Con đường từ RPA đến các tác nhân tự chủ

Một điều tra viên tội phạm tài chính từng nhận được một lượng lớn cảnh báo về hoạt động đáng ngờ đòi hỏi công việc điều tra tẻ nhạt, thu thập dữ liệu thủ công trên các hệ thống để loại bỏ các kết quả dương tính giả và soạn thảo Báo cáo hoạt động đáng ngờ (SAR) trên các hệ thống khác. Ngày nay, cô nhận được các cảnh báo được ưu tiên với nghiên cứu tự động và nội dung được đề xuất có thể tạo SAR trong vài phút.

Một người lập kế hoạch danh mục bán lẻ trước đây đã dành nhiều giờ để phân tích các báo cáo của những tuần trước để cố gắng khám phá thông tin chi tiết về sản phẩm nào đang hoạt động kém hiệu quả và lý do tại sao, giờ đây sử dụng AI để cung cấp thông tin chi tiết chuyên sâu giúp phát hiện các khu vực có vấn đề và đề xuất các hành động khắc phục, được ưu tiên để tác động tối đa đến doanh nghiệp. Một kỹ sư bảo trì công nghiệp sử dụng một phi công phụ thực hiện giám sát tình trạng tài sản 24/7 và dự đoán các vấn đề và tạo cảnh báo ở giai đoạn đầu của các vấn đề về cơ khí hoặc hiệu suất, cắt giảm thời gian chết ngoài kế hoạch.

Những chuyển đổi này đang diễn ra trên khắp các doanh nghiệp ngày nay, báo hiệu một sự thay đổi cơ bản: các ứng dụng theo chiều dọc kết hợp AI dự đoán, AI tạo sinh và AI tác nhân mới đang tăng cường và chuyển đổi tự động hóa quy trình làm việc, cung cấp các khả năng tinh vi, có mục tiêu giúp giải quyết các thách thức phức tạp và mang tính bối cảnh hơn nhiều so với các giải pháp trước đây.

Gartner 2024 Chu kỳ thổi phồng cho các công nghệ mới nổi đã nêu bật AI tự động là một trong bốn xu hướng công nghệ mới nổi hàng đầu của năm—và có lý do chính đáng. Với các tác nhân không phải AI, người dùng phải xác định gì họ đã phải tự động hóa và làm thế nào để thực hiện nó một cách chi tiết. Nhưng các ứng dụng kết hợp AI dự đoán, tạo ra và sớm có tác nhân với các nguồn kiến ​​thức dọc chuyên biệt và quy trình làm việc có thể lấy thông tin từ các nguồn khác nhau trên toàn doanh nghiệp, tăng tốc và tự động hóa các tác vụ lặp đi lặp lại và đưa ra các khuyến nghị cho các hành động có tác động cao. Các doanh nghiệp sử dụng các ứng dụng này nhận ra việc ra quyết định nhanh hơn và chính xác hơn, xác định và khắc phục sự cố nhanh chóng, và thậm chí là các biện pháp phòng ngừa để ngăn chặn sự cố xảy ra ngay từ đầu.

Các tác nhân AI đại diện cho làn sóng tiếp theo trong AI doanh nghiệp. Chúng xây dựng trên nền tảng của AI dự đoán và AI tạo ra nhưng có bước tiến đáng kể về mặt tính tự chủ và khả năng thích ứng. Các tác nhân AI không chỉ là công cụ để phân tích hoặc tạo nội dung—chúng là các hệ thống thông minh có khả năng ra quyết định độc lập, giải quyết vấn đề và học tập liên tục. Sự tiến triển này đánh dấu sự thay đổi từ AI như một công cụ hỗ trợ sang AI như một người tham gia tích cực vào các quy trình kinh doanh, có khả năng khởi xướng các hành động và điều chỉnh các chiến lược theo thời gian thực.

Sự phát triển từ RPA đến các tác nhân tự động

Theo truyền thống, RPA được sử dụng cho các quy trình lặp đi lặp lại, dựa trên phương pháp tìm kiếm và các tác vụ có độ phức tạp thấp với dữ liệu đầu vào có cấu trúc. RPA sử dụng dữ liệu đầu vào có cấu trúc và logic được xác định để tự động hóa các quy trình có tính lặp lại cao như nhập dữ liệu, chuyển tệp và điền biểu mẫu. Sự sẵn có rộng rãi của AI dự đoán và tạo ra giá cả phải chăng, hiệu quả cao đã giải quyết được cấp độ tiếp theo của các vấn đề kinh doanh phức tạp hơn đòi hỏi chuyên môn về lĩnh vực chuyên biệt, bảo mật cấp doanh nghiệp và khả năng tích hợp nhiều nguồn dữ liệu khác nhau.

Ở cấp độ tiếp theo, các tác nhân AI vượt xa các thuật toán và phần mềm AI dự đoán với khả năng hoạt động tự động, thích ứng với môi trường thay đổi và đưa ra quyết định dựa trên cả các quy tắc được lập trình sẵn và hành vi đã học. Trong khi các công cụ AI truyền thống có thể vượt trội trong các nhiệm vụ cụ thể hoặc phân tích dữ liệu, các tác nhân AI có thể tích hợp nhiều khả năng để điều hướng các môi trường phức tạp, năng động và giải quyết các vấn đề đa diện. Các tác nhân AI có thể giúp các tổ chức hiệu quả hơn, năng suất hơn và cải thiện trải nghiệm của khách hàng và nhân viên, đồng thời giảm chi phí.

Khi được xây dựng với các mô hình AI phù hợp làm công cụ cùng với các nguồn dữ liệu theo chiều dọc và máy học để hỗ trợ hoạt động theo ngữ cảnh chuyên biệt, các tác nhân AI sẽ trở thành những chú ngựa thồ có năng suất cao trong việc giải mã vấn đề, thực hiện đúng các bước, phục hồi sau lỗi và cải thiện theo thời gian đối với các nhiệm vụ được giao.

Điều hướng triển khai: Các khía cạnh chính mà doanh nghiệp cần xem xét

Việc triển khai AI dự đoán, AI tạo ra và AI cuối cùng là AI tác nhân trong bối cảnh doanh nghiệp có thể mang lại lợi ích rất lớn, nhưng việc thực hiện đúng các bước trước khi triển khai để đảm bảo thành công là rất quan trọng. Sau đây là một số cân nhắc chính đối với các doanh nghiệp khi họ cân nhắc và bắt đầu triển khai các tác nhân AI.

• Phù hợp với mục tiêu kinh doanh: Để việc áp dụng AI của doanh nghiệp thành công, nó phải giải quyết các trường hợp sử dụng cụ thể trong các ngành cụ thể và mang lại năng suất và độ chính xác cao hơn. Thường xuyên liên quan đến các bên liên quan trong doanh nghiệp trong quá trình đánh giá/lựa chọn AI để đảm bảo sự thống nhất và cung cấp ROI rõ ràng. Các sản phẩm phải phù hợp với các quy trình và luồng công việc cải thiện đáng kể kết quả cho các trường hợp sử dụng đã xác định và các miền dọc.
• Chất lượng, số lượng và tích hợp dữ liệu: Vì các mô hình AI cần một lượng lớn dữ liệu chất lượng cao để hoạt động hiệu quả, các doanh nghiệp phải triển khai các quy trình thu thập và xử lý dữ liệu mạnh mẽ để đảm bảo AI đang nhận được dữ liệu hiện tại, chính xác và có liên quan. Việc quản lý các nguồn dữ liệu giúp giảm đáng kể nguy cơ ảo giác và cho phép AI đưa ra các phân tích, khuyến nghị và quyết định tối ưu.
• An ninh và sự riêng tư: Xử lý dữ liệu nhạy cảm trong các mô hình AI gây ra rủi ro về quyền riêng tư và các lỗ hổng bảo mật tiềm ẩn. Việc cân nhắc cẩn thận về dữ liệu nào là cần thiết để AI thực hiện công việc của mình và không cung cấp dữ liệu không liên quan trực tiếp có thể giúp giảm thiểu khả năng bị lộ. Các ứng dụng cũng nên cung cấp quyền kiểm soát truy cập dựa trên vai trò và dựa trên người dùng với các biện pháp bảo vệ xác thực được tích hợp sẵn ở các lớp dữ liệu và API và xác nhận rằng dữ liệu không đến được SLM hoặc LLM mà không có xác minh và bảo vệ.
• Cơ sở hạ tầng và khả năng mở rộng: Việc chạy các mô hình AI lớn đòi hỏi nhiều tài nguyên tính toán và khả năng mở rộng cũng có thể là một vấn đề. Thiết kế tốt sẽ ngăn chặn việc tiêu thụ quá nhiều tài nguyên – ví dụ, một SLM chuyên biệt có thể hiệu quả như một LLM tổng quát hơn và giảm đáng kể các yêu cầu tính toán và độ trễ.
• Giải thích và diễn giải mô hình: Nhiều mô hình AI, đặc biệt là các mô hình học sâu, thường được coi là "hộp đen". Các sản phẩm AI doanh nghiệp tốt đã chứng minh được tính minh bạch hoàn toàn, bao gồm các nguồn mà các mô hình đã truy cập và khi nào, và lý do tại sao mỗi khuyến nghị được đưa ra. Có bối cảnh này là rất quan trọng để tạo sự tự tin cho người dùng và thúc đẩy việc áp dụng.

Những nhược điểm tiềm ẩn của các tác nhân AI

Giống như bất kỳ công nghệ mới nào, các tác nhân AI có một số nhược điểm tiềm ẩn. Các ứng dụng tác nhân AI tốt nhất dựa vào quy trình vòng lặp của con người—bao gồm tất cả các ứng dụng và khả năng AI của SymphonyAI agentic. Phương pháp này cho phép giám sát, can thiệp và cộng tác của con người, đảm bảo rằng hành động của tác nhân phù hợp với mục tiêu kinh doanh và các cân nhắc về mặt đạo đức. Các hệ thống vòng lặp con người có thể cung cấp phản hồi theo thời gian thực, phê duyệt các quyết định quan trọng hoặc can thiệp khi AI gặp phải các tình huống không quen thuộc, tạo ra sự cộng tác mạnh mẽ giữa trí tuệ nhân tạo và con người.

Responsible AI cũng cung cấp giao diện người dùng mạnh mẽ, khả năng truy xuất nguồn gốc và khả năng kiểm tra các bước tại sao tác nhân chọn đường dẫn thực thi. Chúng tôi tuân thủ các nguyên tắc của Responsible AI về trách nhiệm giải trình, minh bạch, bảo mật, độ tin cậy/an toàn và quyền riêng tư.

Con đường đến với các tác nhân hoàn toàn tự động

Thật khó để dự đoán được mức độ thực tế của kịch bản tác nhân hoàn toàn tự động vì chúng ta chưa thiết lập được thước đo toàn ngành cho mức độ tự động. Ví dụ, khu vực lái xe tự động đã được thiết lập liên quan đến Các cấp độ 1-5 của khả năng tự lái, trong đó cấp độ 0 là không có mức độ tự động hóa nào mà người lái xe phải thực hiện mọi nhiệm vụ lái xe, đến cấp độ 5 là tự động hóa hoàn toàn mà xe phải thực hiện mọi nhiệm vụ lái xe.

Chúng tôi đang đi đúng hướng trong giai đoạn thứ ba mà tôi thấy là con đường hướng đến giá trị doanh nghiệp với AI – nơi các ứng dụng AI tổng hợp và dự đoán kết hợp đưa ra các khuyến nghị tinh vi và hỗ trợ phân tích "nếu như" trôi chảy. Tại SymphonyAI, chúng tôi thấy giai đoạn tiếp theo đang phát triển theo hướng các tác nhân AI tự động, làm việc với AI dự đoán và AI tổng hợp để đẩy nhanh quá trình điều tra gian lận tài chính, tăng tốc quản lý danh mục bán lẻ và dự báo nhu cầu, đồng thời cho phép các nhà sản xuất dự đoán và ngăn ngừa sự cố máy móc.\

Hiện tại, chúng tôi đang tăng cường tính phức tạp và tính tự chủ của các tác nhân AI trong các ứng dụng của mình và phản hồi của khách hàng rất tích cực. AI dự đoán và AI tạo ra đã tiến triển đến một cấp độ mà chúng có thể tự động hóa các quy trình công việc từng được coi là quá phức tạp đối với phần mềm truyền thống. AI tự chủ hoặc AI tác nhân vượt trội trong việc xử lý các tác vụ này mà không cần giám sát, dẫn đến tăng năng suất mang tính chuyển đổi và cho phép nguồn nhân lực tập trung vào các hoạt động chiến lược hơn.

Ví dụ, một ngân hàng đa quốc gia châu Âu sử dụng SymphonyAI Sensa Investigation Hub với các tác nhân AI và một phi công phụ đã giúp các nhà điều tra tội phạm tài chính tiết kiệm thời gian điều tra đồng thời cải thiện chất lượng điều tra. Trong vòng vài tuần, ngân hàng đã tiết kiệm được trung bình khoảng 20% ​​công sức trong các cuộc điều tra Cấp độ 1 và Cấp độ 2. Ngân hàng cũng dự kiến ​​tiết kiệm chi phí với SymphonyAI trên Microsoft Azure là 3.5 triệu euro mỗi năm, bao gồm giảm 80% chi tiêu với một nhà cung cấp công nghệ hàng đầu từ 1.5 triệu euro mỗi năm xuống còn 300 nghìn euro mỗi năm.

Với thiết kế chu đáo, cấp doanh nghiệp sử dụng các nguyên tắc AI có trách nhiệm, các tác nhân AI mang lại năng suất, độ chính xác và sự xuất sắc mang tính chuyển đổi cho nhiều trường hợp sử dụng đã được chứng minh. Tại SymphonyAI, sứ mệnh của chúng tôi là cung cấp cho các doanh nghiệp các tác nhân AI mang lại sự xuất sắc trong hoạt động. Bằng cách kết hợp khả năng phản hồi nhanh với tư duy chiến lược dài hạn, AI tác nhân được thiết lập để cách mạng hóa các quy trình quan trọng trong nhiều ngành công nghiệp.