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 mất 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) cho các trường hợp còn lại. Ngày nay, cô nhận được cảnh báo đã được ưu tiên với nghiên cứu tự động và nội dung được đề xuất có thể tạo ra SARs trong vài phút.

Một nhà lập kế hoạch danh mục bán lẻ trước đây đã dành nhiều giờ để phân tích các báo cáo của tuần trước để cố gắng tìm ra những hiểu biết về những sản phẩm nào đang hoạt động kém và tại sao, hiện tại sử dụng AI để cung cấp thông tin chi tiết sâu sắc giúp xác định các vấn đề và đề xuất hành động khắc phục, được ưu tiên để mang lại 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 và dự đoán các vấn đề, cũng như tạo cảnh báo ở giai đoạn đầu của các vấn đề về cơ học hoặc hiệu suất, giảm thiểu thời gian ngừng hoạt động không kế hoạch.

Các 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, tạo ra và mới nổi agentic giúp tự động hóa quy trình làm việc, cung cấp các khả năng phức tạp và nhắm mục tiêu 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 các tác nhân tự động AI là một trong bốn xu hướng công nghệ mới nổi hàng đầu trong năm – và với lý do chính đáng. Với các tác nhân không phải AI, người dùng phải xác định điều gì họ 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 sắp tới là agentic với kiến thức và quy trình làm việc 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, cũng như 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, cũng như các biện pháp phòng ngừa để ngăn chặn các 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 tạo ra, nhưng tiến một bước lớn 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, giải quyết vấn đề và học hỏi liên tục độc lập. Quá trình này đánh dấu một sự thay 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 dựa trên quy tắc và nhiệm vụ có độ phức tạp thấp với dữ liệu đầu vào đã cấu trúc. RPA sử dụng dữ liệu đầu vào đã cấu trúc và logic đã định nghĩa để tự động hóa các quy trình lặp đi lặp lại như nhập dữ liệu, chuyển tệp và điền vào biểu mẫu. Sự sẵn có rộng rãi của AI dự đoán và tạo ra với chi phí hợp lý đã giải quyết các vấn đề kinh doanh phức tạp hơn đòi hỏi chuyên môn lĩnh vực, bảo mật cấp doanh nghiệp và khả năng tích hợp các nguồn dữ liệu đa dạng.

Ở cấp độ tiếp theo, các tác nhân AI vượt qua các thuật toán và phần mềm AI dự đoán với khả năng hoạt động tự động, thích nghi với môi trường thay đổi và đưa ra quyết định dựa trên cả quy tắc đã được lập trình sẵn và hành vi đã học. Trong khi các công cụ AI truyền thống có thể xuất sắc trong các nhiệm vụ hoặc phân tích dữ liệu cụ thể, các tác nhân AI có thể tích hợp nhiều khả năng để điều hướng các môi trường động và phức tạp, cũng như 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 làm công cụ và với các 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 trong việc giải quyết 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 cho Doanh nghiệp xem xét

Thực hiện AI dự đoán, tạo ra và cuối cùng là agentic 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 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 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 và cung cấp ROI rõ ràng. Các sản phẩm nên được thiết kế để phù hợp với các quy trình và luồng làm việc cải thiện kết quả có thể đo lường được cho các trường hợp sử dụng và lĩnh vực dọc được xác định.
• 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 phù hợp. Việc thu thập các nguồn dữ liệu giúp giảm thiểu đáng kể rủi ro về ảo giác và cho phép AI thực hiện phân tích, đề xuất và quyết định tối ưu.
• Bảo mật và Quyền riêng tư: Xử lý dữ liệu nhạy cảm trong các mô hình AI tạo ra rủi ro về quyền riêng tư và tiềm năng dễ bị tấn công bảo mật. Việc xem xét cẩn thận về loại dữ liệu cần thiết cho AI thực hiện công việc của nó, và không cung cấp dữ liệu không liên quan trực tiếp, có thể giúp giảm thiểu phơi bày. Các ứng dụng cũng nên cung cấp kiểm soát truy cập dựa trên vai trò và người dùng với các biện pháp bảo vệ xác thực được tích hợp vào các lớp dữ liệu và API, và xác nhận rằng dữ liệu không đến 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 Mô hình và Khả năng giải thích: 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 sự minh bạch đầy đủ, bao gồm cả các nguồn mà mô hình đã truy cập và khi nào, cũng như lý do tại sao mỗi đề xuất được thực hiện. Việc có thông tin này là rất quan trọng để tạo ra sự tin tưởng của người dùng và thúc đẩy việc áp dụng.

Những hạn chế tiềm năng của Các tác nhân AI

Giống như bất kỳ công nghệ mới nào, các tác nhân AI có một số hạn chế tiềm năng. Các ứng dụng tác nhân AI tốt nhất dựa trên quy trình vòng lặp người – bao gồm tất cả các ứng dụng và khả năng AI agentic 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 xem xét về đạo đức. Các hệ thống vòng lặp người có thể cung cấp phản hồi thời gian thực, phê duyệt các 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 của việc tác nhân chọn một đường 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 kịch bản tác nhân tự động hoàn toàn là thực tế như thế nào vì chúng ta chưa thiết lập một thước đo ngành công nghiệp rộng rãi cho mức độ tự động hóa. Ví dụ, lĩnh 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 0 là không có tự động hóa nào, nơi người lái thực hiện tất cả các nhiệm vụ lái xe, đến cấp độ 5 là tự động hóa hoàn toàn, nơi xe thực hiện tất cả các nhiệm vụ lái xe.

Chúng tôi đang đi khá xa trong giai đoạn thứ ba của con đường đến giá trị doanh nghiệp với AI – nơi các ứng dụng AI dự đoán và tạo ra 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 phát triển hướng tới các tác nhân AI tự động, làm việc với AI dự đoán và tạo ra để tăng tốc các cuộc điều tra gian lận tài chính, thúc đẩy quản lý danh mục bán lẻ và dự báo nhu cầu, cũng như cho phép các nhà sản xuất dự đoán và ngăn chặn sự cố máy móc.\

Chúng tôi hiện đang tăng cường độ phức tạp và tự động hóa của các tác nhân AI trong các ứng dụng của mình, và phản hồi từ khách hàng rất tích cực. AI dự đoán và tạo ra đã tiến bộ đến mức có thể tự động hóa các quy trình làm việc từng được coi là quá phức tạp cho phần mềm truyền thống. AI tự động, hoặc agentic, vượt trội 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 nỗ lực 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 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 và cấp doanh nghiệp sử dụng các nguyên tắc AI có trách nhiệm, các tác nhân AI mang lại năng suất, độ chính xác và xuất sắc cho ngày càng 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 hồi nhanh chóng với tư duy chiến lược dài hạn, AI agentic đang sẵn sàng cách mạng hóa các quy trình quan trọng trên nhiều ngành.