Одинокие вторые пилоты — вчерашняя новость. Конкурентная дифференциация заключается в создании сети специализированных агентов, которые сотрудничают, самокритикуют и выбирают правильную модель на каждом этапе. Последняя часть серии AI Impact от VentureBeat, представленная SAP в Сан-Франциско, посвящена вопросу развертывания и управления многоагентными системами искусственного интеллекта.
Яад Орен, управляющий директор SAP Labs в США и глобальный руководитель отдела исследований и инноваций SAP, и Радж Джампа, старший вице-президент и директор по информационным технологиям компании Agilent, занимающейся аналитическими и клиническими лабораторными технологиями, обсудили, как развернуть эти системы в реальных средах, не выходя за рамки затрат, задержек и соблюдения нормативных требований. Цель SAP — обеспечить клиентам возможность безопасного масштабирования своих ИИ-агентов, сказал Орен.
«Вы можете быть почти полностью автономными, если хотите, но мы позаботимся о том, чтобы было много контрольных точек и мониторинга, которые помогут улучшить и исправить», — сказал он. «Эту технологию необходимо отслеживать в масштабе. Она еще не идеальна. Это верхушка айсберга того, что мы делаем, чтобы гарантировать, что агенты могут масштабироваться, а также минимизировать любые уязвимости».
Развертывание активных пилотных проектов ИИ по всей организации
По словам Джампы, сейчас Agilent активно интегрирует искусственный интеллект во всей организации. Результаты многообещающие, но они все еще находятся в процессе решения проблем уязвимости и масштабирования.
«Мы находимся на этапе, когда видим результаты», — пояснил он. «Сейчас нам приходится решать такие проблемы, как улучшить мониторинг ИИ? Как оптимизировать затраты на ИИ? Мы определенно находимся на втором этапе, на котором мы больше не занимаемся исследованиями. Мы рассматриваем новые проблемы и то, как мы справляемся с этими затратами и инструментами мониторинга».
По словам Джампы, в Agilent ИИ используется по трем стратегическим направлениям. Во-первых, что касается продуктов, они изучают способы ускорения инноваций путем внедрения искусственного интеллекта в разрабатываемые ими инструменты. Во-вторых, со стороны клиентов они определяют, какие возможности ИИ принесут наибольшую пользу их клиентам. В-третьих, они применяют ИИ для внутренних операций, создавая такие решения, как самовосстанавливающиеся сети, для повышения эффективности и пропускной способности.
«При реализации этих вариантов использования мы уделяем большое внимание структуре управления», — объяснил Джампа. Это включает в себя установку границ на основе политик и обеспечение того, чтобы ограждения для каждого решения удаляли ненужные ограничения, сохраняя при этом соответствие требованиям и безопасность.
Важность этого была недавно подчеркнута, когда один из их агентов обновил конфигурацию, но у них не было проверки, чтобы убедиться, что ее границы надежны. По словам Джампы, обновление сразу вызвало проблемы, но сеть быстро их обнаружила, потому что второй частью основы является аудит, или обеспечение того, чтобы каждый ввод и каждый вывод регистрировались и их можно было отследить.
Добавление человеческого слоя — это последняя часть.
«Сценарии использования с маленькими строчными буквами довольно просты, но когда вы говорите о естественном языке и больших переводах, это сценарии, в которых задействованы сложные модели», — сказал он. «Для таких более важных решений мы добавляем элемент, в котором агент говорит: «Мне нужен человек, который вмешается и одобрит мой следующий шаг».
И вопрос о скорости и точности вступает в игру на ранних этапах процесса принятия решений, добавил он, потому что затраты могут быстро расти. Сложные модели для задач с малой задержкой значительно увеличивают эти затраты. Уровень управления помогает отслеживать скорость, задержку и точность результатов работы агентов, чтобы они могли определить возможности для развития существующих развертываний и дальнейшего расширения своей стратегии искусственного интеллекта.
Решение проблем интеграции агентов
Интеграция между агентами искусственного интеллекта и существующими корпоративными решениями остается основной проблемой. Хотя устаревшие локальные системы могут подключаться через API данных или архитектуру, управляемую событиями, рекомендуется сначала убедиться, что все решения работают в облачной среде.
«Пока у вас есть облачное решение, вам будет проще иметь все соединения и все циклы доставки», — сказал Орен. «Многие предприятия имеют локальные установки. Мы помогаем с помощью искусственного интеллекта и агентов перенести их в облачное решение».
Благодаря интегрированной цепочке инструментов SAP такие сложности, как настройка устаревшего программного обеспечения, также легко выполняться в облаке. Как только все оказывается в облачной инфраструктуре, появляется уровень данных, что не менее, если не более важно.
В SAP облако бизнес-данных служит единой платформой данных, объединяющей информацию из источников SAP и сторонних источников. Подобно тому, как Google индексирует веб-контент, облако бизнес-данных может индексировать бизнес-данные и добавлять семантический контекст.
Орен добавил: «Тогда агенты получают возможность соединяться и создавать сквозные бизнес-процессы».
Устранение пробелов в активации корпоративных агентов
Хотя в этом уравнении участвует множество элементов, три имеют решающее значение: уровень данных, уровень оркестрации и уровень конфиденциальности и безопасности. Чистые, хорошо структурированные данные, конечно, имеют решающее значение, и успешное развертывание агентов зависит от унифицированного уровня данных. Уровень оркестрации управляет соединениями агентов, обеспечивая мощную агентскую автоматизацию во всей системе.
«То, как вы организуете [agents] — это наука, но также и искусство, — говорит Орен. — В противном случае у вас могут быть не только неудачи, но и одитинг и другие проблемы».
Наконец, инвестиции в безопасность и конфиденциальность не подлежат обсуждению, особенно когда в ваших базах данных и корпоративной архитектуре работает множество агентов, где авторизация и управление идентификацией имеют первостепенное значение. Например, члену отдела кадров может потребоваться доступ к сведениям о зарплате или личной информации, но никто другой не должен иметь возможность ее просматривать.
«Мы движемся к будущему, в котором к человеческим корпоративным командам присоединятся агенты и роботы, и именно тогда управление идентификацией станет еще более важным», — сказал Орен.
«Мы начинаем все больше и больше смотреть на агентов как на людей, но им нужен дополнительный контроль», — добавил он. «Это включает в себя адаптацию и авторизацию. Это также требует управления изменениями. Агенты начинают приобретать профессиональную индивидуальность, которую вам нужно поддерживать, как и сотрудника, только с гораздо большим мониторингом и улучшением. Он не является автономным с точки зрения управления жизненным циклом. У вас есть контрольные точки, чтобы увидеть, что вам нужно изменить и улучшить».
2025-08-19 13:50:00
1762427878
#Серия #Impact #Можете #ли #вы #действительно #управлять #многоагентным #ИИ
Продолжение темы
