Ajanik AI neden bir sonraki kurumsal sınır

Ayrıca bakınız: Talep üzerine verileri AI’yı güçlendirmek için dönüştürüyorum: Değer, Güven ve Etkinin Kilidini Açma

2025 yılına gelindiğinde, büyük işletmelerin yaklaşık% 75’i AI ajanları ile pilot projeler yürütecek, ancak çok azı bu yetenekleri üretime dönüştürmeyi bekliyor. McKinsey’in CEO’su oyun kitabına göre, “Ajan AI’nın tam potansiyelinin kilidini açmak, ajanları mevcut iş akışlarına takmaktan daha fazlasını gerektirir. Bu iş akışlarını baştan çekirdeğe göre yeniden tasarlamayı gerektirir.” Mantık basit. Pilotlar niş faydalar sağlar, ancak diğer taraftan, platformize edilmiş ajanlar iş birimleri arasında bileşik kazançlar üretir.

ISG, 2025 yılına kadar BFSI kurumsal iş akışlarının% 30’unun aracı bileşenleri olacağını, ancak yalnızca doğru temelleri olan kuruluşların gerçek değeri yakalayabileceği konusunda uyarıyor. Bu vakıflar arasında bir kurumsal veri stratejisi, modüler düzenleme mimarisi, tanımlanmış yönetişim çerçevesi ve otonom sistemlerle işbirliği yapmaya hazır işgücü bulunmaktadır.

Gartner’ın projeksiyonlarına göre, işletmeler kapsam, yönetişim ve maliyet kontrolü ile ilgili sorunları ele almazsa, ajan AI projelerinin% 40’ı 2027 yılına kadar iptal edilecektir. CIOS’un görevi, izole kazançları çevik yürütme için koordineli ve esnek bir platforma dönüştürmektir.

Özerklik için mimarlık

Ajanik AI’nın başarılı bir şekilde konuşlandırılması, sadece modeller değil, güçlü bir mimari ile başlar. Bain & Company’nin belirttiği gibi, “bozulma zorunludur; eskime isteğe bağlıdır.” Bu mimariyi oluşturmanın amacı, ajanların tüm teknoloji yığınını dengesizleştirmeden geliştirilebileceği, dağıtılabileceği, izlenebileceği ve değiştirilebileceği esnek, modüler bir sistem oluşturmak olmalıdır. Bu mimarinin temel bileşenleri şunları içermelidir:

• Orkestrasyon Katmanı: Çok ajan iş akışlarını, rol atamalarını ve ajanlar arası iletişimi yönetir. Burası, JP Morgan’ın “David” gibi bir süpervizör ajanı, görevleri özel alt ajanlara yönlendirebilir, bağlamı koruyabilir ve insan artışlarını ele alabilir.
• API Entegrasyon Kumaşı: Kurumsal uygulamalara, bilgi tabanlarına ve üçüncü taraf hizmetlerine güvenli konektörler. Capgemini, “ajanların sadece güvenli bir şekilde kullanabilecekleri araçlar kadar güçlü olduğunu” vurgular.
• Bellek ve Durum Yönetimi: Sıkı tutma ve uyumluluk kontrolleri ile uzun vadeli veya tekrarlayan görevler için ajan bağlamının kalıcı, güvenli bir şekilde depolanması.
• Değerlendirme ve gözlemlenebilirlik yığını: CB Insights’ın güvenilirliği ajan zincirine gömme tavsiyesinden yararlanarak doğruluk, gecikme, maliyet ve uyumluluğun sürekli izlenmesi. Döngüdeki insan gözetimi ve sağlam veri altyapısı yönetimi bu endişelerin giderilmesine yardımcı olabilir.

McKinsey, bir deniz feneri dönüşümü ile başlamanın önemini vurguladı: temel iş alanlarında birkaç yüksek etkili, ajan güdümlü iş akışı dönüşümleri başlatın. Eşzamanlı olarak, teknoloji altyapısı, veri kalitesi, yönetişim çerçeveleri ve işgücüne hazır olma dahil olmak üzere temel etkinleştiricilere yatırım yaparak bir Ajan AI Teknoloji Vakfı’nın temelini yerleştirin.

Ajanları Yönetmek

Yönetişim sonradan düşünülmemelidir; Ölçekleme için bir ön koşul olmalıdır. Forrester, Ajan AI’yı “bir sonraki rekabetçi sınır” olarak tanımlıyor. Forrester’ın baş analisti Rowan Curran, “İşletmeler, sağlam veri boru hatları, AI odaklı bilgiler, otomasyon çerçeveleri ve gerçek zamanlı karar motorları da dahil olmak üzere, ajan AI için doğru teknoloji ve altyapı oluşturmalıdır.” Dedi.

Pratik bir yönetişim çerçevesi şu tanımlamalıdır:

• Özerklik sınırları: Temsilci bağımsız olarak hangi kararları verebilir? Bir insana ne zaman tırmanmalı?
• Risk katmanları: Düşük riskli iç optimizasyonlar yapan ve doğrudan müşteriler veya kritik altyapı ile etkileşime giren temsilciler arasında ayrım yapmak;
• Denetlenebilirlik: Tüm eylemlerin, girişlerin ve çıkışların günlüğe kaydedildiğinden ve izlenebilir olduğundan emin olun;
• Gizlilik ve Uyum: Özellikle sağlık ve finans gibi sektörlerde düzenlenmiş verileri ele alan ajanlar için kritiktir.

Gartner, “ajan yayılmasını” proje başarısızlığının önde gelen bir nedeni olarak tanımlar ve bunu önlemek için, teknoloji liderleri, DevOps veya Mlops’a benzer şekilde özel bir “ajan” fonksiyonu aracılığıyla ajan sağlama, izleme ve emekliliği merkezileştirmelidir.

McKinsey bir insan yönünü savunuyor. Bu, yönetişimin, temsilcilerin rolü ve güncellenmiş insan sorumlulukları hakkında şeffaf iletişim ile işgücü adaptasyonunu içermesi gerektiği anlamına gelir. Değiştirme korkusu en iyi işbirliğinin netliği ile ele alınır.

Etki için yürütme

Yürütme, mimarlık ve yönetişimin iş değerine dönüştüğü yerdir. Teknoloji liderleri için ideal bir yürütme oyun kitabı:

• Yüksek değerli, ölçülebilir iş akışlarını seçin: İşletmeler difüzyon pilotlarından kaçınmalıdır. BT operasyonlarında ortalama iyileşme süresi, müşteri desteğinde vaka çözme süresi veya araştırmada içsellik süresi gibi net KPI’lı süreçleri seçmelidirler;
• Yüzeysel olarak değil, derinden entegre edin: Temsilciler sadece önerilerde bulunmak için değil, harekete geçmek için doğrudan kurumsal sistemlere takmalıdır. JP Morgan’ın Ask David, ajanların birden fazla tescilli veri kaynağında doğrudan sorgulayabilir ve sentezlenebildiğinde verimlilik kazanımlarını gösterir;
• Döngü insanı ile tekrarlayın: Öneri modu ile başlayarak, kısmi otomasyona geçerek ve ancak düşük riskli bağlamlarda yürütmeyi tamamlamak için aşamalı özerklik kullanın;
• Acımasızca ölçün: Operasyonel KPI’ları, görev başına maliyeti, hata oranlarını ve yükseltme frekansını izleyin. Bu verileri özerklik seviyelerini ve iş akışlarını ayarlamak için kullanın;
• Yanal ölçek: Bir deniz feneri kullanım durumu kanıtlandıktan sonra, mimariyi ve yönetişim modelini bitişik iş akışlarında çoğaltın.

Ölçeklendirme sırasında riskleri azaltmak

Ölçeklendirme ajanları hem faydaları hem de riskleri artırır. CB Insights, çok ajan sistemlerin bileşik hataların olasılığını artırdığı konusunda uyarır. Gartner’ın verileri ayrıca projelerin ajanların düşük performans gösterdiği için değil, maliyetlerin arttığı ve yönetişimin arka koltuk aldığı için başarısız olduğunu göstermektedir.

Pratik hafifletmeler şunları içerir:

• Maliyet Kontrolleri: Kotaları, sınırları sınırlayın ve hareket başına maliyet gösterge tablolarını kullanın;
• Sürüklenme Tespiti: Modeller ve API’lar geliştikçe ajan davranışındaki veya doğruluktaki değişimleri izleyin;
• Yedekleme Protokolleri: Güven belirlenen eşiklerin altına düştüğünde önceden tanımlanmış güvenli modların veya insan müdahalelerinin sağlanmasını sağlayın;
• Satıcı Çeşitlendirme: Birden fazla satıcı arasında temel aracı özelliklerini dağıtarak tek bir sağlayıcıya güvenmekten kaçının.

Bain & Company’nin bakış açısı burada izlemeye değer: “Ajan döneminde, esneklik, satıcı stratejisi ile ilgili teknik artıklık ile ilgilidir.”

Laggards için durum farklıdır: parçalanmış pilotlar, ortak altyapı eksikliği, AI-meraklı personel daha ileri kuruluşlara geçtikçe artan maliyetler ve yetenek kaybı. McKinsey’e göre, “eylemsizlik maliyeti artık kaçırılan verimlilikte ölçülmüyor; rekabetçi ilgisizlikte ölçülüyor.”