De flesta misslyckas med att utveckla egna AI-agenter
Agentiska AI-verktyg, som är utformade för att utföra specifika funktioner inom en organisation utan mänsklig inblandning, blir alltmer populära i företagsvärlden. Många organisationer ser dessa som ett sätt att automatisera arbetsflöden, öka produktiviteten och utnyttja potentialen hos generativa AI-tekniker. Trots detta varnar experter för att försöka bygga dessa agenter internt utan rätt kompetens.
Analysföretaget Forrester har utsett AI-agenter till en av årets tio främsta framväxande teknologier, men de ger samtidigt en varning: Försök inte att göra det på egen hand. Enligt Forresters prognoser för 2025 kommer tre fjärdedelar av de organisationer som försöker utveckla AI-agenter själva att misslyckas. De företag som inte lyckas kommer istället att vända sig till externa AI-konsultfirmor eller använda agenter som är integrerade i deras befintliga mjukvaror.
”Smartare företag kommer att förstå de nuvarande begränsningarna och förlita sig på sina leverantörer och systemintegratörer för att bygga agenter som ligger i teknikens framkant,” skriver analytikerna Jayesh Chaurasia och Sudha Maheshwari från Forrester.
Komplext arbete som kräver specialistkompetens
Att bygga AI-agenter är en komplex process som kräver avancerad expertis inom AI, vilket många organisationer saknar. Arkitekturerna bakom dessa agenter är komplicerade och innefattar flera modeller, avancerade RAG-staplar (retrieval augmented generation), avancerade dataarkitekturer och specialiserad kunskap.
Trots detta finns det företag som väljer att själva utveckla sina AI-agenter. Goldcast, en mjukvaruutvecklare inriktad på videomarknadsföring, har experimenterat med ett dussintal öppna AI-modeller för att hantera olika uppgifter. Målet är att länka samman dessa modeller och omvandla dem till agenter som kan utföra sina uppgifter utan mänsklig inblandning.
”Det är ett mer effektivt sätt att utnyttja kraften hos agentiska AIän att skapa dem från grunden,” säger Lauren Creedon, produktchef på Goldcast. Hon tillägger att det krävs avancerade team för att kunna para ihop olika öppna modeller i ett fungerande arbetsflöde, och att många företag kommer att behöva anlita externa specialister.
Fördelarna med att samarbeta med en AI-leverantör
Senthil Kumar, CTO och AI-chef på Slate Technologies, menar att det är möjligt att utveckla egna AI-agenter, men att det kräver noggrann övervakning och kontinuerlig förbättring. ”Det är en kollaborativ process mellan hela AI-ekosystemet och de mänskliga aktörerna,” säger han. Människor måste vara involverade för att se över resultat och hitta sätt att förbättra agenternas prestationer.
För många företag är det en svår avvägning mellan att bygga egna AI-agenter eller samarbeta med en konsult, säger Chris Ackerson, AI-chef på AlphaSense. Stora företag kan frestas att skapa egna agenter, men de kan lätt snubbla på fragmenterad data, underskatta resursbehoven och sakna den interna expertis som krävs.
”Medan vissa företag kan uppnå framgång är det vanligt att sådana projekt blir mycket kostsamma och komplexa,” säger Ackerson. Att köpa en lösning från en betrodd partner kan hjälpa företag att undvika fallgropar och påskynda deras väg mot framgång.
Specialister kan öka chanserna för framgång
Adnan Masood, chefsarkitekt inom AI på UST, varnar för att försöka återuppfinna hjulet när det gäller komplexa system som agentiska AI-arkitekturer. Att bygga dessa system kräver djupgående kunskaper inom maskininlärning, naturlig språkbehandling och dataengineering. Genom att samarbeta med specialister eller använda färdiga lösningar kan företag dra nytta av den erfarenhet som redan finns på området och därmed öka sina chanser till framgång.
Kommentera: