Любой, кто просматривает новости, может подумать, что внедрение ИИ-агентов идёт на полной скорости, однако на самом деле наблюдается спад развёртываний, поскольку многие организации пытаются понять, что делать дальше, сообщил The Register генеральный директор Redis Роуэн Троллоп.
Компания, стоящая за базой данных Redis, которая завоевала популярность в качестве кэша в архитектуре облачных приложений, став самой популярной базой данных в AWS, стремится помочь пользователям перейти от лабораторных экспериментов с проектами ИИ-агентов к реальному производству.
Ранее в этом месяце Gartner прогнозировала, что инвестиции от поставщиков программного обеспечения и облачных провайдеров подстегнут рост расходов на ИИ в этом году на триллион долларов, достигнув отметки в 2,52 триллиона долларов. Однако корпоративные пользователи оказались в «долине разочарования», поскольку реакция на презентации корпоративных проектов сменяется с «это была отличная идея» на «где моя прибыль?» — сообщила исследовательская фирма.
Троллоп отметил, что это явление нашло отражение в его опыте помощи клиентам в создании проектов, реализующих платформы ИИ-агентов в бизнесе.
«Я видел меньше примеров по-настоящему успешных производственных агентов, чем ожидал [с точки зрения] всего, что находится за пределами инженерии», — сказал он. «Это всё ещё довольно сложно, и только крупнейшие компании в мире понимают, что именно в это будущее они инвестируют. Я не думаю, что они остановятся. Они осознают, что им нужна эта платформа следующего поколения».
Redis начинала свой путь в 2009 году как попытка создать высокопроизводительную базу данных типа «ключ-значение». К концу 2020 года она стала самым популярным выбором в качестве кэша и брокера сообщений в облачных стеках приложений. С тех пор Redis расширила свои амбиции, добавив функции машинного обучения и поддержку документов JSON, стремясь выйти за рамки своих корней в области кэширования. Теперь компания поддерживает реализации ИИ. В прошлом году она анонсировала LangCache — полностью управляемый REST-сервис, предназначенный для снижения дорогостоящих и подверженных задержкам вызовов к LLM путём кэширования предыдущих ответов на семантически схожие запросы.
В то время как Gartner видит, что значительная часть корпоративных расходов на LLM уходит крупным поставщикам приложений, поскольку пользователи ищут варианты с низким риском, обновляя уже используемое ПО, Троллоп утверждает, что организациям необходимо задуматься о спектре источников, из которых они могут черпать данные для принятия решений ИИ-агентами.
Хотя Salesforce может хранить информацию о предоставленной вами скидке клиенту, а Workday — о сотрудниках, агентам, принимающим решения, может также потребоваться информация из электронной почты, платформ мгновенного обмена сообщениями и других источников, аргументировал он. Следовательно, организации, создающие системы ИИ-агентов, использовали фреймворки от Microsoft, Google или LangChain — независимой инженерной платформы для создания, тестирования и развёртывания надёжных ИИ-агентов.
«Информация, необходимая для принятия наиболее релевантных решений, часто не очевидна для агента», — сказал Троллоп. «Например, если бы я создавал агента для взаимодействия с моими клиентами и предоставления ему полномочий по ценообразованию, почему и когда агенту разрешено делать исключения из стандартной ценовой политики? Если вам нужна только стандартная ценовая политика, это очень легко, но вы не замените ею людей. Вам нужно выяснить, где люди применяют своё суждение и какие данные они использовали для принятия этого решения. Вот где сбор этих данных становится сложным, потому что они часто неструктурированы. Они находятся в ветках Slack, в цепочках электронной почты, в текстовых сообщениях. Это то, что мы видим как проблему номер один».
Требования к данным для принятия ИИ-агентами значимых решений являются частью мотивации для векторных функций в базах данных. Множество поставщиков, включая Redis и Oracle, а также специализированные поставщики, поддерживают эту концепцию. При небольшом количестве успешных практических примеров, вопрос о том, последуют ли выгоды, остаётся открытым. Но Redis, по крайней мере, видит, что крупные компании продолжают инвестировать, несмотря на трудности. ®
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Lindsay Clark
