Citi, Ford i Experian dzielą się swoimi strategiami skalowania agentów AI

„Aby móc ufać, musisz być w stanie zobaczyć, co się dzieje." Ta pozornie prosta maksyma leży u podstaw dzisiejszych wdrożeń AI w środowisku biznesowym, według Laury Heisman, dyrektor ds. marketingu w Dynatrace.

„To prawdopodobnie największa rozmowa, którą wszyscy prowadzą we wszystkich branżach. Słyszymy to od naszych klientów każdego dnia" – powiedziała Heisman podczas panelu na konferencji Brainstorm Tech organizowanej przez Fortune. „Najważniejsze pytanie brzmi: czy możesz mu zaufać? Czy jest poprawne? A jeśli jest błędne, czy możesz to zatrzymać?"

W miarę jak firmy rozważają pozwolenie agentom AI na łączenie sekwencji zadań, z których każde opiera się na wynikach modeli AI, zaufanie jest ważniejsze niż kiedykolwiek. A jedynym sposobem na budowanie tego zaufania, według Heisman i innych liderów biznesu uczestniczących w panelu, jest wbudowanie widoczności i kontroli w systemy. 

„Dla nas widoczność i identyfikowalność nie są opcjonalne – są fundamentalne. W ten sposób patrzymy na każdą decyzję" – powiedział Nikhil Joshi, dyrektor ds. informatyki w dziale rynków w Citi, finansowym gigancie, który każdego dnia przetwarza biliony dolarów w ponad 100 krajach.

Citi przez większą część 2024 roku budowało scentralizowane fundamenty technologiczne dla wszystkich swoich aplikacji i agentów, powiedział Joshi. Te fundamenty sprawiły, że firma jest znacznie bardziej komfortowa we wprowadzaniu agentów do produkcji. 

„Istnieje tylko jeden sposób na wdrożenie agenta w Citi i odbywa się to poprzez ten centralny framework" – powiedział Joshi. „Oznacza to, że każdy agent jest rejestrowany w ramach tego procesu, każdy agent jest monitorowany, każdy agent jest audytowany, każdy agent jest zarządzany." 

W czasie, gdy wszyscy wydają się pędzić z pełną parą w kierunku AI, przemyślany i scentralizowany system technologiczny Citi może niektórym wydawać się zbyt konserwatywny. Jednak Joshi powiedział, że w dłuższej perspektywie rzeczywiście pomaga to działać szybciej. „Bycie konserwatywnym w kwestii AI to nie jest złe określenie" – powiedział.

Kathleen Peters, dyrektor ds. innowacji w Experian, zgodziła się z tym poglądem i wyjaśniła, jak firma zajmująca się raportowaniem kredytów konsumenckich stworzyła system do zarządzania różnymi wdrażanymi agentami, śledzący pochodzenie każdego agenta, pracownika, który go stworzył, oraz szczegółowe uprawnienia do dostępu do danych lub wykonywania zadań przypisane każdemu agentowi.

„Gdy wszyscy w ekosystemie mogą rozumieć te elementy, budujesz zaufanie, które pozwala ci skalować i działać szybko" – powiedziała Peters.

W branży motoryzacyjnej, gdzie średni czas wprowadzenia nowego pojazdu od projektu do produkcji może trwać lata, Ford wykorzystuje AI do przyspieszenia określonych części procesu i do „szybkiego ponoszenia porażek" – powiedział Sammy Omari, dyrektor wykonawczy ds. zaawansowanych systemów wspomagania kierowcy i systemów infotainment w Ford Motor Company. 

Kluczem, powiedział Omari, jest posiadanie odpowiednich zabezpieczeń.

Jako przykład Omari podał, że pracownicy spoza działu inżynieryjnego, tacy jak projektanci, mogą teraz wnosić kod komputerowy dla nowych funkcji samochodowych opracowanych za pomocą narzędzi do „vibecoding" opartych na AI. Przyspiesza to czas potrzebny na sprawdzenie, jak nowa funkcja wygląda w testowej wersji samochodu, i umożliwia szybkie wycofanie się i przejście dalej, jeśli okazuje się niewykonalna. Jeśli pomysł okazuje się trafiony, inżynierowie piszą kod od podstaw i ten kod trafia do samochodu dostarczanego konsumentom. Vibecoding projektanta służył jedynie jako wstępny dowód słuszności koncepcji. 

„Tak więc rzeczywista szybkość wprowadzania na rynek ulegnie przyspieszeniu" – powiedział Omari – „ale proces kontroli jakości na końcu, przed faktycznym dostarczeniem produktu klientowi, niekoniecznie się zmienił."

Ten artykuł został pierwotnie opublikowany na Fortune.com