Empresas estão gastando muito em IA agêntica sem nem sempre saber o que ela faz – Times Brasil

As empresas estão investindo muito dinheiro em ferramentas e serviços de inteligência artificial, especialmente na IA Admintic, em muitos casos sem entender o que essas ofertas realmente fazem. Uma tarefa essencial para os líderes de tecnologia daqui para frente é alterar esse cenário antes que mais investimentos sejam desperdiçados.

“Não é de surpreender que muitas organizações ainda estejam tentando descobrir o que realmente é a Aí Aíntica”, disse Dan Diadio, líder global da IA ​​da EY Consultoria. “Aí aggênia tem um zumbido em torno dela que muitos no mercado desejam capitalizar, e vimos uma incrível reformulação de marca de qualquer coisa relacionada à IA generativa sendo apresentada como ‘AI Agrictic'”.

Muitos dos casos de uso atuais da IA ​​generativa são o que Diasio chamaria de assistentes, onde um usuário digitando um comando e a ferramenta fornece uma resposta, sugere ações recomendadas ou lida com tarefas administrativas.

“Mas um agente tem maior autonomia, reconhecendo quando uma tarefa deve ser realizada e concluindo todas as etapas por si mesmo, enquanto compreende o contexto da situação”, disse Diadio. “Ambos são úteis, mas o último é muito mais poderoso e alinhado com o verdadeiro potencial da IA”.

Como parte de sua mais recente pesquisa de IA nos EUA, a EY questionou os tomadores de decisão em uma variedade de indústrias e descobriu que 21% dos líderes seniores dizem que suas organizações investiram US $ 10 milhões ou mais em IA, um aumento em 16% do ano anterior. Cerca de um terço antecipa gastar US $ 10 milhões ou mais no próximo ano.

No entanto, existe uma divisão significativa entre o compromisso de líderes seniores com a IA aggentica e sua ampla adoção em escala. Enquanto a primeira agência IMA IMA está oferecendo benefícios tangíveis, apenas 14% dos entrevistados disseram que a tecnologia AI Agência foi totalmente implementada em sua organização.

“A pesquisa mostra que a maioria das organizações ainda não está preparada para as demandas da IA ​​agricta”, disse Diadio. “Isso inclui ter conhecimento organizado e de alta qualidade para orientar esses sistemas e uma compreensão clara de como as empresas navegam em grandes mudanças entre os estados de hoje e futuros”.

Clima de incerteza

Como resultado dessa falta de preparação, muitas empresas têm oportunidades promissoras, mas hesitam em ir além dos programas piloto, disse Diadio. Isso acontece mesmo com retornos bem -sucedidos dos investimentos atuais na IA.

“Embora essa combinação de despreparação técnica e prontidão para a mudança crie um clima de incerteza, ela fornece um roteiro claro para as organizações”, disse Diadio. “Ao abordar essas questões fundamentais primeiro, as empresas podem avançar com confiança além dos programas piloto e preencher a lacuna entre o comprometimento estratégico e a implementação em larga escala em toda a empresa”.

A rápida evolução da IA ​​tem um desafio significativo para a adoção dos negócios, disse Deepankar Mathur, diretor associado da Searce Research Company. “É um ambiente em que muitas organizações, particularmente aquelas para as quais a tecnologia é um facilitador em vez de um produto principal, sentem que são perpetuamente” atrasadas “ou reagindo ao mais recente desenvolvimento de mercado”.

Mathur diz que o conceito de “adoção de grande escala” está perdendo relevância no contexto da rápida evolução da AI. “É como tentar atingir um alvo em movimento constante”, disse ele. “As empresas precisam mudar seu foco de um evento de implementação único e abrangente”.

Em vez disso, as empresas precisam de um ciclo de otimização contínua que envolva a identificação sistemática de processos de automação, priorizando -os com base em uma análise de impacto versus esforço e implementando a melhor solução disponível naquele momento. “O ponto principal é que, imediatamente após a implementação, o processo de refinamento e melhoria começa novamente”, disse Mathur. “Para o futuro previsível, esse ciclo de melhoria não é um projeto temporário; é um imperativo operacional ‘sempre ativo'”.

Saber mais:

78% dos CEOs de tecnologia e telecomunicações priorizarão investimentos em inteligência artificial, diz a KPMG Survey

Alibaba anuncia óculos com inteligência artificial, criando um rival chinês para o objetivo

Conhecimento humano e ativo de

Existem medidas que a tecnologia e os líderes empresariais podem tomar para ajudar suas organizações a prosperar com a IA.

Uma é definir claramente a parceria entre humanos e IA. Os líderes devem abordar a integração da IA ​​Agientica como “uma relação simbiótica com o talento existente”, disse Diadio. “Isso significa elaborar uma estratégia que descreve quais tarefas a IA lidará e quais funções os seres humanos desempenharão. Essa abordagem é uma maneira mais eficaz e envolvente de alavancar a IA -AGE, ajudando a aliviar os medos dos funcionários e promover um ambiente mais colaborativo”.

Outra boa prática é transformar o “conhecimento tácito” em ativos de conhecimento, disse Diadio. “Os trabalhos são feitos através de know-how e experiência, que são informações que podem existir apenas nas mentes dos trabalhadores, não agregados em bancos de dados históricos”, disse ele. “Aí Aígentica precisa desse conhecimento organizacional para orientar uma tomada de decisão eficaz com uma metodologia consistente”.

Com agentes autônomos, o potencial de resultados positivos e negativos é bastante aprimorado e os líderes de tecnologia precisam abordar isso.

“Estamos começando a ter mais notícias sobre as implicações de Ciber[segurança] Em muitos agentes, e isso só aumentará com mais agentes sendo levados à produção “, disse Diadio.” Portanto, é crucial estabelecer uma estrutura de IA e um plano cibernético otimizado pela IA desde o início. ”

Isso envolve a definição de políticas claras de privacidade e segurança de dados, uso ético e supervisão para determinar os pontos específicos em que a revisão humana é obrigatória, disse Diadio. “Ao abordar proativamente essas questões de governança, os líderes podem construir um sistema confiável e transparente que se alinha aos valores da empresa, gerencia riscos e cria confiança entre funcionários e partes interessadas”, disse ele.

Mesmo com riscos potenciais, as empresas também precisam democratizar o acesso às ferramentas de IA. “A barreira à implementação da IA ​​diminuiu significativamente; não é mais necessário ser um engenheiro [aprendizado de máquina] Para criar valor ”, disse Mathur. As organizações futuras da visão devem priorizar a democratização do acesso às ferramentas de AI ai dentro de uma estrutura de segurança bem definida. ”

Isso permite que os funcionários sejam inovadores em suas tarefas diárias. “A dependência excessiva de conselhos de IA centrada ou comitês de direção podem criar gargalos e sufocar essa inovação de baixo para cima”, disse Mathur. “O verdadeiro progresso exige que os líderes defendam e possam ativamente a adoção generalizada”.

Outra boa prática é criar um centro de excelência na IA. “As empresas mais bem -sucedidas estão construindo pequenas equipes de elite de especialistas em faixa preta” AI “que operam como um centro de excelência horizontal”, disse Mathur. “Esses especialistas são diretamente integrados a várias funções de negócios, para não fazer o trabalho para eles, mas para permitir e treinar essas equipes para construir seus próprios fluxos de trabalho agênticos”.

Além disso, as empresas precisam ser inteligentes ao definir metas de IA. “Seja específico para as equipes internas sobre os resultados desejados, encontre maneiras de medir o sucesso”, disse Mathur. “Os objetivos devem ser alcançáveis, realistas e instruídos a serem alcançados dentro dos cronogramas acordados pela equipe”.

A seguir, Times Brasil – CNBC licenciado exclusivo em