自主AI(智能體)是一種無需人工干預就能在企業內執行特定功能的技術，隨著企業希望自動化業務流程、增強員工產出并從GenAI中獲取價值，這類技術正逐漸獲得關注。
分析公司Forrester將智能體列為今年十大新興技術之一，但同時對專注于采用該技術的公司發出警告：不要單打獨斗。根據Forrester對2025年AI的預測，三分之二試圖自主構建智能體的企業將會失敗。
Forrester的分析師Jayesh Chaurasia和Sudha Maheshwari寫道，那些未能成功自主構建智能體的公司，將會轉向外部AI咨詢公司為其構建定制智能體，或使用其現有供應商軟件中嵌入的智能體。
“精明的公司會了解當前的局限性，依賴供應商和系統集成商合作伙伴來構建處于技術前沿的智能體。”他們寫道。
他們補充說，構建智能體是一個復雜的過程，許多企業沒有足夠的AI專業知識來完成這一任務。
“隨著公司將GenAI應用于更復雜的任務，自主AI正成為熱點，”Chaurasia和Maheshwari表示，“挑戰在于這些架構過于復雜，涉及多個模型、先進的RAG(檢索增強生成)堆棧、先進的數據架構和專業技術。”
此外，他們指出，自主AI的能力仍處于初級階段。可能還需要兩年的時間，這些AI才有望實現人們對自動化的高度期望。
自主開發AI的價值
盡管如此，一些公司看到了自建智能體的機會。Goldcast是一家專注于視頻營銷的軟件開發商，其產品負責人Lauren Creedon表示，公司已嘗試使用十幾個開源AI模型來輔助各種任務。
例如，Goldcast使用一個AI模型來轉錄視頻，另一個撰寫基于視頻的博客文章，第三個用于創建社交媒體帖子，第四個通過面部識別識別視頻中的人物。Creedon表示，Goldcast的目標是將所有這些AI模型鏈接起來，成為能夠自動執行分配任務的智能體。
Goldcast并沒有自行構建獨立的AI模型，而是利用了這些開源AI的特定功能來滿足其自身的需求和工作流程。Creedon指出，基于開源模型構建是利用自主AI力量的更高效方式，比從零開始創建智能體更為可行。
“我不希望人們認為AI是一件難懂且只有擁有博士學位的人才能使用的專業工具，”她說，“越多的人能夠掌握它，越多的團隊能夠使用它，不僅業務運營會獲得更好的成果，客戶也會受益。”
Creedon同意Forrester的觀點，構建智能體確實是一個復雜的過程。她指出，企業需要一個全面的MLOps計劃，而有些公司可能沒有足夠的專業知識自行完成。
Creedon補充說，高級團隊需要將多個不同的開源模型結合在一起，組成一個工作流程。在許多情況下，企業需要依靠外部專家來設置智能體。
盡管如此，Slate Technologies的首席技術官兼AI主管Senthil Kumar表示，自己動手也是可行的。Slate Technologies是一家為建筑及相關行業提供數據分析的公司。Kumar表示，Slate Technologies早在三年前就開始推出自己的智能體，甚至早于ChatGPT發布后引發的AI熱潮。
“幾年前還是一個愿景的技術，如今正在逐漸實現。”Kumar說道。
他指出，現在有多個大型語言模型(LLM)可供使用，聰明的公司可以根據自己的具體需求實驗并訓練自主智能體。
“我們有幸能夠站在巨人的肩膀上，從其他領域的經驗中學習，”Kumar補充道，“從一個AI模型開始，你就可以開始調整其行為。相比外部的通用解決方案，你對自己的生態系統了解得更透徹。”
人類監督的必要性
Kumar指出，構建成功的智能體的關鍵之一是人類的監督，即使智能體是為自主運行而設計的，這種監督也是必要的。企業不能構建一個智能體后就放任不管，而是需要檢查其結果并不斷尋找改進方法。
“這是一個AI生態系統與人類合作伙伴共同進化的過程，”他說道，“重點應放在這些智能體如何學習、如何獲取知識以及如何傳播知識。”
然而，對于許多公司來說，決定是自己構建智能體還是與顧問合作并不容易。AlphaSense的AI主管Chris Ackerson指出，大型公司可能會傾向于開發高度定制化的智能體，但它們可能會因內部數據的分散、低估所需資源或缺乏內部專業知識而陷入困境。
“雖然有些公司可能會取得成功，但這些項目往往在成本和復雜性方面失控，”Ackerson說道，“在很多情況下，從值得信賴的合作伙伴那里購買解決方案可以幫助企業避免‘自建遺憾’的陷阱，加快成功的進程。”
Ackerson補充道，AlphaSense已經訓練了自己的智能體，但許多公司缺乏內部的專業知識。此外，企業在進行成本預估時，常常忽視了后續維護的成本。
“這是最大的成本，因為隨著時間的推移，維護AI系統可能非常復雜且資源密集，需要不斷更新、監控和優化以確保長期功能。”Ackerson說。
他認為，與AI提供商合作可以讓公司獲得經過數千用戶測試和優化的現成智能體。
“它的實施速度更快，資源占用更少，還帶有持續更新和支持的附加好處，這使公司可以騰出精力專注于其他關鍵業務領域。”他說道。
合作伙伴的價值
UST的首席AI架構師Adnan Masood表示，許多企業不需要自己訓練智能體。
“在像自主AI架構這樣復雜的系統中，重新發明輪子確實不是個好主意，”他說道，“這些架構本質上非常復雜，涉及眾多組件。”
他指出，眾多挑戰之一是在自主AI系統中實現強大的內存管理，這個過程不僅僅是存儲和檢索信息，還包括智能管理上下文、理解過去互動的相關性，并根據不斷發展的知識庫動態調整AI的響應。
此外，他補充說，從零開始構建自主AI還涉及設計復雜的數據結構、實現高效的搜索算法，以及微調AI解釋和優先處理信息的能力，這需要企業具備機器學習、自然語言處理和數據工程方面的專業知識。
“通過尋求專家幫助、采用預構建的解決方案或利用開源生態系統，企業可以利用那些已經解決這些挑戰的人的專業知識和經驗，從而最終增加成功的機會。”Masood說道。
企業網D1net(hfnxjk.com)：
國內主流的to B IT門戶，旗下運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。旗下運營19個IT行業公眾號(微信搜索D1net即可關注)。
版權聲明：本文為企業網D1Net編譯，轉載需在文章開頭注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號