當(dāng)前業(yè)界正在熱烈討論一個重要問題:AI 代理是否會像 90 年代的個人電腦一樣,成為企業(yè)運(yùn)營的基礎(chǔ)設(shè)施?

需要明確的是,業(yè)內(nèi)對 AI 代理的真正含義存在諸多爭議,有人認(rèn)為它正在成為另一個被過度炒作的流行語。Google 產(chǎn)品管理高級總監(jiān)、前 GitHub 產(chǎn)品副總裁 Ryan Salva 在最近接受 TechCrunch 采訪時表示,他開始"討厭代理這個詞",因?yàn)?業(yè)界過度使用'代理'一詞,以至于幾乎失去了意義"。

不過,在基礎(chǔ)層面上,業(yè)界似乎達(dá)成共識:與專注于大規(guī)模生成文本、圖像、視頻和音頻的生成式 AI 不同,AI 代理旨在采取行動,能夠自主決策和執(zhí)行任務(wù)。

那么,AI 代理對全球企業(yè)的實(shí)際價值究竟有多大?特別是在 AI 發(fā)展面臨能源消耗、學(xué)習(xí)效率和數(shù)據(jù)可靠性等挑戰(zhàn)的情況下,這些所謂的 AI 代理是否已經(jīng)準(zhǔn)備好處理我們的商業(yè)運(yùn)作方式?

AI 巨大的能源需求

科技熱潮總是令人興奮,但當(dāng)熱潮褪去時,真正棘手的問題就會浮現(xiàn)。AI 代理也不例外。事實(shí)上,AI 代理的廣泛部署取決于解決與 AI 相關(guān)的日益嚴(yán)重的能源危機(jī)。正如我在 Forbes 的多篇文章中提到的,該行業(yè)已經(jīng)在努力應(yīng)對 GPU 的巨大能源需求,大型科技公司甚至在探索核能來支持 AI 發(fā)展。

Informatica 的 CEO Amit Walia 表示:"當(dāng)前在 GPU 和 AI 基礎(chǔ)設(shè)施上的大規(guī)模資本支出,讓人想起過去的工業(yè)革命,基礎(chǔ)技術(shù)重塑了經(jīng)濟(jì)。雖然硬件至關(guān)重要,但能源效率將成為 AI 應(yīng)用的決定性因素。"

AI 模型,特別是需要實(shí)時決策的模型,需要大量的處理能力。這意味著無法優(yōu)化 AI 基礎(chǔ)設(shè)施的公司可能面臨不可持續(xù)的運(yùn)營成本。

更智能的學(xué)習(xí)算法需求

除了 AI 數(shù)據(jù)中心和能源消耗的基礎(chǔ)設(shè)施問題外,AI 代理還必須具備超越傳統(tǒng) AI 模型的學(xué)習(xí)和適應(yīng)能力。

幸運(yùn)的是,強(qiáng)化學(xué)習(xí)正在成為這方面的關(guān)鍵推動力。根據(jù) Walia 的說法,強(qiáng)化學(xué)習(xí)允許 AI 代理隨時間改進(jìn)其行為,使用真實(shí)和合成數(shù)據(jù)來模擬不同場景。

Interface.ai 的 CEO Srinivas Njay 也認(rèn)同這一觀點(diǎn),指出強(qiáng)化學(xué)習(xí) (RL) 對于執(zhí)行復(fù)雜任務(wù)的 AI 代理來說是不可或缺的。

然而,雖然強(qiáng)化學(xué)習(xí)能夠使 AI 動態(tài)改進(jìn)決策,但它并非萬能良藥。強(qiáng)化學(xué)習(xí)有多個限制,包括但不限于高昂的數(shù)據(jù)和計(jì)算成本、模型決策解釋性不足,以及遷移學(xué)習(xí)能力較差。

數(shù)據(jù)挑戰(zhàn)

數(shù)據(jù)仍然是 AI 性能的基石,但同時也是 AI 代理最大的瓶頸。如果沒有高質(zhì)量的領(lǐng)域特定數(shù)據(jù),AI 代理就無法在醫(yī)療保健、金融和客戶服務(wù)等特定行業(yè)環(huán)境中有效運(yùn)作。

現(xiàn)實(shí)檢查

隨著泡沫與現(xiàn)實(shí)的分離,在這股熱潮中,現(xiàn)在變得更加明顯的是,大多數(shù)企業(yè)還沒有準(zhǔn)備好將決策完全交給 AI 代理 - 尤其是在涉及客戶關(guān)系、金融交易或戰(zhàn)略規(guī)劃等高風(fēng)險場景中。

選擇戰(zhàn)略而非炒作

我們正處于可能是一場漫長變革的開始,類似于企業(yè)軟件和云計(jì)算的興起。雖然 AI 代理無疑會變得更加強(qiáng)大,但企業(yè)必須首先關(guān)注基礎(chǔ):確保數(shù)據(jù)準(zhǔn)備就緒、提高員工的 AI 素養(yǎng),并以推動可衡量的生產(chǎn)力提升的方式整合 AI。

坦率地說,目前還不清楚 AI 代理真正改變商業(yè)運(yùn)營的核心要素何時才能就位,或者這需要多長時間。但在此之前,專注于戰(zhàn)略性 AI 部署而不是追逐炒作的公司將是真正獲益的企業(yè)。