Bergabunglah dengan acara yang dipercaya oleh para pemimpin perusahaan selama hampir dua dekade. VB Transform menyatukan orang -orang yang membangun strategi AI perusahaan nyata. Pelajari lebih lanjut
Intuit telah melakukan perjalanan selama beberapa tahun terakhir dengan AI generatif, menggabungkan teknologi sebagai bagian dari layanannya di QuickBooks, Credit Karma, TurboTax dan Mailchimp.
Hari ini perusahaan mengambil langkah berikutnya dengan serangkaian agen AI yang melampaui itu untuk mengubah seberapa kecil dan menengah bisnis pasar beroperasi. Agen-agen baru ini bekerja sebagai tim virtual yang mengotomatiskan alur kerja dan memberikan wawasan bisnis waktu-nyata. Mereka termasuk kemampuan untuk pembayaran, akun, dan keuangan yang secara langsung akan berdampak pada operasi bisnis. Menurut Intuit, pelanggan menghemat hingga 12 jam per bulan dan, rata -rata, akan dibayar hingga lima hari lebih cepat berkat agen baru.
“Jika Anda melihat lintasan pengalaman AI kami di Intuit pada tahun -tahun awal, AI dibangun ke latar belakang, dan dengan Intuit Assist, Anda melihat pergeseran untuk memberikan informasi kembali kepada pelanggan,” Ashok Srivastava, Kepala AI dan Petugas Data di Intuit, mengatakan kepada VentureBeat. “Sekarang yang Anda lihat adalah desain ulang yang lengkap. Agen -agen itu benar -benar melakukan pekerjaan atas nama pelanggan, dengan izin mereka.”
Arsitektur Teknis: Dari Starter Kit ke Agen Produksi
Intuit telah bekerja di jalur dari asisten ke AI agen selama beberapa waktu.
Pada bulan September 2024, perusahaan merinci rencananya untuk menggunakan AI untuk mengotomatiskan tugas -tugas kompleks. Ini adalah pendekatan yang dibangun dengan kuat di platform Sistem Operasi AI Generatif (GENOS) perusahaan, fondasi upaya AI -nya.
Awal bulan ini, Intuit mengumumkan serangkaian upaya yang selanjutnya memperluas kemampuannya. Perusahaan telah mengembangkan layanan optimisasi cepat sendiri yang akan mengoptimalkan kueri untuk setiap model bahasa besar (LLM). Ini juga telah mengembangkan apa yang disebutnya lapisan kognisi data yang cerdas untuk data perusahaan yang dapat memahami berbagai sumber data yang diperlukan untuk alur kerja perusahaan.
Melangkah lebih jauh, Intuit mengembangkan agen starter kit yang dibangun di atas fondasi teknis perusahaan untuk memungkinkan pengembangan AI agen.
Portofolio Agen: Dari Arus Kas ke Manajemen Pelanggan
Dengan fondasi teknis yang ada, termasuk agen starter kit, Intuit telah membangun serangkaian agen baru yang membantu pemilik bisnis menyelesaikan sesuatu.
Agen Suite Intuit menunjukkan kecanggihan teknis yang diperlukan untuk beralih dari AI prediktif ke eksekusi alur kerja otonom. Setiap agen mengoordinasikan prediksi, pemrosesan bahasa alami (NLP) dan pengambilan keputusan otonom dalam proses bisnis yang lengkap. Itu termasuk:
Agen pembayaran: Otonomi mengoptimalkan arus kas dengan memprediksi pembayaran terlambat, menghasilkan faktur dan mengeksekusi urutan tindak lanjut.
Agen akuntansi: Mewakili evolusi Intuit dari sistem berbasis aturan ke pembukuan otonom. Agen sekarang secara mandiri menangani kategorisasi transaksi, rekonsiliasi dan penyelesaian alur kerja, memberikan buku yang lebih bersih dan lebih akurat.
Agen keuangan: Mengotomatiskan analisis strategis yang secara tradisional membutuhkan alat intelijen bisnis (BI) khusus dan analis manusia. Memberikan analisis indikator kinerja utama (KPI), perencanaan skenario dan peramalan berdasarkan bagaimana perusahaan melakukan terhadap tolok ukur sebaya sambil secara mandiri menghasilkan rekomendasi pertumbuhan.
Intuit juga membangun agen hub pelanggan yang akan membantu tugas akuisisi pelanggan. Pemrosesan penggajian serta upaya manajemen proyek juga merupakan bagian dari rencana rilis di masa depan.
Beyond Conversational UI: Desain Agen Berorientasi Tugas
Agen -agen baru menandai evolusi dalam cara AI disajikan kepada pengguna.
Desain ulang antarmuka Intuit mengungkapkan prinsip -prinsip pengalaman pengguna yang penting untuk penyebaran agen perusahaan. Daripada melontarkan kemampuan AI ke perangkat lunak yang ada, perusahaan secara mendasar merestrukturisasi pengalaman pengguna QuickBooks untuk AI.
“Antarmuka pengguna sekarang benar -benar berorientasi pada tugas bisnis yang perlu dilakukan,” Srivastava menjelaskan. “Ini memungkinkan wawasan waktu nyata dan rekomendasi untuk datang ke pengguna secara langsung.”
Pendekatan tugas-sentris ini kontras dengan antarmuka berbasis obrolan yang mendominasi alat AI perusahaan saat ini. Alih -alih mengharuskan pengguna untuk mempelajari strategi yang mendorong atau menavigasi aliran percakapan, agen beroperasi dalam alur kerja bisnis yang ada. Sistem ini mencakup apa yang Intuit sebut sebagai “pakan bisnis” yang secara kontekstual memunculkan tindakan dan rekomendasi agen.
Kepercayaan dan Verifikasi: Tantangan Loop Tertutup
Salah satu aspek yang paling signifikan secara teknis dari implementasi Intuit mengatasi tantangan kritis dalam penyebaran agen otonom: verifikasi dan kepercayaan. Tim AI Enterprise sering berjuang dengan masalah kotak hitam – bagaimana Anda memastikan agen AI berkinerja dengan benar ketika mereka beroperasi secara mandiri?
“Untuk membangun kepercayaan dengan sistem kecerdasan buatan, kita perlu memberikan poin bukti kembali kepada pelanggan bahwa apa yang mereka pikir terjadi sebenarnya sedang terjadi,” Srivastava menekankan. “Loop tertutup itu sangat, sangat penting.”
Solusi Intuit melibatkan membangun kemampuan verifikasi langsung ke GenOS, memungkinkan sistem untuk memberikan bukti tindakan dan hasil agen. Untuk agen pembayaran, ini berarti menunjukkan kepada pengguna bahwa faktur dikirim, melacak pengiriman dan menunjukkan peningkatan siklus pembayaran yang dihasilkan dari tindakan agen.
Pendekatan verifikasi ini menawarkan templat untuk tim perusahaan yang menggunakan agen otonom dalam proses bisnis berisiko tinggi. Daripada meminta pengguna untuk mempercayai output AI, sistem ini menyediakan jalur yang dapat diaudit dan hasil yang terukur.
Apa artinya ini bagi perusahaan yang ingin masuk ke AI agen
Evolusi Intuit menawarkan peta jalan konkret untuk tim perusahaan perencanaan implementasi AI otonom:
Fokus pada penyelesaian alur kerja, bukan percakapan: Target proses bisnis spesifik untuk otomatisasi ujung ke ujung daripada membangun antarmuka obrolan tujuan umum.
Infrastruktur Orkestrasi Agen Build: Investasikan dalam platform yang mengoordinasikan prediksi, pemrosesan bahasa dan eksekusi otonom dalam alur kerja terpadu, bukan alat AI yang terisolasi.
Sistem verifikasi desain di muka: Sertakan jalur audit yang komprehensif, pelacakan hasil dan pemberitahuan pengguna sebagai kemampuan inti daripada renungan.
Peta alur kerja sebelum membangun teknologi: Gunakan program penasihat pelanggan untuk mendefinisikan kemampuan agen berdasarkan tantangan operasional yang sebenarnya.
Rencana untuk mendesain ulang antarmuka: Mengoptimalkan UX untuk alur kerja yang digerakkan oleh agen daripada pola navigasi perangkat lunak tradisional.
“Ketika model bahasa besar menjadi komoditas, pengalaman yang dibangun di atasnya menjadi jauh lebih penting,” kata Srivastava.
About the Author
