40% perusahaan akan membuang agen AI – 3 cara untuk memastikan agen Anda tidak gagal
Visoot Uthairam/ Moment via Getty ImagesIkuti ZDNET: Tambahkan kami sebagai sumber pilihan di Google. Hal-hal penting yang dapat diambil dari ZDNET Memasukkan agen AI ke dalam produksi bisa menjadi sebuah tantangan yang sulit. Para profesional yang cerdas berfokus pada tata kelola dan kerangka kerja. menonaktifkan agen AI otonom pada tahun 2027 karena kesenjangan tata kelola yang hanya teridentifikasi setelah terjadi insiden saat agen ini sedang berproduksi. Selain itu: AI menyebabkan kelelahan kognitif. Inilah cara bekerja dengan lebih tergesa-gesa dan lebih cepat Pada Snowflake Summit baru-baru ini di San Francisco, tiga pemimpin digital menjelaskan bagaimana organisasi mereka menempatkan agen dalam produksi. Mereka berbagi tiga pembelajaran bagi profesional lain yang ingin mengeksploitasi AI: menggunakan kerangka kerja, mengeksploitasi pakar, dan memonetisasi data.1. Fokus pada kerangka kerjaMatt Luizzi, VP analisis di spesialis teknologi wearable Whoop, mengatakan organisasinya mengumpulkan data biometrik 24/7 untuk memperkuat wawasan kesehatan dan kebugarannya, dengan Snowflake mendukung layanan analisis internal perusahaan. Luizzi mengatakan bahwa agen memainkan peran yang semakin penting dalam proses ini, khususnya Snowflake CoCo, agen pengkodean spesialis teknologi untuk pengembang dan insinyur data. “Sekarang kami berada pada titik di mana kami telah menciptakan kerangka evaluasi yang lebih formal dan mulai meluncurkan agen dalam skala besar.” Juga: Lupakan produktivitas: Berikut adalah 5 perubahan strategis yang mendorong nilai AI yang sebenarnya. Luizzi mengatakan perusahaan tersebut memiliki insinyur perangkat lunak yang menerapkan pengujian A/B dan menggunakan CoCo untuk menganalisis hasilnya, mengusulkan fitur berikutnya, mengujinya, dan mengulanginya. “Pendekatan ini dengan cepat mempercepat cara kami menyampaikan tidak hanya nilai bisnis, dengan mengotomatisasi kerangka eksperimen, namun juga nilai pelanggan,” katanya. Luizzi mengatakan organisasinya beruntung bahwa pipa yang mendasarinya sudah siap untuk eksplorasi agennya, karena data perusahaan dipusatkan pada platform Snowflake. Mereka menggunakan layanan Cortex AI milik perusahaan untuk mulai menguji agen dan mengambil pelajaran. “Kami belajar dengan cepat bahwa konteks adalah segalanya,” katanya. “Itu berarti benar-benar bersandar pada lapisan semantik dan memastikan konteksnya berada pada tempat yang terstruktur.” Juga: Mengapa saya membuang Copilot untuk Claude di Word, Excel, dan PowerPoint – dan bagaimana Anda bisa melakukannya, Luizzi mengatakan bahwa pelajaran utamanya adalah bahwa kerangka kerja sangat penting untuk keberhasilan eksplorasi AI agen. “Kami mencoba melakukan segalanya dengan cara yang lebih berulang, sama seperti yang kami lakukan pada arsitektur data kami selama 10 tahun terakhir,” katanya. “Membangun kerangka kerja berulang yang memungkinkan kami menskalakan beban kerja AI ini adalah sesuatu yang kami teruskan.”2. Gunakan analis ahliMadeleine Want, VP data di spesialis olahraga Fanatics, yang mengelola rekayasa data, ilmu data, dan pembelajaran mesin di seluruh divisi taruhan dan permainan organisasi, dengan aktivitas ini didukung oleh platform Snowflake. Bagaimana peluncuran AI di perusahaan perjalanan ini mendorong peningkatan kepuasan sebesar 73%: Pedoman 5 langkah untuk bisnis Anda Meskipun fokus pada data dan tata kelola mungkin terdengar seperti hal yang mudah untuk dikatakan, kata Want, namun hal tersebut tidak terjadi 18 bulan yang lalu. “Kami memiliki banyak pengalaman sebagai sebuah organisasi yang membuat model pembelajaran mesin yang dapat dipesan lebih dahulu, sehingga sulit dipercaya bahwa gagasan untuk mengimpor model pihak ketiga dan menempatkannya tepat di atas data dapat berguna untuk analisis. Namun kini pendekatan tersebut sudah tertanam dalam cara kami melakukan segalanya,” ujarnya, sebelum menguraikan bagaimana organisasinya beralih dari eksplorasi ke eksploitasi. “Kami meraih kesuksesan sejak awal dalam domain yang terikat dengan baik dalam konteksnya, dan di mana kami memiliki analis ahli yang memahami domain bisnis dari atas ke bawah dan mampu melatih agennya.” Want mengatakan bahwa organisasinya telah mencetak lebih banyak kesuksesan dari waktu ke waktu. Investasi yang perlu mereka lakukan pada lapisan konteks semakin berkurang, begitu pula tingkat pengawasan yang dibutuhkan agen sebelum dapat mulai menjawab pertanyaan secara mandiri.”Kemampuan kami untuk mengukur keakuratan jawaban meningkat, karena kami kini memperkenalkan kerangka evaluasi berskala, yang membantu kami yakin akan cara agen menjawab saat kami tidak melihat, dan itulah intinya.”Juga: Agen AI yang khawatir akan menggantikan Anda? 5 cara Anda dapat mengubah kecemasan menjadi tindakan di tempat kerja Ingin dikatakan bahwa keberhasilan ini berarti cakupan agen semakin meningkat. Daripada hanya terbatas pada analitik, profesional lain melihat sisi positifnya dan ingin menjelajahi agen. Meskipun Fanatics masih menggunakan antarmuka dan agen Snowflake, perusahaan ini menyematkan API dan respons ke alat pihak ketiga lainnya sehingga orang dapat melakukan lebih banyak hal dengan wawasan yang didukung data. “Pengguna ingin melangkah lebih jauh dan melakukan lebih banyak hal dengan kasus penggunaan operasional,” katanya. “Masyarakat menuntut untuk dapat mengakses wawasan tersebut melalui berbagai saluran dan media konsumsi yang berbeda, karena mereka harus dapat menggunakan data di tempat mereka bekerja.” 3. Uangkan data AndaSriram Sitaraman, CIO di spesialis perangkat lunak Synopsys, mengatakan bahwa organisasinya adalah pelanggan lama Snowflake yang menggunakan platform data dan layanan agennya, seperti CoCo, untuk mendukung proses pengambilan keputusannya. Sekitar 18 bulan lalu, Sitaraman mengatakan perusahaannya menyadari potensi agen AI untuk memenuhi tugas karyawan junior, seperti menjalankan kueri cepat, membuat grafik, dan memperoleh wawasan. “Kami memanfaatkan kemampuan tersebut, dan kami berkata, ‘Oke, lihat, jika kami membuat agen pengetahuan, kami dapat mulai menerapkannya dalam berbagai dimensi.'” Selain itu: 90% proyek AI gagal – berikut 3 cara untuk memastikan proyek Anda tidak gagal. Contohnya mencakup agen pendapatan untuk departemen keuangan yang menjalankan laporan dan agen debug untuk sistem tiket yang terkait dengan pusat data perusahaan. Sitaraman mengatakan tim menilai potensi AI dalam tiga dimensi: kualitas hasil, waktu mencapai hasil, dan biaya hasil. Mereka menemukan bahwa AI mempunyai dampak positif di ketiga bidang tersebut, yang menurutnya merupakan sebuah terobosan signifikan: “Di masa lalu, Anda harus mengorbankan salah satu hal.” Kini, daripada harus memprogram ulang sistem setiap kali model AI disesuaikan dengan konteksnya, Anda bisa fokus pada wawasan daripada mengkhawatirkan permasalahan mendasar. “Mulailah dengan data — uangkan data Anda menggunakan AI,” kata Sitaraman, merefleksikan perjalanan agenik perusahaannya. “Tidak peduli berapa banyak volume yang Anda berikan pada inisiatif ini, karena AI sebenarnya hanyalah skala linier. Semakin banyak data yang dimiliki AI, semakin baik keputusan yang diambil.” Juga: 5 cara menggunakan AI saat anggaran Anda terbatasNamun, Sitaraman juga mengeluarkan peringatan. “Satu hal yang kami sadari adalah saat ini tidak banyak perbedaan antara otomasi dan otonomi, sehingga Anda harus berhati-hati,” katanya. “Apakah Anda ingin mengotomatisasi suatu proses atau Anda ingin benar-benar membuat agen, yang melibatkan struktur biaya, pola penggunaan, dan tata kelola yang berbeda?” Sitaraman mendorong para profesional untuk mengidentifikasi kasus penggunaan yang tepat, membangun kerangka kerja yang tepat, dan tidak pernah meremehkan apa yang dapat dilakukan oleh agen. “Anda dapat meluncurkan agen dan berkata, ‘Ini adalah agen operasi penjualan.’ Seringkali, tidak ada yang bisa menghentikannya untuk menjadi agen analis penjualan atau agen jenis lain,” katanya. “Jadi, penting untuk bertanya, ‘Apakah ini yang kami ingin mereka lakukan?’ Kerangka kerja sangat penting, begitu pula keterampilan. Anda perlu memikirkan prosesnya dengan hati-hati.”
Diterbitkan : 2026-06-12 16:14:00
sumber : www.zdnet.com
