40%的企業將淘汰AI代理——確保你的代理不失敗的3種方法

科技研究機構Gartner預測，到2027年，40%的企業將因治理問題而停用或降級自主AI代理。在最近的Snowflake峰會上，三位數字領袖分享瞭如何避免這一命運的關鍵經驗，強調了框架、專家分析師和資料貨幣化的核心作用。

Whoop公司分析副總裁Matt Luizzi首先強調了框架的重要性。Whoop使用Snowflake的Coco代理進行資料分析，透過建立評估框架，從初始的小規模測試逐步過渡到大規模部署。Luizzi指出，上下文是關鍵，必須將語義層結構化以構建可重複的框架，這是規模化AI工作負載的基礎。此外，Whoop的軟體工程師利用Coco進行A/B測試、分析結果並迭代功能，顯著加速了業務和客戶價值的交付。

Fanatics資料副總裁Madeleine Want則強調了專家分析師的角色。她的團隊在邊界明確的領域取得了成功，因為這些領域有熟悉業務的專家能夠指導代理。隨著時間推移，所需的監督逐漸減少，評估準確性提高，代理的應用範圍也從分析擴充套件到運營用例。Want指出，使用者現在要求透過各種渠道和消費媒介訪問資料洞察，這推動了代理技術的進一步整合。

Synopsys的CIO Sriram Sitaraman專注於資料貨幣化。他的公司利用AI代理處理重複性任務，如財務部門的收入報告和與資料中心相關的票務系統除錯代理。Sitaraman的團隊從結果質量、速度和成本三個維度評估AI潛力，發現AI在所有領域都有積極影響。他建議從資料開始，因為AI對資料量呈線性擴充套件，但警告要區分自動化和自主性，並建立適當的框架。Sitaraman提醒，一個被指定為“銷售運營代理”的AI可能無意中轉變為其他型別的代理，因此必須明確其邊界和目標。

這三位領袖一致認為，成功的關鍵在於治理：即建立可重複的框架、利用領域專家、明確目標，並謹慎設計代理的邊界，以避免意外後果。這些經驗表明，雖然AI代理的前景廣闊，但只有透過嚴格的治理和規劃，企業才能從自主AI中實現真正的投資回報。