Các Đại lý AI của Bạn Đang Thất bại Bởi Vì Họ Không Hiểu Về Doanh Nghiệp của Bạn

Năm ngoái, Absa, một trong những ngân hàng lớn nhất ở châu Phi, cần 120 ngày để di chuyển một mô hình phát hiện tội phạm tài chính mới từ xây dựng đến sản xuất. Mặc dù điều đó gần với mức trung bình của ngành vào thời điểm đó, nhưng cùng một ngân hàng ngày nay có thể triển khai một mô hình mới trong 15 ngày, ngay cả với cùng một môi trường pháp lý, khối lượng giao dịch và yêu cầu tuân thủ.

Và yet, một cuộc khảo sát của PwC đã tìm thấy rằng 56% CEO doanh nghiệp đã không thấy bất kỳ lợi ích tài chính đáng kể nào từ đầu tư AI của họ. Mỗi nhà lãnh đạo doanh nghiệp tôi nói chuyện đã nghe bài nói về việc nếu bạn triển khai các đại lý AI và tự động hóa các quy trình làm việc của mình, bạn sẽ nhanh chóng thấy ROI. Thay vào đó, 18 tháng và vài triệu đô la sau, tác động kinh doanh vẫn còn thiếu. Thành phần bị thiếu là bối cảnh lĩnh vực, sự hiểu biết về hoạt động được thiết lập để đưa ra quyết định kinh doanh nội bộ và những việc cần làm khi nó xảy ra sai lầm.

Khi Các Đại lý Ngừng Tư vấn và Bắt đầu Hành động

Gartner ước tính rằng vào năm 2027, 50% quyết định kinh doanh sẽ được tăng cường hoặc tự động hóa bởi các đại lý AI cho trí tuệ quyết định. Cho đến rất gần đây, vai trò của AI trong doanh nghiệp là để tư vấn, để lại cho nhân viên đưa ra quyết định. Kịch bản tồi tệ nhất là một cái nhìn bị bỏ lỡ, một quyết định bị chậm trễ, hoặc thiếu hành động trong phản ứng với một cảnh báo. Với các đại lý, hậu quả sẽ lớn hơn nhiều.

Ở một nhà máy sản xuất sinh học của một nhà sản xuất dược phẩm toàn cầu, khi một thanh tra viên quét cửa phòng thí nghiệm, quy trình kiểm tra phù hợp sẽ được kích hoạt tự động, được tùy chỉnh cho thiết bị và thông số kỹ thuật của phòng đó. Đại lý sẽ sắp xếp quy trình kiểm tra, hiển thị tài liệu tham khảo và cho phép thanh tra viên xác nhận. Trong một môi trường được quản lý bởi GxP, mỗi cuộc kiểm tra phải sẵn sàng cho việc kiểm toán, có nghĩa là một đại lý đang thực hiện một phần của tải trọng hoạt động trong một môi trường có hậu quả thực sự nếu nó đưa ra quyết định sai lầm.

Hầu hết các khuôn khổ quản trị đang được áp dụng ngày nay đã được xây dựng cho thế giới tư vấn trước đây: các cuộc xem xét mô hình định kỳ với một người kiểm tra đầu ra của một hệ thống duy nhất. Giờ đây chúng ta có các đại lý giao nhiệm vụ cho các đại lý khác, phối hợp giữa các quy trình làm việc và nhân lên một quyết định sai lầm ban đầu trên toàn bộ chuỗi quy trình trước khi ai đó nhận thấy.

Tại Sao Các Đại lý Tổng quát Đánh vào Tường

Một đại lý tổng quát có thể trông rất ấn tượng trong điều kiện kiểm soát. Tuy nhiên, nó bắt đầu gặp khó khăn trong hoạt động doanh nghiệp, nơi có các ràng buộc, phụ thuộc và quyết định phán xét rõ ràng với bất kỳ ai đã từng làm việc trên sàn nhà và vô hình với một mô hình chưa bao giờ được dạy để nhìn thấy chúng.

Một người quản lý danh mục tại một trong năm công ty thực phẩm và đồ uống hàng đầu thế giới đã đối mặt với một phiên bản của cùng một vấn đề với quy mô khác: 96% thâm nhập thị trường, không còn đòn bẩy truyền thống nào để kéo. Người quản lý danh mục đã xác định logic quyết định trực tiếp bằng cách thống nhất hơn 100 nguồn dữ liệu trên hơn 1.000 thuộc tính cho mỗi cửa hàng và cho phép mô hình AI xây dựng hồ sơ hành vi của người mua mà nhóm danh mục có thể hành động. Kết quả? Ba cụm người mua, các cuộc chạy nước rút hàng tuần với các đối tác bán lẻ, tăng doanh thu 8% và giảm 35% thời gian đặt lại kệ hàng.

Điều này hoạt động vì đại lý đã biết những gì là một bản đồ kế hoạch, những gì một cụm người mua có nghĩa và làm thế nào một thay đổi khuyến mãi ảnh hưởng đến các danh mục liền kề. Một mô hình tổng quát phải được dạy từ vựng cụ thể của ngành, điều này sẽ mất 12 đến 18 tháng mà hầu hết các doanh nghiệp không có.

Tại Sao Quản trị Phải Được Kiến trúc

Các khuôn khổ trách nhiệm mà hầu hết các doanh nghiệp có ngày nay đã được xây dựng xung quanh việc giải thích đầu ra của một mô hình sau khi nó xảy ra và xem xét định kỳ. Chúng không được xây dựng cho những gì xảy ra khi một đại lý kích hoạt một hành động không thể đảo ngược trong một quy trình làm việc.

Tôi đã làm việc với một công ty bảo hiểm hoạt động trên các thị trường Trung và Đông Âu phải xem xét các yêu cầu pháp lý của từng thị trường khi đưa ra quyết định tuân thủ. Mỗi quyết định thẩm định của khách hàng đều có thể theo dõi được như một bản ghi trực tiếp bao gồm đầu vào, mô hình, đầu ra và người ký tên. Hệ thống AI của công ty có thể định tuyến một giao dịch tuân thủ trong một thị trường và không tuân thủ trong một thị trường khác mà không cần sự phân xử thủ công của một nhà phân tích tuân thủ.

Đây là cùng một kiến trúc cho phép Absa triển khai hệ thống AML sản xuất của mình trong 15 ngày thay vì 120. Tốc độ được xây dựng để ngân hàng có thể ngay lập tức chuyển phiên bản chính sách cho mỗi quyết định cho một cơ quan quản lý.

Các doanh nghiệp chúng tôi thấy đang đầu tư vào các lớp quản trị này từ sớm vẫn đang chạy các đại lý với quy mô 18 tháng sau. Những doanh nghiệp coi đây là một bài tập tuân thủ được gắn thêm sau khi triển khai là những doanh nghiệp phải不断 tái kiến trúc.

Trí tuệ Lĩnh vực Không Phải Là Tinh chỉnh

Các mô hình nền tảng có khả năng không cung cấp kết quả doanh nghiệp đáng tin cậy vì chúng được xây dựng để có ích rộng rãi. Hoạt động doanh nghiệp đòi hỏi sự chuyên môn hóa sâu sắc và hẹp. Sự nhầm lẫn giữa hai điều này đã khiến ngành công nghiệp mất thời gian và tài nguyên, nhưng nó vẫn là sai lầm phổ biến nhất tôi thấy.

Trí tuệ lĩnh vực không phải là áp dụng Retrieval-Augmented Generation (RAG) hoặc tinh chỉnh một mô hình tổng quát. Đó là sự khác biệt giữa một đại lý có thể xử lý thông tin về một cửa hàng tạp hóa và một đại lý hiểu cách kinh doanh xây dựng và triển khai 5.000 bản đồ kế hoạch được tùy chỉnh trên hơn 750 cửa hàng mà không cần một đội ngũ trung tâm chạm vào mọi vị trí.

Loại khả năng hoạt động này đến từ nhiều năm dữ liệu đào tạo cụ thể của lĩnh vực, logic quyết định được xây dựng xung quanh các ràng buộc hoạt động thực sự và một lớp kiến thức bao gồm cách một thay đổi giá ảnh hưởng đến lợi nhuận, cách một thay đổi sắp xếp ảnh hưởng đến khả năng có sẵn trên kệ và cách điều đó ảnh hưởng đến lòng trung thành của người mua. Đối với một chuỗi cửa hàng tạp hóa lớn của Mỹ, loại suy luận kết nối này đã tạo ra 200 triệu đô la lợi nhuận tăng thêm.

Xây dựng nền tảng này hoặc nhận nó từ một đối tác đã làm việc này là một chi phí thực sự trước khi bắt đầu, về dữ liệu, chuyên môn lĩnh vực và kỷ luật để mã hóa phán quyết thể chế thay vì bỏ qua thẳng đến một cuộc thử nghiệm. Nếu nền tảng này bị vội vàng, một đại lý trông có vẻ hiểu biết về lĩnh vực trong một概念 chứng minh có thể vẫn bị sụp đổ với trường hợp đầu tiên của sản xuất.

Việt Nam Đạt được Đại lý Doanh nghiệp Đúng cách Thực sự có Nghĩa là Gì

Các doanh nghiệp tiếp tục thả các mô hình có khả năng vào các quy trình làm việc hiện có sẽ phải thừa nhận với hội đồng quản trị của họ rằng ROI không xuất hiện. MIT kết luận năm ngoái rằng mặc dù đầu tư của doanh nghiệp vào AI tạo ra, 95% tổ chức không nhận được bất kỳ ROI nào. Nếu bạn không muốn ở trong trại đó, hãy đặt trí tuệ lĩnh vực vào vị trí trước ngày đầu tiên, nhúng quản trị vào kiến trúc và giữ các đại lý chịu trách nhiệm về các kết quả cụ thể.

Mô hình đằng sau bất kỳ đại lý nào là, một cách mỉa mai, phần ít bền vững nhất của phương trình đó. Một mô hình tốt hơn sẽ được vận chuyển vào quý tới, từ công ty đã xây dựng mô hình bạn đang sử dụng ngày hôm nay hoặc một trong những đối thủ cạnh tranh của nó. Những gì không thay đổi với việc phát hành mô hình tiếp theo là liệu các đại lý của bạn có hiểu về doanh nghiệp của bạn hay không. Bạn phải xây dựng điều đó một cách cố ý. Các đại lý sẽ thành công trong môi trường của bạn sẽ không phải là các đại lý tổng quát có khả năng nhất trên thị trường, nhưng chúng sẽ kiếm được sự tin tưởng của bạn để làm nhiều hơn và nhiều hơn cho doanh nghiệp của bạn.