Sakhanda Wire
NVDA $238.90 +2.12% MSFT $525.18 +1.48% GOOGL $346.47 +0.86% META $741.90 +1.90% AMZN $251.40 -0.05%
← До новин

Підключення ШІ-агентів до корпоративних знань

Попри всі дані, які системи ШІ постійно накопичують і аналізують, корпоративні агенти ШІ часто страждають від дивовижного недоліку: браку знань. Знання — це більше, ніж дані: це розуміння того, що дані означають у контексті окремих організацій. Агентам ШІ потрібне це розуміння, щоб міркувати про ситуації, ухвалювати рішення й зрештою виконувати дії. Без достатніх знань агенти схильні ухвалювати хибні та ненадійні рішення.

Наше дослідження показує, що брак знань є однією з головних причин, чому варіанти використання агентного ШІ так і не доходять до промислової експлуатації. Конкурентний тиск робить вирішення цієї проблеми нагальним. Організаціям потрібно впроваджувати й масштабувати більше своїх агентних проєктів, щоб отримати підвищення ефективності, яке обіцяє ШІ. Невдача в цьому може призвести до марнування вже вкладених у ці проєкти інвестицій, а також поступитися позиціями конкурентам, які вже ефективніше використовують своїх агентів.

ЗАВАНТАЖИТИ ЗВІТ

Мета цього звіту, підготовленого на основі опитування 300 керівників у сферах даних, ШІ та інших технологій, полягає у трьох аспектах. По-перше, він має на меті оцінити можливості організацій щодо агентних знань (тобто їхню здатність забезпечити агентам ШІ повне контекстуальне розуміння даних, які вони отримують) у сферах семантичних знань, епізодичної пам’яті та процедурних знань.

По-друге, у звіті досліджуються проблеми, з якими стикаються організації, намагаючись покращити доступ до знань і зрештою перевести більше варіантів використання агентів у промислову експлуатацію. По-третє, у ньому розглядаються заходи, яких організації вживають для подолання цих проблем.

Основні висновки такі:

Недоліки даних і знань стабільно гальмують розвиток агентів ШІ. У середньому лише близько третини (34%) проєктів організацій у сфері агентного ШІ доходять до промислової експлуатації. Навіть високотехнологічним компаніям важко подолати цю проблему. Успадковані системи даних, проблеми безпеки й конфіденційності, а також брак знань і контексту є ключовими точками збою.

Потужні можливості роботи зі знаннями корелюють з успішністю агентів. Невелика група лідерів промислової експлуатації (організацій, у яких у середньому 61% агентних проєктів виходять за межі пілотної стадії) має потужніші можливості роботи зі знаннями, ніж решта, особливо у сфері семантики. Ця перевага тісно пов’язана з вищою часткою проєктів, що доходять до промислової експлуатації.

Фрагментовані дані значно ускладнюють доступ до знань. Фрагментація даних (неналежний обмін даними між системами) найчастіше називали головною проблемою на шляху розширення доступу агентів до знань (на це вказали 55% респондентів). Натомість лідери промислової експлуатації частіше вважають основною проблемою безпеку та конфіденційність (на це вказали 72% представників цієї групи).

Більшість компаній прагне зміцнити зв’язок між даними та агентами. Серед заходів, здатних підвищити якість рішень агентів, керівники очікують найбільшого ефекту від зміцнення структурної основи між даними організації та її агентами ШІ. Експерти, з якими ми поспілкувалися, вважають рівень знань одним із найкращих способів досягти цього.

Пріоритети інвестицій у розвиток знань охоплюють конвеєри даних і графи знань. Щоб розширити доступ агентів до знань, організації надаватимуть пріоритет інвестиціям у технології пошуку, зокрема конвеєри завантаження даних, API, готові до роботи з ШІ, і генерацію з доповненням пошуком (RAG); в агентів для оцінювання ШІ; а також у графи знань.

Завантажити звіт

Цей матеріал підготовлено Insights, підрозділом MIT Technology Review, що створює спеціальні матеріали, а не його редакцією. Дослідження та текст підготовлено людьми; будь-які інструменти ШІ, які могли використовуватися, були обмежені виробничими процесами й застосовувалися під наглядом людей.

Перекладено автоматично з англійської. Оригінал статті — за посиланням нижче.

Вперше опубліковано виданням MIT Tech Review

Читати оригінал на MIT Tech Review ↗

Текст і зображення належать MIT Tech Review і наводяться тут із зазначенням авторства та посиланням на оригінальну публікацію.

← До новин

Ще новини

Усі останні новини