企業領導者如何在整個組織中擴充套件AI代理

企業領導者正面臨著快速部署AI代理與維護治理、信任和成本控制之間的平衡壓力。在Databricks主辦的圓桌討論中，來自達能、第一資本、華納兄弟探索、福特信貸、吉利德科學等公司的高管分享了擴充套件AI代理的關鍵實踐。

首先，統一治理必須嵌入AI代理的生命週期。吉利德科學的Murali Vridhachalam強調，每個代理在開發前都必須經過風險評估，並根據風險級別獲得適當審批。華納兄弟探索的Ratheesh Kamoor提到，他們利用專門委員會防止員工將敏感個人資訊貼上到AI工具中，每個用例都需要跨職能部門的“綠燈”。福特信貸的Razal Minhas指出，治理不是一次性批准，而是需要持續重新評估，因為模型的風險概況可能因外部環境變化而改變。

其次，管理複雜工作流需要從單一任務轉向基於結果的多代理框架。例如，員工入職流程包括髮放筆記型電腦、在Workday中註冊等多個任務，現在可以透過AI代理自主跨系統執行。第一資本的Prem Natarajan認為，將複雜任務分解為更小的可完成任務，並利用專門AI模型自動化複雜工作流，潛力巨大。

第三，建立專門的AI實驗空間至關重要。福特信貸的Razal Minhas描述了他們如何在生產環境中執行“影子能力”——作為挑戰者靜默執行，以驗證準確性而不影響客戶工作流。這種沙盒方法允許團隊大膽測試假設，同時控制實驗的“爆炸半徑”。

第四，展示早期成功案例有助於建立勢頭。第一資本優先推出了面向汽車經銷商的“聊天管家”客戶工具，這是一個低風險但有用的應用，驗證了代理軟體的實際效果。這種漸進式方法既建立了早期成功，也為更復雜的應用積累了機構信心。

最後，為員工配備與AI代理協作的能力是關鍵。達能的Dee Fitzgerald表示，他們花費大量時間培訓員工如何提示AI。自然語言介面使非技術使用者能夠安全地處理資料和AI，無需SQL或Python專業知識。

總之，代理式AI只有在資料、治理、編排和計算都位於單一安全架構內時才能有效工作。領導者們一致認為，經過認證的資料產品、一致的護欄以及能夠跨不同工作流部署和監控代理的平臺是成功的基礎。