21.08.2025  Экспертиза, Искусственный интеллект, Менеджмент

Для получения достоверных результатов агентному искусственному интеллекту необходим доступ к аналитическим, контекстным неструктурированным данным — в режиме реального времени и в больших масштабах, пишет на портале The New Stack Рахул Аурадкар, исполнительный вице-президент и генеральный менеджер по унифицированным службам данных и Einstein компании Salesforce. Два года назад в заголовках новостей доминировали ChatGPT и большие языковые модели (LLM). Но теперь разговор перешел от создания моделей генеративного ИИ к тому, как агентный ИИ может использовать их для выполнения конкретных действий с минимальным участием человека и создания реальной бизнес-ценности. Преимущества систем агентного ИИ включают в себя способность выполнять многоэтапные задачи по решению проблем, генерировать детальные и контекстно-зависимые ответы на запросы и учиться на собственном опыте для повышения точности и удовлетворенности клиентов. Согласно опросу PwC об агентах ИИ, 79% руководителей высшего звена утверждают, что такие агенты уже внедрены в их компаниях. Две трети отмечают, что их агенты уже приносят измеримую пользу за счет повышения производительности. Девять из десяти заявляют, что агентный ИИ убедил их увеличить расходы на ИИ в течение следующих 12 месяцев. Однако успех внедрения агентного ИИ зависит от данных. Без прочной основы в виде комплексной платформы данных организации не решаются доверять выводам и действиям ИИ и часто сомневаются в надежности его результатов. Следовательно ... читать далее.