Vientuļie kopiloti ir vakardienas ziņas. Konkurences diferenciācija ir saistīta ar specializētu aģentu tīkla palaišanu, kas sadarbojas, paškritika un katram solim sauc par pareizo modeli. VentureBeat AI Affect sērijas jaunākā iemaksa, ko SAP prezentēja Sanfrancisko, pievērsās jautājumam par vairāku aģentu AI sistēmu izvietošanu un pārvaldīšanu.
Yaad Oren, SAP rīkotājdirektors SAP Labs ASV un globālais SAP pētniecības un inovāciju vadītājs, Raj Jampa, SVP un CIO ar Agilent, analītisko un klīnisko laboratoriju tehnoloģiju firmu Agilent, apsprieda, kā izvietot šīs sistēmas reālās pasaules vidē, uzturoties izmaksu, latentuma un atbilstības apsardzes apstākļos. SAP mērķis ir nodrošināt, lai klienti varētu mērogot savus AI aģentus, wager droši, sacīja Orens.
“Ja vēlaties, jūs varat būt gandrīz pilnībā autonomi, taču mēs pārliecināmies, ka ir daudz kontrolpunktu un uzraudzības, lai palīdzētu uzlabot un labot,” viņš teica. “Šī tehnoloģija ir jāuzrauga mērogā. Tā vēl nav perfekta. Tas ir aisberga redzamā daļa ap to, ko mēs darām, lai pārliecinātos, ka aģenti var mērogot, kā arī samazināt jebkādas ievainojamības.”
Aktīvu AI pilotu izvietošana visā organizācijā
Šobrīd Agilent aktīvi integrē AI visā organizācijā, sacīja Jampa. Rezultāti ir daudzsološi, taču viņi joprojām risina šīs neaizsargātības un mērogošanas problēmas.
“Mēs atrodamies posmā, kurā mēs redzam rezultātus,” viņš paskaidroja. “Mums tagad ir jārisina tādas problēmas kā, kā uzlabot AI uzraudzību? Kā mēs veicam AI izmaksu optimizāciju? Mēs noteikti atrodamies tā otrajā posmā, kur mēs vairs neizpētām. Mēs skatāmies uz jauniem izaicinājumiem un to, kā mēs rīkojamies ar šīm izmaksām un uzraudzības rīkiem.”
Agilentā AI tiek izvietots trīs stratēģiskos pīlāros, sacīja Jampa. Pirmkārt, no produkta puses viņi pēta, kā paātrināt jauninājumus, iestrādājot AI viņu izstrādātajos instrumentos. Otrkārt, no klienta vērstās puses viņi identificē, kuras AI iespējas nodrošinās vislielāko vērtību saviem klientiem. Treškārt, viņi izmanto AI iekšējām operācijām, veidojot tādus risinājumus kā pašdziedinošie tīkli, lai palielinātu efektivitāti un jaudu.
“Kad mēs ieviešam šos lietošanas gadījumus, viena lieta, uz kuru mēs daudz koncentrējāmies, ir pārvaldības sistēma,” skaidroja Jampa. Tas ietver politiku balstītu robežu noteikšanu un katra risinājuma apsardzes nodrošināšanu noņemiet nevajadzīgus ierobežojumus, vienlaikus saglabājot atbilstību un drošību.
Nesen tas tika uzsvērts, kad viens no viņu aģentiem veica konfigurācijas atjauninājumu, taču viņiem nebija reģistrēšanās, lai nodrošinātu, ka tās robežas ir stabilas. Jampa sacīja, ka jauninājums nekavējoties izraisīja problēmas – wager tīkls tos ātri atklāja, jo staba otrais gabals tiek audits vai nodrošina, ka katra ieeja un katra izvade ir reģistrēta un var izsekot atpakaļ.
Cilvēka slāņa pievienošana ir pēdējais gabals.
“Mazie, mazo burtu lietošanas gadījumi ir diezgan vienkārši, wager, runājot par dabisko valodu, lieliem tulkojumiem, tie ir scenāriji, kuros mums ir sarežģīti modeļi,” viņš teica. “Par tiem lielākiem lēmumiem mēs pievienojam elementu, kurā aģents saka, man ir nepieciešams cilvēks, lai iejauktu un apstiprinātu savu nākamo soli.”
Viņš piebilda, ka jautājums par ātrumu un precizitāti tiek parādīts agri lēmumu pieņemšanas procesa laikā, jo izmaksas var ātri saskaitīt. Sarežģīti modeļi zemu latentuma uzdevumiem palielina šīs izmaksas ievērojami augstākas. Pārvaldības slānis palīdz uzraudzīt aģenta rezultātu ātrumu, latentumu un precizitāti, lai viņi varētu identificēt iespējas balstīties uz esošo izvietošanu un turpināt paplašināt savu AI stratēģiju.
Aģenta integrācijas izaicinājumu risināšana
Integrācija starp AI aģentiem un esošajiem uzņēmuma risinājumiem joprojām ir galvenais sāpju punkts. Kaut arī mantojuma uz vietas esošās sistēmas var izveidot savienojumu, izmantojot datu API vai ar notikumiem balstītu arhitektūru, labākā prakse ir vispirms nodrošināt, ka visi risinājumi darbojas mākoņa ietvarā.
“Kamēr jums ir mākoņa risinājums, ir vieglāk, ja ir visi savienojumi, visi piegādes cikli,” sacīja Orens. “Daudziem uzņēmumiem ir uz vietas esošās instalācijas. Mēs palīdzam, izmantojot AI un aģentus, tos migrēt mākoņa risinājumā.”
Izmantojot SAP integrēto instrumentu ķēdi, sarežģītība, piemēram, mantotās programmatūras pielāgošana, ir viegli saglabājusi arī mākonī. Kad viss atrodas mākoņu infrastruktūrā, ienāk datu slānis, kas ir vienādi, ja pat nav svarīgāks.
SAP biznesa datu mākonis kalpo kā vienota datu platforma, kas apvieno informāciju gan no SAP, gan no SAP avotiem. Līdzīgi kā Google indeksē tīmekļa saturu, biznesa datu mākonis var indeksēt biznesa datus un pievienot semantisko kontekstu.
Pievienots Orens: “Pēc tam aģentiem ir iespēja savienot un izveidot biznesa procesus no vienas puses uz otru.”
Nelaižu novēršana uzņēmuma aģentu aktivizācijā
Kaut arī daudzi elementi vienādojumā ietekmē trīs, trīs ir kritiski: datu slānis, orķestrēšanas slānis un privātuma un drošības slānis. Tīri, labi strukturēti dati, protams, ir būtiska un veiksmīga aģentu izvietošana, kas ir atkarīga no vienota datu slāņa. Orķestrēšanas slānis pārvalda aģenta savienojumus, ļaujot jaudīgai aģentiskai automatizācijai visā sistēmā.
“Veids, kā jūs orķestrējat [agents] ir zinātne, wager arī māksla, ”saka Orens.” Pretējā gadījumā jums var būt ne tikai neveiksmes, wager arī revīzija un citi izaicinājumi. “
Visbeidzot, ieguldīšana drošībā un privātumā nav apspriežama-it īpaši, ja aģentu bars darbojas visās jūsu datu bāzēs un uzņēmuma arhitektūrā, kur ir ārkārtīgi svarīga autorizācijas un identitātes pārvaldība. Piemēram, personāla komandas loceklim var būt nepieciešama piekļuve algai vai personiski identificējai informācijai, wager nevienam citam to nevajadzētu spēt to apskatīt.
Mēs dodamies uz nākotni, kurā cilvēku uzņēmumu komandām pievienojas aģents un robotu komandas locekļi, un tieši tad identitātes pārvaldība kļūst vēl būtiskāka, sacīja Orens.
“Mēs arvien vairāk un vairāk sākam skatīties uz aģentiem, piemēram, viņi ir cilvēki, wager viņiem ir nepieciešama papildu uzraudzība,” viņš piebilda. “Tas ietver iebūvēšanu un atļauju. Tam ir nepieciešama arī pārmaiņu pārvaldība. Aģenti sāk uzņemties profesionālu personību, kas jums jāuztur, tāpat kā darbiniekam, tikai ar daudz vairāk uzraudzības un uzlabojumiem. Dzīves cikla pārvaldības ziņā tas nav autonoms. Jums ir kontrolpunkti, lai redzētu, kas jums jāmaina un jāuzlabo.”
