Свързване на ИИ агентите с корпоративните знания

При всички данни, които системите с изкуствен интелект непрекъснато натрупват и анализират, корпоративните ИИ агенти често страдат от любопитен недостатък: липса на знания. Знанията не са просто данни, а разбирането на това какво означават данните в контекста на отделните организации. ИИ агентите се нуждаят от това разбиране, за да разсъждават върху ситуациите, да вземат решения и в крайна сметка да предприемат действия. Без достатъчно знания агентите са склонни да вземат погрешни и ненадеждни решения.

Нашето изследване показва, че липсата на знания е основна причина случаите на използване на агентен ИИ никога да не достигат до производствена среда. Конкурентният натиск прави справянето с този проблем неотложно. Организациите трябва да внедрят и мащабират повече от своите агентни проекти, за да реализират обещаните от ИИ повишения на ефективността. Неуспехът крие риск от пропиляване на вече направените инвестиции в тези проекти и отстъпване на позиции пред конкурентите, които вече използват своите агенти по-ефективно.

Целта на този доклад, който се основава на проучване сред 300 ръководители в областта на данните, ИИ и други технологии, е тройна. Първо, той се стреми да оцени възможностите на организациите за използване на агентни знания (т.е. способността им да предоставят на ИИ агентите пълно контекстуално разбиране на данните, които те приемат) по отношение на семантичните знания, епизодичната памет и процедурните знания.

Второ, докладът разглежда предизвикателствата, пред които са изправени организациите при подобряването на достъпа до знания и в крайна сметка при въвеждането на повече случаи на използване на агенти в производствена среда. Трето, той проучва мерките, които организациите предприемат, за да преодолеят тези предизвикателства.

Основните констатации включват следното:

Недостатъците в данните и знанията постоянно възпрепятстват напредъка на ИИ агентите. Средно само около една трета (34%) от проектите на организациите за агентен ИИ достигат до производствена среда. Дори високотехнологичните компании се затрудняват с това. Остарелите системи за данни, опасенията относно сигурността и поверителността, както и липсата на знания и контекст са основните проблемни области.

Силните възможности за управление на знания корелират с успеха на агентите. Малка група лидери в производственото внедряване (организации, при които средно 61% от агентните проекти преминават отвъд пилотната фаза) разполагат с по-силни възможности за управление на знания от останалите, особено що се отнася до семантиката. Това предимство е тясно свързано с по-високия им процент на внедряване в производствена среда.

Фрагментираните данни значително усложняват достъпа до знания. Фрагментирането на данните (недостатъчното споделяне на данни между системите) беше най-често посочвано като основно предизвикателство пред разширяването на достъпа на агентите до знания (посочено от 55%). За разлика от тях лидерите в производственото внедряване по-често определят опасенията относно сигурността и поверителността като основен проблем (посочен от 72% от тази група).

Повечето компании се стремят да укрепят връзката между данните и агентите. Сред мерките, които могат да доведат до по-качествени решения на агентите, ръководителите очакват най-голям ефект от укрепването на структурната основа между данните на организацията и нейните ИИ агенти. Експертите, с които разговаряхме, виждат в слоя на знанията основен начин за постигане на това.

Приоритетите за инвестиции с цел разширяване на знанията варират от конвейери до графи на знанията. За да разширят достъпа на агентите до знания, организациите ще дадат приоритет на инвестициите в технологии за извличане, като конвейери за приемане на данни, API интерфейси, готови за ИИ, и генериране с подсилено извличане (RAG); в агенти за оценка на ИИ; и в графи на знанията.

Изтеглете доклада

Това съдържание е създадено от Insights, подразделението за специално съдържание на MIT Technology Review, а не от редакционния му екип. То е проучено и написано от хора, като всички инструменти с ИИ, които може да са били използвани, са били ограничени до производствени процеси под човешки надзор.