Presentato da Certinia
L’entusiasmo iniziale per l’intelligenza artificiale generativa e di agenzia si è trasformato in una realtà pragmatica e spesso frustrante. I CIO e i leader tecnici si chiedono perché i loro programmi pilota, anche se progettati per automatizzare i flussi di lavoro più semplici, non riescono a fornire la magia promessa nelle demo.
Quando l’intelligenza artificiale non riesce a rispondere a una domanda di base o a completare un’azione correttamente, l’istinto è quello di incolpare il modello. Non assumiamo alcun LLM "Intelligente" sufficiente. Tuttavia, questa accusa è infondata. L’intelligenza artificiale non fatica perché è incompleta intelligenza. Lotta perché gli manca contesto.
Nelle organizzazioni moderne, il contesto è bloccato in un labirinto di soluzioni puntiformi disconnesse, API fragili e integrazioni lente (uno “stack Franken” di tecnologie disparate). E soprattutto per le organizzazioni orientate ai servizi, dove la realtà reale del business risiede nella transizione tra vendite, consegna, successo e finanza, questa frammentazione è esistenziale. Se la tua architettura non rientra in queste funzioni, la tua roadmap dell’IA è destinata a fallire.
Il contesto non può viaggiare tramite un’API
La strategia IT standard dell’ultimo decennio è stata: "Il migliore nel suo genere." Hai acquistato il miglior CRM per le vendite, uno strumento separato per la gestione dei progetti, un CSP autonomo per il successo e un ERP per la finanza; li ho combinati con API e middleware (se sei stato fortunato) e hai dichiarato la vittoria.
Per i lavoratori umani, questo era fastidioso ma gestibile. Un essere umano sa che lo stato del progetto nello strumento di gestione del progetto può essere 72 ore indietro rispetto ai dati della fattura nell’ERP. Gli esseri umani hanno l’intuizione di colmare il divario tra i sistemi.
Ma l’intelligenza artificiale non ha intuizione. Hanno domande. Quando chiedi a un rappresentante AI di “fornire personale a questo nuovo progetto in cui stiamo vincendo in termini di margine e impatto sull’utilizzo”," Esegue una query in base ai dati a cui ha attualmente accesso. Se la tua architettura si basa su integrazioni per spostare i dati, l’intelligenza artificiale è in ritardo. Vede il contratto firmato ma non vede la carenza di risorse. Vede l’obiettivo di reddito ma non il rischio di perdita.
Il risultato non è solo una risposta sbagliata, ma una risposta sbagliata sicura e apparentemente ragionevole, basata su fatti parziali. Agire di conseguenza crea costose insidie operative Ciò va ben oltre i semplici piloti di intelligenza artificiale falliti.
Perché l’intelligenza artificiale dell’agenzia richiede un’architettura nativa della piattaforma?
Ecco perché il discorso sta cambiando "Quale modello dovremmo usare?" con "Dove vivono i nostri dati?"
I dati sottostanti non possono essere riuniti per supportare una forza lavoro ibrida in cui esperti umani lavorano insieme ad agenti qualificati di intelligenza artificiale secondo necessità; dovrebbe essere specifico per la piattaforma aziendale sottostante. UN. approccio nativo della piattaformaNello specifico, un modello costruito su un modello di dati comune (ad esempio Salesforce) elimina il livello di traduzione e fornisce l’unica fonte di verità richiesta da un’intelligenza artificiale buona e affidabile.
Nell’ambiente locale, i dati risiedono in un unico modello a oggetti. Una modifica dell’ambito nella consegna è una modifica delle entrate nella finanza. Non c’è sincronizzazione, nessun ritardo e nessuna perdita di stato.
Questo è l’unico modo per ottenere la vera precisione con l’intelligenza artificiale. Se desideri che un agente assegni in modo indipendente il personale o preveda i ricavi a un progetto, ciò avrà bisogno di una visione a 360 gradi della realtà, non di una serie di istantanee assemblate dal middleware.
La tassa sulla sicurezza della porta laterale: le API come superfici di attacco
Una volta che hai capito l’intelligenza, devi risolvere il dominio. L’argomento a favore di una piattaforma unificata spesso è incentrato sull’efficienza, ma l’argomento sempre più pressante è la sicurezza.
In uno stack Franken di prima qualità, ogni connessione API che effettui è essenzialmente una nuova porta che devi chiudere. Quando ti affidi a soluzioni puntuali di terze parti per funzioni critiche come il successo dei clienti o la gestione delle risorse, trasferisci costantemente i dati sensibili dei clienti dal tuo sistema di registrazione principale alle applicazioni satellite. questa mossa così Rischio.
Lo abbiamo visto ultimamente violazioni della catena di fornitura di alto profilo. Non c’era bisogno che gli hacker attaccassero i cancelli del castello della piattaforma principale. Sono entrati dalla porta secondaria utilizzando token di autenticazione persistenti provenienti da app di terze parti connesse.
Una strategia specifica della piattaforma risolve questo problema attraverso la sicurezza ereditata. Quando i tuoi dati rimangono su un’unica piattaforma, ereditano il massiccio investimento in sicurezza e il limite di fiducia di quella piattaforma. Non stai spostando i dati via cavo nel cloud di un altro fornitore solo per analizzarli. L’oro non esce mai dalla cassaforte.
Correggi l’architettura, quindi migliora il contesto
La pressione per implementare l’intelligenza artificiale è enorme, ma implementare agenti intelligenti su un’architettura non intelligente è una perdita di tempo e risorse.
I leader spesso esitano perché temono che i loro dati non vengano rubati. "abbastanza pulito." Credono di dover eliminare tutti i documenti dell’ultimo decennio prima di incaricare un singolo agente. In una pila frammentata, questa paura è valida.
Un’architettura specifica della piattaforma cambia la matematica. Non c’è bisogno di far bollire l’oceano perché dati, metadati e agenti vivono nella stessa casa. Cerchia aree specifiche e attendibili, come contratti clienti attivi o programmi di risorse aggiornati, e dì all’agente: “Lavora qui”. Ignora il resto.” Una piattaforma unificata che elimina la necessità di complesse traduzioni API e middleware di terze parti ti consente di connettere oggi gli agenti ai tuoi dati più affidabili e connessi e aggirare la complessità senza attendere uno stato “perfetto” che potrebbe non arrivare mai.
Spesso temiamo che l’intelligenza artificiale abbia allucinazioni perché è così creativa. Il vero pericolo è che fallisca perché è cieco. Non è possibile automatizzare un lavoro complesso con una visibilità frammentata. Se neghi al tuo nuovo personale di agenti l’accesso all’intero contenuto delle tue operazioni su una piattaforma unificata, stai costruendo una base che sicuramente fallirà.
Raju Malhotra è responsabile del prodotto e della tecnologia presso Certinia.
Gli articoli sponsorizzati sono contenuti prodotti da un’azienda che ha pagato per il post o ha un rapporto commerciale con VentureBeat e sono sempre chiaramente contrassegnati. Contatta per maggiori informazioni sales@venturebeat.com.
