Как предприятия ускоряют время до агентской стоимости искусственного интеллекта

Недавний опрос, в котором приняли участие 1 050 директоров по информационным технологиям (CIO), выявил стремительное внедрение ИИ-агентов в ИТ-секторе. Поразительные 93% этих ИТ-лидеров готовятся интегрировать ИИ-агентов в свои системы в течение ближайших двух лет. Основное внимание уделяется устранению барьеров между данными для упрощения этой интеграции, стремясь к созданию более упорядоченной и эффективной ИТ-среды.

Опрос также показал широкое использование приложений в этих организациях, в среднем используется 897 приложений. Значительные 45% респондентов сообщили об использовании более 1 000 приложений, что создаёт проблемы для ИТ-команд, стремящихся обеспечить единообразный пользовательский опыт.

В настоящее время только 29% корпоративных приложений интегрированы и обмениваются данными по всей организации. В рамках подготовки к более широкому использованию ИИ, CIO выделяют 20% своих бюджетов на инфраструктуру данных и управление ими, что в четыре раза превышает сумму, которую они тратят на сам ИИ, составляющую всего 5%.

Понимание ИИ-агентов

ИИ-агенты, как их определяет ARK Invest, готовы радикально изменить способ взаимодействия с цифровыми приложениями, знаменуя значительный сдвиг в взаимодействии человека и компьютера. Эти агенты способны:

• Понимать намерения пользователя с помощью обработки естественного языка
• Планировать действия, используя рассуждения и контекстную осведомлённость
• Выполнять задачи с использованием инструментов для удовлетворения запросов пользователя
• Улучшать свои характеристики за счёт итеративного обучения и непрерывного совершенствования

ARK Invest прогнозирует, что ИИ значительно повысит производительность в интеллектуальной работе. К 2030 году они ожидают существенного роста использования программного обеспечения на одного интеллектуального работника, поскольку компании инвестируют в решения, повышающие производительность. В зависимости от темпов внедрения, глобальные расходы на программное обеспечение могут вырасти с 14% годового темпа за последнее десятилетие до 18–48% ежегодно.

Ускорение достижения ценности с агентным ИИ

Valoir, исследовательская компания в области технологий, предполагает, что агентный ИИ может приносить экспоненциальные преимущества, автоматизируя сложные задачи и взаимодействия без вмешательства человека. Однако создание агентного ИИ, способного эффективно управлять этими сложными задачами, представляет собой отдельный набор вызовов.

Использование платформы, специально разработанной для развития агентного ИИ, такой как Salesforce Agentforce, может значительно ускорить процесс. Исследования Valoir показывают, что организации могут развертывать автономных ИИ-агентов в 16 раз быстрее и достигать увеличения точности на 75% по сравнению с другими методами.

Семь фаз агентного развития по Valoir

Valoir выделила семь ключевых фаз разработки агентного ИИ, адаптированных к различной сложности задач и источников данных:

1. Настройка модели: Основа для создания ИИ-агентов.
2. Интеграция данных и приложений: Обеспечение беспрепятственного потока данных между системами.
3. Инжиниринг подсказок: Создание эффективных подсказок для взаимодействия с ИИ.
4. Ограничения и безопасность ИИ: Внедрение мер защиты и безопасности.
5. Пользовательский интерфейс и разработка рабочих процессов/приложений: Проектирование удобных интерфейсов.
6. Настройка: Точная настройка моделей ИИ для оптимальной производительности.
7. Точность данных: Обеспечение надёжности данных, используемых ИИ-агентами.

Исследования Valoir выявили значительные различия между подходом "сделай сам" (DIY) и использованием глубоко интегрированной платформы, такой как Agentforce. Например, настройка моделей по DIY обычно занимает от трёх до двенадцати месяцев, тогда как предварительно интегрированные модели Agentforce могут быть развернуты в 7,5 раз быстрее.

Аналогично, интеграция данных и приложений с альтернативами на основе открытого исходного кода может занять более месяца, в то время как Agentforce справляется с этим за недели, в три с половиной раза быстрее. Наиболее заметное различие было в установлении ограничений, доверия и безопасности ИИ, где подход DIY мог занять более года, тогда как платформа, такая как Agentforce, предоставляет эти уровни намного быстрее.

Точность имеет решающее значение для эффективного развёртывания ИИ-агентов. Для простых задач подходы DIY достигали 50% точности по сравнению с 95% у Agentforce. В сложных сценариях, таких как обучение продажам, точность DIY падала до 40%, тогда как Agentforce сохраняла 95%. В целом использование платформы может повысить точность агентов на 75%.

Выводы Valoir показали, что общее время для проектов DIY в среднем составляло 75,5 месяцев, тогда как проекты, использующие Agentforce, достигали продуктивной точности всего за 4,8 месяца, что делает подход с использованием платформы в 16 раз быстрее. Для получения дополнительной информации об исследованиях Valoir в области агентного ИИ вы можете посетить их подробный отчёт.