NTT Data의 AI Chief는 Enterprise AI가 자율성을 향하고 있다고 말합니다.

최근 NTT 데이터 의 AI 책임자 인 웬디 콜린스 (Wendy Collins)와의 인터뷰에서, 글로벌 대기업 NTT 그룹이자 IT 및 비즈니스 서비스의 혁신가의 일부인 NTT 데이터의 최고 책임자 인 그녀는 이것이 기업 전반에 걸쳐 점점 더 많은 것을 볼 수있는 트렌드라고 지적했다.

콜린스는 우리가 AI가 조수보다 에이전트처럼 운영되기 시작하는 새로운 단계에 들어가고 있다고 생각합니다. 그리고 과대 광고는 Genai와 Copillots에서 여전히 가장 큰 소리이지만, 행동을 취하는 이러한 자율 AI 시스템은 이제 AI 대화의 핵심으로 나아가고 있습니다.

AI가 행동하는 것이 의미하는 바

에이전트 AI (여전히 업계에서 발판을 찾는 용어)는 단순히 답을 반환하지 않고 완전한 작업을 반환하는 시스템을 설명합니다. Collins의 말에 따르면, 반품 정책을 말하는 AI의 차이와 반품 인증을 발행 할 수있는 정책의 차이는 레코드 시스템에 로그인하여 고객에게 통지합니다.

AI 에이전트는 광대 한 사전에 걸린 데이터 세트 풀에서 답을 가져 와서 결과를 생성하는 단일 AI 모델을 포함하지 않고 작업을 실행하기 위해 언어 모델, 의사 결정 엔진, 통합 도구 및 실시간 데이터 액세스를 포함한 조정 된 기술 스택에 의존합니다.

콜린스는“에이전트 AI”라고 말했다. 그것은 여러 기능의 교차점에 있으며, 그 강점은 알지 않고하는 일에 있습니다.

그것이 작동하는 곳과 그렇지 않은 곳

그러나 콜린스는 현재 한도에 대해 솔직했습니다. 보험 및 금융 서비스와 같은 산업에서 에이전트 AI는 이미 콜센터 및 조달의 비용과 대기 시간을 줄이고 있습니다. 이 도메인은 프로세스가 예측 가능하고 잘 문서화되어 있기 때문에 작동합니다. 작업을 규칙 및 데이터 흐름으로 줄일 수 있으면 에이전트에게 위임 할 수 있습니다.

지금은 흔들리는 곳 (현재)은 인수 또는 복잡한 제조와 같은 높은 텍스트 워크 플로우에 있으며, 의사 결정의 대부분은 여전히 ​​숙련 된 직원의 수장에 살고 있습니다. "우리는 아직 그 환경에서 에이전트 AI가 유지되는 것을 보지 못했다"고 그녀는 말했다. "지식이 포착되지 않았기 때문에."

그러나 이것이 이러한 산업이 진전에서 제외된다는 것을 의미하지는 않습니다. 단지 이들은 현재 Genai를 사용하여 상담원 시스템을 지원하는 데 필요한 지식을 수집하고 구조화하는 데 중점을두고 있음을 의미합니다.

하이브리드 AI의 과소 평가 전력

콜린스가 가장 낙관적 인 것은 Genai만이 아닙니다. Genai가 최적화, 예측 및 규칙 기반 시스템과 같은 전통적인 AI 기술이 융합 될 때 발생하는 일입니다. 그녀는이를“ 하이브리드 AI ”라고 불렀습니다. 현재 Enterprise AI 변환에서 가장 간과되고 고소 된 고소로 된 영역이라는 점을 지적했습니다.

"Genai는 망치입니다"라고 그녀는 말했습니다. "그러나 일부 문제에는 렌치가 필요합니다." 많은 비즈니스 과제의 경우, 여러 도구가 함께 작동하는 여러 도구가 가장 많은 가치를 해제하는 것입니다. 또한 Genai는 생성, 추천 및 개인화 할 수 있지만 여전히 고전적인 AI에 의존하여 정밀도, 일관성 및 통합을 유도합니다.

조종사에서 공연으로 이동합니다

많은 기업들이 개념 증명 연옥에 갇혀 있습니다. 수십 명의 조종사를 선전하지만 아무것도 배치하지 않습니다. Collins에 따르면 POC와 생산의 격차는 대부분의 리더가 예상하는 것보다 훨씬 큽니다. 그녀는“선형이 아닙니다. "지수입니다."

그녀의 조언은 비즈니스 리더들이“바다를 끓이려고 멈추어야한다”는 것입니다. 대신, 그들은 하나 또는 두 개의 고 부가가치, 내부 사용 사례로 시작해야합니다. AI가 조용하고 빠르게 성공할 수있는 워크 플로에 초점을 맞추고, 기술이 준비되기 전에 브랜드 자산을 위험에 빠뜨리는 고객을 대상으로하는 실험이 아니라.

그리고 아마도 가장 중요한 것은 Collins가 측정을 염두에두고 건물에 대해 말한 것입니다. "ROI는 처음부터 개조되지 않고 처음부터 계획해야합니다."라고 그녀는 지적했다.

AI 준비는 사람들로 시작합니다

아마도 AI 배포에서 가장 과소 평가 된 변수는 사람들 일 것입니다. Collins는 특히 엔터프라이즈 경영진 사이에서 엔터프라이즈 전역의 AI 문해력의 중요성을 강조했습니다. 그녀는“임원 AI 문해력에 투자 한 회사는 동료들을 재정적으로 40%성능이 우수했습니다.

콜린스는 그녀가 인용 한 정확한 연구를 언급하지 않았지만 다른 연구가 뒷받침하는 것은 주장입니다. 예를 들어, MIT CISR 연구 중 하나는 작년에 ADANCENCER ENTERPRISE AI를 보유한 회사 (AI 문해력을 핵심 구성 요소로 우선 순위로 삼는 것으로 나타났습니다)는 재무 성과에서 업계 동료를 능가하는 것으로 나타났습니다.

Collins의 경우 AI 채택은 인프라를 구축하려는 고상한 욕구가 아니라 안락함, 자신감 및 맥락에 관한 것입니다. AI 피로에 대한 이야기가 커지고 있지만 콜린스는 그 피로의 대부분이 AI의 사용 방식에서 압도적 인 결과에서 비롯된 것이라고 생각합니다. AI가 변형을 전달하지 않으면 (작업에서 몇 초만 면도하는 데 사용될 때) 팀은 관심을 잃습니다. 그 의미는 AI의 약속이 마케팅뿐만 아니라 느껴져야한다는 것입니다.

앞으로의 도로 : 가드 레일과의 자율성

AI가 결정을 내릴 수있게되면서 기업은 더 강력한 거버넌스 모델이 필요합니다. 세계 경제 포럼 (World Economic Forum)은 이미 AI 안전에 대한 우려는 사상 최고치 에 달합니다. OECD AI Observatory의 2024 정책 보고서는 자율 AI 시스템이 어떻게 기존 거버넌스 프레임 워크에 도전하고, 특히 이러한 시스템이 독립적으로 운영되기 시작함에 따라 위험 완화 전략의 긴급 성을 증가시키는 지에 대해 자세히 설명합니다.

일부는 종종 AI 거버넌스를 혁신 차단제로 생각하지만 Collins는이를“전략적 인 에이 블러”라고 묘사했습니다. NTT Data의 그녀의 팀은 또한 고객이 시작 장소, 타당성과 가치를 정렬하는 방법 및 가장 큰 트랩이있는 위치를 식별 할 수 있도록 "지불 매트릭스"를 개발했습니다.

Collins는“모든 데이터가 완벽해질 때까지 기다리는 것이 아닙니다. "데이터의 어느 부분이 현재 가치를 캡처하기 시작하고 나머지를 향해 구축하기에 충분한 지 아는 것입니다."

미래

모든 표시에서 Enterprise AI의 미래는 다음 바이러스 성 챗봇 데모 또는 반짝이는 새로운 앱에 의해 결정되지 않습니다. AI가 지침을 기다리는 것을 멈추고 진정으로 스스로 작업을 시작하는 조용히 조용히 펼쳐집니다.

콜린스는 또한 누군가가 당신에게 5 년 안에 AI가 어떻게 보일지 알면, 그들은 당신에게 거짓말을하거나 당신에게 무언가를 팔려고 노력한다는 점을 지적하면서주의를 촉구합니다. 그럼에도 불구하고, 그녀는 우리가 어디로 향하고 있는지에 대해 분명하게 눈에 띄게 남아 있습니다. 그것이 미래의 기업 AI가 등장하는 것 같습니다.

위 내용은 NTT Data의 AI Chief는 Enterprise AI가 자율성을 향하고 있다고 말합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!