Los copilotos individuales son las parte de ayer. La diferenciación competitiva se prostitución de exhalar una red de agentes especializados que colaboran, la autocrítica y llaman al maniquí correcto para cada paso. La última entrega de la serie AI Impact de VentureBeat, presentada por SAP en San Francisco, abordó el tema de la implementación y el gobierno de los sistemas de IA de múltiples agentes.

Yaad Oren, director regente SAP Labs US y Cabecilla de Investigación e Innovación Integral en SAP, y Raj Jampa, SVP y CIO con Agilent, una empresa de tecnología de laboratorio analítica y clínica, discutieron cómo desplegar estos sistemas en entornos del mundo vivo mientras permanece internamente de los costos, latencia y guardias de cumplimiento. El objetivo de SAP es respaldar que los clientes puedan resquilar sus agentes de IA, pero de forma segura, dijo Oren.

“Puede ser casi completamente autónomo si lo desea, pero nos aseguramos de que haya muchos puntos de control y monitoreo para ayudar a mejorar y arreglar”, dijo. “Esta tecnología necesita ser monitoreada a escalera. Todavía no es perfecta. Esta es la punta del iceberg en torno a lo que estamos haciendo para asegurarnos de que los agentes puedan resquilar y incluso minimizar cualquier vulnerabilidad”.

Implementar pilotos de IA activos en toda la ordenamiento

En este momento, Agilent está integrando activamente la IA en toda la ordenamiento, dijo Jampa. Los resultados son prometedores, pero todavía están en el proceso de acometer esos problemas de vulnerabilidad y escalera.

“Estamos en una etapa en la que estamos viendo resultados”, explicó. “Ahora tenemos que contender con problemas como, ¿cómo mejoramos el monitoreo de AI? ¿Cómo tenemos la optimización de costos para la IA? Definitivamente estamos en la segunda etapa de la misma, donde ya no estamos explorando. Estamos buscando nuevos desafíos y cómo manejamos estos costos y herramientas de monitoreo”.

En el interior de Agilent, la IA se despliega en tres pilares estratégicos, dijo Jampa. Primero, en el banda del producto, están explorando cómo acelerar la innovación integrando la IA en los instrumentos que desarrollan. En segundo circunscripción, en el banda orientado al cliente, están identificando qué capacidades de IA ofrecerá el veterano valencia a sus clientes. En tercer circunscripción, están aplicando IA a las operaciones internas, construyendo soluciones como redes de autocuración para aumentar la eficiencia y la capacidad.

“A medida que implementamos estos casos de uso, una cosa en la que nos hemos centrado mucho es el ámbito de gobernanza”, explicó Jampa. Eso incluye establecer límites basados en políticas y respaldar que las barandillas para cada posibilidad eliminen restricciones innecesarias mientras mantienen el cumplimiento y la seguridad.

La importancia de esto se subrayó recientemente cuando uno de sus agentes realizó una modernización de configuración, pero no tenían un control en su circunscripción para respaldar que sus límites fueran sólidos. La modernización inmediatamente causó problemas, dijo Jampa, pero la red se apresuró a detectarlos, porque la segunda aposento del pilar es auditar o respaldar que cada entrada y cada salida se registren y se rastrean alrededor de a espaldas.

Juntar una capa humana es la última aposento.

“Los pequeños casos de uso en minúsculas son harto sencillos, pero cuando hablas de jerga natural, grandes traducciones, esos son escenarios en los que tenemos modelos complejos involucrados”, dijo. “Para esas decisiones más grandes, agregamos el medio ambiente donde dice el agente, necesito un humano que intervenga y apruebe mi próximo paso”.

Y la cuestión de la velocidad contra la precisión entra en esparcimiento temprano durante el proceso de toma de decisiones, agregó, porque los costos pueden sumar rápidamente. Los modelos complejos para tareas de desestimación latencia impulsan esos costos sustancialmente más altos. Una capa de gobierno ayuda a monitorear la velocidad, la latencia y la precisión de los resultados de los agentes, para que puedan identificar oportunidades para desarrollar sus despliegues existentes y continuar expandiendo su táctica de IA.

Resolver desafíos de integración de agentes

La integración entre los agentes de IA y las soluciones empresariales existentes sigue siendo un punto de dolor importante. Si admisiblemente los sistemas en instalaciones heredados pueden conectarse a través de API de datos o bloque basada en eventos, la mejor praxis es respaldar primero que todas las soluciones funcionen internamente de un ámbito de la nubarrón.

“Mientras tenga la posibilidad de la nubarrón, es más viable tener todas las conexiones, todos los ciclos de entrega”, dijo Oren. “Muchas empresas tienen instalaciones locales. Estamos ayudando, usando IA y agentes, a migrarlas a la posibilidad de la nubarrón”.

Con la cautiverio de herramientas integrada de SAP, las complejidades como la personalización del software heredado incluso se mantienen fácilmente en la nubarrón. Una vez que todo está internamente de la infraestructura de la nubarrón, entra la capa de datos, lo cual es igualmente, si no más importante.

En SAP, la nubarrón de datos Business sirve como una plataforma de datos unificadas que reúne información de fuentes SAP y no SAP. Al igual que el contenido web de Google Indexes, la nubarrón de datos comerciales puede indexar datos comerciales y pegar contexto semántico.

Se agregó Oren: “Los agentes tienen la capacidad de conectarse y crear procesos comerciales de extremo a extremo”.

Asaltar las brechas en activaciones de agente empresarial

Si admisiblemente muchos instrumentos tienen en cuenta la ecuación, tres son críticos: la capa de datos, la capa de orquestación y la capa de privacidad y seguridad. Los datos limpios y admisiblemente estructurados son, por supuesto, las implementaciones de agentes cruciales y exitosas dependen de una capa de datos unificadas. La capa de orquestación gestiona las conexiones de agente, lo que permite una potente automatización de agente en todo el sistema.

“La forma en que fanfarria (agentes) es una ciencia, pero incluso un arte”, dice Oren. “De lo contrario, puede tener no solo fallas, sino incluso auditoría y otros desafíos”.

Finalmente, volver en seguridad y privacidad no es negociable, especialmente cuando un enjambre de agentes está operando en sus bases de datos y bloque empresarial, donde la autorización y la gobierno de la identidad son primordiales. Por ejemplo, un miembro del equipo de bienes humanos puede faltar comunicación al salario o información de identificación personal, pero nadie más debería poder verlo.

Nos dirigimos alrededor de un futuro en el que los equipos empresariales humanos se unan a los miembros del agente y al equipo robótico, y es cuando la gobierno de la identidad se vuelve aún más animoso, dijo Oren.

“Estamos empezando a mirar a los agentes cada vez más como los humanos, pero necesitan monitoreo adicional”, agregó. “Esto implica la incorporación y la autorización. Asimismo necesita gobierno de cambios. Los agentes están comenzando a aceptar una personalidad profesional que necesita perseverar, al igual que un empleado, solo con mucho más monitoreo y mejoría. No es autónomo en términos de gobierno del ciclo de vida. Tiene puntos de control para ver qué necesita cambiar y mejorar”.