Az ügynöki AI előtt álló legnagyobb akadály a vállalati adat lehet

A kísérleti bemutató még elbírja az adathiányt

Az SAP szeptember 23-án közölt írása szerint a mesterséges intelligencia az információk és ajánlások megadásán túl egyre inkább képes lehet következtetni, döntéseket hozni és üzleti folyamatokban cselekedni. Ez alapvetően változtathatja meg a vállalatok működését, ugyanakkor láthatóvá tesz egy régi problémát: az adatok gyakran töredezettek, következetlenek és rosszul kapcsolódnak egymáshoz.

Manish Sood, a SAP-hoz tartozó Reltio vezérigazgatója és az Agentic Intelligence társszerzője szerint szinte minden vállalat kísérletezik valamilyen formában az ügynöki AI-jal, vagyis az önállóbb döntésekre és műveletekre képes mesterséges intelligenciával. Sood úgy fogalmazott, hogy jelentős szakadék van a vállalatok ambíciói és az alapul szolgáló felkészültség között.

A Harvard Business Review Analytic Services által végzett kutatás az SAP közlése szerint megerősíti ezt. A felmérésben részt vevő szervezetek 94 százaléka vizsgálja vagy vezeti be az ügynöki AI-t, de mindössze 15 százalékuk gondolja úgy, hogy az adatbázisa valóban készen áll erre.

Az AI nem ismeri automatikusan a vállalat történetét

Sood szerint az AI bevezetésének három visszatérő akadálya a töredezettség, a bizalom és az irányítás. A vállalati adatok akár több száz vagy több ezer rendszerben is szétszóródhatnak, miközben az AI-ügynökök olyan környezetben működnek, ahol már műveleteket is kezdeményezhetnek.

A munkatársak korábban gyakran intézményi tudással hidalták át a rendszerek hiányosságait. Tudták, melyik táblázatot kell megnyitni, kit kell felhívni, vagy mikor lehet eltérni a megszokott eljárástól. Egy AI-ügynök azonban ezt a szervezeti kontextust nem birtokolja automatikusan, és hiányos információ esetén akár cselekedhet is.

Az SAP szerint sok vállalat továbbra is úgy működik, mintha különálló digitális iratszekrényeket használna. A marketing, a pénzügy, az értékesítés, az ellátási lánc, az ügyfélszolgálat és a humánerőforrás saját rendszereket alakított ki. A felhőbe költözés önmagában nem feltétlenül szüntette meg ezeket az adatokat elválasztó szigeteket.

Az összekapcsolt adatokból lehet közös munka

Sood szerint az információs korszak után az úgynevezett intelligencia korszaka azt követeli meg, hogy a vállalatok ne csak tárolják, hanem össze is kapcsolják az információkat. Ez teremtheti meg az ember és az intelligens gép együttműködését, amelyet Sood és társszerzője „ko-ügynökségnek” nevez.

A hagyományos vállalati technológiában az emberek hozták a döntéseket, a gépek pedig végrehajtották azokat. Az AI megjelenésével a gépek gyorsaságot, nagyobb léptéket, mintafelismerést és folyamatos működést adhatnak hozzá, miközben az emberek ítélőképességet, tapasztalatot, elszámoltathatóságot és árnyalt helyzetértékelést biztosítanak. Sood szerint ha az ember és az ügynök eltérő képet lát ugyanarról az ügyfélről, akkor együttműködés helyett konfliktus alakul ki.

A vállalatoknak ezért négy feladatra kell felkészülniük: össze kell kapcsolniuk a kritikus adatokat, kapcsolatokkal, előzményekkel, szabályzatokkal és interakciókkal kell ellátniuk azokat, a döntési pontokon használhatóvá kell tenniük a megbízható kontextust, valamint szabályozniuk kell az AI-ügynökök működését.

A döntések nyomon követése is a felkészülés része

Az SAP által ismertetett megközelítés szerint a vállalatoknak előre meg kell határozniuk, hogy egy ügynök hol cselekedhet önállóan, mikor szükséges emberi beavatkozás, hogyan követhetők vissza a döntések, és miként tanulhatnak a rendszerek a hibákból. Sood szerint nem az a cél, hogy egyszerűen több adat váljon elérhetővé az AI számára, hanem az, hogy a vállalat az AI segítségével érthetővé váljon.

Az ügynöki intelligencia az SAP szerint a technológiai architektúrán túl a stratégiát, a beruházásokat, a munkafolyamatokat, az irányítást és az emberek, valamint a gépek kapcsolatát is érinti. A puszta felismerés önmagában nem teremt gazdasági értéket, a cselekvés viszont igen. Példaként egy ipari berendezés várható meghibásodását említik: az előrejelzés hasznos információ, de egy olyan intelligens rendszer, amely karbantartást koordinál, alkatrészt keres és szervizt ütemez a hiba előtt, közvetlenül üzleti eredménnyé alakíthatja ezt.

Sood szerint az AI-modellek fejlődésével egyre fontosabbá válhatnak a vállalat saját adatai, üzleti kontextusa, munkafolyamatai, folyamatai és visszacsatolási mechanizmusai. A cégeknek azt is tudniuk kell, honnan származik az ügynök információja, mennyire friss, és milyen korlátok szabják meg a működését.