Представио ЕдгеВерве
Пре него што се обратимо Глобалним пословним услугама (ГБС), хајде да направимо корак уназад. Може ли агентска АИ, врста АИ способне да предузме акцију вођену циљевима, да трансформише не само ГБС већ било коју врсту предузећа? И да ли је то већ учињено?
Као и код многих нових технологија, реторика је надмашила примену у овом случају. Иако је 2025. „требало да буде година агентске вештачке интелигенције“, није тако испало, каже уредник ВентуреБеат-а Тарин Плумб. Ослањајући се на податке компаније Реплит из Гоогле Цлоуд-а и интегрисаног развојног окружења (ИДЕ), Плумб је у објави ВентуреБеат-а из децембра 2025. известио да оно што недостаје су основе потребне за скалирање.
С обзиром на искуство генеративног (ген)АИ заснованог на моделу великог језика (ЛЛМ), овај исход није изненађујући. У анкети спроведеној у фебруару 2025 Самит мреже заједничких услуга и спољних сарадника (ССОН).65% ГБС организација је одговорило да тек треба да заврше пројекат ГенАИ. Може се са сигурношћу рећи да је усвајање недавно пристигле агентске вештачке интелигенције још увек у почетној фази за предузећа, укључујући ГБС.
Улога агентске вештачке интелигенције у глобалним пословним услугама
Ипак, постоје добри разлози да се фокусирамо на огроман потенцијал агентске вештачке интелигенције и њену примену у ГБС сектору.
Лишен узбуђења, Агентиц АИ откључава могућности у слоју оркестрације софтверских токова посла који раније нису били практични. То ради кроз низ техника, укључујући (али не захтева) ЛЛМ. Иако предузећима можда заиста недостају одређене основе потребне за примену агентске вештачке интелигенције у великом обиму, ти предуслови нису ван домашаја.
Што се тиче ГБС-а и центара за глобалне могућности (ГЦЦ), они су већ били у процесу преобразбе, од проширења позадинске канцеларије у све стратешкије пословне партнере. Агентска АИ се природно уклапа јер један од његових стандардних случајева употребе укључује ИТ операције или агенте за корисничку подршку, функционалност која је већ у оквиру постојеће ГБС и ГЦЦ кормиларнице.
Дакле, да, агентска АИ би потенцијално могла да трансформише ГБС сектор. Лидери у индустрији могу најбоље да крену ка обимној примени применом методичког приступа.
Пет корака за примену агентске АИ у ГБС
Агентиц АИ није једина игра у граду. Као што је наведено, постоји ГенАИ, који се првенствено користи за креирање садржаја. Али проширујући обим, такође можемо указати на АИ за предвиђање и АИ докумената, који се користе за предвиђање и екстракцију података. (Ни једно ни друго не захтева ЛЛМ.) Изложеност већ постојећем АИ слути добро за будућност агентске АИ.
Прво, ови укуси вештачке интелигенције се међусобно подржавају, сложени (уместо раздвојени) у модерним системима. Агентска АИ је посебно позиционирана да се ослања на друге. Друго, након што су проживјели циклус узбуђења ГенАИ-а, лидери индустрије могу бити склони да заузму одмјеренији – и продуктивнији – приступ агентској АИ.
Уместо да жури у пилот пројекат, индустрији би било добро да се пажљиво припреми (кораци 1-3). Када се комбинују са правим тестним пројектом (корак 4), ове радње могу утрти пут за проширену примену агентске АИ (корак 5):
Упознајте своје процесе. Пословне операције могу бити компликоване. Замислите врхунску глобалну фирму за транспорт и логистику, чије хиљаде стално запослених у њених седам ГБС центара подржавају више од 80 процеса који укључују веома сложене, ручно интензивне токове рада са широким регионалним варијацијама. Само ако прво разуме постојеће процесе и токове посла, организација попут ове има шансу да их поново размисли или преради.
Знај своје податке. Уско повезани су подаци од којих зависе токови посла. Како ови подаци теку од краја до краја? Како изгледају цевоводи? Где су кључни АПИ-ји? Да ли су подаци структурирани или неструктурирани? Да ли ресурси укључују платформе података (системе евиденције) и векторске базе података (контекстне машине), од којих оба агента АИ треба да доносе добре одлуке? Каква врста управљања и безбедности података преовлађује? Како би се то могло променити у сценарију агентске вештачке интелигенције?
Идентификујте проблем. У случају горе поменуте шпедиције, сложеност и варијације токова посла, као и њихов ручни интензитет, изложили су је значајним трошковима, пропустима у уговорима о нивоу услуге (СЛА), лошем искуству корисника и повећаном усаглашености и правним ризицима. Када се једном именује, проблем логично постаје потенцијални случај употребе са дискретним циљевима.
Пилотирајте оперативни модел. Опције укључују консолидацију напора у Центру изврсности (ЦОЕ), демократизацију развоја кроз приступе вођене грађанима и партнерство кроз моделе Буилд-Операте-Трансформ-Трансформ-Трансфер (БОТТ), између осталог. Без структуралне јасноће, чак и обећавајуће пилоте АИ тешко је проширити изван њиховог почетног домена. Модел такође треба да одражава стварност. Вјероватно укључује више, паралелних агената у постизању координисаних циљева, агентска АИ је и даље ограничена окружењем, сложеношћу, ризицима и управљањем.
Повећај. Успешни пилоти воде ка сопственим следећим корацима. Узмите фрагментирано искуство велике мултинационалне банке у Аустралији. Након аутоматизације неколико неосновних процеса кроз Аутоматион ЦОЕ, банка је схватила да треба да анализира и побољша своје најсложеније токове посла. Изабрао је врхунску софтверску платформу која му је омогућила да заврши више од 100 пројеката откривања за мање од 14 месеци. Пилоти би стога могли расти, постајући иницијативе за цијело предузеће.
Како агентска АИ изгледа на нивоу предузећа
Само обим може дати прави утицај. Добављач транспорта, са својих седам ГБС центара, завршио је са технологијом способном да изгради цевоводе података, дигитализује сложене документе, примењује резоновање засновано на правилима у изузецима специфичним за земљу и оркестрира рад у тимовима. Та основа је довела до трансформације АИ прве од око 16 иницијатива, експоненцијалног раста аутоматизације и значајног повећања ефикасности.
Ослобађањем способности на слоју оркестрације – омогућавањем контекстуалне перцепције, сарадње између домена и аутономне акције усклађене са управљањем – агентска АИ може турбо-напунити операције, како вештачке тако и људске.
Размотрите процес набавке. Док АИ документа може да извуче податке из наруџбина, избегавајући одређене ручне провере, АИ агент би такође могао да процени ризик добављача, упореди стандарде усклађености, провери доступност буџета, па чак и започне преговоре док води евиденцију ревизије за регулаторно извештавање. У сценарију финансијског саветовања, док предиктивна вештачка интелигенција може да анализира трендове, АИ агент би могао да предузме даље акције, помажући професионалцима у одређеним пословним јединицама у циљаним стратешким инвестицијама.
Имајте на уму да агент не замењује људско расуђивање, већ га проширује, осигуравајући да се одлуке доносе брже, доследније и на већем нивоу.
Од самосталне аутоматизације до агентских екосистема у ГБС
ГБС је на јединственој позицији да води предузеће у еру агентске вештачке интелигенције. По дизајну, ГБС се налази на раскрсници процеса и података у више пословних јединица. Финансије, људски ресурси, ланац снабдевања и ИТ се одвијају кроз модел заједничких услуга. Ова централна тачка гледања чини ГБС идеалном лансирном плочом за креирање агентских АИ екосистема.
Екосистем се разликује од самосталне аутоматизације. Агенти не обављају задатке изоловано. Уместо тога, они раде као део међусобно повезаног система. Они деле увиде, уче једни од других и координирају да би оптимизовали резултате на нивоу предузећа. Примењен у ГБС или ГЦЦ, Агентиц АИ може убрзати њихову текућу трансформацију, омогућавајући им да прескоче инкременталну аутоматизацију и раде на нивоу оркестрације процеса од краја до краја.
Н. Схасхидар је СВП и глобални шеф, управљање производима у ЕдгеВерве-у.
Спонзорисани чланци су садржај који производи компанија која или плаћа објаву или има пословни однос са ВентуреБеат-ом, и увек су јасно означени. За више информација контактирајте салес@вентуребеат.цом.
