Bergabunglah dengan buletin harian dan mingguan kami untuk pembaruan terbaru dan konten eksklusif tentang liputan AI terkemuka di industri. Pelajari lebih lanjut
Saat kami melangkah sepenuhnya ke era transformasi otonom, agen AI mengubah cara bisnis beroperasi dan menciptakan nilai. Tetapi dengan ratusan vendor yang mengklaim menawarkan “agen AI,” bagaimana kita memotong hype dan memahami apa yang benar -benar dapat dicapai oleh sistem ini dan, yang lebih penting, bagaimana kita harus menggunakannya?
Jawabannya lebih rumit daripada membuat daftar tugas yang dapat diotomatisasi dan menguji apakah agen AI dapat mencapai tugas -tugas tersebut terhadap tolok ukur. Jet dapat bergerak lebih cepat dari mobil, tetapi itu adalah pilihan yang salah untuk perjalanan ke toko kelontong.
Mengapa kita tidak harus mencoba mengganti pekerjaan kita dengan agen AI
Setiap organisasi menciptakan sejumlah nilai bagi pelanggan, mitra, dan karyawan mereka.
Jumlah ini merupakan sebagian kecil dari total penciptaan nilai yang dapat dialamatkan (yaitu, jumlah total nilai yang mampu diciptakan organisasi yang akan disambut oleh pelanggan, mitra, dan karyawannya).
Jika setiap karyawan meninggalkan hari kerja dengan daftar panjang to-dos untuk hari berikutnya dan daftar lainnya untuk membuat deprioritisasi sama sekali-item yang akan menciptakan nilai jika mereka bisa diprioritaskan-ada ketidakseimbangan nilai, waktu dan upaya, meninggalkan nilai di atas meja.
Tempat termudah untuk memulai dengan agen AI adalah melihat pekerjaan yang sudah dilakukan dan nilainya dibuat. Ini membuat matematika mental awal mudah, karena Anda dapat memetakan nilai yang sudah ada dan menganalisis peluang untuk menciptakan nilai yang sama lebih cepat atau lebih andal.
Tidak ada yang salah dengan latihan ini sebagai fase dalam proses transformasi, tetapi di mana sebagian besar organisasi dan inisiatif AI gagal hanya mempertimbangkan Bagaimana AI dapat diterapkan pada nilai yang sudah dibuat. Ini mempersempit fokus dan investasi mereka pada irisan sempit yang tumpang tindih dalam diagram Venn di bawah ini, meninggalkan sebagian besar nilai yang dapat dialamatkan di atas meja.
Manusia dan mesin secara inheren memiliki kekuatan dan kelemahan yang berbeda. Organisasi yang secara kolaboratif menciptakan kembali bekerja dengan bisnis, teknologi, dan mitra industri mereka akan mengalahkan mereka yang hanya fokus pada satu badan nilai dan tanpa henti mengejar tingkat otomatisasi yang lebih besar tanpa meningkatkan output nilai total.
Memahami kemampuan agen AI melalui kerangka spar
Untuk membantu menjelaskan cara kerja agen AI, kami telah menciptakan apa yang kami sebut kerangka kerja Spar: Sense, Plan, Act, dan Reflect. Kerangka kerja ini mencerminkan bagaimana manusia mencapai tujuan kita sendiri dan memberikan cara alami untuk memahami bagaimana agen AI beroperasi.
Penginderaan: Sama seperti kita menggunakan indera kita untuk mengumpulkan informasi tentang dunia di sekitar kita, agen AI mengumpulkan sinyal dari lingkungan mereka. Mereka melacak pemicu, mengumpulkan informasi yang relevan dan memantau konteks operasi mereka.
Perencanaan: Setelah agen mengumpulkan sinyal tentang lingkungannya, itu tidak hanya melaksanakan eksekusi. Seperti manusia yang mempertimbangkan pilihan mereka sebelum bertindak, agen AI dikembangkan untuk memproses informasi yang tersedia dalam konteks tujuan dan aturan mereka untuk membuat keputusan berdasarkan informasi tentang pencapaian tujuan mereka.
Akting: Kemampuan untuk mengambil tindakan konkret membedakan agen AI dari sistem analitik sederhana. Mereka dapat mengoordinasikan banyak alat dan sistem untuk menjalankan tugas, memantau tindakan mereka secara real-time, dan membuat penyesuaian agar tetap di jalur.
Merefleksikan: Mungkin kemampuan yang paling canggih adalah belajar dari pengalaman. Agen AI tingkat lanjut dapat mengevaluasi kinerja mereka, menganalisis hasil dan memperbaiki pendekatan mereka berdasarkan apa yang paling berhasil – menciptakan siklus peningkatan yang berkelanjutan.
Apa yang membuat agen AI kuat adalah bagaimana keempat kemampuan ini bekerja bersama dalam siklus terintegrasi, menciptakan sistem yang dapat mengejar tujuan kompleks dengan meningkatnya kecanggihan.
Kemampuan eksplorasi ini dapat dikontraskan dengan proses yang ada yang telah dioptimalkan beberapa kali melalui transformasi digital. Reinvention mereka mungkin menghasilkan keuntungan jangka pendek yang kecil, tetapi mengeksplorasi metode baru untuk menciptakan nilai dan membuat pasar baru dapat menghasilkan pertumbuhan eksponensial.
5 langkah untuk membangun strategi agen AI Anda
Sebagian besar teknolog, konsultan, dan pemimpin bisnis mengikuti pendekatan tradisional saat memperkenalkan AI (akuntansi untuk tingkat kegagalan 87%):
- Membuat daftar masalah;
atau
- Periksa data Anda;
- Memilih satu set case penggunaan potensial;
- Menganalisis kasus penggunaan untuk pengembalian investasi (ROI), kelayakan, biaya, jadwal;
- Pilih subset kasus penggunaan dan berinvestasi dalam pelaksanaan.
Pendekatan ini mungkin tampak dapat dipertahankan karena biasanya dipahami sebagai praktik terbaik, tetapi data menunjukkan bahwa itu tidak berfungsi. Sudah waktunya untuk pendekatan baru.
- Peta total penciptaan nilai yang dapat dialamatkan yang dapat diberikan organisasi Anda kepada pelanggan dan mitra Anda mengingat kompetensi inti Anda dan kondisi regulasi dan geopolitik pasar.
- Nilai penciptaan nilai organisasi Anda saat ini.
- Pilih lima peluang paling berharga dan pembuatan pasar bagi organisasi Anda untuk menciptakan nilai baru.
- Analisis untuk ROI, kelayakan, biaya dan jadwal untuk merekayasa solusi agen AI (ulangi langkah 3 dan 4 sebagaimana diperlukan).
- Pilih subset kasus nilai dan berinvestasi dalam pelaksanaan.
Menciptakan nilai baru dengan AI
Perjalanan ke era transformasi otonom (dengan sistem yang lebih otonom menciptakan nilai terus menerus) bukan sprint – ini adalah perkembangan strategis, membangun kemampuan organisasi di samping kemajuan teknologi. Dengan awalnya mengidentifikasi nilai dan ambisi yang berkembang secara metodis, Anda akan memposisikan organisasi Anda untuk berkembang di era agen AI.
Brian Evergreen adalah penulis Transformasi otonom: menciptakan masa depan yang lebih manusiawi di era kecerdasan buatan
Pascal Bornet adalah penulis Agen Kecerdasan Buatan: Memanfaatkan Agen AI untuk menciptakan kembali bisnis, pekerjaan, dan kehidupan
Evergreen dan Bornet mengajar kursus online baru tentang agen AI dengan Cassie Kozyrkov: Kecerdasan buatan agen untuk para pemimpin
