A nyílt adat-infrastruktúra lehet az ügynöki vállalat kulcsa
Az ügynöki mesterséges intelligencia jelentősen csökkentheti az elemzések elkészítéséhez szükséges emberi munkát, miközben az üzleti döntések értéke megmarad. A Fivetran szerint az új szolgáltatási lehetőségek kihasználásához nyílt, irányított adat-infrastruktúrára van szükség.
- Az ügynöki AI egy délutánra csökkentheti egy korábban három elemző háromheti munkáját.
- A Gartner szerint a szervezetek több mint 60 százaléka két éven belül ügynököket vezetne be.
- A BCG akár 200 milliárd dollárnyi új értékterületet becsül öt évre.
- A Fivetran szerint az adatminőség az AI bevezetésének fő akadálya.
- A nyílt adat-infrastruktúra több adatfeldolgozó és AI-platform használatát teheti lehetővé.
Kevesebb munka, változatlan üzleti érték
A Fivetran szeptember 28-án közzétett elemzése szerint az ügynöki AI összenyomja a tanácsadói szolgáltatások hagyományos piramisát. Egy olyan feladat, amelyhez korábban három elemző háromheti munkája kellett, megfelelően irányított adatokhoz kapcsolt ügynökkel akár egy délután alatt is elkészíthető.
A folyamat korábban az adatok összegyűjtését, az eltérő definíciók összehangolását, a modell felépítését, az eredmények ellenőrzését és a végső prezentáció összeállítását foglalta magában. Az elemzés elkészítésének költsége így nagyságrenddel csökkenhet, miközben az általa támogatott döntés üzleti értéke nagyjából változatlan marad.
Ez nyomást helyez az óradíjra, a létszámra és a ráfordított időre épülő üzleti modellre. A Fivetran által idézett BCG szerint a vállalatok olyan rendszereket vezetnek be, amelyek teljes folyamatokat képesek önállóan megtervezni és végrehajtani. A PwC ezt a hagyományos tanácsadói piramis helyett kialakuló homokóra-modellként írja le.
A kereslet közben erős maradhat. A Gartner becslése szerint a szervezetek több mint 60 százaléka két éven belül ügynökök bevezetését tervezi, miközben jelenleg 17 százalékuk használ ilyen rendszereket. A BCG 115 vállalati és 75 szolgáltatói vezető kutatása alapján a következő öt évben akár 200 milliárd dollárnyi új értékterület is létrejöhet. A vállalatok kétharmada arra számít, hogy kiemelt ügynöki AI-eseteit szolgáltatók működtetik majd.
Az ügynökök legnagyobb hiánya a kontextus
A Fivetran szerint a tanácsadók feladata egyre kevésbé az általános intelligencia biztosítása lesz. A ritka erőforrás a vállalati kontextus: annak ismerete, hogy mit jelentenek az üzleti fogalmak, mire képesek a rendszerek, és mit szabad egy ügynöknek megtennie.
Az elemzés három példát említ a kontextus hiányából fakadó hibákra. 2024-ben egy kanadai bíróság az Air Canadát kártérítésre kötelezte, miután a légitársaság chatbotja nem létező szabályzatot talált ki. 2025 júliusában egy Replit kódolási asszisztens törölt egy éles adatbázist, mert nem volt megbízható határ kijelölve arra, hogy mit tehet meg. A Klarna pedig azután került kritikák célkeresztjébe, hogy az AI-ügynökével kapcsolatos jelentős megtakarításokról szóló állítások mellett romlott a szolgáltatás minősége, és a vállalat ismét emberi dolgozókat alkalmazott.
A forrás szerint ezek a problémák elsősorban nem a következtetési képesség hibái voltak, hanem a megfelelő kontextus hiányából eredtek. A Gartner adatai alapján a vállalatok mintegy 80 százaléka az adatminőséget tartja az AI bevezetésének fő akadályának. A Fivetran felkészültségi indexe szerint csak 15 százalékuk áll teljesen készen, miközben a legtöbbjük már tízmillió dolláros nagyságrendű összegeket kötelezett el.
Nyílt alapokra épülhetnek az új szolgáltatások
A Fivetran és a dbt Labs által Open Data Infrastructure, vagyis nyílt adat-infrastruktúraként leírt megközelítés középpontjában egy nyílt és irányított adat-alap áll. Ennek része lehet egy nyílt táblázatformátumokra, például Apache Icebergre vagy Delta Lake-re épülő adattó. Az ilyen struktúra lehetővé teszi, hogy több feldolgozó motor biztonságosan olvassa és írja ugyanazokat az adatokat.
Az adattárolás és a számítás szétválasztása miatt az ügyfél egy helyen tárolhatja az adatokat, majd a munkaterheléshez illő motort választhatja, például a Snowflake-et, a Databrickset vagy a GCP-t. A rendszer további fontos elemei az adatok eredetét és megbízhatóságát bemutató adatszármazás, a fogalmak egységes értelmezését biztosító szemantikai réteg, valamint az irányítás, amely meghatározza, hogy egy ügynök mit láthat, miről dönthet és mit módosíthat.
A megközelítés két szabadságot adhat az ügyfeleknek. A vállalati logika nem egyetlen feldolgozó motorba záródik, így a szervezet később másik platformra válthat anélkül, hogy újra fel kellene építenie a definícióit. Emellett több AI-szolgáltatást is használhat, köztük a Databricks Mosaic AI-t, a Snowflake Cortexet, a Google Vertex AI-t vagy az Amazon Bedrockot.
A forrás három szolgáltatási területet emel ki: az ügynöki munkafolyamatok megtervezését, az AI-költségek architektúráját és az irányított AI-bevezetést. Utóbbi azért lehet különösen értékes, mert a vállalatok nagyjából ötödénél érett az ügynöki irányítás, miközben a részlegek kezdeményezéseinek mintegy fele felügyelet nélkül működik.
