40% e ndërmarrjeve do të heqin agjentët AI – 3 këshilla për të shmangur dështimin

Analistët e teknologjisë në Gartner parashikojnë se deri në vitin 2027, 40 % e kompanive do të largojnë ose do t’i çojnë në “demotion” agjentët autonomë të inteligjencës artificiale, për shkak të boshllëqeve në qeverisje që zbulohen vetëm pasi ndodhin incidente në mjedisin prodhues. Kjo vlerësim vjen në një kohë kur shumë organizata janë të mbushura me hype rreth potencialit të agjentëve AI, por mungojnë prova konkrete të kthimit të investimit.

Në Summit-in e Snowflake-it në San Francisco, tre drejtues digjitalë ndanë përvojat e tyre se si kanë futur agjentët në prodhim. Matt Luizzi, nëna e analizave në Whoop, shpjegoi se kompania e tyre grumbullon të dhëna biometrike 24/7 për të ofruar insight-e shëndetësore, dhe se Snowflake mbështet shërbimet e brendshme analitike. “Përdorim agjentin CoCo që nga ekipi i analizave, i cili na ndihmon të vlerësojmë shpejt përgjigjet e pyetjeve dhe të shkallëzojmë procesin,” tha Luizzi. Ai shtoi se tani kanë krijuar korniza formale vlerësimi dhe po e zbatojnë agjentët në shkallë të gjerë, duke automatizuar testet A/B dhe duke përshpejtuar zhvillimin e veçorive të reja.

Luizzi theksoi rëndësinë e “shtresës semantike” dhe të kontekstit të strukturuar, duke përdorur shërbimin Cortex AI të Snowflake-it për testimin e agjentëve. “Mësuam shpejt se konteksti është gjithçka – pa të dhëna të organizuara mirë, agjentët nuk mund të japin përgjigje të sakta,” tha ai. Ai përmendi gjithashtu se ndërtimi i kornizave të përsëritshme, të ngjashme me ato të arkitekturës së të dhënave që kanë ndërtuar për dhjetë vjet, është çelësi për shkallëzimin e ngarkesave AI.

Nga ana tjetër, Madeleine Want, nëna e të dhënave në Fanatics, theksoi se cilësia dhe qeverisja e të dhënave janë thelbësore për suksesin e modeleve të gjuhës së madhe (LLM). “Kur filluam eksperimentet, nuk ishim të sigurt se çfarë do të funksiononte, por çfarë që funksionoi ishte një bazë të dhënash të pastruar dhe e qeverisur mirë, e cila lejon agjentët të nxjerrin kuptim dhe të përgjigjen saktë,” tha Want. Ajo shtoi se, me kalimin e kohës, nevojat për mbikëqyrje të agjentëve po ulen, ndërsa kornizat e vlerësimit të shkallëzuara po rrisin besueshmërinë e përgjigjeve pa ndërhyrje të drejtpërdrejtë.

Sipas të dy drejtuesve, tre faktorë kryesorë për të shmangur dështimin e agjentëve AI janë: ndërtimi i kornizave të qarta dhe të përsëritshme, shfrytëzimi i ekspertëve të domenit për të udhëhequr agjentët, dhe monetizimi i të dhënave përmes platformave si Snowflake. Këto mësime ofrojnë një udhëzues praktik për kompanitë që dëshirojnë të përfitojnë nga AI, por që janë të vetëdijshme për rreziqet e mundshme të qeverisjes së dobët dhe të mbështetjes së paqartë.