Accenture dan Nvidia akan meningkatkan skala agen AI untuk bisnis perusahaan

Untuk menunjukkan cara kerja platform AI dalam praktiknya, tim pemasaran Accenture ingin menemukan kembali cara kerja departemen menggunakan agen AI, kata CMO Accenture Jill Kramer. Langkah pertama adalah melihat bagian proses mana yang paling diuntungkan oleh agen — termasuk tugas yang paling membutuhkan kekuatan otak atau yang paling berulang.

Dalam wawancara baru-baru ini dengan Digiday, Kramer menjelaskan hasil akhirnya: Lebih dari selusin agen yang telah membantu memangkas total langkah dalam proyek pemasaran dari rata-rata 135 langkah menjadi 85. Beberapa agen membantu dalam riset pemasaran, analisis data, dan menjadwalkan media sosial. Yang lain membantu mencari dokumen internal, menyusun strategi, dan mengidentifikasi cara mendanai proyek berdasarkan bagian lain anggaran.

“Seseorang menggambarkannya kepada saya sebagai memikirkan Anda menjalankan trek ini, tetapi Anda tetap harus melakukan pit-stop,” kata Kramer. “Tim peneliti, tarik data itu. Tim analitik, ambil laporan itu…Bergantung pada kesibukan tim lain, Anda akan mendapatkan sesuatu kembali dalam sehari, seminggu, sebulan, lalu Anda harus mengintegrasikannya. Sekarang, (agen) mengembalikan semuanya kepada Anda dan mereka membantu Anda mengintegrasikannya.”

Accenture dan Nvidia hanyalah dua dari banyak perusahaan yang banyak berinvestasi dalam pengembangan, pengembangan, dan penskalaan agen dan kopilot AI. Lainnya dalam beberapa bulan terakhir termasuk Snowflake, Salesforce, dan Microsoft. Minggu lalu, Microsoft memulai debutnya yang baru Pengecoran Azure AI — sebelumnya diberi nama Azure AI Studio — yang hadir saat Microsoft bersiap untuk debut yang sangat dinantikan Studio Kopilot AI.

Pengembangan agen tingkat perusahaan telah menjadi bagian dari perlombaan yang sedang berlangsung untuk menerapkan AI generatif, namun mendorong adopsi secara luas masih berjalan lebih lambat dari yang diperkirakan sebagian orang. Menurut laporan yang baru dirilis dari Deloittejumlah perusahaan yang meluncurkan agen AI akan meningkat menjadi 25% pada tahun 2025 dan melonjak menjadi 50% pada tahun 2027. Sementara itu, hanya 30% dari proyek percontohan AI yang mencapai produksi penuh. Namun, para analis memperkirakan agen AI akan tetap bertahan.

“AI Generatif dan ChatGPT telah menunjukkan adanya minat konsumen, dan perusahaan teknologi besar memberikan respons yang sama,” kata analis senior Forrester Stephanie Liu. “Meskipun demikian, seperti semua teknologi baru, ada banyak keributan dan hype seputar agen AI, dan perusahaan perlu melakukan uji tuntas untuk mengidentifikasi kasus penggunaan mereka dan kemampuan apa yang secara realistis mereka perlukan.”

Pada awalnya, Accenture mencoba memberikan alat AI kepada banyak orang pada saat yang sama, namun Kramer mengatakan hal itu menimbulkan kecemasan di antara mereka yang tidak menggunakannya, sementara kasus penggunaan sebenarnya terbatas. Bahkan setelah agen AI diterapkan, Accenture harus mengembangkan pola pikir baru untuk membantu staf memikirkan kembali pemasaran daripada menyesuaikan alat ke model operasi lama.

“Ini adalah kelompok mana pun di mana pun: Jika Anda meminta mereka bekerja dengan cara yang berbeda secara fundamental, pada awalnya terjadi penolakan organ,” kata Kramer. “Bagian terpentingnya adalah kemampuan itu — kami mengubah seluruh model operasi kami. Kami mengubah cara proses kami mengalir agar penolakan organ tidak terjadi.”

Daripada membuat alat untuk tugas-tugas yang lebih mudah seperti penerjemahan, kepala AI Accenture Lan Guan mengatakan perusahaannya mengatasi masalah pemasaran yang lebih sulit. Hal ini berarti menjadikan agen AI untuk inferensi biasa, perencanaan strategis, dan optimalisasi harga. Hal ini juga memerlukan penggunaan komputasi kuat yang disediakan oleh Nvidia bersama dengan model bahasa besar terbaru seperti Meta’s Llama 3.

“Mereka menginginkan pandangan holistik, yang saya sebut sebagai data yang terhubung, sehingga mereka benar-benar dapat memahami akar permasalahannya,” kata Guan. “Hampir seperti detektif manusia saat kita menyusun potongan puzzle itu. Dengan 1.500 potongan puzzle, Anda tidak ingin melewatkan satu pun potongannya.”

Meskipun Accenture memulai dengan pemasaran, platform ini dapat dioperasionalkan ke bagian bisnis lainnya, kata Justin Boitano, wakil presiden AI perusahaan Nvidia. Hal ini karena hal ini dibangun untuk mempertimbangkan bagaimana tim bekerja sama dan untuk mewujudkan berbagai peran dan kepribadian. Meskipun pengguna awal Accenture dengan cepat terkesan dengan tugas-tugas awal untuk LLM, dia mengatakan aplikasi perusahaan membutuhkan waktu lebih lama untuk dibuat dan ditingkatkan.

“Orang-orang menyadari bahwa kita harus memperlakukan mereka tidak hanya sebagai model AI yang mampu melakukan segalanya secara ajaib, namun memperlakukan mereka seperti karyawan yang kita masukkan ke dalam perusahaan kita,” kata Boitano. “Kami pada dasarnya mendorong mereka untuk melakukan hal yang benar untuk fungsi bisnis tertentu, kami menjaga mereka untuk memastikan mereka melakukan pekerjaan tertentu, kami mengevaluasi mereka dalam melakukan pekerjaan itu. Ada proses di sana.”

Mengadaptasi model AI tujuan umum untuk memahami bahasa, kosa kata, dan jargon spesifik suatu perusahaan masih merupakan tantangan. Dampak lainnya adalah kesenjangan keterampilan, kesenjangan kinerja, kenaikan biaya, dan risiko peraturan. Namun, analis Gartner Nicole Greene mengatakan AI telah terbukti mendukung kemampuan mengoptimalkan alur kerja dan membuat konten yang lebih personal. Hanya perlu waktu untuk mengembangkan model AI yang memiliki cukup lembaga untuk bertindak secara mandiri.

“Pemasar harus mewaspadai ‘AI Agent Washing’, yaitu vendor yang mengumumkan agen AI, namun hanya sedikit dari mereka yang akan sesuai dengan nama tersebut,” kata Greene. “Karena agen AI dirancang untuk bertindak secara mandiri dan proaktif dalam suatu lingkungan, dan sering kali belajar dan beradaptasi saat mereka beroperasi di lingkungan targetnya, mereka menimbulkan risiko yang sangat besar. Organisasi yang tidak secara konsisten mengelola risiko AI kemungkinan besar akan mengalami dampak buruk.”

Anjuran dan Produk — berita dan pengumuman AI

• Pertukaran Kognitif dan Indeks adalah terbaru perusahaan untuk bermitra dalam cara lain menggunakan algoritme pembelajaran mendalam dan model bahasa besar untuk media terprogram.
• Dengan perusahaan seperti Perplexity dan Amazon yang menambahkan alat AI untuk e-commerce, hal itu terjadi minat yang semakin besar dalam meningkatkan personalisasi dan transparansi untuk mesin pencari yang didukung oleh LLM.
• Kebingungan diumumkan platform Perplexity Shopping baru untuk membantu orang menemukan dan membeli produk menggunakan pencarian AI generatif.
• Pratik Thakar, VP Coca-Cola dan kepala global AI generatif, berbicara bersama hari digital tentang iklan liburan yang dibuat oleh AI dari merek tersebut.
• Startup AI Perancis, Mistral, menambahkan cara baru bagi pesaing ChatGPT-nya “Le Chat” untuk mencari di internet dan membuat gambar berkualitas tinggi.
• Inisiatif Keaslian Konten dikatakan sekarang memiliki 4.000 anggota di seluruh dunia yang berasal dari perusahaan media, perusahaan teknologi, pembuat kamera, dan produsen ponsel pintar.
• Kepingan salju diumumkan berencana mengakuisisi startup Datavolo untuk menawarkan jalur data multimoda. Mereka juga memiliki kesepakatan baru dengan Anthropic untuk menghadirkan model AI terbaru ke cloud data Snowflake.
• Microsoft mengumumkan lebih banyak cara bagi pengguna Copilot untuk menjalankan tugas berulang untuk aplikasi Microsoft 365.
• Amazon diperluas gunakan untuk studio AWS AP-nya yang menggunakan bahasa alami untuk membangun dan memodifikasi aplikasi.
• Perusahaan induk Pokemon Go adalah dilaporkan menggunakan data dari pengguna untuk melatih model AI dunia nyata.
• Atlantik membangun yang baru basis data yang menunjukkan semua cara model AI menggunakan konten Hollywood.

Pikiran dari Manusia

Banyak orang yang mengatakan bahwa AI generatif kini mudah dan dapat diakses hanya dengan menyambungkan dan menggunakannya, namun Chief AI Officer Accenture, Lan Guan, mengatakan bahwa hal tersebut tidak realistis untuk organisasi perusahaan. Dia menyebutkan salah satu klien ingin menggunakan AI generatif di pusat kontak mereka dengan memasukkan prosedur operasi standar (SOP) chatbot mereka. Namun, mereka mendapati bahwa mereka mempunyai 37 versi SOP yang berbeda, sehingga melemahkan gagasan tentang satu sumber kebenaran.

“Apa yang kami lihat di dalam organisasi perusahaan adalah apa yang kami sebut sebagai kekacauan perusahaan,” kata Guan. “Data berantakan dan teknologi integrasi lama ada dimana-mana.”