Agentne tehisintellekt: need, kes lasevad masinatel otsustada, ei tohi juhtimist automatiseerida – uus vastutusel põhinev majandus

Agent-tehisintellekt äris: autonoomia, usaldus ja vastutuse väljakutse

Automatiseerimisest agentuurini: kuidas tehisintellekt muudab organisatsiooni struktuuri

Agentse tehisintellekti (AI) kasutuselevõtt esitab ettevõtetele põhimõttelisi väljakutseid ja võimalusi. See tehisintellekti vorm läheb kaugemale pelgast kontoritöö automatiseerimisest; sellel on potentsiaal muuta kogu ettevõtete majandusloogikat. Agentne tehisintellekt on võimeline iseseisvalt planeerima töövooge, tegema otsuseid ja kohanema muutuvate tingimustega. See laiendab juhtimise keskset küsimust, hõlmates mitte ainult ülesannete automatiseerimist, vaid ka vastutust nende automatiseeritud protsesside loodud tulemuste eest. Ettevõtted seisavad silmitsi ülesandega kujundada ümber oma struktuurid ja kohustused, et vastata üha enam tehisintellektil põhineva töömaailma nõudmistele.

Sellega seotud:

• Unframe | Agentic Anics Automation – kuidas ettevõtted töötavad

Selles uues reaalsuses pole vaja mitte ainult tehnilisi oskusi, vaid ka sügavat arusaamist inimeste ja masinate vahelisest dünaamikast. Juhtkond peab kehtestama selged otsuste tegemise ja vastutuse suunised, et tagada agentiivse tehisintellekti eeliste jätkusuutlik realiseerimine. Väljakutse seisneb õige tasakaalu leidmises autonoomia ja kontrolli vahel, et tagada nii tõhusus kui ka usaldus tehtud otsuste vastu. Ettevõtted, kes nende väljakutsetega toime tulevad, suudavad mitte ainult agentiivse tehisintellekti eeliseid ära kasutada, vaid ka kindlustada oma konkurentsivõime kiiresti muutuvas majanduskeskkonnas.

Agentne tehisintellekt: revolutsioon või risk ettevõtetele?

Agentne tehisintellekt ei ole lihtsalt järjekordne väike samm kontoritöö digitaliseerimisel. See muudab ettevõtete põhilist majandusloogikat, sest see suudab lisaks üksikute ülesannete toetamisele ka planeerida, teostada, jälgida ja kohandada terveid töövooge muutuvatele oludele. See nihutab keskset juhtimisküsimust. Küsimus ei ole enam ainult selles, milliseid ülesandeid saab automatiseerida, vaid selles, kes vastutab tulemuse eest, kui digitaalne süsteem määrab olulised osad selle saavutamise teekonnast.

See nihe on sügavam kui klassikalise protsesside automatiseerimise või generatiivsete abisüsteemide kasutuselevõtt. Niipea kui tehisintellekti agent tegutseb iseseisvalt määratletud piirides, kasutab tööriistu, koondab andmeid mitmest süsteemist ja integreerib vajadusel teisi agente, saab temast operatiivne osaleja. Tal puudub juriidiline ega moraalne vastutus, kuid ta mõjutab otsuseid, kulusid, riske ja kliendikogemusi. Just siin tekibki oluline pinge: ettevõtted saavad tehniliselt delegeerida tegutsemisvolitused, kuid mitte vastutust tagajärgede eest.

Seega ei ole majanduslikud võitjad tõenäoliselt need ettevõtted, kes installivad kõige rohkem agente. Organisatsioonid, mis pidevalt ümber kujundavad töövooge, otsustusõigust ja kontrollimehhanisme, on tõenäolisemalt edukad. Agentne tehisintellekt ei ole seega niivõrd täiendav tarkvaratoode kuivõrd võimalus oma tegevusmudelit ümber hinnata. See sunnib ettevõtteid muutma kaudsed reeglid nähtavaks, selgitama vastutust ja ümber arvutama koordineerimise väärtust.

Digiassistendist operatiivosalejaks

Mõistet "agentne tehisintellekt" kasutatakse nüüd nii laialdaselt, et see kaotab oma täpsuse. Mitte iga küsimusele vastav vestlusrobot ja mitte iga automatiseerimine, mis ühendab mitu programmietappi, pole juba agent. Ärianalüüsi jaoks on selge eristus vajalik, sest eelised, riskid ja organisatsiooniline mõju sõltuvad oluliselt sellest, kui palju autonoomiat süsteemil tegelikult on.

Traditsiooniline robotitega toetatav protsesside automatiseerimine järgib etteantud reegleid. See on eriti tõhus, kui sisendid on standardiseeritud, protsessid stabiilsed ja erandid haruldased. Kui juhtum kaldub programmeeritud teest kõrvale, protsess sageli peatub või nõuab inimese sekkumist. Kaaspiloot töötab paindlikumalt, kuid jääb põhimõtteliselt abisüsteemiks. See formuleerib, uurib, analüüsib või pakub välja tegevusi, samal ajal kui inimene kontrollib protsessi ja algatab järgmised sammud.

Seevastu agent saab eesmärgi ja planeerib iseseisvalt tegevuste jada. Nad saavad seada vahe-eesmärke, koguda teavet, kasutada rakendusi, kontrollida tulemusi ja oma plaani kohandada. Näiteks hankeprotsessis saavad nad koguda nõudluse andmeid, võrrelda tarnijate teavet, tuvastada riske, sõnastada läbirääkimisettepaneku ja valmistada ette kinnituse. Inimesed ei pea iga sammu algatama; selle asemel määratlevad nad eesmärgi, piirid ja eskalatsioonipunktid.

Majanduslikust vaatenurgast automatiseerib see mitte ainult tööd, vaid ka osa varem vajalikust koordineerimisest. See koordineerimine korraldati sageli rollide, hierarhiate ja koosolekute kaudu. Kui agent suudab sellega kiiremini ja madalamate piirkuludega hakkama saada, satuvad traditsioonilised tööstruktuurid surve alla. Automatiseerimise keskmes on ülesanne ise, mis keskendub tööprotsessile ja potentsiaalselt pikas perspektiivis tööprotsessilt üldisele äritulemusele.

Autonoomia, kontekst ja kontrollitav usaldus

Kolm omadust määravad, kas ettevõtte süsteem toimib tõepoolest agendina: autonoomia, ärikontekst ja kontrollitav usaldus. Autonoomia ei kirjelda piiramatut vabadust, vaid pigem võimet teha iseseisvaid otsuseid heakskiidetud tegutsemisulatuses. Majanduslikult elujõulisel agendil ei pea olema lubatud teha kõike. Vastupidi: mida täpsemalt on tema volitused määratletud, seda lihtsam on hallata hüvesid ja riske.

Ärikontekst määrab, kas tehniline intelligentsus kajastub kasutatavas operatiivses tulemuslikkuses. Mudel võib anda veenvaid suulisi vastuseid ja ikkagi teha halbu otsuseid, kui sellel puuduvad teadmised kliendilepingute, tooteloogika, vastutuse, regulatiivsete piiride või ajalooliste anomaaliate kohta. Ettevõtted alahindavad sageli mitteametlike rutiinide, isiklike võrgustike ja vaikimisi eelduste kaudu varjatud teadmiste rohkust. See teadmine on inimestele enesestmõistetav, kuid agendile nähtamatu, kui see pole struktuurilt kättesaadavaks tehtud.

Usaldust ei tohiks omakorda segi ajada üldise kindlustundega. Ettevõtte sees peab usaldus olema kontrollitav. See hõlmab jälgitavaid toimingute logisid, dokumenteeritud andmeallikaid, selgelt määratletud volitusi, mõõdetavaid kvaliteedilävesid ja võimet ära tunda ebakindlust. Madala kindlustundega agent peab oma taotlusi mitte ainult ettevaatlikumalt sõnastama, vaid vajadusel ka eskaleerima probleemi vastutavale isikule. Seega ei näita agendi kvaliteeti mitte ainult see, kui sageli ta õigesti tegutseb, vaid ka see, kui usaldusväärselt ta tunneb ära, millal ta ei peaks iseseisvalt tegutsema.

Need kolm dimensiooni on omavahel tihedalt seotud. Rohkem autonoomiat ilma piisava kontekstita suurendab vigade tõenäosust. Rohkem konteksti ilma juurdepääsukontrollita suurendab andmekaitse- ja turvariske. Usaldus ilma sisuka mõõtmiseta jääb pelgalt väiteks. Ainult nende koosmõju muudab muljetavaldava prototüübi robustseks operatsioonisüsteemiks.

Kaks väga erineva efektiga agendimudelit

Ettevõtte tarkvaras saab eristada kahte peamist juurutamismustrit. Rakendusega seotud agendid täidavad olemasoleva tööriista piires piiratud ülesandeid. Näiteks aitavad nad luua hinnapakkumist, klassifitseerida teenusetaotlust või vaadata üle lepingudokumenti. Inimene jääb rakenduse sisse, kontrollides protsessi ja kinnitades võtmeetappe. Seda mudelit on suhteliselt lihtne rakendada, kuna protsess, liides ja vastutusstruktuur jäävad suures osas samaks.

Seevastu protsessidele orienteeritud agendid haldavad tervet töövoogu mitmes süsteemis. Nad saavad vastu võtta kliendipäringuid, kontrollida teavet ERP-süsteemist, arvutada saadavust, algatada järelküsimusi, pakkuda lahendust, dokumenteerida töötlemist ja eskaleerida ainult ebatavalisi juhtumeid. See pakub suuremat tootlikkuse potentsiaali, kuid kujutab endast ka suuremat organisatsioonilist väljakutset.

Erinevus on majanduslikult oluline. Rakenduskeskne agent säästab ülesande täitmisel aega. Protsessikeskne agent saab vähendada üleandmisi, ooteaegu, päringuid ja koordineerimiskulusid. Need kaudsed kulud moodustavad eriti olulise osa keerukate ettevõtete protsessikuludest. Need kajastuvad harva kasumiaruandes eraldi reana, kuid need seovad personali, pikendavad täitmisaegu ja suurendavad töötlemata juhtumite kuhjumist.

Suurema ulatusega kaasneb aga suurenenud arv potentsiaalseid veaahelaid. Üks vale klassifitseerimisetapp võib levida läbi mitme süsteemi ja lõpuks käivitada tellimuse, makse või kliendiga suhtlemise. Seetõttu ei piisa üksikute vastuste kvaliteedi mõõtmisest. Ettevõtted peavad hindama kogu protsessi, sealhulgas üleandmisi, sõltuvusi ja tagajärgi. Oluline küsimus ei ole mitte see, kas mudel reageerib tavaliselt õigesti, vaid see, kas äriprotsess annab reaalsetes tingimustes usaldusväärselt vastuvõetava tulemuse.

Miks pilootprojektid tegelikkuses ebaõnnestuvad

Oodatavate projektide tühistamiste suur arv ei tõenda, et agentlikku tehisintellekti on põhimõtteliselt üle hinnatud. Pigem näitab see, et paljud ettevõtted rakendavad tehnoloogiat sobimatute meetodite abil. Üle 40 protsendi tänapäeva agentliku tehisintellekti projektidest võidakse 2027. aasta lõpuks lõpetada. Peamiste põhjuste hulka kuuluvad kasvavad kulud, ebaselge äriväärtus ja ebapiisav riskikontroll. Samal ajal on peaaegu kaks kolmandikku ettevõtetest endiselt eksperimentaalses või pilootfaasis, samas kui agentlikke süsteeme testitakse üksikute funktsioonide puhul, kuid harva laiendatakse neid kogu ettevõttele.

Tüüpiline pilootprojekt algab täpselt määratletud kasutusjuhtumi, pühendunud ekspertide ja hoolikalt valitud andmetega. Nendes tingimustes saab agent pakkuda veenvaid tulemusi. Tootmises aga puutub see kokku mittetäieliku teabe, vastuoluliste põhiandmete, vastutuse nihkumise, tehniliste tõrgete ja ettenägematute probleemidega. Seega on üleminek laborist organisatsiooni vähem modelleerimisprobleem kui integratsiooni- ja tegevusalane väljakutse.

Lisaks arendatakse paljusid pilootprojekte eraldi. Neil on oma andmeühendused, reeglid ja teadmistebaas. Järgmise kasutusjuhtumi jaoks peab ettevõte uuesti alustama rollide, terminoloogia, õiguste ja protsessiteadmiste väljatöötamisega. See toob kaasa suured korduvad kulud. See, mis oli mõeldud kiire innovatsioonina, muutub raskesti hooldatavate ja isoleeritud lahenduste kogumiks.

Teine nõrkus seisneb mõõtmises. Üksikute töötajate ajakokkuhoidu kajastatakse sageli ärieduna, isegi kui pole selge, kas vabanenud aega kasutatakse produktiivselt. Agent võib iga tehingu kohta kokku hoida kümme minutit ilma mõõdetava muutuseta personalikuludes, läbilaskeajas või tuludes. Seega peab usaldusväärne äriplaan põhinema konkreetsel tulemusnäitajal: madalamad üldkulud, kõrgem tehingute määr, madalamad veakulud, lühemad tarneajad, vähem seotud kapitali või suurem klientide lojaalsus.

Ärikeskkonnast saab strateegiline vara

Mida rohkem protsesse agendid töötlevad, seda väärtuslikumaks muutub jagatud kontekst, millele pääsevad ligi erinevad süsteemid. See hõlmab lisaks dokumentidele ja andmebaasidele ka kontseptuaalseid mudeleid, protsessidefinitsioone, rolle, poliitikaid, kinnituspiire ja tööolekute tähendust. Näiteks ei loeta teenusejuhtumit lahendatuks ainult vastuse saatmise tõttu. Sõltuvalt ettevõttest võidakse lahenduseni jõuda alles siis, kui klient on kinnitanud probleemi lahendamist, tehnilist ülevaadet või krediidimärkust.

Kui see kontekst on õigesti modelleeritud, saab seda teistes agentides ja protsessides taaskasutada. See loob skaleerimisefekti. Esimene produktiivne töövoog jääb kalliks, kuna tuleb kehtestada andmed, reeglid ja vastutusvaldkonnad. Iga järgnev töövoog saab aga tugineda samale semantilisele ja organisatsioonilisele alusele. Järgmise juurutamise piirkulud vähenevad, samas kui otsuste järjepidevus suureneb.

Ilma sellise aluseta kordab iga osakond sama eeltööd. Tekivad erinevad definitsioonid, identseid kliente hinnatakse erinevalt ja mitu agenti langetavad otsuseid vastuoluliste reeglite põhjal. Seejärel digitaliseerib ettevõte oma organisatsioonilised silod, selle asemel et neist üle saada. Tehniliselt tundub maastik kaasaegne, kuid majanduslikult püsivad vanad ebaefektiivsused.

Seega ei ole ärikontekst pelgalt andmete küsimus. See ühendab andmearhitektuuri, protsesside juhtimist ja organisatsioonilisi teadmisi. Ettevõtted vajavad selget omandiõigust peamiste andmetoodete ja -kontseptsioonide üle. Samuti peavad nad otsustama, millist teavet agent näeb, kui ajakohane see peab olema ja milline allikas on lahknevuste korral ülimuslik. Selle kihi loomine on vähem tähelepanuväärne kui agendi demonstratsioon, kuid see on jätkusuutliku kasu eelduseks.

Otsustusõigus on ametijuhendite suhtes ülimuslik

Kui agent planeerib, teostab ja dokumenteerib suurema osa protsessist, muutub inimese roll. Töötajad ei tegele enam iga juhtumiga ise, vaid seavad eesmärke, vaatavad läbi erandeid ja täiustavad reegleid. See nihe algab sageli järk-järgult. Organisatsiooniskeem jääb samaks, kuigi otsuste tegemise tegelik jaotus on juba nihkunud.

See loob ohtliku vahepealse olukorra. Formaalne vastutus jääb juhile või spetsialiseeritud osakonnale, samas kui operatiivse otsuse valmistab ette või langetab üha enam agent. Kui tulemust vaid pealiskaudselt kinnitatakse, luuakse võltskontroll. Inimene on nominaalselt vastutav, kuid tal pole piisavalt aega ega teavet otsuse tegelikuks läbivaatamiseks.

Seetõttu peavad ettevõtted otsustusõiguse selgesõnaliselt ümber korraldama. Iga agenditoega protsessi puhul tuleks selgelt määratleda, milliseid toiminguid süsteemil lubatakse iseseisvalt teha, millised otsused vajavad inimese heakskiitu ja milliste signaalide korral protsess peatatakse. Üldine liigitamine madalaks või kõrgeks riskiks ei ole piisav. Kliendi aadressi muutmine, hinnaalanduse tegemine ja makse algatamine on erinevad toimingute liigid, millel on erinevad tagajärjed.

Nende õiguste kujundamine on juhtimisülesanne. Seda ei saa täielikult IT-le ega vastavusosakonnale delegeerida, kuna see mõjutab otseselt operatiivset kontrolli. See, kes otsustab heakskiidu piirangute, erandite ja vastuoluliste eesmärkide üle, kujundab ärimudelit. Agentne tehisintellekt muudab need sageli mitteametlikud võimu- ja vastutusstruktuurid nähtavaks ning sunnib ettevõtte juhtkonda neid täpsemalt määratlema.

Uued rollid juhtimise ja teostuse vahel

Operatiivtöö nihkumisega tekivad rollid, mis keskenduvad vähem üksikute juhtumite käsitlemisele ja rohkem tervete süsteemide haldamisele. Agentide protsessiomanik määratleb eesmärgid, kvaliteedistandardid ja piirid. Nad hindavad eskaleerumisi, analüüsivad veamustreid ja otsustavad, kas agendile tuleks anda lisakohustusi. See roll on pigem juhtimisele ja tootevastutusele kui traditsioonilisele administratiivsele tööle.

Lisaks on üha olulisemad tehnilised ja regulatiivsed funktsioonid. Agendid vajavad usaldusväärset platvormi, turvalisi liideseid, jälgitavaid õigusi ja pidevat tulemuslikkuse hindamist. See tekitab vastutusvaldkondi, nagu agentide toimingud, tehisintellekti haldamine, mudeli riskijuhtimine, protsesside arhitektuur ja kvaliteedi tagamine. Mitte iga organisatsioon ei loo selleks uusi ametikohti. Sageli laiendatakse ja ühendatakse olemasolevaid rolle IT-st, äriüksustest, auditeerimisest, andmekaitsest ja riskijuhtimisest uutel viisidel.

Oluline on see, et vastutust ei tohi nende funktsioonide vahel killustada. Tehniline omanik saab vastutada stabiilsuse, juurdepääsu ja turvakontrolli eest, ilma et ta vastutaks äritulemuste eest. Seevastu saab ettevõtte omanik protsessi kontrollida, ilma et ta saaks hinnata iga mudeli muutust. Seetõttu vajab iga tootmisagent vähemalt ühte selgelt määratletud äri- ja ühte selgelt määratletud tehnilist omanikku, samuti määratud otsustusorganit konfliktide korral.

Uus rollimaastik pakub edutamisvõimalusi, aga muudab ka nõutavaid pädevusi. Töötajad peavad tegelema vähema rutiinsete ülesannetega ning keskenduma rohkem eesmärkide määratlemisele, tulemuste hindamisele, erandite mõistmisele ja koolitussüsteemidele. Kogemus ei kaota selle tulemusel oma väärtust. Vastupidi, kaudne asjatundlikkus muutub eriti oluliseks, kuna see tuleb teisendada reegliteks, auditeerimiskriteeriumideks ja eskalatsiooniprotseduurideks. Kitsaskoht ei seisne sageli tehisintellekti tööriista käitamises, vaid võimes täpselt kirjeldada head tööd.

Kui meeskonnad ehitatakse pigem tulemuste kui funktsioonide ümber

Traditsioonilised organisatsioonid peegeldavad sageli protsessi kulgu. Üks üksus saab taotluse, teine ​​vaatab selle üle, kolmas kinnitab selle ja neljas tegeleb eranditega. See struktuur tekkis seetõttu, et teavet hajutati, spetsialiseerumine pakkus eeliseid ja inimeste töötlemisvõimsus oli piiratud. Protsessile orienteeritud agent saab kombineerida mitu neist sammudest ja täita neid ööpäevaringselt.

See ei muuda automaatselt funktsionaalset tööjaotust kehtetuks, kuid muudab selle majanduslikku põhjendust. Kui üleandmised ei paku enam spetsialiseerumiseelist, vaid tekitavad peamiselt ooteaega, peaks ettevõte meeskondi rohkem tulemustele keskenduma. Meeskond võiks siis vastutada kliendiprobleemi täieliku lahenduse, tooterühma kättesaadavuse või tellimuse õigeaegse täitmise eest. Inimesed ja agendid kombineeritakse nii, et tulemus saavutatakse, mitte nii, et iga positsioon täidaks oma alamprotsessi.

See ümberkorraldus võib avaldada eriti olulist mõju keskastme juhtidele. Osa nende varasemast rollist hõlmas töö jaotamist, staatusevärskenduste kogumist, prioriteetide jälgimist ja teabe edastamist tasemete vahel. Agentsüsteemid saavad sellised koordineerimisülesanded madala piirkuluga üle võtta. See ei tähenda, et juhtimine vananeb. See nihutab oma fookuse vastuoluliste eesmärkide lahendamisele, motiveerimisele, personali arendamisele, kliendisuhetele, strateegiale ja vastutuse võtmisele ebamäärastes olukordades.

Seetõttu peaksid ettevõtted vältima enneaegset koondamist enne, kui uus tegevusmudel stabiilselt toimib. Üleminekufaas nõuab sageli rohkem, mitte vähem juhtimist. Kogenud koordinaatorite liiga varane kaotamine hävitab just need protsessialased teadmised, mida usaldusväärse agentide arhitektuuri jaoks vaja läheb. Majanduslikult mõistlikum lähenemisviis on esmalt rollid ümber struktureerida, teadmised säilitada ja teha võimsusotsuseid alles pärast tõendatavat tootlikkuse kasvu.

Hallatud tehisintellekti platvorm - pilt: Xpert.Digital

Siit saate teada, kuidas teie ettevõte saab kiiresti, turvaliselt ja ilma kõrgete sisenemisbarjäärideta rakendada kohandatud tehisintellekti lahendusi.

Hallatud tehisintellekti platvorm on teie kõikehõlmav ja muretu tehisintellekti lahendus. Keerulise tehnoloogia, kalli infrastruktuuri ja pikkade arendusprotsessidega tegelemise asemel saate spetsialiseerunud partnerilt teie vajadustele vastava valmislahenduse – sageli vaid mõne päeva jooksul.

Peamised eelised lühidalt:

⚡ Kiire teostus: Ideest kasutusvalmis rakenduseni päevade, mitte kuude jooksul. Pakume praktilisi lahendusi, mis loovad kohest lisaväärtust.

🔒 Maksimaalne andmeturve: Teie tundlikud andmed jäävad teie kätte. Garanteerime turvalise ja nõuetele vastava töötlemise ilma andmeid kolmandate osapooltega jagamata.

💸 Finantsriski pole: maksate ainult tulemuste eest. Suured esialgsed investeeringud riist- ja tarkvarasse või personali jäävad täielikult ära.

🎯 Keskendu oma põhitegevusele: Keskendu sellele, mida sa kõige paremini oskad. Meie hoolitseme sinu tehisintellekti lahenduse kogu tehnilise juurutamise, käitamise ja hoolduse eest.

📈 Tulevikukindel ja skaleeritav: teie tehisintellekt kasvab koos teiega. Tagame pideva optimeerimise ja skaleeritavuse ning kohandame mudeleid paindlikult uutele nõuetele.

Lisateavet leiate siit:

• Hallatud tehisintellekti platvorm

Teadmustöö uus kulukõver

Agentne tehisintellekt muudab teadmustöö kulustruktuuri. Usaldusväärse süsteemi esmakordne väljatöötamine võib olla kulukas, kuna see nõuab andmetele juurdepääsu, integreerimist, turvakontrolle, testimist ja protsesside muutmist. Kui aga alus on paigas, saab lisaülesandeid täita suhteliselt madalate piirkuludega. See võimaldab mõnel haldustööl läheneda tarkvara skaleeritavusele.

Seda efekti ei tohiks segi ajada tasuta tööjõuga. Agendid kannavad pidevalt kulusid mudelite, arvutusvõimsuse, salvestusruumi, jälgimise, liideste ja inimjärelevalve eest. Keerulised planeerimis- ja testimisprotsessid võivad käivitada arvukalt mudelikõnesid ja tööriistade kasutamist. Halvasti disainitud agent võib tekitada märkimisväärseid kulusid tsüklite, ebavajalike päringute või liigse dokumentide töötlemise kaudu. Seetõttu tuleb kulutõhusust mõõta nii protsessi kui ka tulemuse tasandil.

Sobiv mõõdik ei ole üksiku päringu hind, vaid edukalt lõpule viidud protsessi kogumaksumus. See hõlmab mudeli ja platvormi kulusid, inimeste ülevaatamise aega, veaparandusi, viivitusi, turvameetmeid ja arenduskulude amortisatsiooni. Ainult siis, kui need kogukulud on madalamad kui eelmiste protsesside kulud või annavad väärtuslikuma tulemuse, tekib reaalne majanduslik kasu.

Eriti atraktiivsed on protsessid, millel on suur maht, korduvad mustrid, digitaalselt kättesaadavad andmed ja kallid andmeedastused. Vähem sobivad on haruldased protsessid, kus peaaegu iga juhtum on uudne, vea tagajärjed on äärmiselt suured või oluline teave on kättesaadav ainult mitteametlikult. Seega ei ole parim automatiseerimise määr tingimata kõrgeim. Majanduslikult optimaalne süsteem automatiseerib täpselt nii palju, kui olemasoleva riski juures on võimalik usaldusväärselt hallata.

Tootlikkus on enamat kui lihtsalt kokku hoitud tööaeg

Paljud ettevõtted mõõdavad tehisintellekti eeliseid teoreetiliselt kokku hoitud tundide põhjal. See mõõdik on kergesti mõistetav, kuid sageli eksitav. Kümme protsenti lühem töötlemisaeg ei tähenda automaatselt kümme protsenti madalamaid personalikulusid. Kui töötajad ei saa kokku hoitud aega kasutada lisaväärtuse loomiseks või kui protsess jääb mujal piiratuks, siis tulemustes vastavat paranemist ei toimu.

Mõistlik kulude-tulude analüüs arvestab mitmel tasandil. Protsessi tasandil on olulised sellised tegurid nagu läbilaskeaeg, veamäär, ümbertöötlemine, lahendusmäär ja lõpule viidud juhtumi maksumus. Äritasandil on olulised tulud, marginaal, klientide hoidmine, kapitalikohustus ja riskikulud. Organisatsiooni tasandil tuleks uurida, kas agent parandab skaleeritavust, vähendab sõltuvust üksikisikutest või võimaldab uusi teenuseid.

Realistlik alguspunkt on eriti oluline. Protsessid on sageli vähem dokumenteeritud kui nad tegelikult on. Ametlikud töötlemisajad ei arvesta ooteaegu, päringuid ja mitteametlikku koordineerimist. Seetõttu tuleks enne rakendamist mõõta tegelikku töövoogu. Vastasel juhul võrdleb ettevõte kontrollitud tehisintellekti protsessi idealiseeritud inimese sihtprotsessiga ja jõuab kasutu investeeringutasuvuse arvutuseni.

Sama oluline on pikaajaline vaatlus. Alguses võidakse tulemuslikkust üle hinnata suure tähelepanu, väikeste valimimahtude ja intensiivse toe tõttu. Hiljem tulevad mängu andmemuutused, uued tooted ja hooajalised pinged. Seetõttu ei tohiks investeeringut hinnata üksnes eduka demonstratsiooni, vaid pigem mitme töötsükli jooksul saavutatud järjepidevate tulemuste põhjal. Majanduslik väärtus tekib ainult siis, kui täiustus on jätkusuutlik, skaleeritav ja auditeeritav.

Juhtimisest saab tegevusmudeli lahutamatu osa

Agendipõhises tehisintellektis ei ole juhtimine juhtimiskiht, mida saab lisada pärast tehnilist arendust. See tuleb protsessi sisse ehitada. Protokollid ja usaldusnivood on vajalikud, kuid iseenesest mitte piisavad. Oluline on see, kes määrab autonoomse tegevuse jaoks vajaliku kvaliteeditaseme ja kes kannab vale otsuse tagajärgi.

Vaid umbes 30 protsenti organisatsioonidest jõuab strateegia, juhtimise ja agentipõhiste süsteemide spetsiifiliste kontrollimeetmete osas edasijõudnud küpsusastmeni. Samal ajal peetakse turvalisuse ja riskiga seotud probleeme üheks suurimaks takistuseks laiemale skaleerimisele. See lõhe näitab, et tehnoloogiline kättesaadavus kasvab kiiremini kui organisatsiooni juhitavus.

Tugev juhtimine määrab igale agendile ärieesmärgi, riskiklassi ja vastutavad isikud. See dokumenteerib volitatud andmed, tööriistad ja toimingud. See määratleb, millal on vaja inimese poolt läbivaatamist ja kuidas intsidente käsitletakse. Lisaks peab see jäädvustama muudatusi, kuna agendi mõju võib uute mudelite, tööriistade, andmeallikate või juhiste tõttu oluliselt muutuda, isegi kui tema nimi jääb samaks.

See arhitektuur omandab Euroopa ettevõtete jaoks täiendava tähtsuse. Kõrge riskiga tehisintellekti rakenduste puhul muutuvad üha olulisemaks nõuded riskijuhtimisele, andmete kvaliteedile, logimisele, dokumenteerimisele, inimjärelevalvele, töökindlusele ja küberturvalisusele. Sõltumata ametlikust klassifikatsioonist on äriliselt mõistlik rakendada neid põhimõtteid ka vähem reguleeritud agentidele. Jälgitavus mitte ainult ei vähenda vastavusriske, vaid hõlbustab ka veaanalüüsi, protsesside täiustamist ning töötajate ja klientide seas aktsepteerimist.

Kontrollitud autonoomia maksimaalse vabaduse asemel

Avalik diskursus kujutab autonoomiat sageli kvaliteedikriteeriumina: mida iseseisvamalt agent töötab, seda progressiivsem süsteem tundub. See vaade on ettevõtete jaoks ohtlik. Maksimaalne autonoomia ei ole majanduslikult elujõuline eesmärk. Oluline on õige autonoomia tase konkreetse protsessi jaoks.

Mõistlik lähenemisviis kasutab astmelisi kontrollitasemeid. Madalal tasemel kogub ja hindab agent teavet, kuid tal ei ole lubatud algatada ühtegi väliselt efektiivset toimingut. Keskmisel tasemel viib ta iseseisvalt läbi madala riskiga toiminguid ja esitab kinnitamiseks suuremate tagajärgedega otsused. Kõrgemal tasemel kontrollib see kogu protsessi, kuid seda jälgitakse pidevalt ja see peab etteantud signaalide saamisel pausi tegema.

Piirangud ei tohiks põhineda ainult rahasummadel. Mainerisk, andmekaitse, mõju klientidele, õiguslikud tagajärjed ja pöörduvus on sama olulised. Vigast sisemist kokkuvõtet on lihtne parandada. Ebaõige lõpetamine, makse või avalik teadaanne võivad kaasa tuua pöördumatuid tagajärgi. Mida keerulisem on toimingut tagasi võtta, seda kõrgem peab olema autonoomse täitmise lävi.

Kontrollitud autonoomia nõuab ka tehnilist jõustamist. Kirjalikest juhistest ei piisa, kui agent pääseb endiselt juurde volitamata tööriistadele. Lubasid tuleb anda vähima privileegi põhimõtte kohaselt, tundlikke toiminguid tuleb reaalajas üle vaadata ja ebatavalisi mustreid tuleb tuvastada. Seiskamisvõimalused, kogusepiirangud ja turvalised varuprotseduurid on osa normaalsest toimimisest. Hea juhtimine ei takista väärtuse loomist, vaid loob pigem ruumi, kus suurem autonoomia on õigustatud.

Tööturg muutub tegevuste kaudu

Agent-tehisintellekti mõju tööhõivele ei saa usaldusväärselt taandada lihtsa numbrini. Ülemaailmselt töötab umbes iga neljas töötaja töökohal, mis on mingil määral kokku puutunud generatiivse tehisintellektiga. Sellest hoolimata on enamiku töökohtade puhul tõenäolisem tööülesannete muutmine kui ametikoha täielik kaotamine. Isegi kõrgelt digitaliseeritud töökohad sisaldavad ülesandeid, mis nõuavad kontekstuaalseid teadmisi, sotsiaalset suhtlust, füüsilist kohalolekut, otsustusvõimet või isiklikku vastutust.

2030. aastaks võivad olulised majanduslikud ja tehnoloogilised trendid luua umbes 170 miljonit uut töökohta ja asendada ligikaudu 92 miljonit. Tehisintellekt ja infotöötlus peaksid nii kaasa tooma nii töökohtade juurdekasvu kui ka kadu. Sellised prognoosid ei ole täpsed, kuid need illustreerivad eelseisva ümberjaotuse ulatust. Netomõju võib olla positiivne, samas kui üksikud ametirühmad, piirkonnad ja ettevõtted seisavad silmitsi märkimisväärsete kohanemiskuludega.

Agentne tehisintellekt muudab tõenäoliselt oluliselt rolle, mille väärtus on varem suuresti sõltunud teabe jagamisest, rutiinsetest kontrollidest ja protsesside koordineerimisest. Samal ajal kasvab nõudlus töötajate järele, kes suudavad süsteeme jälgida, ekspertiisi vormistada, erandeid lahendada ja vastutust võtta. Seega ei jagune tööturg lihtsalt tehnoloogilisteks võitjateks ja kaotajateks. Oluline tegur on see, kas olemasolevaid kogemusi saab uude töökorraldusse üle kanda.

Ettevõtete jaoks on täiendkoolitus muutumas investeeringuks. Koolituskursustest, mis pelgalt selgitavad tööriista kasutamist, enam ei piisa. Töötajad vajavad protsesside mõistmist, andmepädevust, riskiteadlikkust ja oskust agentide tulemusi kriitiliselt hinnata. Nende pädevuste arendamine mitte ainult ei suurenda aktsepteerimist, vaid vähendab ka kontrollikulusid ja vigade tõenäosust.

Andmete kvaliteet määrab skaleeritavuse

Agendid suudavad struktureerimata teavet paremini töödelda kui varasemad automatiseerimissüsteemid, kuid need ei kõrvalda nõrku andmebaase. Takistusteks on endiselt killustatud kliendiandmed, vastuolulised tooteandmebaasid, aegunud dokumendid ja ebaselged juurdepääsuõigused. Umbes kaheksa kümnest ettevõttest nimetab agendipõhise tehisintellekti skaleerimisel probleemiks andmete piiratust. Vähem kui kümme protsenti on skaleerinud agente punktini, kus nad pakuvad käegakatsutavat väärtust.

Probleemi süvendab asjaolu, et agendid mitte ainult ei loe andmeid, vaid ka muudavad neid ja genereerivad uut teavet. Vigase tulemuse saab kirjutada allavoolu süsteemi ja hiljem saab teine ​​agent seda väidetavalt usaldusväärse allikana kasutada. See loob tagasisideahelaid. Seetõttu peavad andmete päritolu, ajakohasus ja kvaliteediseisund olema masinloetavad.

Tugev arhitektuur ühendab struktureeritud andmeid, dokumente ja operatiivseid sündmusi. See ei anna igale agendile kogu teavet, vaid pigem edastab konkreetse eesmärgi jaoks lubatud konteksti. Samal ajal peavad identiteedid ja õigused jääma süsteemipiiride piires ühtseks. Agent ei tohi näha ega teha rohkem kui isik või funktsioon, kelle nimel ta tegutseb.

Ettevõtted ei tohiks aga andmete moderniseerimist käsitleda lõputu eelprojektina. Kõigi andmehoidlate täielik puhastamine pole ei realistlik ega ökonoomne. Mõistlikum lähenemisviis on etapiviisiline lähenemine, mis põhineb valitud kõrge väärtusega protsessidel. Iga protsessi jaoks luuakse vajalikud andmetooted, kvaliteedireeglid ja omandiõigus. Sel viisil kasvab andmebaas koos äriväärtusega.

Turvariskid kanduvad üle protsessiahelasse

Traditsiooniline keelemudel genereerib peamiselt sisu. Agent saab käivitada ka tööriistu, muuta faile, saata sõnumeid või algatada tehinguid. See muudab vale sisu potentsiaalselt valeks sündmuseks. Seetõttu peab turbehaldus lisaks sisendite ja väljundite uurimisele jälgima ka kogu toimingute ahelat.

Erilised ohud tulenevad manipuleeritud sisust, liigsetest privileegidest ja kontrollimatust delegeerimisest. Agent võib dokumendis peidetud juhise otsa komistada ja ekslikult seda õiguspärase käsuna käsitleda. Ta võib tööriista kuritarvitada või delegeerida ülesandeid teisele agendile, kelle õigused pole piisavalt piiratud. Keerulistes mitmeagentilistes süsteemides muutub vastutuse taastamine veelgi keerulisemaks.

Tõhus vastumeede on tehniline kontrollkiht agendi ja tööriista vahel. Iga tundlikku toimingut tuleks enne teostamist kontrollida selle eesmärgi, volituse ja riskiklassi suhtes. Logimine peab hõlmama kogu ahelat: inimese käsklusi, kaasatud agendeid, kasutatud andmeid, käivitatud tööriistu, tehtud otsuseid ja tulemust. Alles siis on võimalik jälgida, miks toiming pärast intsidenti toimus.

Turvalisust ei tohiks mõista üksnes kaitsemeetmena. Selged piirid parandavad ka tõhusust, kuna need võimaldavad turvalist toimimist suuremates protsessipiirkondades. Ettevõte, mis suudab tegevusi täpselt piirata ja jälgida, ei pea iga protsessi käsitsi üle vaatama. Investeeringud juhtimisinfrastruktuuri loovad seega võimaluse edasiseks automatiseerimiseks.

Platvormidest sõltuvusest on saamas strateegiline risk

Agentsüsteemid ühendavad mudeleid, andmeplatvorme, ettevõtte tarkvara ja liideseid. See omavaheline seotus suurendab tehnoloogilise sõltuvuse riski. Kui äriloogika on otse integreeritud ühe tarnija patenteeritud tööriistadesse, võib hilisem pakkuja vahetamine olla kulukas. Hinnad, funktsioonid või lepingutingimused võivad muutuda, samas kui ettevõte saab oma protsesse vaevu muuta.

Täielik müüjasõltumatus on aga ka kulukas ja sageli ebareaalne. Standardplatvormid kiirendavad juurutamist, pakuvad turvafunktsioone ja vähendavad integreerimispingutusi. Seega pole mõistlik strateegia iga komponendi ise väljatöötamine, vaid omavahel vahetatavate kihtide loomine. Ärireegleid, protsessidefinitsioone, hindamisandmeid ja logisid tuleks hallata konkreetsest mudelist võimalikult sõltumatult.

Kogunenud kontekstuaalsed teadmised väärivad eriti kaitsmist. Kui need teadmised eksisteerivad ainult agendi seadetes või ettevõtte omas salvestusruumis, kaotab ettevõte platvormide vahetamisel osa omaenda õppimiskõverast. Seetõttu tuleks konteksti, õigusi ja kvaliteedikriteeriume käsitleda ettevõtte varadena. Nende struktuur peab olema dokumenteeritud, eksporditav ja auditeeritav.

Ka lepingud peavad seda uut tähtsust kajastama. Lisaks andmekaitsele ja -käideldavusele muutuvad üha olulisemaks küsimused andmete kasutamise, alltöövõtjate, mudelimuudatuste, vastutuse, protokollile juurdepääsu ja loobumisvõimaluste kohta. Agentsüsteemi ostmine ei ole seega pelgalt tarkvara hankimine, vaid otsus ettevõtte tulevase tegevusalase sõltuvuse kohta.

Tugev rakendusmudel

Edukas juurutamine ei alga kõige muljetavaldavama agendi leidmisest, vaid majanduslikult asjakohase protsessi valimisest. Sellel protsessil peaks olema piisav maht ja parenduspotentsiaal, samal ajal kui see peaks olema hallatavate riskidega. Kogu protsess dokumenteeritakse, sealhulgas ooteajad, erandid, andmeallikad ja tegelikud otsustuspunktid. Alles seejärel saab kindlaks teha, milliseid osi tuleks käsitleda autonoomselt, abistatult või jätta täielikult inimeste poolt töödeldavaks.

Järgmine samm hõlmab vastutuse ja peamiste tulemusnäitajate (KPI-de) määratlemist. Ettevõtte omanik vastutab tulemuse eest, tehniline omanik aga jälgib toimimist ja turvalisust. Koos määratlevad nad edumõõdikud, minimaalsed kvaliteedistandardid, kulude ülemmäärad ja lõpetamise kriteeriumid. Iga tegevusklassi jaoks määratakse load, kinnitused ja eskalatsiooniprotseduurid. See organisatsiooniline töö tuleb lõpule viia enne, kui agent saab tootmisõigused.

Tehniline teostus peaks esialgu algama vaatlusrežiimis. Agent teeb ettepanekuid või simuleerib tegevusi, samal ajal kui inimesed jätkavad protsessi elluviimist. See võimaldab erinevusi mõõta ilma operatsiooniriski kandmata. Seejärel saab autonoomiat järk-järgult laiendada, alustades pöörduvatest ja madala riskiga tegevustest. Iga laiendust tuleb põhjendada reaalsete jõudlusandmetega.

Kui stabiliseerimine on edukas, ei ehitata kohe järgmist isoleeritud agenti. Selle asemel uurib ettevõte, milliseid andmetooteid, reegleid, juhtelemente ja integratsioone saab taaskasutada. Just siin tekib kumulatiivne eelis. Pilootprojektist areneb platvormivõimekus ja mitme platvormi võimekuse kombinatsioon võib viia uue tegevusmudelini.

Juhtkond peab eesmärkide konflikti nähtavaks tegema

Agentset tehisintellekti õigustatakse sageli kulude vähendamise, kõrgema kvaliteedi, parema kliendikogemuse, kiirema innovatsiooni ja väiksemate riskidega. Need eesmärgid ei ole alati ühilduvad. Suurem inimjärelevalve võib vähendada riske, kuid piirata kiirust ja kokkuhoidu. Suurem autonoomia võib lühendada teostusaegu, kuid suurendab nõudmisi andmete, kontrolli ja vastutuse osas.

Ettevõtte juhtkond peab need vastuolulised eesmärgid selgesõnaliselt lahendama. Nad ei tohiks oodata, et projektimeeskond lahendaks need tehniliselt. Riskitaluvuse määratlemine on eriti oluline. See, mis on vastuvõetav siseuuringutes, võib olla vastuvõetamatu krediidiotsuste, personaliküsimuste, terviseandmete või turvalisusega seotud rajatiste puhul.

Juhtimine tähendab ka töötajatele avalduva mõju avalikku käsitlemist. Kui tegelik eesmärk on koondamised, siis ainult toetusest rääkimine kahjustab usaldust. Seevastu ei tohiks ettevõte kunstlikult alahinnata tegelikku tootlikkuse kasvu. Usaldusväärsus luuakse selgete avalduste kaudu selle kohta, millised ülesanded kaovad, millised rollid muutuvad ja milliseid uusi oskusi on vaja.

Kõige olulisem juhtimisoskus seisneb lõppkokkuvõttes vastutuse määramises. Agent saab küll tulemuse saavutada, kuid teda ei saa vastutavaks pidada. Niikaua kui ettevõtted seda eristust tunnistavad, saab autonoomiat kontrollitud viisil laiendada. Kui aga vastutus vaikselt tehnoloogiale üle kantakse, tekib organisatsioon, kus keegi ei saa täielikult aru, kes otsuse tegi.

Tegelik konkurentsieelis on organisatsiooni õppimine

Mudelid ja agentide funktsioonid levivad kiiresti. See, mida täna peetakse tehnoloogiliseks eeliseks, võib homme saada tarkvaraplatvormi standardiks. Seetõttu ei tulene püsiv eristumine niivõrd juurdepääsust konkreetsele mudelile kuivõrd võimest seda väärtuslikeks ja usaldusväärseteks protsessideks tõlkida.

Ettevõtted, kes käsitlevad iga kasutusjuhtu eraldi, saavad vaid piiratud kogemusi. Seevastu ettevõtted, kellel on jagatud platvorm, korduvkasutatavad kontrollid ja selged vastutusmudelid, õpivad iga protsessiga. Nad tuvastavad kiiremini, milline autonoomia toimib, millised andmed puuduvad ja millised eskaleerumised esinevad sageli. See teadmine vähendab iga järgneva juurutamise kulusid.

Organisatsiooniline õppimine nõuab süstemaatilist kogemuste tagasisideahelat. Vigu ja inimeste tehtud parandusi tuleb hinnata, reegleid kohandada ning uusi erandjuhtumeid konteksti integreerida. See ei muuda agenti automaatselt usaldusväärseks; pigem täiustab organisatsioon inimestest, andmetest, reeglitest ja tehnoloogiast koosnevat üldist süsteemi. See eristamine on oluline, sest see nihutab fookuse mudeli oletatavalt intelligentsuselt operatsioonimudeli toimivusele.

Pikas perspektiivis võib see luua olulise konkurentsieelise. Kiiremad otsused, madalamad koordineerimiskulud ja järjepidevamad protsessid suurendavad reageerimisvõimet. Samal ajal saab kasvu hallata ilma iga täiendava tehingu jaoks proportsionaalselt rohkem administratiivpersonali nõudmata. Seejärel suureneb tootlikkus mitte ainult olemasolevate protsesside piires, vaid muudab ka kogu ettevõtte skaleeritavust.

Mitte kõige rohkem agente ei võida, vaid kõige selgem organisatsioon

Agentne tehisintellekt ei muuda mitte ainult seda, millist tööd automatiseeritakse. See muudab ka seda, miks meeskonnad eksisteerivad, kuidas otsuseid langetatakse ja kes vastutab tulemuste eest. Ettevõtted, mis lihtsalt rakendavad tehnoloogiat olemasolevatele protsessidele, kiirendavad küll üksikute ülesannete täitmist, kuid ebaõnnestuvad peagi andmelünkade, ebaselgete vastutusalade ja usalduse puudumise tõttu. Automatiseerimine jääb pealiskaudseks, samas kui struktuurilised kulud püsivad.

Suurem majanduslik mõjuvõim tekib siis, kui protsesse kujundatakse ümber nende tulemuse vaatenurgast. Inimesed võtavad endale eesmärke, erandeid, suhteid ja vastutust. Agendid eeldavad prognoositavat koordineerimist, infotöötlust ja korduvat täitmist. Juhtimissüsteemid ühendavad mõlemat poolt ja muudavad autonoomia mõõdetavaks. See ei loo inimesteta organisatsiooni, vaid pigem erinevat tööjaotust.

Põhimõõdik ei ole mitte lähetatud agentide arv. Olulisemad on tulemuse kogumaksumus, protsessi stabiilsus, õppimise kiirus ja vastutuse selgus. Ettevõte, kus on vähe sügavalt integreeritud agente, suudab luua oluliselt rohkem väärtust kui konkurent, kellel on kümneid isoleeritud demonstratsioone.

Lõppkokkuvõttes taandub debatt klassikalisele juhtimisküsimusele: kellel on õigus milliseid otsuseid langetada ja kes kannab tagajärgi? Tehnoloogia süvendab seda küsimust, kuid ei vasta sellele. Igaüks, kes määrab agendile järgmise ülesande, mille muidu oleks täitnud uus töötaja, peab samaaegselt määratlema, kes annab agendile volitused, jälgib selle tulemuslikkust ja vastutab vigade eest. Ainult siis, kui organisatsiooniline struktuur annab sellele küsimusele selge vastuse, saab agendipõhisest tehisintellektist tugev majandussüsteem.

Konrad Wolfenstein

Mul oleks hea meel olla teie isiklik nõustaja.

Võite minuga ühendust võtta aadressil wolfenstein∂xpert.digital või

Helista mulle lihtsalt numbril +49 7348 4088 965 .

LinkedIn