Enterprise AI menuju ke arah autonomi, kata Ketua AI Data NTT

Dalam wawancara baru -baru ini dengan Wendy Collins, Ketua Pegawai AI di NTT Data - sebahagian daripada kumpulan NTT konglomerat global dan inovator perkhidmatan IT dan perniagaan - dia menyatakan bahawa ini adalah trend yang kita akan mula melihat lebih banyak lagi di seluruh perusahaan, sambil menambah bahawa masa depan AI dalam perusahaan bukanlah tentang kecerdasan, tetapi tentang autonomi.

Collins percaya kami memasuki fasa baru di mana AI mula beroperasi lebih seperti ejen daripada pembantu, bergerak melampaui keputusan untuk memulakannya. Dan sementara gembar -gembur itu masih kuat di sekitar Genai dan kopilot, sistem AI autonomi yang mengambil tindakan kini meresap jalan ke tengah -tengah perbualan AI.

Apa maksudnya AI bertindak

Agentic AI - istilah yang masih mencari kedudukannya di seluruh industri - menerangkan sistem yang tidak hanya mengembalikan jawapan tetapi tugas lengkap. Dalam kata -kata Collins, ia adalah perbezaan antara AI yang memberitahu anda dasar pulangan dan satu yang boleh mengeluarkan kebenaran pulangan, log masuk dalam sistem rekod dan memberitahu pelanggan.

Daripada melibatkan satu model AI tunggal yang hanya menghasilkan hasil dengan menarik jawapan dari kumpulan dataset yang pra-pretrain, agen AI bergantung kepada timbunan teknologi yang diselaraskan-termasuk model bahasa, enjin keputusan, alat bersepadu dan akses data masa nyata-untuk melaksanakan tugas.

"Agentic AI," Collins memberitahu saya, "lebih besar daripada AI generatif." Ia terletak di persimpangan pelbagai keupayaan, dan kekuatannya terletak pada melakukan, bukan hanya mengetahui.

Di mana ia berfungsi dan di mana tidak

Walau bagaimanapun, Collins adalah terang mengenai had semasa. Dalam industri seperti perkhidmatan insurans dan kewangan, Agentic AI sudah mengurangkan kos dan latensi di pusat panggilan dan perolehan. Domain ini berfungsi kerana prosesnya boleh diramalkan dan didokumentasikan dengan baik. Sekiranya tugas dapat dikurangkan kepada peraturan dan aliran data, ia boleh diwakilkan kepada ejen.

Di mana ia falters-buat masa ini-berada dalam aliran kerja konteks tinggi seperti pengunderaitan atau pembuatan kompleks, di mana banyak membuat keputusan masih hidup di kepala pekerja yang berpengalaman. "Kami tidak melihat Agentic AI memegang persekitaran tersebut," katanya. "Kerana pengetahuan belum ditangkap."

Tetapi itu tidak bermakna industri -industri ini dikecualikan daripada kemajuan. Ia hanya bermakna bahawa mereka kini memberi tumpuan kepada menggunakan genai untuk mengumpul dan menyusun pengetahuan yang sangat diperlukan untuk menyokong sistem agentik di bawah garis.

Kuasa hibrid AI yang diremehkan

Apa yang paling tinggi dalam Collins bukanlah genai sahaja. Inilah yang berlaku apabila genai bersatu dengan teknik AI tradisional seperti pengoptimuman, ramalan dan sistem berasaskan peraturan. Dia menyebutnya " Hibrid AI ," dengan menyatakan bahawa ia adalah kawasan yang paling diabaikan dan dibincangkan dalam transformasi AI perusahaan sekarang.

"Genai adalah tukul," katanya. "Tetapi beberapa masalah memerlukan sepana." Untuk banyak cabaran perniagaan, pelbagai alat yang bekerjasama adalah apa yang dibuka dengan nilai yang paling. Dan sementara genai dapat menjana, mengesyorkan dan memperibadikan, ia masih bergantung pada AI klasik untuk memacu ketepatan, konsistensi dan integrasi.

Bergerak dari juruterbang ke prestasi

Ramai perusahaan terjebak dalam purgatori bukti-konsep-touting berpuluh-puluh juruterbang tetapi tidak menggunakannya. Menurut Collins, jurang antara POC dan pengeluaran jauh lebih besar daripada kebanyakan pemimpin yang dijangkakan. "Ia tidak linear," jelasnya. "Ia eksponen."

Nasihatnya ialah pemimpin perniagaan mesti "berhenti cuba mendidih lautan." Sebaliknya, mereka perlu memulakan dengan satu atau dua nilai tinggi, kes penggunaan dalaman. Fokus pada aliran kerja di mana AI boleh berjaya secara senyap-senyap dan cepat, bukan dalam eksperimen yang dihadapi pelanggan yang berisiko merekatkan jenama sebelum teknologi siap.

Dan, mungkin yang paling penting, adalah apa yang dikatakan oleh Collins tentang bangunan dengan pengukuran dalam fikiran. "ROI perlu dirancang dari awal, tidak dipasang pada akhirnya," katanya.

Kesediaan ai bermula dengan orang

Mungkin pemboleh ubah yang paling rendah dalam mana -mana penggunaan AI adalah orang. Collins menekankan pentingnya literasi AI yang luas, terutamanya di kalangan pasukan eksekutif perusahaan. "Syarikat -syarikat yang melabur dalam literasi AI eksekutif mengatasi rakan sebaya mereka secara kewangan sebanyak 40%," katanya, memetik penyelidikan baru -baru ini.

Walaupun Collins tidak menyebut penyelidikan yang tepat, ia adalah pernyataan bahawa beberapa kajian lain menyokong. Sebagai contoh, satu penyelidikan MIT CISR mendapati tahun lepas bahawa syarikat -syarikat dengan perusahaan maju AI - yang sering mengutamakan literasi AI sebagai komponen utama - rakan industri di dalam prestasi kewangan dalam prestasi kewangan

Bagi Collins, pengangkatan AI lebih banyak tentang keselesaan, keyakinan dan konteks, dan bukannya tentang keinginan yang tinggi untuk membina infrastruktur. Walaupun terdapat perbincangan yang semakin meningkat tentang keletihan AI, Collins percaya banyak keletihan itu berpunca daripada hasil yang paling rendah dari bagaimana AI digunakan. Apabila AI tidak menyampaikan transformasi - apabila ia hanya digunakan untuk mencukur detik dari tugas - pasukan kehilangan minat. Maksudnya ialah janji AI mesti dirasakan, bukan hanya dipasarkan.

Jalan ke depan: autonomi dengan penjaga

Memandangkan AI menjadi lebih mampu membuat keputusan, perusahaan memerlukan model tadbir urus yang lebih kuat untuk dipadankan. Sudah, kebimbangan mengenai keselamatan AI berada pada tahap yang tinggi, dengan Forum Ekonomi Dunia dengan menyatakan bahawa " peningkatan autonomi agen AI memperkenalkan kedua-dua peluang besar dan risiko yang besar . Tanpa pengawasan yang betul, sistem sedemikian mungkin berkelakuan dengan cara yang tidak dijangka atau bahkan melemahkan matlamat yang dimaksudkan." Laporan dasar OCD AI Observatory's 2024 juga memperincikan bagaimana sistem AI autonomi mencabar rangka kerja tadbir urus sedia ada dan meningkatkan keperluan segera untuk strategi pengurangan risiko, terutamanya apabila sistem ini mula beroperasi secara bebas.

Walaupun ada yang sering memikirkan tadbir urus AI sebagai penyekat inovasi, Collins menyifatkannya sebagai "pemboleh strategik". Pasukannya di data NTT juga membangunkan "matriks ganjaran" untuk membantu pelanggan mengenal pasti di mana untuk memulakan, bagaimana untuk menyelaraskan nilai dengan kemungkinan dan di mana perangkap terbesar terletak.

"Ia bukan tentang menunggu sehingga semua data anda sempurna," kata Collins. "Ini mengenai mengetahui bahagian data anda yang cukup baik untuk mula menangkap nilai sekarang - dan membina ke arah yang lain."

Masa depan

Dari semua petunjuk, masa depan perusahaan AI tidak akan diputuskan oleh demo chatbot virus seterusnya atau aplikasi baru yang berkilat. Ia akan dibentangkan secara senyap -senyap - di dalam aliran kerja, di belakang papan pemuka, - di mana AI berhenti menunggu arahan dan benar -benar mula bekerja sendiri.

Collins juga memberi amaran, dengan menyatakan bahawa jika seseorang memberitahu anda bahawa mereka tahu apa yang akan kelihatan seperti dalam lima tahun, mereka sama ada berbohong kepada anda atau cuba menjual sesuatu kepada anda. Namun, dia tetap jelas di mana kita menuju: "Setiap pembangunan tambahan baru akan membuka masalah baru dengan cara yang sama bahawa ia membuka peluang baru." Itulah perusahaan masa depan AI nampaknya semakin meningkat.

Atas ialah kandungan terperinci Enterprise AI menuju ke arah autonomi, kata Ketua AI Data NTT. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!