Лише третина проєктів ШІ-агентів доходить до впровадження
Опитування MIT Technology Review показало, що до впровадження доходить у середньому 34% проєктів із ШІ-агентами.
MIT Technology Review опублікував результати опитування 300 керівників у сферах даних, штучного інтелекту та технологій: у середньому до практичного впровадження доходить близько 34% проєктів із ШІ-агентами. Дослідження пов’язує низький показник із проблемами доступу агентів до знань про внутрішні дані та робочі процеси організацій.
У матеріалі знання визначають не просто як масиви даних, а як розуміння їхнього значення в контексті конкретної компанії. Таке розуміння потрібне ШІ-агентам, щоб оцінювати ситуації, ухвалювати рішення та виконувати дії. За недостатнього контексту агенти можуть ухвалювати ненадійні або помилкові рішення.
Перешкоди для впровадження
Найпоширенішою проблемою для розширення доступу агентів до знань респонденти назвали фрагментацію даних — недостатній обмін інформацією між системами. Її зазначили 55% опитаних. Серед інших бар’єрів дослідження називає застарілі системи даних, питання безпеки та конфіденційності, а також брак контексту.
Навіть технологічні компанії стикаються з такими труднощами. Автори зазначають, що слабкі місця в роботі з даними й знаннями регулярно стримують перехід проєктів із пілотної стадії до виробничого використання.
Досвід лідерів
Невелика група організацій, які названі лідерами впровадження, у середньому переводить у виробниче використання 61% проєктів із ШІ-агентами. У цих компаній сильніші можливості роботи зі знаннями, насамперед із семантикою даних — тобто зі зв’язками та значенням інформації.
Серед лідерів 72% респондентів назвали безпеку й конфіденційність одним із головних викликів. Водночас керівники очікують, що найбільший вплив на якість рішень ШІ-агентів матиме зміцнення структурного зв’язку між даними організації та її агентами.
Заплановані інвестиції
Для поліпшення доступу ШІ-агентів до знань компанії планують інвестувати в технології пошуку й отримання даних: конвеєри завантаження даних, API, підготовлені для ШІ, та системи генерації з доповненим пошуком, або RAG. Також серед пріоритетів названо агентів для оцінювання ШІ та графи знань. Експерти, опитані для звіту, розглядають окремий шар знань як один зі способів надати агентам повніший контекст.
