Агентний ШІ: чому більшість проєктів не доходять до масштабування

Усі зараз створюють агентні системи штучного інтелекту, але небагато хто вміє ними правильно керувати. Ось як зробити це ефективно.

Спершу були генеративні ШІ, потім усіх захопила ідея штучного загального інтелекту (AGI). Нині ж увагу топменеджерів привертає агентний ШІ — той, що не просто генерує відповіді, а діє, приймає рішення й реально приносить бізнес-результат.

Ради обговорюють це питання, інвестори ставлять великі ставки, керівники запускають пілоти, а аналітики Gartner прогнозують, що до 2028 року третина корпоративного програмного забезпечення буде оснащена агентним ШІ — із нинішніх 1% у 2024 році. За прогнозами, вже тоді 15% щоденних бізнес-рішень прийматимуться автономно.

Але, попри всю галасливу увагу, багато організацій застрягли на етапі пілотних проєктів, які часто не переходять у повноцінне виробництво або зриваються під час впровадження. Для розуміння: 85% проєктів із ШІ зазнають невдачі. І коли запитати розробників цих рішень, у чому причина, відповідь одна — агентні системи є, але екосистема для їх підтримки відсутня.

Спершу будуй інфраструктуру

Айшвар’я Сінгх, віцепрезидентка з цифрових сервісів NTT DATA, спостерігає цю проблему зсередини.

«Найбільшими економічними перепонами є великі початкові інвестиції в інфраструктуру і технології, витрати на інтеграцію ШІ з існуючими системами та брак фахівців для управління й підтримки цих систем»,

— пояснює вона.

У теорії агентний ШІ мав би знижувати витрати та спрощувати процеси, але на практиці додає ще один рівень складності — особливо якщо компанії дивляться на нього як на продукт, а не як на процес.

«Багато лідерів недооцінюють час, зусилля та ресурси, необхідні для успішної інтеграції,

— додає Сінгх.

Ігнорування цього веде до затримок, перевищення бюджету та поганої продуктивності».

У березні цього року NTT DATA запустила нові агентні AI-сервіси, створені разом із Microsoft CoPilot Studio та Azure AI Foundry. Вони підтримують повний життєвий цикл — від консультування та розробки до впровадження, моніторингу, донавчання й оптимізації. Це інфраструктура ШІ як сервіс, яку вже активно використовують усередині компанії.

«Внутрішні системи обробки заявок покращили продуктивність на 50–65%,

— говорить Сінгх.

Ми створюємо агентів для різних типів заявок і поєднуємо їх у єдину систему, що працює через голос, пошту та чат, дозволяючи поступово автоматизувати процеси»

Проблема нестачі AI-талантів

Однак відсутність інфраструктури — не єдина перепона. Найбільшою проблемою залишається гострий дефіцит AI-спеціалістів. За дослідженням Accenture, тільки 13% AI-проєктів приносять суттєву бізнес-цінність. Чому? Тому що компанії витрачають у три рази більше на технології, ніж на людей, а нестача потрібних навичок дає про себе знати.

«Готовність персоналу — один із головних бар’єрів для масштабування й отримання цінності»,

 — зазначає Джек Азагурі, керівник консалтингу Accenture.

Можна купити всі доступні генеративні AI-інструменти, але якщо співробітники не розуміють, як і навіщо ними користуватися, цінність так і не з’явиться».

Сінгх додає, що через цей розрив NTT DATA інвестує у підвищення кваліфікації 200 000 працівників і сертифікацію 15 000 експертів з генеративного ШІ лише цього року.

«Це також стимулює ідеї, як використовувати технології для покращення бізнесу і створює простір для інновацій»,

— каже вона.

Провал із впровадженням

Якщо подолати проблему з талантами, настає ще більший виклик — фактичне впровадження ШІ.

Недавнє дослідження Національного бюро економічних досліджень США про використання чатботів у 7000 компаніях показало, що вони майже не впливають на заробітну плату чи робочий час працівників. Незважаючи на широке застосування, AI економить у середньому лише 3% робочого часу, і лише 3–7% із цього часу перетворюється на підвищення зарплат.

Ще більш цікаво, що більшість працівників використали зекономлений час для нових завдань, часто пов’язаних із самим ШІ — виправлення результатів, перевірка фактів, налаштування тону. Тобто технологія додала більше складності, ніж прибрала.

Це співпадає з даними IBM, де лише 25% AI-проєктів повертають очікуваний ROI. А останні звіти Informatica називають головною причиною провалів проблеми якості даних і інтеграції.

Суть у тому, що агентний ШІ не масштабується, бо компанії ще не розуміють, як створити і підтримувати всю екосистему навколо нього.

Складнощі після запуску

Навіть якщо впровадження пройшло успішно, починаються нові виклики. Найкращому агенту ШІ потрібна команда підтримки: розробники, дата-стюарди, спеціалісти з безпеки, тренери, етики — і це далеко не повний список.

«Після запуску потрібно постійно оновлювати агента, відстежувати його продуктивність, проводити аудити безпеки та узгоджувати роботу зі змінами бізнес-цілей

— розповідає Сінгх.

Найбільша проблема для клієнтів — як керувати ростом кількості агентів у компанії».

Щоб вирішити це, NTT DATA почала впроваджувати «агентів-охоронців» і «Red Teaming агентів» — моделі, які моніторять безпеку, відповідність нормам і цілісність операцій.

Де починається справжній ROI

Що ж працює? Чому, незважаючи на складнощі, про агентний ШІ говорять так багато і планують масштабувати?

«Найпопулярніші кейси — в ІТ-послугах, тактичній автоматизації, клієнтському сервісі та мультиагентних моделях для складніших завдань, як-от управління запасами»,  

 — пояснює Сінгх.

«Термін окупності — від 6 до 12 місяців, а зростання продуктивності видно вже в перші місяці».

Але такі результати можливі лише при наявності повноцінної системи підтримки агента: управління змінами, розвиток талантів, інтеграція платформ і постійна оптимізація. Успішні компанії швидко тестують тактичні сценарії і мають команди, готові масштабувати рішення у хмарних середовищах.

Важливо не прогаяти основи

Агентний ШІ не масштабуватиметься, якщо просто найняти вендора. Він працюватиме, коли буде збудована внутрішня архітектура — технічна, організаційна та людська, яка його підтримує.

Ось головне послання для компаній, що планують масштабування агентного ШІ: починайте з базових речей — даних, талантів і інфраструктури.

І найголовніше питання — чи готові ви зробити все необхідне, щоб це запрацювало.

Авторка: Дар’я Бровченко

Джерело