企业代理式人工智能支出激增，但清晰度滞后

根据安永最新的美国人工智能脉搏调查，企业预算正大量涌入各行业的人工智能项目，但大多数决策者仍不清楚自己购买的是什么。

这个术语到处都在被使用，被贴在任何与生成式人工智能沾边的东西上，高管们批准了数千万美元，却对这类系统的实际功能缺乏真正的理解。这造成了资金与能力之间的脱节，而且差距不小。

在接受调查的高级领导者中，每五人中就有一人表示，其公司已在人工智能上投入了超过1000万美元，近三分之一的人计划明年也这样做。

安永全球人工智能负责人丹·迪亚西奥（Dan Diasio）似乎并不惊讶。丹说：“代理式人工智能在市场上引起了一些炒作，许多人想借此获利。我们看到任何与生成式人工智能相关的内容都被重新包装为‘代理式人工智能’。”

问题在于？大多数公司称为代理式人工智能的东西实际上像助手一样工作。你输入一些内容，它输出一些内容。它可能会推荐下一步操作或自动化一些行政工作，但它不会独立执行任何任务。丹表示，真正的代理知道何时需要执行任务，理解上下文，并在无需指示的情况下处理每一步。

领导者投入更多，采用更少

尽管支出激增，但实施进展缓慢。只有14%的受访领导者表示其公司已全面推出代理式人工智能。其他人则陷入试点困境。丹表示，这种差距是因为公司尚未准备好应对相关需求。

“这包括拥有组织良好、高质量的知识来指导这些系统，以及清楚了解公司如何在当前状态和未来状态之间应对巨大变化。”翻译：没有基础，就没有部署。

即使从早期人工智能工具中获得了回报，大多数公司仍不愿推进。丹表示，技术薄弱和变革阻力混合在一起，拖慢了进程。他说：“虽然这种组合创造了不确定性的氛围，但它为组织提供了一条清晰的路线图。”这条路线图是什么？先解决内部混乱。否则，这只是更多毫无进展的昂贵试点项目。

Searce的副总监Deepankar Mathur表示，全面采用的想法现在有点毫无意义。Deepankar说：“这就像试图击中一个不断移动的目标。”

代理式人工智能的演变方式意味着没有单一的发布时刻。相反，它关乎持续的升级。确定需要自动化的内容，决定什么最重要，使用可用的最佳工具，然后立即改进它们。他说：“这种改进循环不是一个临时项目，而是一个‘始终在线’的运营要求。”

高管定义角色，确保系统安全，释放团队潜力

丹表示，避免恐惧和困惑的方法是像对待真正的合作伙伴一样对待人工智能与人类的混合体。明确谁做什么。他说：“这意味着制定一项战略，概述人工智能将处理哪些任务以及人类将扮演什么角色。”这消除了疑虑，让员工有机会与工具合作，而不是与之对抗。

但前提是人工智能必须有数据可处理。丹说：“工作是通过专业知识和经验完成的，这些信息可能只存在于员工的脑海中。”这类知识并不存储在数据库中。它必须被捕获并转化为结构化材料。代理式系统需要这些数据才能做出明智决策。没有输入，就没有输出。

还有网络安全。丹表示，生产环境中代理越多，漏洞就越多。他说：“我们开始收到更多关于许多代理网络影响的新闻。”这意味着公司必须从一开始就建立专注于人工智能的网络计划。制定关于数据使用、隐私、道德以及何时需要人工介入的规则。他说：“通过主动解决这些治理问题，领导者可以建立一个值得信赖且透明的系统。”

Deepankar还呼吁让团队直接访问人工智能工具。他表示，不再需要是工程师才能构建有用的东西。他说：“人工智能实施的门槛已显著降低。”但依赖指导委员会或集中式人工智能委员会只会拖慢进度。他说：“真正的进步需要领导者积极倡导并促进这种广泛采用。”

他表示，最具前瞻性的公司正在建立内部人工智能卓越中心。这些不是庞大的部门，而是由专家组成的紧密团队，他们嵌入不同的业务部门，对其进行培训，并让他们构建自己的代理式工作流程。他说：“最成功的企业正在建立小型的‘人工智能黑带’专家精英团队。”