在一年內(nèi)，許多企業(yè)可能會運行數(shù)十個智能體，其中一些由企業(yè)內(nèi)部構(gòu)建，另一些則從五六個不同的供應(yīng)商處購買。

對于一些CIO來說，這聽起來就像是互操作性難題，近幾個月來，雖然已經(jīng)出現(xiàn)了一些AI標準化協(xié)議，但哪些協(xié)議將在市場上勝出仍不明朗，CIO們?nèi)悦媾R諸多棘手問題。

從長遠來看，多智能體IT環(huán)境的倡導(dǎo)者認為，隨著智能體接手大量目前由員工完成的瑣碎且重復(fù)的任務(wù)，該環(huán)境有望大幅提高效率并顯著節(jié)約成本，但與此同時，許多IT領(lǐng)導(dǎo)者也看到了嚴重的互操作性問題，包括數(shù)據(jù)安全、成本控制，以及多個智能體協(xié)同工作時對結(jié)果的不信任。

軟件開發(fā)公司Sonatafy Technology的CEO史蒂夫·塔普林(Steve Taplin)表示，對于希望挖掘AI潛力的公司來說，AI互操作性正成為一個重大問題。

他說：“作為為企業(yè)客戶領(lǐng)導(dǎo)AI驅(qū)動轉(zhuǎn)型項目的人，我可以告訴你，AI互操作性正悄然成為規(guī)?；瘮U展過程中最緊迫的障礙之一，我們親眼目睹了企業(yè)在努力采用AI的同時，還面臨著如何讓其不斷增長的AI工具生態(tài)系統(tǒng)真正協(xié)同工作的挑戰(zhàn)?！?/p>

塔普林補充道，如果在架構(gòu)層面不解決互操作性問題，企業(yè)就會創(chuàng)建出脆弱且不可擴展的AI實現(xiàn)方案?！白罱K，企業(yè)將面臨模型孤立、集成混亂以及支持成本上升的問題，”他說，“更糟糕的是，他們的團隊對努力采用的AI失去了信心?！?/p>

企業(yè)架構(gòu)管理供應(yīng)商Ardoq的首席產(chǎn)品官伊恩·斯滕德拉(Ian Stendera)補充道，為推出智能體和相關(guān)技術(shù)的企業(yè)提供服務(wù)的供應(yīng)商正面臨新一輪的集成問題。

他說：“目前，隨著智能體真正開始發(fā)揮作用，我們正看到這些潛在挑戰(zhàn)的初步顯現(xiàn)，到目前為止，這還是一系列失敗的嘗試，但現(xiàn)在開始取得一些進展?！?/p>

競爭激烈的協(xié)議

斯滕德拉表示，新的AI協(xié)議是在許多企業(yè)開始大規(guī)模部署智能體時出現(xiàn)的，但哪些協(xié)議將脫穎而出仍不明朗，一些企業(yè)可能會選錯方向。

他補充道：“協(xié)議的出現(xiàn)恰逢其時，但我們看到需要找到一些標準，以免我們最終陷入一個并不比之前更好的境地?！?/p>

斯滕德拉還認為，數(shù)據(jù)安全是一個亟待解決的大問題，許多CIO都擔心哪些智能體正在訪問敏感信息，他表示，與此相關(guān)的一個問題是，當多個智能體協(xié)同生成報告或申請新物資時，對智能體結(jié)果的不信任將成為一個特別難以解決的問題。

他補充道，自主式AI可能很快就會面臨“無限遞歸”問題，即一系列智能體相互協(xié)作以產(chǎn)生結(jié)果，其中一個智能體產(chǎn)生的錯誤決策或結(jié)果將影響整個結(jié)果。

斯滕德拉說：“在鏈條的某個環(huán)節(jié)可能會出現(xiàn)一個錯誤，就像惡意用戶一樣，它會破壞整個工作流程，由于這種架構(gòu)的設(shè)計方式，采用多智能體編排，因此很難保持透明度和可審計性。”

他指出，互操作性的另一個主要問題涉及智能體的成本，在許多企業(yè)中，不同的業(yè)務(wù)部門可能會推出自己的智能體，在某些情況下，員工或部門可能會自行構(gòu)建智能體，因為低代碼智能體開發(fā)正逐漸興起。

斯滕德拉表示，CIO們應(yīng)該問自己幾個問題，比如我們有多少個智能體在做同樣的事情?我們是否支付了過高的費用?我們是否向某個特定供應(yīng)商支付了過多費用?

他說：“這些問題以后會出現(xiàn)，但目前還沒有真正凸顯出來，這幾乎就像是一個無休止的實驗預(yù)算，但隨著我們開始看到它發(fā)揮作用，我們將看到這些重復(fù)和冗余成為真正的挑戰(zhàn)?！?/p>

格式錯誤

除了安全、信任和成本問題外，Sonatafy公司的塔普林還看到了其他幾個AI互操作性問題，包括數(shù)據(jù)格式混亂以及與他所說的集成脆弱性相關(guān)的工作流程中斷。

他說：“每一個新的AI平臺、智能體或服務(wù)似乎都有自己的‘語言’——數(shù)據(jù)格式、API、運行時依賴項和操作假設(shè)，這就像現(xiàn)代的巴別塔。當CIO試圖將這些工具拼湊在一起時，尤其是跨部門或業(yè)務(wù)單元時，事情就開始出問題了。”

他表示，這是一個問題，因為并非所有AI工具處理數(shù)據(jù)的方式都相同。例如，Sonatafy的一個物流客戶部署了三個用于預(yù)測、路線規(guī)劃和價格制定的AI工具，每個工具使用的時區(qū)約定和區(qū)域編碼都略有不同。塔普林說，盡管這些系統(tǒng)本應(yīng)互操作，但這些細微的差異導(dǎo)致了貨物錯運、庫存錯位和客戶服務(wù)問題。

他補充道：“我們發(fā)現(xiàn)，許多AI工具——即使是為了與標準數(shù)據(jù)集交互而構(gòu)建的——在底層編碼或處理數(shù)據(jù)的方式上也存在差異，這會導(dǎo)致細微的不匹配，從而導(dǎo)致模型或智能體之間的連接失敗?！?/p>

此外，塔普林表示，當企業(yè)部署了多個協(xié)同工作的AI工具時，軟件更新可能會導(dǎo)致工作流程中斷。

他說：“CIO們希望自動化流程能夠隨時間適應(yīng)變化，然而，當你將來自不同供應(yīng)商或開源模型的多個AI服務(wù)拼湊在一起時，即使是微小的更新也可能導(dǎo)致整個鏈條崩潰?！?/p>

塔普林還見證了當營銷團隊部署了一個由大語言模型(LLM)驅(qū)動的營銷活動引擎，該引擎與另一個供應(yīng)商的情感分析器相連時出現(xiàn)的問題，他說，當分析器用新模型版本更新后，它開始以新的方式對輸入進行分類，從而破壞了下游的個性化邏輯，而直到營銷活動失敗時，才有人發(fā)現(xiàn)這個問題。

他補充道，CIO們應(yīng)該認識到，AI集成不僅僅關(guān)乎API?！八P(guān)乎共同的期望、版本透明度和行為可預(yù)測性，而目前許多工具都嚴重缺乏這些要素?！彼f。

應(yīng)對挑戰(zhàn)

塔普林表示，為了解決潛在的互操作性問題，CIO們需要謹慎地部署智能體和其他AI工具，僅僅有讓AI工具相互通信的協(xié)議是不夠的。

他說：“行業(yè)標準是一個良好的開端，但它們并不能解決快速創(chuàng)新與長期可維護性之間的根本矛盾，你仍然需要內(nèi)部工程嚴謹性，并愿意放慢腳步，以便設(shè)計出能夠與其他系統(tǒng)良好協(xié)作的AI系統(tǒng)?！?/p>

IT咨詢公司Infosys的數(shù)據(jù)、分析和AI部門高級副總裁兼全球負責人蘇尼爾·塞南(Sunil Senan)補充道，企業(yè)應(yīng)考慮采用集中式平臺方法來部署智能體，而不是允許各個業(yè)務(wù)部門或個別員工自行推出。

他說，如果采用得當，這種平臺方法可以預(yù)見許多與AI互操作性相關(guān)的信任、風險、治理和其他潛在問題。

他補充道：“通過基于平臺的部署，你將負責任的AI原則融入其中，我們支持這樣一個觀點，即建立一個經(jīng)過深思熟慮且負責任的AI流程，該流程支持自主式AI集成，并在可操作性方面跨越應(yīng)用程序，但通過平臺進行管理?！?/p>

塞南還建議CIO們考慮使用能夠跨多個應(yīng)用程序處理多項任務(wù)的智能體，而不是將多個來自不同供應(yīng)商的智能體串聯(lián)起來協(xié)助員工。例如，石油和天然氣行業(yè)的一位業(yè)務(wù)分析師可能只與一個智能體合作，從PDF文件中總結(jié)行業(yè)報告、處理來自公司SAP系統(tǒng)的數(shù)據(jù)，并與微軟的Office套件進行交互，而不是使用三個智能體。

他說：“你可以看到，我如何跨越應(yīng)用程序邊界，使智能體對我的角色更有意義，并使其能夠支持我，甚至取代我完成的一些工作，以便我能夠?qū)Ｗ⒂诟袃r值的任務(wù)，智能體可能并不局限于特定的應(yīng)用程序?！?/p>