IBM đặt khối lượng công việc tác tử vào trung tâm của mô hình vận hành AI của mình

Khối lượng công việc đại lý đặt ra một thách thức vận hành mới cho các doanh nghiệp đưa trí tuệ nhân tạo vào sản xuất. Khi các hệ thống tự trị đảm nhận các trách nhiệm liên tục, các tổ chức phải hỗ trợ các quyết định và hành động trên dữ liệu, ứng dụng và cơ sở hạ tầng của họ.

Cách tiếp cận của IBM Corp. dựa trên kinh nghiệm của khách hàng khi mở rộng quy mô AI trong tổ chức của họ. Theo Ritika Gunnar (ảnh), giám đốc tiếp thị hiệu suất của IBM, công việc đó đã giúp xác định các yêu cầu củng cố mô hình vận hành AI của nó.

Cô nói: “Khi bạn thành công hơn trong việc sử dụng AI, đặc biệt là khi AI đang hoạt động, thì giờ đây bạn có khối lượng công việc liên tục được sử dụng”. “Bạn có động lực để luôn có mặt vì những người đại diện đó luôn hành động vì bạn.”

Gunnar đã nói chuyện với Dave Velllante và John Furrier của theCUBE Research về loạt bài phỏng vấn Mô hình vận hành AI của IBM trong một cuộc phỏng vấn độc quyền trên theCUBE, studio phát trực tiếp của SiliconANGLE Media. Họ đã thảo luận về tích hợp doanh nghiệp, quản trị dữ liệu, giám sát con người và đánh giá AI dựa trên kết quả kinh doanh để chuẩn bị cho IBM TechXchange 2026. (* Tiết lộ bên dưới.)

Kết nối khối lượng công việc tổng đài viên trên toàn doanh nghiệp

Mô hình vận hành AI của IBM tập hợp bốn thành phần mà doanh nghiệp có thể có được từ các nhà cung cấp khác nhau. Gunnar giải thích, việc áp dụng chúng có nghĩa là tính đến các ứng dụng và quy trình kinh doanh đã được thiết lập cùng với các hệ thống AI mới nổi.

Cô nói: “Bạn cần có khả năng tích hợp với các hệ thống hiện có của mình. "Mọi người sẽ không chạy trốn khỏi các hệ thống SAP đang tồn tại của họ, khỏi các hệ thống Salesforce đang tồn tại của họ. Việc tích hợp với những hệ thống đó và có khối lượng công việc đại diện cho quá khứ và tương lai của bạn cùng nhau có ý nghĩa gì?"

Các thành phần có vai trò riêng biệt: Dữ liệu cung cấp kiến ​​thức doanh nghiệp hiện tại, khối lượng công việc bao gồm các ứng dụng và quy trình công việc, tự động hóa hỗ trợ giám sát và tối ưu hóa, còn đám mây lai hỗ trợ các hoạt động phân tán. Theo Gunnar, hiệu quả của chúng phụ thuộc vào cách chúng hoạt động cùng nhau trong khối lượng công việc tổng thể.

Cô nói: “Nếu bạn có dữ liệu của mình và dữ liệu đó đang cung cấp cho hệ thống của bạn, nhưng bạn không thực sự quan tâm đến việc tự động hóa theo cách mà bạn có khả năng quan sát hoàn toàn tất cả khối lượng công việc của mình với AI được truyền vào đó, thì bạn không nhất thiết phải có cách tối ưu để chọn đúng mô hình hoặc chọn đúng tác nhân cho các loại khối lượng công việc đó”.

Đưa quản trị và phán đoán của con người vào quyết định

Thông tin hỗ trợ quyết định của tác nhân có thể trải rộng trên các hệ thống vận hành, thiết bị biên và bối cảnh do các tác nhân khác tạo ra. Gunnar giải thích, việc cung cấp bối cảnh được quản lý đòi hỏi các doanh nghiệp phải xem xét cả tính đầy đủ của thông tin đó và cách thức các quyền đi kèm với thông tin đó.

“Niềm tin của chúng tôi là nếu bạn có thể lấy dữ liệu và nếu bạn có thể chuyển sang trái nhiều quyền quản trị - rất nhiều người có quyền truy cập đúng vào dữ liệu phù hợp vào đúng thời điểm - thì điều đó trở nên quan trọng vì bạn truyền dữ liệu đó theo thời gian thực với bối cảnh và nguồn gốc của người thực sự có quyền sở hữu dữ liệu đó,” cô nói. “Vì vậy, các đại lý đưa ra quyết định tốt hơn nhiều.”

Các doanh nghiệp cũng phụ thuộc vào kiến ​​thức mà nhân viên phát triển thông qua kinh nghiệm thay vì ghi lại rõ ràng vào hệ thống của họ. Gunnar chỉ ra rằng những lời nhắc và bối cảnh khác có thể giúp truyền đạt nhận định đó, nhưng việc nắm bắt nó vẫn là một thách thức đang diễn ra.

Cô nói: “Khi bạn nghĩ về khối lượng công việc ngày nay… có rất nhiều thứ trong số đó sẽ có tính tự chủ về bản chất. “Nhưng trong hầu hết các trường hợp, nếu bạn đang nói về các hệ thống thiết yếu của mình, bạn sẽ có con người tham gia để có thể đưa một số kiến ​​thức ngầm đó vào những nơi mà AI chưa trưởng thành để có thể đạt được điều đó.”

Đánh giá hiệu quả hoạt động so với kết quả kinh doanh

Hoạt động của tổng đài viên tạo ra nhật ký về các quyết định và hành động, đồng thời lời nhắc ghi lại các hướng dẫn được cung cấp cho các hệ thống đó. Gunnar giải thích, cùng với nhau, thông tin đó hỗ trợ vòng phản hồi liên tục giữa dữ liệu doanh nghiệp và khối lượng công việc AI.

“Bạn thực sự có thể có nhiều hoán vị khác nhau để tác nhân đó đưa ra quyết định và có một tập hợp vòng lặp đánh giá khác thực sự thực hiện đánh giá, 'Tác nhân đó có thực sự đưa ra quyết định không?'", cô nói. “Liệu có cách nào hiệu quả hơn, chính xác hơn, tiết kiệm chi phí hơn để có thể làm được điều đó không?”

Hiệu suất bao gồm tính chính xác, kịp thời và chi phí, cùng với kết quả kinh doanh dự kiến ​​hướng dẫn cách đánh giá các biện pháp đó. Theo Gunnar, việc đưa AI vào sản xuất đòi hỏi các tổ chức phải tự kiểm tra công việc cùng với công nghệ hỗ trợ nó.

Cô nói: “Hãy đảm bảo rằng bạn có tất cả những yếu tố này và bạn thực sự nghĩ đến kết quả, đồng thời bạn sẵn sàng bắt đầu với ý nghĩa của việc xem xét quá trình chuyển đổi quy trình kinh doanh”. “Đó thực sự là nơi nó ở.”

Đây là cuộc phỏng vấn video hoàn chỉnh, một phần trong phạm vi đưa tin của SiliconANGLE và theCUBE về loạt bài phỏng vấn Mô hình vận hành AI của IBM:

(* Tiết lộ: TheCUBE là đối tác truyền thông trả phí cho loạt sự kiện phỏng vấn Mô hình vận hành AI của IBM. Cả IBM, nhà tài trợ đưa tin về sự kiện của theCUBE và các nhà tài trợ khác đều không có quyền kiểm soát biên tập đối với nội dung trên theCUBE hoặc SiliconANGLE.)

#####Ảnh: SiliconANGLE

Lời nhắn từ John Furrier, đồng sáng lập SiliconANGLE:

Hãy ủng hộ sứ ​​mệnh của chúng tôi là giữ cho nội dung luôn mở và miễn phí bằng cách tương tác với cộng đồngCUBE. Tham gia Mạng lưới cựu sinh viên đáng tin cậy của theCUBE, nơi các nhà lãnh đạo công nghệ kết nối, chia sẻ thông tin và tạo ra cơ hội.

• Hơn 15 triệu người xem video theCUBE, hỗ trợ các cuộc trò chuyện trên AI, đám mây, an ninh mạng và hơn thế nữa
• 11,4k+ cựu sinh viên theCUBE — Kết nối với hơn 11.400 nhà lãnh đạo doanh nghiệp và công nghệ đang định hình tương lai thông qua mạng lưới dựa trên đáng tin cậy duy nhất

Bạn có phải là khách hàng của AWS không? Hỗ trợ tài chính cho SiliconANGLE bằng cách mua dịch vụ AWS của bạn từ trang và liên kết cổng thông tin Marketplace của chúng tôi: https://siliconangle.com/aws-marketplace/

Giới thiệu về SiliconANGLE Media

Được thành lập bởi những người có tầm nhìn xa về công nghệ John Furrier và Dave Vellante, SiliconANGLE Media đã xây dựng một hệ sinh thái năng động gồm các thương hiệu truyền thông kỹ thuật số hàng đầu trong ngành với hơn 15 triệu chuyên gia công nghệ ưu tú. TheCUBE AI Video Cloud độc quyền mới của chúng tôi đang tạo bước đột phá trong tương tác với khán giả, tận dụng mạng thần kinh theCUBEai.com để giúp các công ty công nghệ đưa ra quyết định dựa trên dữ liệu và luôn dẫn đầu trong các cuộc hội thoại trong ngành.