Įmonių AI įdiegimo skirtumas: 80% turi agentus, 11% pasiekė skalę

Įdiegimas nebėra svarbiausias klausimas. Daugiau nei 80% Fortune 500 kompanijų turi aktyvius AI agentus, ir Gartner tikisi, kad iki metų pabaigos 40% įmonių programų sukūrys konkrečioms užduotims skirtus agentus. Svarbiausias klausimas yra skirtumas šioje skaičioje: tik apie 11% organizacijų pasiekė tikrą gamybinę skalę. Visi turi pilotą. Beveik niekas neturi sistemos.

Pilotas, kuris nudraipia demoje, ir sistema, kurią galite pasitikėti tikriems klientams, yra du skirtingi produktai. Tie 11% sukūrė antrąjį.

Kodėl dauguma agentų projektų sustoja

Gartner prognozuoja, kad iki 2027 metų pabaigos bus atšaukta daugiau nei 40% agentinio AI projektų. Trikdžiai retai susiję su modeliu. Jie susiję su tuo, kas jį supa: nėra audito žymos, kai reikia paaiškinti sprendimą, nėra nustabdymo jungiklio, kai agentas elgiasi netinkamai, nėra žmogaus patikrinimo dėl veiksmų, turinčių tikrą pasekmę, ir nėra matavimo, ar tai tikrai sutaupė laiko ar pinigų.

• Stebimumas: kiekvienas agento veiksmas yra registruojamas, priskiriamas ir vėliau peržiūrimas.
• Saugikliai: agentas veikia aiškiose ribose, turint vaidmeniui pritaikytą prieigą prie duomenų ir įrankių.
• Eskalacija: aukštos rizikos veiksmai nukreipiami žmogui, ir yra aiški kelias agentą sustabdyti visiškai.
• Ekonomika: pagrindinis lygis yra aprūpintas prieš paleidimą, todėl skirtumas (sutaupytos valandos, sumažinta rizika) yra patikrinamas.

Valdymas yra produktas, o ne dokumentacija

Patrauklu yra traktuoti valdiklus kaip atitikties papildomą apkrovą, pridedamą pabaigoje. Tai invertuoja tikrąją riziką. Produkcijoje valdymo sluoksnis yra tas, kas leidžia agentui liesti viską, kas svarbu, ir todėl jis nustato, ar agentas iš viso suteikia vertę. Nevaldomas agentas yra apribotas žemos rizikos užduotimis, valdomas gali būti patikėtas su darbu, kuris pagerina rodiklius.

Čia taip pat kyla 2027 m. atšaukimai. Organizacijos, kurios 2026 m. stato be valdymo, yra tos, kurios tyliai uždaro projektus aštuoniolika mėnesių vėliau, kai pirmasis incidentas daro kontrolės nebuvimą neabejotinu.

Matuokite valandas, ne įspūdžius

Įmonės AI tikslas yra ekonominis. Aprūpinkite pagrindą (kiek laiko šiandien užtrunka užduotis, prieš paleidimą), tada išmatuokite skirtumą vėliau. Sutaupytos valandos ir sumažinta rizika yra skaičiai, kurie pateisina kitą investicijų fazę. Entuzijazmas nėra metrika, ir valdybos pradėjo tai pastebėti: projektai, kurie išliko biudžeto patikrai, yra tie, kurie atvyko su skirtumu, o ne su demo.

HOWF pozicija

Mes statome agentus taip, kaip tai daro tie 11%: pagrįstus jūsų duomenimis ir jūsų ribose, aprūpintus stebimumu ir eskalacija nuo pat pradžios, ir išmatuotus pagal aprūpintą pagrindą. Modelis yra lengva dalis. Sistema aplink jį yra darbas, ir tai yra skirtumas tarp agento, kurį bandote, ir agento, kurį paleidžiate.