Gartner ในปี 2024 เน้นย้ำถึง AI อัตโนมัติเป็นหนึ่งในเทรนด์เทคโนโลยีที่เกิดขึ้นใหม่ที่สำคัญที่สุดของปี – และมีเหตุผลที่ดี ด้วยตัวแทน AI ที่ไม่ใช่ AI ผู้ใช้ต้องกำหนดสิ่งที่พวกเขาต้องทำให้อัตโนมัติและวิธีการทำเช่นนั้นอย่างละเอียด แต่แอปพลิเคชันที่รวม AI ที่คาดการณ์ได้ สร้างสรรค์ และ AI อัตโนมัติในอนาคตพร้อมกับความรู้และกระบวนการแนวตั้งสามารถดึงข้อมูลจากแหล่งต่างๆ ทั่วทั้งองค์กร เพิ่มความเร็วและทำให้กระบวนการซ้ำซ้อนอัตโนมัติ และให้คำแนะนำสำหรับการดำเนินการที่มีผลกระทบสูง องค์กรที่ใช้แอปพลิเคชันเหล่านี้สามารถตัดสินใจได้เร็วขึ้นและแม่นยำขึ้น ระบุและแก้ไขปัญหาได้อย่างรวดเร็ว และแม้แต่การป้องกันไม่ให้เกิดปัญหาในตอนแรก

ตัวแทน AI เป็นตัวแทนของคลื่นลูกต่อไปใน AI ขององค์กร พวกเขาสร้างขึ้นจากพื้นฐานของ AI ที่คาดการณ์ได้และสร้างสรรค์ แต่กระโดดไปข้างหน้าอย่างมากในแง่ของความเป็นอิสระและความสามารถในการปรับตัว ตัวแทน AI ไม่ใช่แค่เครื่องมือสำหรับการวิเคราะห์หรือการสร้างเนื้อหาเท่านั้น แต่เป็นระบบอัจฉริยะที่สามารถตัดสินใจได้ด้วยตนเอง แก้ไขปัญหา และเรียนรู้อย่างต่อเนื่อง การเปลี่ยนแปลงนี้แสดงถึงการเปลี่ยนแปลงจาก AI ที่เป็นเครื่องมือสนับสนุนไปสู่ AI ที่เป็นผู้เข้าร่วมอย่างแข็งขันในกระบวนการทางธุรกิจที่สามารถเริ่มการกระทำและปรับกลยุทธ์ในเวลาจริง

การเปลี่ยนแปลงจาก RPA สู่ Autonomous Agents

ตามประเพณี RPA ถูกใช้สำหรับกระบวนการที่ซ้ำซ้อนและใช้หลักการและข้อมูลเข้าแบบมีโครงสร้าง RPA ใช้ข้อมูลเข้าแบบมีโครงสร้างและตรรกะที่กำหนดไว้เพื่อทำให้กระบวนการที่ซ้ำซ้อน เช่น การป้อนข้อมูล การถ่ายโอนไฟล์ และการกรอกแบบฟอร์ม อัตโนมัติ ความพร้อมใช้งานที่กว้างขวางของ AI ที่คาดการณ์ได้และสร้างสรรค์ที่มีประสิทธิภาพและราคาไม่แพงได้กล่าวถึงระดับต่อไปของปัญหาทางธุรกิจที่ซับซ้อนซึ่งต้องการความเชี่ยวชาญในด้านเฉพาะ ความปลอดภัยระดับองค์กร และความสามารถในการรวมแหล่งข้อมูลที่หลากหลาย

ในระดับต่อไป ตัวแทน AI ไปไกลกว่าแอลกอริทึม AI ที่คาดการณ์ได้และซอฟต์แวร์ที่มีความสามารถในการทำงานอัตโนมัติ ปรับตัวให้เข้ากับสภาพแวดล้อมที่เปลี่ยนแปลง และตัดสินใจโดยอาศัยกฎที่กำหนดไว้ล่วงหน้าและพฤติกรรมที่เรียนรู้ ในขณะที่เครื่องมือ AI แบบดั้งเดิมอาจมีความเชี่ยวชาญในงานหรือการวิเคราะห์ข้อมูลเฉพาะ ตัวแทน AI สามารถรวมความสามารถหลายอย่างเพื่อสำรวจสภาพแวดล้อมที่ซับซ้อนและพลวัต และแก้ไขปัญหาที่ซับซ้อนหลายด้าน ตัวแทน AI สามารถช่วยให้องค์กรมีประสิทธิภาพมากขึ้น มีประสิทธิผลมากขึ้น และปรับปรุงประสบการณ์ของลูกค้าและพนักงาน ในขณะเดียวกันก็ลดต้นทุน

เมื่อสร้างขึ้นด้วยโมเดล AI ที่เหมาะสมเป็นเครื่องมือและด้วยแหล่งข้อมูลแนวตั้งและเครื่องมือการเรียนรู้ของเครื่องเพื่อสนับสนุนกิจกรรมเชิงบริบทที่เฉพาะเจาะจง ตัวแทน AI จะกลายเป็นเครื่องมือที่มีประสิทธิภาพสูงในการแก้ปัญหา การดำเนินการตามขั้นตอน การกู้คืนจากข้อผิดพลาด และการปรับปรุงอย่างต่อเนื่องในงานที่กำหนด

การนำไปใช้: ประเด็นสำคัญที่องค์กรควรพิจารณา

การนำ AI ที่คาดการณ์ได้ สร้างสรรค์ และ AI อัตโนมัติไปใช้ในองค์กรสามารถให้ประโยชน์อย่างมาก แต่การดำเนินขั้นตอนที่ถูกต้องก่อนการนำไปใช้เพื่อให้แน่ใจว่าการนำไปใช้ประสบความสำเร็จเป็นสิ่งสำคัญ ต่อไปนี้คือประเด็นสำคัญที่องค์กรควรพิจารณาเมื่อพิจารณาและเริ่มนำตัวแทน AI ไปใช้

• การผสมผสานกับเป้าหมายทางธุรกิจ: สำหรับการนำ AI ไปใช้ในองค์กรที่จะประสบความสำเร็จ มันควรแก้ไขกรณีการใช้งานเฉพาะในอุตสาหกรรมเฉพาะและให้ผลผลิตและความแม่นยำที่เพิ่มขึ้น ให้ความสำคัญกับผู้มีส่วนได้ส่วนเสียทางธุรกิจในกระบวนการประเมิน/เลือก AI อย่างสม่ำเสมอเพื่อให้แน่ใจว่ามีการจัดตำแหน่งและให้ผลตอบแทนที่ชัดเจน ผลิตภัณฑ์ควรเหมาะสมกับกระบวนการและกระบวนการที่ปรับปรุงผลลัพธ์ที่วัดได้สำหรับกรณีการใช้งานและโดเมนแนวตั้งที่กำหนด
• คุณภาพ ข้อมูล และการรวม: เนื่องจากโมเดล AI ต้องการข้อมูลจำนวนมากที่มีคุณภาพสูงเพื่อทำงานได้อย่างมีประสิทธิภาพ องค์กรจึงต้องนำระบบการรวบรวมและประมวลผลข้อมูลที่มีประสิทธิภาพมาใช้เพื่อให้แน่ใจว่า AI ได้รับข้อมูลที่ถูกต้องและเกี่ยวข้อง การดูแลแหล่งข้อมูลสามารถลดความเสี่ยงของการหลอกลวงและทำให้ AI สามารถวิเคราะห์ แนะนำ และตัดสินใจได้อย่างเหมาะสม
• ความปลอดภัยและความเป็นส่วนตัว: การจัดการข้อมูลที่ละเอียดอ่อนในโมเดล AI ทำให้เกิดความเสี่ยงด้านความเป็นส่วนตัวและความปลอดภัยที่อาจเกิดขึ้น การพิจารณาอย่างรอบคอบเกี่ยวกับข้อมูลที่จำเป็นสำหรับ AI ในการทำงานและไม่ให้ข้อมูลที่ไม่เกี่ยวข้องสามารถช่วยลดการเปิดเผยได้ แอปพลิเคชันควรให้การควบคุมการเข้าถึงตามบทบาทและผู้ใช้พร้อมกับการป้องกันการยืนยันตัวตนและความปลอดภัยที่สร้างขึ้นที่ชั้นข้อมูลและ API และยืนยันว่าข้อมูลไม่ถึง SLMs หรือ LLMs โดยไม่มีการยืนยันและปกป้อง
• โครงสร้างพื้นฐานและความสามารถในการปรับขนาด: การทำงานของโมเดล AI ขนาดใหญ่ต้องการทรัพยากรการคำนวณที่สำคัญ และความสามารถในการปรับขนาดอาจเป็นปัญหาได้ การออกแบบที่ดีจะป้องกันการบริโภคทรัพยากรส่วนเกิน – ตัวอย่างเช่น SLM ที่เฉพาะเจาะจงสามารถมีประสิทธิภาพเท่ากับ LLM ที่ทั่วไปและลดความต้องการการคำนวณและความล่าช้าได้อย่างมาก
• การวิเคราะห์แบบเรียบง่ายและความสามารถในการอธิบาย: โมเดล AI หลายรุ่น โดยเฉพาะโมเดลการเรียนรู้เชิงลึกมักถูกมองว่าเป็น “กล่องดำ” ผลิตภัณฑ์ AI ระดับองค์กรที่ดีให้ความโปร่งใสเต็มรูปแบบ รวมถึงแหล่งข้อมูลที่โมเดลเข้าถึงและเมื่อใด และเหตุใดคำแนะนำจึงถูกสร้างขึ้น การมีบริบทนี้เป็นสิ่งสำคัญในการสร้างความมั่นใจให้กับผู้ใช้และขับเคลื่อนการนำไปใช้

ข้อเสียที่อาจเกิดขึ้นของตัวแทน AI

เช่นเดียวกับเทคโนโลยีใหม่ๆ ตัวแทน AI มีข้อเสียที่อาจเกิดขึ้นบางประการ แอปพลิเคชันตัวแทน AI ที่ดีที่สุดอาศัยกระบวนการ human-in-the-loop รวมถึงแอปพลิเคชันและความสามารถ AI อัตโนมัติทั้งหมดของ SymphonyAI วิธีการนี้ช่วยให้มีการกำกับดูแลของมนุษย์ การแทรกแซง และการทำงานร่วมกัน เพื่อให้แน่ใจว่าการกระทำของตัวแทน AI สอดคล้องกับเป้าหมายทางธุรกิจและข้อพิจารณาด้านจริยธรรม ระบบ human-in-the-loop สามารถให้ข้อเสนอแนะแบบเรียลไทม์ อนุมัติการตัดสินใจที่สำคัญ หรือเข้ามาแทรกแซงเมื่อ AI พบสถานการณ์ที่ไม่คุ้นเคย ซึ่งสร้างการทำงานร่วมกันที่ทรงพลังระหว่างความฉลาดของมนุษย์และความฉลาดของเครื่อง

AI ที่มีความรับผิดชอบยังให้インターフェซผู้ใช้ที่แข็งแกร่ง ความสามารถในการติดตาม และความสามารถในการตรวจสอบขั้นตอนของเหตุผลที่ตัวแทน AI เลือกเส้นทางการดำเนินการ เราเป็นไปตามหลักการ AI ที่มีความรับผิดชอบของความรับผิดชอบ ความโปร่งใส ความปลอดภัย ความน่าเชื่อถือ/ความปลอดภัย และความเป็นส่วนตัว

เส้นทางสู่ตัวแทน AI ที่สมบูรณ์แบบ

ยากที่จะคาดการณ์ว่าสถานการณ์ตัวแทน AI ที่สมบูรณ์แบบเป็นจริงแค่ไหน เนื่องจากเรายังไม่ได้กำหนดมาตรฐานอุตสาหกรรมสำหรับระดับของความเป็นอิสระ ตัวอย่างเช่น ระดับการขับรถอัตโนมัติได้รับการกำหนดไว้แล้วในระดับ 1-5 ของความสามารถในการขับรถอัตโนมัติ โดยที่ระดับ 0 คือไม่มีการอัตโนมัติ โดยที่ผู้ขับขี่ทำทุกงานขับรถ และระดับ 5 คือการอัตโนมัติเต็มรูปแบบ โดยที่ยานพาหนะทำทุกงานขับรถ

เรากำลังเดินหน้าไปสู่ขั้นตอนที่สามของเส้นทางสู่มูลค่าองค์กรด้วย AI – โดยที่แอปพลิเคชัน AI ที่คาดการณ์ได้และสร้างสรรค์รวมกันสามารถให้คำแนะนำที่ซับซ้อนและสนับสนุนการวิเคราะห์แบบ what-if ได้อย่างราบรื่น ที่ SymphonyAI เราเห็นว่าขั้นตอนต่อไปกำลังพัฒนาไปสู่ตัวแทน AI อัตโนมัติที่ทำงานร่วมกับ AI ที่คาดการณ์ได้และสร้างสรรค์ เพื่อเร่งการสอบสวนการฉ้อโกงทางการเงิน การเพิ่มประสิทธิภาพการจัดการหมวดหมู่ค้าปลีกและการคาดการณ์อุปสงค์ และช่วยให้ผู้ผลิตสามารถคาดการณ์และหลีกเลี่ยงความล้มเหลวของเครื่องจักร

เรากำลังเพิ่มความซับซ้อนและความเป็นอิสระของตัวแทน AI ภายในแอปพลิเคชันของเรา และคำติชมจากลูกค้าเป็นไปอย่างดี AI ที่คาดการณ์ได้และสร้างสรรค์ได้ก้าวหน้าไปสู่ระดับที่สามารถทำให้กระบวนการที่ซับซ้อนซึ่งเคยถูกมองว่าซับซ้อนเกินไปสำหรับซอฟต์แวร์แบบดั้งเดิมเป็นอัตโนมัติได้ ตัวแทน AI อัตโนมัติหรือ AI อัตโนมัติสามารถจัดการงานเหล่านี้ได้โดยไม่ต้องมีการกำกับดูแล นำไปสู่การเพิ่มผลผลิตและความสามารถในการเปลี่ยนแปลงที่เปลี่ยนแปลงไป และช่วยให้ทรัพยากรมนุษย์มุ่งเน้นไปที่กิจกรรมเชิงกลยุทธ์ที่สำคัญยิ่งขึ้น

ตัวอย่างเช่น ธนาคารยุโรปที่ใช้ SymphonyAI Sensa Investigation Hub พร้อมตัวแทน AI และ Copilot ช่วยให้นักตรวจสอบอาชญากรรมทางการเงินประหยัดเวลาในการสอบสวน ในขณะเดียวกันก็ปรับปรุงคุณภาพการสอบสวนภายในไม่กี่สัปดาห์ ธนาคารเห็นการประหยัดความพยายามโดยเฉลี่ยประมาณ 20% ในการสอบสวนระดับ 1 และ 2 ธนาคารยังคาดการณ์ว่าจะประหยัดค่าใช้จ่ายได้ 3.5 ล้านยูโรต่อปี โดยใช้ SymphonyAI บน Microsoft Azure รวมถึงการลดการใช้จ่ายกับผู้ให้บริการเทคโนโลยีชั้นนำจาก 1.5 ล้านยูโรต่อปีเป็น 300,000 ยูโรต่อปี

ด้วยการออกแบบที่รอบคอบโดยใช้หลักการ AI ที่มีความรับผิดชอบ ตัวแทน AI ให้ผลผลิตที่เปลี่ยนแปลงไป ความแม่นยำ และความเป็นเลิศสำหรับกรณีการใช้งานที่พิสูจน์แล้วที่เพิ่มขึ้นเรื่อยๆ ที่ SymphonyAI เรามีภารกิจในการให้บริการองค์กรด้วยตัวแทน AI ที่ให้ความเป็นเลิศในการดำเนินงาน โดยการผสมผสานการตอบสนองที่รวดเร็วเข้ากับการคิดเชิงกลยุทธ์ระยะยาว AI อัตโนมัติพร้อมที่จะปฏิวัติกระบวนการสำคัญทั่วหลายอุตสาหกรรม