Bergabunglah dengan buletin harian dan mingguan kami untuk pembaruan terbaru dan konten eksklusif tentang liputan AI terkemuka di industri. Pelajari lebih lanjut
Perusahaan AI pada tahun 2025 bergerak dari eksperimen ke implementasi dan penyebaran berkembang dari asisten AI ke agen AI.
Itulah tema utama Konferensi IBM Think 2025, yang akan berlangsung hari ini. Di acara tersebut, IBM mengumumkan daftar luas layanan AI perusahaan baru serta peningkatan teknologi yang ada untuk membantu memindahkan lebih banyak upaya AI perusahaan ke dalam penyebaran dunia nyata. Inti dari pembaruan IBM adalah serangkaian pembaruan untuk platform Watsonx yang pertama kali diumumkan di Think 2023. Di acara Think 2024, tema besar adalah pengenalan orkestrasi dan kemampuan untuk membantu perusahaan membangun asisten AI mereka sendiri. Pada tahun 2025, asisten AI adalah taruhan meja dan percakapan di seluruh industri dan di setiap perusahaan adalah cara membangun, menggunakan, dan mendapatkan manfaat dari AI agen.
IBM mengumumkan serangkaian kemampuan AI agen, termasuk:
- Katalog Agen AI: Hub penemuan terpusat untuk agen pra-dibangun.
- Agen Connect: Program mitra untuk pengembang pihak ketiga untuk mengintegrasikan agen mereka dengan Watsonx Orchestrate.
- Templat agen khusus domain untuk penjualan, pengadaan dan SDM.
- Pembangun agen no-kode untuk pengguna bisnis tanpa keahlian teknis.
- Agen Development Toolkit untuk pengembang.
- Orchestrator multi-agen dengan kemampuan kolaborasi agen-ke-agen.
- OPS Agen (dalam pratinjau pribadi) memberikan telemetri dan kemampuan observasi.
Tujuan mendasar IBM adalah untuk membantu perusahaan menjembatani kesenjangan antara eksperimen, penyebaran dunia nyata, dan manfaat bisnis.
“Selama beberapa tahun ke depan, kami berharap akan ada lebih dari satu miliar aplikasi baru yang dibangun menggunakan AI generatif,” kata CEO IBM Arvind Krishna dalam briefing dengan pers dan analis. “AI adalah salah satu teknologi unik yang dapat mencapai persimpangan produktivitas, penghematan biaya dan penskalaan pendapatan.”
Tantangan AI Enterprise: Cara Mendapatkan ROI Sejati
Meskipun tidak ada kekurangan hype dan minat pada AI, bukan itu yang sebenarnya membuat perbedaan nyata bagi perusahaan yang peduli dengan garis bawah.
Penelitian yang disponsori oleh IBM menunjukkan bahwa perusahaan hanya mendapatkan pengembalian investasi (ROI) yang mereka harapkan sekitar 25% dari waktu. Krishna mencatat bahwa beberapa faktor berdampak pada ROI. Mereka termasuk akses ke data perusahaan, sifat silasan dari berbagai aplikasi, dan tantangan infrastruktur hibrida.
“Semua orang menggandakan investasi AI,” kata Krishna. “Satu -satunya perubahan selama 12 bulan terakhir adalah bahwa orang -orang menghentikan eksperimen dan sangat memfokuskan di mana nilainya bagi bisnis.”
Dari eksperimen AI ke produksi perusahaan
Inti dari pengumuman IBM adalah pengakuan bahwa organisasi bergeser dari eksperimen AI yang terisolasi ke strategi penyebaran yang terkoordinasi yang membutuhkan kemampuan kelas perusahaan.
“Kami mencoba menjembatani kesenjangan dari tempat kami sekarang, yang merupakan ribuan percobaan ke penyebaran kelas perusahaan yang membutuhkan jenis tata kelola keamanan dan standar yang sama yang kami tuntut pada aplikasi kritis misi,” Ritika Gunnar, data manajer umum dan AI di IBM, mengatakan kepada VentureBeat dalam sebuah wawancara.
Evolusi platform Watsonx Orchestrate IBM mencerminkan kedewasaan teknologi AI yang lebih luas. Platform ini pertama kali diumumkan oleh IBM pada tahun 2023, sebagian besar sebagai cara untuk membantu membangun dan bekerja dengan asisten dan otomatisasi AI. Pada tahun 2024, ketika AI agen pertama kali mulai menjadi arus utama, IBM mulai menambah kemampuan agen dan bermitra dengan banyak vendor, termasuk kru AI.
Dengan komponen AI agen baru IBM, arahnya sekarang untuk membantu memungkinkan kolaborasi dan alur kerja multi-agen. Ini tentang melampaui kemampuan untuk membangun dan menggunakan agen untuk benar -benar mencari tahu bagaimana suatu perusahaan dapat menghasilkan ROI dari agen.
“Kami benar -benar percaya bahwa kami memasuki era sistem kecerdasan sejati,” kata Gunnar. “Karena sekarang kami mengintegrasikan AI yang dapat melakukan hal -hal untuk Anda dan ini adalah diferensiasi besar.”
Teknologi dan protokol yang memungkinkan AI agen perusahaan
Industri ini tidak memiliki kekurangan upaya untuk membantu memungkinkan AI agen.
Langchain adalah platform yang banyak digunakan untuk membangun dan menjalankan agen dan juga merupakan bagian dari upaya yang lebih luas bersama Cisco dan Galileo untuk kerangka kerja terbuka Agntcy untuk AI Agen. Ketika datang ke komunikasi agen-ke-agen, Google mengumumkan Agent2Agent pada bulan April. Kemudian, tentu saja, ada model konteks protokol (MCP), yang telah muncul untuk menjadi standar de facto untuk menghubungkan alat AI agen ke layanan.
Gunnar menjelaskan bahwa IBM menggunakan teknologinya sendiri untuk bagian orkestrasi multi-agen. Dia mencatat bahwa bagaimana agen bekerja sama sangat penting dan merupakan titik diferensiasi untuk IBM. Yang mengatakan, dia juga menekankan bahwa IBM sedang mencoba mengambil pendekatan terbuka. Itu berarti perusahaan dapat membangun agen dengan alat IBM, seperti Beeai, atau yang dari vendor lain, termasuk kru AI atau Langchain, dan mereka semua masih akan bekerja dengan Watsonx Orchestrate.
IBM juga memungkinkan dan mendukung MCP. Menurut Gunnar, IBM mendukung MCP dengan memudahkan alat dengan antarmuka MCP untuk secara otomatis muncul dan dapat digunakan di Watsonx Orchestrate. Secara khusus, jika ada alat dengan antarmuka MCP, secara otomatis akan tersedia untuk digunakan di Watsonx Orchestrate.
“Tujuan kami adalah untuk terbuka,” katanya. “Kami ingin Anda mengintegrasikan agen Anda, terlepas dari kerangka apa pun yang telah Anda bangun.”
Mengatasi Kekhawatiran Perusahaan: Keamanan, Tata Kelola dan Kepatuhan
Sebagai bagian dari memastikan AI agen siap untuk penggunaan perusahaan, ada kebutuhan untuk memastikan kepercayaan dan kepatuhan.
Itu juga bagian penting dari dorongan IBM. Gunnar menjelaskan bahwa IBM telah membangun pagar dan pemerintahan langsung ke portofolio Watsonx.
“Kami memperluas kemampuan yang kami miliki untuk tata kelola LLM ke dalam teknologi agen,” katanya. “Sama seperti kami memiliki evaluasi LLM, Anda harus dapat memiliki evaluasi tentang apa artinya untuk respons agen.”
IBM juga memperluas metrik evaluasi pembelajaran mesin tradisional ke teknologi agen. Gunnar mengatakan bahwa IBM melacak lebih dari 100 metrik yang berbeda untuk model bahasa besar, yang sekarang diekstrapolasi dan meluas ke teknologi agen juga.
Dampak dunia nyata
Agen AI sudah memiliki dampak dunia nyata bagi banyak organisasi.
IBM menggunakan AI agennya sendiri untuk membantu meningkatkan prosesnya sendiri. Gunnar mencatat bahwa menggunakan agen SDM sendiri, 94% dari permintaan sederhana hingga kompleks di IBM sebenarnya dijawab oleh agen SDM. Untuk tugas pengadaan, penggunaan alur kerja agennya sendiri telah membantu mengurangi waktu pengadaan hingga 70%.
Kelompok besar organisasi lain yang sudah mendapat manfaat dari pendekatan AI agen IBM adalah mitra perusahaan. Misalnya, Ernst & Young menggunakan AI agen IBM untuk membangun platform pajak untuk kliennya sendiri.
Apa artinya ini bagi perusahaan
Bagi perusahaan yang ingin memimpin dalam penyebaran AI, arah AI agen IBM menyediakan cetak biru untuk pindah dari eksperimen ke penyebaran.
Cukup membangun agen tidak cukup. Jika CEO IBM benar, masa depan akan melibatkan ribuan agen yang mengerjakan tugas perusahaan. Organisasi akan membangun dan mengonsumsi agen dan layanan agen seperti MCP dari berbagai sumber.
Pemimpin TI harus mengevaluasi platform berdasarkan empat faktor penting:
- Kemampuan integrasi dengan sistem perusahaan yang ada.
- Mekanisme tata kelola untuk perilaku agen yang sesuai dan aman.
- Keseimbangan antara otonomi agen dan hasil yang dapat diprediksi.
- Kemampuan pengukuran ROI untuk penyebaran agen.
Petahana di perusahaan untuk berpikir sekarang tentang bagaimana semua agen akan bekerja bersama, bagaimana mereka akan aman dan diatur. Ekosistem AI agen IBM akan menarik bagi klien perusahaannya dan keterbukaan untuk menghubungkan sistem AI agen lainnya berarti bahwa organisasi diharapkan tidak akan menciptakan silo lain.
