Корпоративные расходы на агентный ИИ растут, но ясность отстает

Согласно последнему опросу EY U.S. AI Pulse, корпоративные бюджеты направляются на проекты в области агентного ИИ во многих отраслях, но большинство лиц, принимающих решения, все еще не понимают, что именно они покупают.

Этот термин повсюду, его приклеивают ко всему, что хоть немного напоминает генеративный ИИ, а руководители одобряют расходы в десятки миллионов долларов, не имея реального представления о том, что на самом деле делают эти системы. Это создает разрыв между деньгами и возможностями, и он немалый.

Каждый пятый из опрошенных старших руководителей сообщил, что его компания уже вложила в ИИ более $10 млн, и почти треть планируют сделать то же самое в следующем году.

Дан Диасио, глобальный руководитель направления ИИ в EY, не был удивлен. «Агентный ИИ окружен ажиотажем, которым многие на рынке хотят воспользоваться», — сказал Дан. «Мы наблюдали невероятный ребрендинг всего, что связано с генеративным ИИ, подаваемого как „агентный ИИ“».

Проблема в том, что большинство того, что компании называют агентным, работает как помощник. Вы вводите запрос, он выдает ответ. Он может рекомендовать следующий шаг или автоматизировать некоторые административные задачи, но не действует самостоятельно. По словам Дэна, настоящие агенты понимают, когда задачу нужно выполнить, осознают контекст и обрабатывают каждый шаг без указаний.

Руководители тратят больше, но внедряют меньше

Несмотря на рост расходов, внедрение идет крайне медленно. Только 14% опрошенных руководителей сообщили, что их компания полностью внедрила агентный ИИ. Остальные застряли в «чистилище пилотных проектов». Дан объяснил, что разрыв обусловлен тем, что компании не готовы к предъявляемым требованиям.

«Это включает в себя наличие организованной высококачественной базы знаний для руководства этими системами и четкое понимание того, как компании справляются с масштабными изменениями между текущим и будущим состояниями». Перевод: нет фундамента — нет и внедрения.

Даже с учетом отдачи от более ранних инструментов ИИ, большинство компаний не спешат двигаться вперед. Дан сказал, что это сочетание технических слабостей и сопротивления изменениям замедляет процесс. «Хотя это сочетание создает атмосферу неопределенности, оно предоставляет четкую дорожную карту для организаций», — сказал он. Эта дорожная карта? Сначала наведите порядок внутри. В противном случае это просто более дорогие пилотные проекты, которые никуда не ведут.

Дипанкар Матхур, заместитель директора в Searce, сказал, что сама идея полномасштабного внедрения сейчас кажется бесполезной. «Это как пытаться попасть в постоянно движущуюся мишень», — сказал Дипанкар.

Способ развития агентного ИИ таков, что нет единого момента запуска. Вместо этого речь идет о постоянных обновлениях. Определите, что нужно автоматизировать, решите, что важнее всего, используйте лучшие доступные инструменты, а затем немедленно улучшайте их. «Этот цикл улучшений — не временный проект; это „всегда включенная“ операционная необходимость», — сказал он.

Руководители определяют роли, обеспечивают безопасность и раскрепощают команды

Дан сказал, что способ избежать страха и путаницы — рассматривать сочетание ИИ и человека как настоящее партнерство. Четко определите, кто что делает. «Это означает разработку стратегии, которая определяет, какие задачи будет выполнять ИИ, а какие роли отводятся людям», — сказал он. Это устраняет сомнения и дает сотрудникам возможность работать с инструментами, а не против них.

Но это работает только в том случае, если у ИИ есть с чем работать. «Работа выполняется благодаря знаниям и опыту, которые могут существовать только в головах работников», — сказал Дан. Такие знания не хранятся в базе данных. Их нужно зафиксировать и превратить в структурированный материал. Агентные системы нуждаются в этом для принятия разумных решений. Нет входных данных — нет и выходных.

А затем есть кибербезопасность. Дан сказал, что больше агентов в производстве означает больше уязвимостей. «Мы начинаем получать больше новостей о киберпоследствиях во многих агентах», — сказал он. Это означает, что компаниям нужно с первого дня разрабатывать киберпланы, ориентированные на ИИ. Установите правила использования данных, конфиденциальности, этики и условий, при которых должен вмешиваться человек. «Проактивно решая эти вопросы управления, лидеры могут создать надежную и прозрачную систему», — сказал он.

Дипанкар также призвал предоставлять командам прямой доступ к инструментам ИИ. Он сказал, что больше не обязательно быть инженером, чтобы создать что-то полезное. «Барьер для внедрения ИИ значительно снизился», — сказал он. Но опора на руководящие комитеты или централизованные советы по ИИ просто замедляет процесс. «Настоящий прогресс требует, чтобы лидеры активно продвигали и обеспечивали это широкое внедрение».

По его словам, самые прогрессивные компании создают внутренние центры компетенций по ИИ. Это не огромные отделы, а небольшие сплоченные группы экспертов, которые внедряются в различные бизнес-подразделения, обучают их и помогают создавать собственные агентные рабочие процессы. «Самые успешные предприятия создают небольшие элитные группы специалистов „черного пояса“ по ИИ», — сказал он.