В сотрудничестве с подразделением Microsoft Technology Practice компании Deloitte
В отличие от статических систем, основанных на правилах, агенты ИИ могут динамически обучаться, адаптироваться и оптимизировать процессы. Взаимодействуя с данными, системами, людьми и другими агентами в режиме реального времени, агенты ИИ могут автономно выполнять целые рабочие процессы.
Однако для раскрытия их потенциала необходимо перепроектировать процессы вокруг агентов, а не просто прикреплять их к разрозненным устаревшим рабочим процессам с помощью традиционных методов оптимизации. Компании должны в первую очередь ориентироваться на агентов.
СКАЧАТЬ СТАТЬЮ
В системе, ориентированной на агентов, системы искусственного интеллекта управляют процессами, в то время как люди ставят цели, определяют ограничения политики и обрабатывают исключения.
«Необходимо изменить операционную модель, сделав людей управляющими, а агентов — операторами», — говорит Скотт Роджерс, главный архитектор и технический директор подразделения Microsoft Technology Practice компании Deloitte в США.
Императив «агент прежде всего»
Учитывая ожидаемое увеличение бюджетов на технологии искусственного интеллекта более чем на 70% в течение следующих двух лет, агенты ИИ, работающие на основе генеративного ИИ, готовы коренным образом трансформировать организации и достичь результатов, выходящих за рамки традиционной автоматизации. Эти инициативы потенциально могут привести к значительному повышению производительности, одновременно смещая акцент с людей на более ценную работу.
Искусственный интеллект развивается настолько быстро, что статичные подходы к автоматизации задач, вероятно, принесут лишь незначительные результаты. Поскольку традиционные процессы не предназначены для автономных систем, агентам ИИ требуются машиночитаемые определения процессов, четкие ограничения политики и структурированные потоки данных, как отмечает Роджерс.
Ситуацию еще больше осложняет то, что многие организации не понимают всех экономических факторов, определяющих их бизнес, таких как стоимость обслуживания и издержки на каждую транзакцию. В результате им трудно расставлять приоритеты в отношении агентов, способных принести наибольшую пользу, и вместо этого они сосредотачиваются на эффектных пилотных проектах. Для достижения структурных изменений руководителям следует мыслить иначе.
Вместо этого компаниям необходимо быстрее, чем конкуренты, добиваться результатов. «Реальный риск заключается не в том, что ИИ не сработает, а в том, что конкуренты перестроят свои операционные модели, пока вы еще тестируете агентов и помощников», — говорит Роджерс. «Нелинейный рост достигается тогда, когда компании создают ориентированные на агентов рабочие процессы с человеческим управлением и адаптивной координацией».
Рутинные и повторяющиеся задачи все чаще выполняются автоматически, освобождая сотрудников для сосредоточения на более ценной, творческой и стратегической работе. Этот сдвиг повышает операционную эффективность, способствует более тесному сотрудничеству и ускоряет принятие решений, помогая организациям модернизировать рабочее место без ущерба для корпоративной безопасности.
Скачать статью.
Данный контент был подготовлен подразделением Insights, занимающимся созданием контента на заказ для MIT Technology Review. Он не был написан редакционным персоналом MIT Technology Review. Исследование, разработка и написание материала осуществлялись людьми — авторами, редакторами, аналитиками и иллюстраторами. Это включает в себя написание опросов и сбор данных для опросов. Инструменты искусственного интеллекта, которые могли быть использованы, ограничивались вторичными процессами производства, прошедшими тщательную проверку человеком.
Источник: www.technologyreview.com
