想打造自己的智能体吗?顾问建议不要这么做

责任编辑:cres

作者:Grant Gross

2024-09-20 14:34:04

来源:企业网D1Net

原创

智能体正在成为企业自动化业务流程、提升生产力的热门技术。尽管构建智能体系统复杂且具有挑战性,但一些公司仍在积极探索并取得了初步成功。

开发具备自主执行功能的AI工具可能对许多企业来说过于复杂,但一些公司仍在前进,取得了一些成功并从中吸取了教训。

自主AI(智能体)是一种无需人工干预就能在企业内执行特定功能的技术,随着企业希望自动化业务流程、增强员工产出并从GenAI中获取价值,这类技术正逐渐获得关注。

分析公司Forrester将智能体列为今年十大新兴技术之一,但同时对专注于采用该技术的公司发出警告:不要单打独斗。根据Forrester对2025年AI的预测,三分之二试图自主构建智能体的企业将会失败。

Forrester的分析师Jayesh Chaurasia和Sudha Maheshwari写道,那些未能成功自主构建智能体的公司,将会转向外部AI咨询公司为其构建定制智能体,或使用其现有供应商软件中嵌入的智能体。

“精明的公司会了解当前的局限性,依赖供应商和系统集成商合作伙伴来构建处于技术前沿的智能体。”他们写道。

他们补充说,构建智能体是一个复杂的过程,许多企业没有足够的AI专业知识来完成这一任务。

“随着公司将GenAI应用于更复杂的任务,自主AI正成为热点,”Chaurasia和Maheshwari表示,“挑战在于这些架构过于复杂,涉及多个模型、先进的RAG(检索增强生成)堆栈、先进的数据架构和专业技术。”

此外,他们指出,自主AI的能力仍处于初级阶段。可能还需要两年的时间,这些AI才有望实现人们对自动化的高度期望。

自主开发AI的价值

尽管如此,一些公司看到了自建智能体的机会。Goldcast是一家专注于视频营销的软件开发商,其产品负责人Lauren Creedon表示,公司已尝试使用十几个开源AI模型来辅助各种任务。

例如,Goldcast使用一个AI模型来转录视频,另一个撰写基于视频的博客文章,第三个用于创建社交媒体帖子,第四个通过面部识别识别视频中的人物。Creedon表示,Goldcast的目标是将所有这些AI模型链接起来,成为能够自动执行分配任务的智能体。

Goldcast并没有自行构建独立的AI模型,而是利用了这些开源AI的特定功能来满足其自身的需求和工作流程。Creedon指出,基于开源模型构建是利用自主AI力量的更高效方式,比从零开始创建智能体更为可行。

“我不希望人们认为AI是一件难懂且只有拥有博士学位的人才能使用的专业工具,”她说,“越多的人能够掌握它,越多的团队能够使用它,不仅业务运营会获得更好的成果,客户也会受益。”

Creedon同意Forrester的观点,构建智能体确实是一个复杂的过程。她指出,企业需要一个全面的MLOps计划,而有些公司可能没有足够的专业知识自行完成。

Creedon补充说,高级团队需要将多个不同的开源模型结合在一起,组成一个工作流程。在许多情况下,企业需要依靠外部专家来设置智能体。

尽管如此,Slate Technologies的首席技术官兼AI主管Senthil Kumar表示,自己动手也是可行的。Slate Technologies是一家为建筑及相关行业提供数据分析的公司。Kumar表示,Slate Technologies早在三年前就开始推出自己的智能体,甚至早于ChatGPT发布后引发的AI热潮。

“几年前还是一个愿景的技术,如今正在逐渐实现。”Kumar说道。

他指出,现在有多个大型语言模型(LLM)可供使用,聪明的公司可以根据自己的具体需求实验并训练自主智能体。

“我们有幸能够站在巨人的肩膀上,从其他领域的经验中学习,”Kumar补充道,“从一个AI模型开始,你就可以开始调整其行为。相比外部的通用解决方案,你对自己的生态系统了解得更透彻。”

人类监督的必要性

Kumar指出,构建成功的智能体的关键之一是人类的监督,即使智能体是为自主运行而设计的,这种监督也是必要的。企业不能构建一个智能体后就放任不管,而是需要检查其结果并不断寻找改进方法。

“这是一个AI生态系统与人类合作伙伴共同进化的过程,”他说道,“重点应放在这些智能体如何学习、如何获取知识以及如何传播知识。”

然而,对于许多公司来说,决定是自己构建智能体还是与顾问合作并不容易。AlphaSense的AI主管Chris Ackerson指出,大型公司可能会倾向于开发高度定制化的智能体,但它们可能会因内部数据的分散、低估所需资源或缺乏内部专业知识而陷入困境。

“虽然有些公司可能会取得成功,但这些项目往往在成本和复杂性方面失控,”Ackerson说道,“在很多情况下,从值得信赖的合作伙伴那里购买解决方案可以帮助企业避免‘自建遗憾’的陷阱,加快成功的进程。”

Ackerson补充道,AlphaSense已经训练了自己的智能体,但许多公司缺乏内部的专业知识。此外,企业在进行成本预估时,常常忽视了后续维护的成本。

“这是最大的成本,因为随着时间的推移,维护AI系统可能非常复杂且资源密集,需要不断更新、监控和优化以确保长期功能。”Ackerson说。

他认为,与AI提供商合作可以让公司获得经过数千用户测试和优化的现成智能体。

“它的实施速度更快,资源占用更少,还带有持续更新和支持的附加好处,这使公司可以腾出精力专注于其他关键业务领域。”他说道。

合作伙伴的价值

UST的首席AI架构师Adnan Masood表示,许多企业不需要自己训练智能体。

“在像自主AI架构这样复杂的系统中,重新发明轮子确实不是个好主意,”他说道,“这些架构本质上非常复杂,涉及众多组件。”

他指出,众多挑战之一是在自主AI系统中实现强大的内存管理,这个过程不仅仅是存储和检索信息,还包括智能管理上下文、理解过去互动的相关性,并根据不断发展的知识库动态调整AI的响应。

此外,他补充说,从零开始构建自主AI还涉及设计复杂的数据结构、实现高效的搜索算法,以及微调AI解释和优先处理信息的能力,这需要企业具备机器学习、自然语言处理和数据工程方面的专业知识。

“通过寻求专家帮助、采用预构建的解决方案或利用开源生态系统,企业可以利用那些已经解决这些挑战的人的专业知识和经验,从而最终增加成功的机会。”Masood说道。

企业网D1net(www.d1net.com):

国内主流的to B IT门户,旗下运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。

版权声明:本文为企业网D1Net编译,转载需在文章开头注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。

链接已复制,快去分享吧

企业网版权所有©2010-2024 京ICP备09108050号-6京公网安备 11010502049343号