AI热榜 赞助 与 NiCE 合作 随着代理人工智能从实验转向企业部署，面临的挑战是弄清楚代理如何协同工作，连接到他们所需的系统和数据，并在运行业务的工作流程中安全运行。
尽管约 80% 的财富 500 强公司已采用代理人工智能，但实现有意义规模的进展仍然不平衡，许多组织仍在通过孤立的试点进行工作。
对于 NiCE 首席运营官 Arun Chandra 来说，第一步是超越实验本身。
“每个人都想知道我们能用这项技术做什么？
”他说。
但扩展需要与业务战略有更清晰的联系：组织需要确定他们是在努力增加收入、降低成本还是追求另一个战略或财务目标。
从那时起，他们需要重新考虑代理操作的工作流程，而不是仅仅将人工智能分层到现有流程上。
“你最不想做的就是将人工智能应用于过时或低效的工作流程，”钱德拉说。
这种转变要求组织将代理人工智能视为一个有凝聚力的系统。
代理需要访问做出有效决策所需的数据、知识和上下文，以及与后端系统的连接（如果他们需要采取行动）。
碎片化的信息可能会破坏这些能力：“这些人工智能代理的功效纯粹是环境、知识以及它们可以摄取和使用的数据的函数，”钱德拉说。
组织影响同样值得注意。
如果团队构建彼此不连接的孤立系统，则扩展代理可能会产生一种新形式的碎片化，而随着代理承担更重要的工作，治理、隐私、安全和变更管理变得更加重要。
钱德拉认为，人工智能代理最终应该遵守与人类工人相同的标准，组织将其劳动力视为人类和人工智能代理的组合。
展望未来，这种互联方法可以使客服人员能够主动工作，甚至与其他客服人员沟通来解决客户需求。
钱德拉说，对于从试点过渡到规模化的组织来说，首要任务不是“煮沸海洋”，而是围绕高价值用例、工作流程、劳动力变化和可衡量的结果建立一个互联的战略。
该网络广播是与 NiCE 合作制作的。
此内容由《麻省理工学院技术评论》的定制内容部门 Insights 制作，而不是其编辑人员。
它是由人类研究和编写的，任何可能使用的人工智能工具都仅限于人类监督下的生产过程。
继续阅读
🔗 原始来源
如果你要核对细节，可以再看原文： MIT Tech Review原文链接