Luotettava data ratkaisee, voivatko tekoälyagentit skaalautua

Maailmanlaajuinen tutkimus osoittaa, että lähes seitsemän kymmenestä organisaatiosta aikoo käyttää tekoälyagentteja laajasti kahden vuoden kuluessa. Samaan aikaan yli puolet sanoo, että vanhat tietojärjestelmät haittaavat kehitystä.

Google Cloudin ja MIT Technologyn tarkastelun näkemyksiä on tutkinut, miten yritykset valmistautuvat tekoälyagenttien laajempaan käyttöön. Tutkimus perustuu 300 data- ja teknologiajohtajan vastauksiin sekä perusteellisiin haastatteluihin HCA Healthcaren, Shopifyn ja Deutsche Telekomin edustajien kanssa.

Tulokset osoittavat, että tekoälyagenttien kyvykkyys ei ole ainoa ratkaiseva tekijä. Vähintään yhtä tärkeää on, onko organisaatiolla tietopohja, joka antaa agenteille pääsyn relevanttiin, ajantasaiseen ja luotettavaan tietoon.

Nykyään lähes kaikki tutkimukseen osallistuneet organisaatiot käyttävät tekoälyagentteja tai suunnittelevat tekevänsä niin. Käyttö on kuitenkin edelleen rajallista. Vain 10 prosenttia raportoi, että tekoälyagentteja käytetään laajalti toiminnassaan.

Tämän odotetaan muuttuvan nopeasti. Kahden vuoden kuluessa 69 prosenttia organisaatioista aikoo ottaa tekoälyagentteja käyttöön laajemmassa mittakaavassa. Monille tämä on merkittävä askel pienimuotoisista pilottihankkeista koko organisaatiossa käytettäviin kriittisiin ratkaisuihin.

Vanhemmat tietokonejärjestelmät hidastavat kehitystä

Yli puolet vastaajista, 55 prosenttia, sanoo, että vanhat tietojärjestelmät estävät heitä laajentamasta tekoälyagenttien käyttöä.

Kyselyssä tunnistetaan neljä keskeistä ongelmaa:

• Data on lukittuna erillisiin järjestelmiin, mikä tarkoittaa, että tekoälyagenteilla ei ole kokonaiskuvaa liiketoiminnasta.
• Esimerkiksi PDF-tiedostoissa, sähköposteissa, videomateriaalissa ja puhelulokien kaltaisia strukturoimattomia tietoja on vaikea käyttää ja hallita turvallisesti.
• Reaaliaikaisen datan saatavuuden puute pakottaa agentit työskentelemään tiedon kanssa, joka saattaa olla jo vanhentunutta.
• Datasta puuttuu riittävä liiketoimintakonteksti ja selkeät semanttiset suhteet, minkä vuoksi agenttien on vaikea ymmärtää tiedon merkitystä ja eri datajoukkojen välisiä suhteita.

Tekoälyagenttien ei tarvitse ainoastaan käyttää suuria tietomääriä, vaan tiedon on oltava myös relevanttia, kontekstuaalista ja saatavilla, kun päätös on tehtävä.

Merkittävät erot organisaatioiden välillä

Raportissa organisaatiot jaetaan datapioneereihin ja datajärjistäjiin. Datapioneereiden vastaava osuus on enintään 30 prosenttia organisaation datasta.

Keskimäärin tekoälyjärjestelmät saavat pääsyn 45 prosenttiin organisaation datasta. Datan saatavuuden erot heijastuvat selvästi agenttien suorituskykyyn kohdistuvassa luottamuksessa.

Kaiken kaikkiaan 51 prosenttia kyselyyn vastanneista johtajista sanoo luottavansa tekoälyagenttien päätösten tarkkuuteen ja relevanssiin, kun taas datan kanssa jälkeen jääneiden keskuudessa näin tekee vain 22 prosenttia.

Datan edelläkävijöistä 36 prosenttia kuvailee agenttien tuloksia johdonmukaisesti tarkkoiksi. Loput 64 prosenttia arvioi tulokset useimmissa tapauksissa tarkkoiksi. Yksikään datan edelläkävijöistä ei mainitse tulosten olevan vain kohtalaisen tarkkoja tai epätarkkoja. Jälkeenjääneistä organisaatioista kolme neljästä tekee tämän arvion.

Raportin mukaan tulokset osoittavat, että laaja ja hyvin hallittu pääsy liiketoimintatietoihin lisää kykyä käyttää tekoälyagentteja useammassa toiminnossa, tehdä nopeampia päätöksiä ja samalla ylläpitää laatua.

Kolme prioriteettia tulevalle vuodelle

Kyselyyn osallistuneet organisaatiot mainitsevat kolme data-aluetta erityisen tärkeinä tekoälyagenttien skaalaamisen kannalta seuraavien kahdentoista kuukauden aikana.

Ensimmäinen prioriteetti on parantaa sekä strukturoidun että strukturoimattoman datan saatavuutta. Tiedon on oltava käytettävissä siellä, missä se on jo olemassa, jopa silloin, kun se on hajautettu eri järjestelmiin ja ympäristöihin.

Toinen on datan ja tekoälymallien hallinnan vahvistaminen. Lisäämällä liiketoimintakonsepteja, sääntöjä ja kontekstia organisaatiot voivat auttaa agentteja tekemään osuvampia ja tarkempia päätöksiä.

Kolmas prioriteetti on korvata perinteinen eräkäsittely suoratoistolla ja tapahtumapohjaisilla tietovirroilla, joiden avulla tekoälyagentit voivat reagoida muutoksiin ja toimia ajankohtaisen tiedon perusteella reaaliajassa.

Tietojärjestelmistä toimintajärjestelmiin

Tekoälyn lisääminen vanhemman ja pirstaloituneemman data-arkkitehtuurin päälle voi, kuten sanotaan, Google Cloud johtaa korkeampiin kustannuksiin, monimutkaisempiin integraatioihin ja rajoitettuun skaalautuvuuteen.

Siksi yritys kannattaa siirtymistä järjestelmistä, jotka ensisijaisesti kokoavat ja analysoivat tietoa, järjestelmiin, jotka pystyvät myös muuttamaan tiedon toiminnaksi.

Google Cloud kuvailee tätä malliaan seuraavasti ”Agenttien datapilvi” – tekoälyagenteille suunniteltu yhtenäinen dataympäristö. Yrityksen mukaan tällaisen arkkitehtuurin tulisi olla tekoälypohjainen, kyetä käyttämään dataa pilvipalveluissa, järjestelmissä ja formaateissa sekä tarjota hallintaa, liiketoimintakontekstia ja luotettavia tuloksia.

Raportin yleinen johtopäätös on, että organisaatioiden, jotka haluavat siirtyä tekoälypiloteista laajaan käyttöön, on ensin tarkistettava tietopohjansa. Tekoälyagenttien kyky toimia itsenäisesti käytännössä riippuu siitä, mitä tietoa heidän sallitaan käyttää, kuinka ajantasaista se on ja kuinka hyvin se on ymmärrettävissä.

Täydellinen MIT Technology Review Insights -raportti, Tekoälyagenttien skaalaaminen luotettavalla datalla, tarjoaa vielä enemmän yksityiskohtia, mukaan lukien haastatteluja johtajien kanssa, joiden avulla voit valmistella tietokantaasi agenttien aikakautta varten.

Lataa raportti.