A conversa atual sobre ferramentas generativas e IA de agência está perdendo o foco. Tratamos a orquestração multimodelo – um negócio criado através de diferentes modelos fundamentais – como se resolvesse o mesmo problema da infraestrutura empresarial. Isso não.
Por um lado, há um progresso real na elaboração do modelo. Modelos mais inteligentes e rápidos com um modelo de orquestração do que uma marca de crueza.
Do outro lado estão os dados empresariais: privados, seguros e muitas vezes presos em sistemas legados. Os ambientes de produção não são como as redes públicas.
Artigo abaixo
Cofundador e CEO da DevRev.
Eles eram governados, permitidos e profundamente conectados uns com os outros. A inteligência que não consegue alcançar todos os níveis não está pronta para a empresa.
Grande parte da narrativa pública da IA é moldada por ferramentas em vez de ofertas baseadas em feeds e acionadas por máquinas que se concentram na produtividade individual. Os ambientes empresariais operam sob diferentes restrições.
Nestes sistemas, o valor não provém da troca entre modelos. Isto faz com que a IA se envolva no trabalho diário das pessoas: nos seus sistemas de memória estruturados, nas ferramentas de trabalho diário e nos processos de tomada de decisão.
A aula de IA costuma ser configurada como uma competição entre modelos. Há uma espécie de arquitetura no projeto.
Agregação versus integração
A agregação de modelos amplia o leque de possibilidades, pois cada um tem seu potencial, o que pode ser bom para experimentação. Mas à maioria dos projetos não falta um modelo que gere um texto que fala. Eles querem respostas da vida Dados de CRM, histórico de suporte, telemetria de produtos, registros financeiros e políticas de conformidade. Eles querem respostas que respeitem as permissões, sejam audíveis e possam desencadear ações dentro do fluxo sem precisar resolver o problema.
Uma camada de orquestração de IA pode ficar sobre sistemas distribuídos e recuperar informações deles. Pode ser resumido e sugerido. O que não pode ser feito sem uma integração profunda é o sistema através de funcionalidades estruturadas e contextos informais, e dentro dos sistemas que gerem o negócio. É uma enorme limitação arquitetônica.
Alternar entre modelos não resolve esse problema. Inteligência que pode ser integrada diretamente aos sistemas existentes. É essa distinção arquitetônica que separa a escala experimental da operacional.
Assistentes versus sistemas operacionais
A maioria das implantações de IA são voltadas para assistentes, que ajudam as pessoas a se moverem mais rapidamente pelas mídias existentes. Você é útil. Mas os esforços não são esforços separados para avançar. Eles tentam fazer planos melhores em grande escala.
Considere as questões que importam dentro da regulamentação tributária. Que factores mostram o risco de choque devido ao declínio da utilização e ao aumento da escalada de recursos? Quais problemas de produtos estão aumentando em todas as regiões em comparação com o último trimestre? Isso mudou em experiência e opinião do cliente antes do último ciclo de renovação?
Essas respostas não residem em um único documento. Eles exigem conexão de dados entre sistemas, comparações ao longo do tempo e interpretação dentro dos limites organizacionais.
Não vale a pena retornar uma lista de links. Também não compensa retornar sumariamente. Um sistema de IA deve calcular respostas através de dados estruturados e não estruturados e fazê-lo dentro do modelo de permissão da empresa. Temos que passar de “aqui está o que descobri” para “aqui está o que é verdade e aqui está o que precisa ser feito”. Essa é uma ambição muito diferente.
Incorporação de fluxo de trabalho por meio de contagem de modelos
À medida que os sistemas de IA se aproximam do núcleo dos processos de tomada de decisão, a confiança torna-se crítica. Num projeto, a confiança requer precisão, acompanhamento e controle. Os executivos precisam entender de onde veio a resposta e se ela reflete o estado atual do negócio. As partes responsáveis pela conformidade precisam de garantia de que os controles de acesso são mantidos. Os líderes de TI precisam de visibilidade sobre como as atividades são iniciadas e auditadas.
Quando a inteligência correta é inserida com os comentários, são necessárias permissões em vez de suposições. A IA também ingere dados em tempo real em vez de exportações estáticas e pode atualizar uma entrada de CRM, acionar um fluxo de trabalho ou ação sem criar um processo paralelo. Sem integração de IA, continua sendo uma camada de interface. Com isso, a IA torna-se indistinguível da forma como os humanos trabalham.
A IA está agora a ser avaliada pelo número de empregos que incorporou e se pode transformar claramente os negócios.
Uma plataforma sob o cinto em movimento
Todos nós estamos na área de tecnologia há muito tempo e sabemos que o arco segue uma previsão. Priorizar o acesso e a capacidade para a primeira vaga. Priorize a integração e confie nas ondas posteriores.
Os motores de busca não mudaram a web ao indexar múltiplas páginas; entregou o resultado certo e o transformou. O comércio eletrônico não cresceu porque as páginas pareciam melhores; Acontece que pagamentos, identidade e logística estão integrados em determinados sistemas.
O projeto de IA visa o mesmo. Os sistemas corporativos são projetados para pessoas navegarem, não para máquinas navegarem. Isso deve ser mudado. Uma nova camada de software nativo de IA está surgindo acima deles.
Portanto, colocar modelos por trás da interface pode ganhar as manchetes. Mas não será uma iniciativa. O que não é uma agregação na produção de escalas é uma arquitetura, uma mente baseada em dispositivos de gravação conectados e design conceitual.
Somos as plataformas de business intelligence mais bem avaliadas.
