新的自主式AI工具帶來新的威脅:智能體泛濫
你可能已經(jīng)擁有一個(gè)用于開發(fā)和管理智能體的平臺(tái),甚至可能有兩個(gè)或更多,這種智能體的泛濫使得智能體能夠在企業(yè)的更多領(lǐng)域中運(yùn)作,但也帶來了更高的復(fù)雜性、增加了安全顧慮,并可能損害投資回報(bào)率。
在過去的一年里,供應(yīng)商們一直在急于將智能體產(chǎn)品添加到他們的產(chǎn)品組合中。微軟、AWS、谷歌、IBM、Salesforce、ServiceNow、Workday和SAP都已經(jīng)涉足這一領(lǐng)域,而數(shù)據(jù)管理軟件提供商Informatica本周也承諾將在其智能數(shù)據(jù)管理云中添加智能體,以自動(dòng)化數(shù)據(jù)處理流程。
對(duì)供應(yīng)商鎖定的擔(dān)憂
分析師表示,供應(yīng)商之間的激烈競(jìng)爭(zhēng)以及對(duì)供應(yīng)商鎖定的擔(dān)憂正在推動(dòng)智能體的泛濫。
“企業(yè)感到困惑,正在討論應(yīng)該投資哪種智能體解決方案,因?yàn)閹缀跛械脑品?wù)提供商和SaaS玩家都提供某種形式的智能體產(chǎn)品?!弊稍児網(wǎng)est Monroe的合伙人Cam Cross說。
West Monroe的客戶正在采用多個(gè)智能體,因?yàn)橹悄荏w領(lǐng)域沒有明確的贏家,而且目前投資于單一平臺(tái)存在供應(yīng)商鎖定的風(fēng)險(xiǎn),Cross說。
此外,沒有什么能阻止企業(yè)再添加“一個(gè)”智能體平臺(tái)到他們的組合中,因?yàn)楣?yīng)商們正以免費(fèi)或低價(jià)的工具及其他優(yōu)惠來吸引他們,Cross補(bǔ)充道。
一個(gè)熟悉的故事
智能體的泛濫,無論是智能體還是其他類型的智能體,都是企業(yè)技術(shù)領(lǐng)域新產(chǎn)品類別的一個(gè)熟悉特征。我們已經(jīng)見證了數(shù)據(jù)庫、云計(jì)算、GenAI和大型語言模型(LLM)的興起過程中的這種泛濫——還有上一代自動(dòng)化工具。
The Futurum Group的CIO實(shí)踐負(fù)責(zé)人Dion Hinchcliffe將智能體的泛濫比作RPA在其鼎盛時(shí)期不受控制的擴(kuò)散。他說,RPA最初也是從小處著手,比如自動(dòng)化發(fā)票處理、客戶入職等,但很快就演變成了一堆脆弱、重疊的機(jī)器人,且治理不善。
“同樣的風(fēng)險(xiǎn)也適用于這里:自主式智能體大腦的RPA,它們更聰明,適應(yīng)性更強(qiáng),但如果沒有協(xié)調(diào),它們就會(huì)相互碰撞、重復(fù)工作,并讓用戶和系統(tǒng)都感到困惑。”Hinchcliffe說。
West Monroe的Cross看到了智能體泛濫與企業(yè)服務(wù)總線(ESB)架構(gòu)增長(zhǎng)的相似之處,后者用于在應(yīng)用程序之間交換數(shù)據(jù)。
“許多技術(shù)供應(yīng)商都有自己偏好的ESB集成工具,這使得企業(yè)內(nèi)擁有了太多類似的工具。隨著時(shí)間的推移,許多企業(yè)不得不整合這些工具以降低成本?!盋ross說。
無論是RPA、ESB還是智能體,為同一任務(wù)擁有多個(gè)技術(shù)平臺(tái)都可能導(dǎo)致更高的運(yùn)營(yíng)和支持成本、許可挑戰(zhàn),以及需要維護(hù)多種技能集。
AgentOps能否阻止智能體的泛濫?
為了防止智能體的泛濫,IT領(lǐng)導(dǎo)者必須在它深入企業(yè)之前果斷采取行動(dòng)。
數(shù)字工作者平臺(tái)DoozerAI的聯(lián)合創(chuàng)始人Paul Chada表示,他們可以從之前的泛濫事件中吸取教訓(xùn)。
“數(shù)據(jù)庫的泛濫表明,數(shù)據(jù)治理必須在廣泛采用之前進(jìn)行,而云計(jì)算的泛濫則表明,沒有監(jiān)督的分散采購必然導(dǎo)致低效?!盋hada說。
Hinchcliffe建議企業(yè)現(xiàn)在應(yīng)采用AgentOps思維?!癈IO們應(yīng)該專注于在智能體泛濫之前創(chuàng)建一個(gè)企業(yè)范圍的生命周期管理、可觀測(cè)性、安全性和投資回報(bào)率測(cè)量流程,”他說?!邦I(lǐng)導(dǎo)者應(yīng)該從DevOps和MLOps中汲取靈感:工具、護(hù)欄、測(cè)量和中央政策層是關(guān)鍵,他們應(yīng)該指定一個(gè)跨職能團(tuán)隊(duì)來管理智能體的采用,以免每個(gè)部門都推出自己的智能體解決方案?!?/p>
應(yīng)對(duì)智能體泛濫的協(xié)議
另一種控制智能體泛濫的方法是企業(yè)專注于智能體之間的互操作性,他們可以通過尋找支持模型上下文協(xié)議(Model Context Protocol,MCP)的系統(tǒng)來實(shí)現(xiàn)這一點(diǎn),MCP是一種連接AI系統(tǒng)與數(shù)據(jù)源的通用、開放標(biāo)準(zhǔn),另一種可能性是采用谷歌的A2A協(xié)議,該協(xié)議用于跨多個(gè)系統(tǒng)的自動(dòng)化工作流程。
然而,MCP和A2A都還處于開發(fā)和采用的初期階段,而且這樣的協(xié)議和接口標(biāo)準(zhǔn)肯定會(huì)激增。事實(shí)上,IT領(lǐng)導(dǎo)者接下來可能不得不應(yīng)對(duì)的威脅是智能體協(xié)議的泛濫。