Con đường từ RPA đến Các tác nhân tự động

Một điều tra viên tội phạm tài chính từng nhận được số lượng lớn cảnh báo hoạt động đáng ngờ yêu cầu công việc điều tra thủ công tốn thời gian để thu thập dữ liệu trên các hệ thống khác nhau nhằm loại bỏ các cảnh báo sai và soạn thảo Báo cáo Hoạt động Đáng ngờ (SARs) về các cảnh báo khác. Ngày nay, cô nhận được cảnh báo ưu tiên với nghiên cứu tự động và nội dung gợi ý có thể tạo SARs trong vài phút.

Một người lập kế hoạch danh mục bán lẻ trước đây đã dành nhiều giờ phân tích báo cáo của các tuần trước để cố gắng tìm ra thông tin về những sản phẩm không đạt hiệu suất và tại sao, bây giờ sử dụng AI để cung cấp thông tin chi tiết giúp tìm ra các vấn đề và đề xuất hành động khắc phục, được ưu tiên để có tác động kinh doanh tối đa. Một kỹ sư bảo trì công nghiệp sử dụng một người đồng hành thực hiện giám sát sức khỏe tài sản 24/7, dự đoán vấn đề và tạo cảnh báo ở giai đoạn đầu của các vấn đề cơ học hoặc hiệu suất, giảm thiểu thời gian ngừng hoạt động không kế hoạch.

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

Báo cáo Hype Cycle cho Công nghệ mới nổi 2024 của Gartner đã nhấn mạnh 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 định nghĩa rõ ràng những gì họ cần tự động hóa và làm thế nào để thực hiện nó một cách chi tiết. Nhưng các ứng dụng kết hợp AI dự đoán, AI tạo và sắp tới là AI tác nhân với kiến thức và quy trình dọc chuyên ngành có thể thu thập thông tin từ các nguồn khác nhau trên toàn doanh nghiệp, tăng tốc và tự động hóa các nhiệm vụ lặp đi lặp lại, và đưa ra đề xuất 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 vấn đề nhanh chóng, và thậm chí các biện pháp phòng ngừa để ngăn chặn vấn đề xảy ra 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 nhưng nhảy vọt đáng kể về mặt tự chủ và khả năng thích nghi. Các tác nhân AI không chỉ là công cụ cho phân tích hoặc tạo nội dung – chúng là hệ thống thông minh có khả năng ra quyết định độc lập, giải quyết vấn đề và học tập liên tục. Sự tiến hóa này đánh dấu sự chuyển đổi từ AI như một công cụ hỗ trợ sang AI như một người tham gia tích cực trong các quy trình kinh doanh, có khả năng khởi xướng hành động và thích nghi chiến lược trong thời gian thực.

Sự Tiến hóa từ RPA đến Các tác nhân Tự động

Truyền thống, RPA được sử dụng cho các quy trình lặp đi lặp lại, dựa trên các quy tắc và nhiệm 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 đã định nghĩa để tự động hóa các quy trình lặp đi lặp lại như nhập dữ liệu, chuyển file và điền vào biểu mẫu. Sự sẵn có rộng rãi của AI dự đoán và AI tạo hiệu quả đã giải quyết mức độ tiếp theo của các vấn đề kinh doanh phức tạp hơn đòi hỏi chuyên môn lĩnh vực chuyên ngành, bảo mật cấp doanh nghiệp và khả năng tích hợp các nguồn dữ liệu đa dạng.

Ở mức độ tiếp theo, các tác nhân AI vượt qua các thuật toán và phần mềm AI dự đoán với khả năng hoạt động tự chủ, thích nghi với môi trường thay đổi và đưa ra quyết định dựa trên cả quy tắc đã lập trình sẵn và hành vi đã học được. Trong khi các công cụ AI truyền thống có thể xuất sắc 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 và động, và giải quyết các vấn đề đa mặt. Các tác nhân AI có thể giúp các tổ chức trở nên hiệu quả hơn, năng suất hơn và cải thiện trải nghiệm khách hàng và nhân viên, đồng thời giảm chi phí.

Khi được xây dựng với các mô hình AI phù hợp như công cụ và với nguồn dữ liệu dọc và học máy để hỗ trợ hoạt động ngữ cảnh chuyên ngành, các tác nhân AI trở thành những công cụ làm việc hiệu suất cao về việc giải mã vấn đề, thực hiện các bước đúng, phục hồi từ sai lầm và cải thiện theo thời gian trên các nhiệm vụ đã cho.

Định hướng Thực hiện: Các Khía cạnh Chính để Doanh nghiệp Xem xét

Thực hiện AI dự đoán, AI tạo và cuối cùng là AI tác nhân trong môi trường doanh nghiệp có thể mang lại lợi ích rất lớn, nhưng việc thực hiện các bước đúng đắn trước khi triển khai để đảm bảo thành công là rất quan trọng. Dưới đây là một số yếu tố chính mà doanh nghiệp cần xem xét khi họ cân nhắc và bắt đầu triển khai các tác nhân AI.

• Đồng bộ hóa với Mục tiêu Kinh doanh: Để việc áp dụng AI doanh nghiệp thành công, nó nên giải quyết các trường hợp sử dụng cụ thể trong các ngành công nghiệp cụ thể và mang lại năng suất và độ chính xác tăng cao. Liên tục tham gia các bên liên quan kinh doanh vào quá trình đánh giá/lựa chọn AI để đảm bảo sự đồng bộ hóa và cung cấp ROI rõ ràng. Các sản phẩm nên được thiết kế phù hợp với các quy trình và quy trình làm việc cải thiện kết quả có thể đo lường được cho các trường hợp sử dụng và lĩnh vực dọc được định nghĩa.
• Chất lượng Dữ liệu, Số lượng và Tích hợp: Vì các mô hình AI đòi hỏi số lượng lớn dữ liệu chất lượng cao để hoạt động hiệu quả, doanh nghiệp phải triển khai các đường ống thu thập và xử lý dữ liệu mạnh mẽ để đảm bảo AI nhận được dữ liệu hiện tại, chính xác và相关. Việc thu thập nguồn dữ liệu giảm thiểu đáng kể rủi ro của các ảo giác và cho phép AI thực hiện phân tích, đề xuất và quyết định tối ưu.
• Bảo mật và Quyền riêng tư: Việc xử lý dữ liệu nhạy cảm trong các mô hình AI tạo ra rủi ro về quyền riêng tư và các lỗ hổng bảo mật tiềm năng. Cần xem xét cẩn thận về loại dữ liệu nào là cần thiết cho AI để thực hiện công việc của nó và không cung cấp dữ liệu mà không liên quan trực tiếp, có thể giúp giảm thiểu phơi nhiễm. Các ứng dụng cũng nên cung cấp kiểm soát truy cập dựa trên vai trò và người dùng với bảo vệ xác thực được tích hợp vào các lớp dữ liệu và API và xác nhận rằng dữ liệu không đến được SLMs hoặc LLMs mà không có xác minh và bảo vệ.
• Cơ sở Hạ tầng và Khả năng Mở rộng: Chạy các mô hình AI lớn đòi hỏi tài nguyên tính toán đáng kể, và khả năng mở rộng cũng có thể là một vấn đề. Thiết kế tốt sẽ ngăn chặn việc tiêu thụ tài nguyên quá mức – ví dụ, một SLM chuyên dụng có thể hiệu quả như một LLM tổng quát hơn và giảm đáng kể yêu cầu tính toán và độ trễ.
• Giải thích và Minh bạch 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 chứng minh sự minh bạch đầy đủ, bao gồm cả nguồn mà mô hình đã truy cập và khi nào, và tại sao mỗi đề xuất được thực hiện. Việc có ngữ cảnh này là rất quan trọng để tạo ra sự tự tin của người dùng và thúc đẩy việc áp dụng.

Những Nhược điểm Tiềm năng của Các tác nhân AI

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

AI có trách nhiệm cũng cung cấp giao diện người dùng mạnh mẽ, khả năng theo dõi và khả năng kiểm toán các bước mà tác nhân đã chọn đường dẫn thực hiện. Chúng tôi tuân thủ các nguyên tắc AI có trách nhiệm về trách nhiệm, minh bạch, bảo mật, độ tin cậy/an toàn và quyền riêng tư.

Con đường đến Các tác nhân Tự động Hoàn toàn

Thật khó để dự đoán mức độ hiện thực của kịch bản tác nhân tự động hoàn toàn vì chúng tôi chưa thiết lập một thước đo ngành công nghiệp rộng rãi cho mức độ tự chủ. Ví dụ, khu vực lái xe tự động đã được thiết lập liên quan đến Cấp độ 1-5 của Khả năng Lái xe Tự động, với cấp độ zero là không có cấp độ tự động hóa nơi lái xe thực hiện tất cả các nhiệm vụ lái xe, đến cấp độ năm là tự động hóa đầy đủ nơi phương tiện thực hiện tất cả các nhiệm vụ lái xe.

Chúng tôi đã đi được một chặng đường dài trong những gì tôi coi là giai đoạn thứ ba trên con đường đến giá trị doanh nghiệp với AI – nơi các ứng dụng AI tạo và dự đoán kết hợp cung cấp các đề xuất tinh vi và hỗ trợ phân tích “giả sử” linh hoạt. Tại SymphonyAI, chúng tôi thấy giai đoạn tiếp theo đang tiến hóa hướng tới các tác nhân AI tự động, làm việc với AI dự đoán và AI tạo để tăng tốc điều tra gian lận tài chính, tăng cường quản lý danh mục bán lẻ và dự báo nhu cầu, và cho phép các nhà sản xuất dự đoán và ngăn chặn sự cố máy.

Chúng tôi hiện đang tăng cường độ phức tạp và tự chủ của các tác nhân AI trong các ứng dụng của mình, và phản hồi từ khách hàng rất tích cực. AI dự đoán và AI tạo đã tiến bộ đến mức có thể tự động hóa các quy trình làm việc mà trước đây được coi là quá phức tạp cho phần mềm truyền thống. AI tự động, hoặc AI tác nhân, excels trong việc xử lý các nhiệm vụ này mà không cần giám sát, dẫn đến lợi ích về năng suất chuyển đổi và cho phép nguồn nhân lực tập trung vào các hoạt động chiến lược hơn.

Ví dụ, một ngân hàng châu Âu đa quốc gia sử dụng SymphonyAI Sensa Investigation Hub với các tác nhân AI và người đồng hành đã giúp các điều tra viên tội phạm tài chính tiết kiệm thời gian trong quá trình điều tra của họ đồng thời cải thiện chất lượng điều tra. Trong vài tuần, ngân hàng đã thấy tiết kiệm努力 trung bình khoảng 20% trong các cuộc điều tra Cấp 1 và Cấp 2. Ngân hàng cũng dự kiến tiết kiệm chi phí với SymphonyAI trên Microsoft Azure là 3,5 triệu euro mỗi năm, bao gồm cả việc giảm 80% chi tiêu với một nhà cung cấp công nghệ hàng đầu từ 1,5 triệu euro mỗi năm xuống 300.000 euro mỗi năm.

Với thiết kế có trách nhiệm, doanh nghiệp và sử dụng các nguyên tắc AI có trách nhiệm, các tác nhân AI mang lại năng suất, độ chính xác và xuất sắc 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 xuất sắc hoạt động. Bằng cách kết hợp sự phản ứng nhanh với tư duy chiến lược dài hạn, AI tác nhân có khả năng cách mạng hóa các quy trình quan trọng trên nhiều ngành công nghiệp.