Başlangıç ​​avantajı

Başlangıçtaki yapay zeka avantajları, geniş veri kaynakları ve doktoralı yetenek havuzları sayesinde büyük yerleşik şirketlere verilmiş olsa da Tomasz, yapay zeka temsilcisi alanında neden yeni başlayanların sonunda kazanacağına dair bir örnek oluşturdu. Onun inancı, start-up’ların çevikliğinin, risk eğiliminin ve değişen kullanıcı deneyimlerine ve iş akışlarına hızlı uyum sağlamanın, genellikle eski sistemlerle dolu daha büyük kuruluşlara göre belirgin bir avantaj sağladığı önermesine dayanıyor.

Satış geliştirme temsilcileri (SDR’ler), geleneksel yazılımın belki de 50 giden mesaj içeren tek bir gelen kutusunu yönetme üzerine kurulduğu en iyi örnektir. Yapay zekanın etkin olduğu gelecekte, SDR’ler aynı anda 50 gelen kutusunu etkili bir şekilde yönetecek. Tomasz, bu iş akışı değişiminin, yerleşik platformların eski mimarileri tarafından kısıtlanmaya devam ederken, startup’ların yenilik yapması için bir açıklık yarattığını belirtti.

Erken başarıyı körükleyen kullanım örnekleri

Tomasz’a yapay zeka ajanlarının bugüne kadarki etkisini sorduğumda, halihazırda birden fazla alanda gözlemlenen etkileyici sonuçları paylaştı. Müşteri desteğinde, sapma oranlarının önceki nesil araçlarla %15-25’ten mevcut yapay zeka çözümleriyle %60-70’e çıktığını paylaştı.

Dahası, AI aracıları karmaşık teknik destek vakalarını başarılı bir şekilde ele aldığından, bu iyileştirmeler parola sıfırlama gibi basit sorgularla sınırlı değildir. Bir örnekte Tomasz, sigorta şirketlerinin W2’ler ve elektrik faturaları gibi karmaşık belgeleri doğru bir şekilde ayrıştırabilen yapay zeka çözümlerini uyguladıktan sonra veri işleme ekiplerinin %70-90’ını yeniden kullandıklarını belirtti.

Ayrıca kişiselleştirilmiş mesajlar ve doğru tahminlerle pazarlama ve satış kullanım örneklerini vurguladı ve bu alanlardaki yüksek potansiyele dikkat çekti. Şunları paylaştı: “Sanırım hesap tabanlı pazarlamanın sonsuz ölçekte sağlandığını göreceksiniz. Bu inanılmaz derecede etkili… içerik üretimi açısından ama aynı zamanda hesap araştırması ve mesajların iletilmesinde spesifiklik açısından da.”

Güven paradoksunun üstesinden gelmek

Konuşmamızın önemli temalarından biri yapay zeka temsilcilerine güven inşa etmekti. Tomasz sürücüsüz arabalarla ilginç bir paralellik kurdu. İnsan sürücüler her yıl onbinlerce ölüme neden olurken, otonom araçları çok daha yüksek standartlarda neredeyse mükemmele yakın bir güvenlik standardında tuttuğumuzu belirtti.

Pek çok görevde insan doğruluğu %65-75 arasında seyrederken, yaygın bir güven tesis edilmeden önce yapay zeka sistemlerinin muhtemelen %85-95’e yakın bir doğruluk noktasına ulaşması gerekiyor. Bu hedefe ulaşmamıza yardımcı olacak bir fırsat, şirketlerin kritik görevler için birden fazla insan incelemeciyi kullanmasına benzer şekilde, birbirlerinin çalışmalarını çapraz kontrol etmek için birden fazla yapay zeka modelinin kullanılmasını içerir.

Yapay zeka ajanları (ve onları etkili bir şekilde benimseyenler) için sırada ne var?

Yapay zekanın yeteneklerinde önemli ilerlemeler görsek de Tomasz, odağın ham model performansından, birlikte çalışan özel modellerin yenilikçi kombinasyonlarına kayacağı yeni bir aşamaya girdiğimize inanıyor.

Çıkarım maliyetleri düşmeye devam ettikçe ve yeni çip mimarileri ortaya çıktıkça (telefonlarımız ve dizüstü bilgisayarlarımız dahil), karmaşık görevleri her zamankinden daha yüksek güvenilirlikle yerine getirebilen, giderek daha karmaşık hale gelen yapay zeka aracısı iş akışlarını göreceğiz.

Kurumsal yazılım liderleri için mesaj açık: Önümüzdeki birkaç yıl, iş akışlarını yeniden tasarlamak ve yapay zeka aracıları aracılığıyla değer yaratmak için yeni fırsatlar getirecek. Kazananlar, yaygın olarak benimsenmesi için gereken güveni oluştururken bu teknolojilerden en etkili şekilde yararlanabilenler olacak.