Мультиагенты перемещают бизнес-ИИ из чат-бота в операции

Теперь новизна чат-бота уступает место полезности агента.

Отрасль переходит от генеративного ИИ к агентному ИИ, реорганизуясь вокруг исполнения, а не просто извлечение информации. Вместо одинокого помощника, отвечающего на запросы, организации развертывают мультиагентные системы или скоординированные цифровые сети, в которых один агент собирает данные, другой проверяет их, третий выполняет транзакцию, а четвертый обеспечивает соответствие требованиям.

Для цифровой экономики ценность сместилась с качества оперативной информации на координацию рабочего процесса.

От подсказок к процессу

Одиночные помощники реагируют на подсказки. Мультиагентные системы управляют рабочими процессами.

Эти системы представляют собой кооперативные сети, в которых агенты совместно используют контекст и передают задачи друг другу. под определенные правила, в соответствии с Google. Такие системы работают лучше всего, когда работа может быть разделенным на модульные этапы и когда связь между агентами следует структурированным путям.

Архитектура отражает операции предприятия. Такие процессы, как андеррайтинг, управление претензиями, утверждение закупок или финансовая отчетность, уже проходят последовательные этапы. Мультиагентные системы повторяют эту структуру.

В отличие от устаревших инструментов очистки экрана или роботизированной автоматизации процессов (RPA), которые ломаются при изменении веб-сайта, эти агентные системы работают на уровне API предприятия. Они обладают разрешениями, следят за журналами аудита и обеспечивают соблюдение политика в в реальном времени. Они не просто имитируют человеческие щелчки; они ориентируются в корпоративной среде как цифровые сотрудники.

Рост количества мультиагентных развертываний

Данные показывают, что внедрение среди предприятий ускоряется.

Мультиагентные рабочие процессы вырос более 300% за несколько месяцев как организации взолнованный проекты от пилотных этапов до производства, по данным Databricks отчет. Агенты доверять с обязанностями на уровне инфраструктуры, включая создание ветвей базы данных разработки и предоставление сред данных.

Бизнес также начинает формализоваться. как устроены эти системы. АВС наметил несколько архитектурных шаблонов для многоагентные системы в финансовых услугах, включая модели, в которых центральный надзорный агент назначает задачи и проверяет результаты, и более распределенные конструкции, в которых агенты сотрудничают при определенных ограничениях. Выбор зависит от толерантности к риску, нормативных требований и требуемого уровня человеческого контроля.

антропный описанное здание многоагентные исследовательские системы в котором один агент извлекает информацию, другой ее критикует, а третий синтезирует результаты в окончательный результат. Слоистая структура предназначен повысить надежность за счет того, что агенты проверяют работу друг друга.

Компании также переходят от экспериментов к производству. Капитал Один разработала многоагентные рабочие процессы для поддержки корпоративных вариантов использования, встраивая агентов непосредственно в операционные системы, а не изолируя их в лабораториях, VentureBeat сообщил. Акцент делается не столько на новизне, сколько на повторяемом и управляемом исполнении.

Финансовые директора также делают ставку на предоставление агентам большей автономии. ПИМНТС Разведка отчет “Финансовые директора продвигают искусственный интеллект вперед, но держат руку на рулеобнаружили, что 43% финансовых директоров заявили, что агентный ИИ может оказать большое влияние на динамическое планирование бюджета.. Около половина использует ИИ для постоянного мониторинга оборотного капитала и денежных потоков.

Разница в исполнении. Вместо использования искусственного интеллекта для получения информации, которую должны интерпретировать люди, агентские системы могут обновлять прогнозы, отмечать отклонения, инициировать корректировки и документировать изменения в пределах определенных границ.

Исследователи обучили группы ИИ-агенты решать сложные исследовательские задачи, распределяя отдельные роли, такие как планировщик, исследователь и рецензент, а затем измерение насколько эффективно они делились информацией и исправляли ошибки друг друга. В контролируемых экспериментах установка с несколькими агентами выполняла задания более точно, чем один агент, работающий в одиночку, поскольку каждая система концентрировалась на определенной функции и перепроверяла результаты.

Для получения информации о PYMNTS AI подпишитесь на ежедневную рассылку Информационный бюллетень ИИ.