企業如何加速代理AI值的時間

最近一項涉及1,050名資訊長（CIOs）的調查揭示了AI代理在IT產業中的快速採用。令人震驚的是，93%的IT領導者計劃在未來兩年內將AI代理整合進他們的系統中。焦點在於打破資料孤島以促進這種整合，旨在打造更流暢、高效的IT環境。

調查還顯示這些組織廣泛使用應用程式，平均使用897個應用程式。45%的受訪者表示使用超過1,000個應用程式，這對IT團隊來說是一個挑戰，他們致力於創造一致的使用者體驗。

目前，只有29%的企業應用程式實現了整合並在業務中共享資料。為了準備增加AI的使用，資訊長們將20%的預算用於資料基礎設施和管理，這是他們在AI本身上支出的四倍，僅為5%。

了解AI代理

根據ARK Invest的定義，AI代理將徹底改變我們與數位應用程式的互動方式，標誌著人機互動的重大轉變。這些代理可以：

• 透過自然語言處理理解使用者意圖
• 使用推理和情境感知來計劃行動
• 使用工具執行任務以滿足使用者請求
• 透過迭代學習和持續改進提升其效能

ARK Invest預測，AI將大幅提升知識工作的生產力。到2030年，他們預計隨著企業投資於提升生產力的解決方案，每位知識工作者的軟體使用量將大幅增加。根據採用率的不同，全球軟體支出可能從過去十年的14%年增長率增加到每年18%至48%。

使用代理AI加速價值實現

技術研究公司Valoir表示，代理AI能夠透過自動化複雜任務和無需人工干預的互動，帶來指數級的效益。然而，開發能有效管理這些複雜任務的代理AI，本身也面臨一系列挑戰。

使用專為代理AI開發設計的平台，如Salesforce Agentforce，可以顯著加快這一過程。Valoir的研究顯示，組織可以比其他方法快16倍地部署自主AI代理，並實現75%的準確度提升。

Valoir的代理AI開發七階段

Valoir概述了開發代理AI的七個關鍵階段，針對不同複雜度的任務和資料來源進行了定制：

1. 模型設置： 構建AI代理的基礎。
2. 資料與應用程式整合： 確保系統間的資料流動無縫。
3. 提示工程： 為AI互動設計有效的提示。
4. AI護欄與安全： 實施防護措施和安全措施。
5. 使用者介面與工作流程/應用程式開發： 設計使用者友好的介面。
6. 調優： 微調AI模型以獲得最佳效能。
7. 資料準確性： 確保AI代理使用的資料可靠性。

Valoir的研究顯示，自行開發（DIY）方法與使用像Agentforce這樣深度整合的平台之間存在顯著差異。例如，自行開發的模型設置通常需要三到十二個月，而Agentforce的預整合模型可快7.5倍部署。

同樣地，使用開源替代方案進行資料和應用程式整合可能需要一個多月，而Agentforce能在幾週內完成，速度快3.5倍。最顯著的差異在於建立AI護欄、信任和安全性，自行開發可能需要一年以上，而像Agentforce這樣的平台能更快提供這些層面。

準確性對於AI代理的有效部署至關重要。對於簡單任務，自行開發方法達到了50%的準確度，而Agentforce則達到95%。在如銷售指導的複雜場景中，自行開發的準確度下降至40%，而Agentforce保持95%。總體而言，使用平台可將代理準確度提升75%。

Valoir的結論顯示，自行開發項目的總時間平均為75.5個月，而使用Agentforce的項目在僅4.8個月內達到高效準確度，使平台方法快16倍。如需更多關於Valoir代理AI研究的見解，可訪問他們的詳細報告。