Salesforce: успех агентного ИИ определяют данные и эскалация, а не скорость
Salesforce: успех агентного ИИ определяют данные и эскалация, а не скорость. Фото: из архива компании
Исследование опровергает распространенное убеждение, что для запуска ИИ-агентов необходима полная унификация всех данных: только 31 процент организаций, достигших окупаемости инвестиций за 7,3 месяца, полностью консолидировали данные перед стартом, тогда как еще 34 процента внедряли систему итеративно, начиная с имеющихся массивов и постепенно интегрируя новые источники, и все равно вышли на окупаемость за 8,2 месяца — разрыв, который не является достаточным основанием для откладывания проектов.
Три наиболее прогностических фактора успеха, по данным исследования, не связаны с базовой технологией: чистота и доступность данных, а также узкоспециализированный сценарий использования делят первое место с 36 процентами каждый, за ними следуют заранее определенные пути эскалации к человеку с 35 процентами, тогда как качество модели, выбор платформы и единый уровень оркестрации занимают лишь около 30 процентов.
Особенно показателен опыт самой Salesforce с Help Agent на help.salesforce.com, который был построен не на ожидании полной унификации всех систем клиентов, а на узком наборе данных Data 360 для конкретной задачи — обработки около пяти миллионов обращений на семи языках через три портала, что позволило агенту решать 68 процентов проблем без участия человека и экономить 100 млн $ в год.
Исследование также выявило, что агенты уже работают в зонах с высокими ставками. Поддержка принятия решений сотрудниками и транзакционная работа с клиентами составляют по 49 процентов случаев использования, а 40 процентов организаций применяют агентов в регулируемых или высокорисковых процессах, включая финансовые транзакции и комплаенс, где неправильный ответ имеет юридические или финансовые последствия.
Это подтверждается динамикой Индекса агентских предприятий: средний агент сегодня использует шесть навыков против двух в начале 2025 года.
Ключевой вывод отчета: преимущество получают не те компании, которые двигаются быстрее, а те, кто до запуска принял четыре принципиальных решения — определил конкретный сценарий, выбрал необходимые данные, спроектировал точку передачи управления человеку и предусмотрел механизмы отказа — причем детерминированные системы защиты должны быть встроены с первого дня, а не добавляться постфактум, поскольку вероятностная природа LLM требует жесткой основы из структурированной логики и управляемых рабочих процессов, чтобы вопрос «почему агент принял такое решение» никогда не оставался без ответа.
Упомянутый сервис
Комментариев пока не было