IBM percaya bahwa lebih dari satu miliar permintaan baru akan dibangun dengan Gen AI: inilah bagaimana mereka akan membantu hal ini terjadi dengan agensi AI

Pada tahun 2025, AI perusahaan beralih dari eksperimen ke implementasi dan penerbitan, berkembang dari asisten kecerdasan buatan ke agen kecerdasan buatan.

Ini adalah topik utama IBM saya pikir 2025 CONeerefer, yang dimulai hari ini. Dalam acara ini, IBM Daftar lembaga baru AI diumumkan serta perbaikan pada teknologi saat ini untuk membantu mentransfer lebih banyak upaya AI untuk menerbitkan di dunia nyata. Inti dari IBM Updates adalah serangkaian pembaruan untuk platform Watsonx yang pertama kali diumumkan di Think 2023. Pada acara Think 2024, topik besar adalah pengantar sinkronisasi dan kemampuan untuk membantu perusahaan membangun ajudan AI mereka sendiri. Pada tahun 2025, asisten kecerdasan buatan adalah kelas jadwal dan percakapan di seluruh industri dan di setiap lembaga cara membangun, menggunakan, dan mendapatkan manfaat dari AIC AI.

IBM mengumumkan serangkaian kemampuan agen AI, termasuk:

• Katalog agen kecerdasan buatan: Pusat penemuan pusat untuk faktor yang dirancang sebelumnya.
• Agen komunikasi: Program Mitra Partai Ketiga untuk mengintegrasikan agen mereka dengan Watsonx Orchestrate.
• Templat agen untuk bidang ini Untuk penjualan, pembelian dan sumber daya manusia.
• Pencipta agen tanpa simbol Untuk pengguna bisnis tanpa pengalaman teknis.
• Grup Alat Pengembangan Agen Untuk pengembang.
• Agen Akkur Dengan kemampuan agen kerjasama ke agen.
• Agen OPS (Dalam inspeksi khusus) memberikan pengukuran jarak jauh.

Tujuan utama IBM adalah untuk membantu perusahaan untuk menjembatani kesenjangan antara eksperimen, penerbitan di dunia nyata, dan manfaat bisnis.

“Selama beberapa tahun ke depan, kami berharap akan ada lebih dari satu miliar permintaan baru yang dibuat menggunakan kecerdasan buatan kebidanan.” “Amnesty International adalah salah satu teknologi unik yang dapat mencapai persimpangan produktivitas, biaya, dan perluasan pendapatan.”

Tantangan AI: Cara Mendapatkan Pengembalian Investasi Nyata

Meskipun tidak ada kekurangan kebisingan dan minat pada kecerdasan buatan, ini bukan yang benar -benar terjadi perbedaan nyata bagi lembaga yang peduli dengan garis dasar.

Penelitian IBM menunjukkan bahwa institusi mendapatkan laba atas investasi (ROI) hanya yang mengharapkan sekitar 25 % dari waktu. Krishna mencatat bahwa beberapa faktor mempengaruhi pengembalian investasi. Ini termasuk akses ke data institusi, sifat mengerikan dari berbagai aplikasi, dan tantangan infrastruktur hibrida.

“Semua orang menggandakan investasi kecerdasan buatan,” kata Krishna. “Satu -satunya perubahan selama 12 bulan terakhir adalah bahwa orang berhenti bereksperimen dan banyak fokus pada di mana perusahaan itu.”

Dari bereksperimen dengan kecerdasan buatan hingga produksi institusi

Di jantung iklan IBM, ada pengakuan bahwa organisasi beralih dari pengalaman AI yang terisolasi ke strategi penerbitan yang terkoordinasi yang membutuhkan kemampuan di tingkat lembaga.

“Kami mencoba untuk menjembatani kesenjangan dari kami sekarang, yang merupakan ribuan percobaan dalam operasi penerbitan yang dilembagakan yang memerlukan jenis putusan keamanan yang sama dan standar yang kami minta atas permintaan penting,” kata Ritika Gunnar, General Manager dan data AI di IBM.

Pengembangan platform Watsonx IBM mencerminkan kedewasaan yang lebih luas dari teknologi kecerdasan buatan. Platform ini pertama kali diumumkan oleh IBM pada tahun 2023, sebagian besar sebagai cara untuk membantu membangun dan bekerja dengan asisten intelijen buatan dan otomatisasi. Pada tahun 2024, ketika agensi AI pertama kali mulai menjadi arus utama, IBM mulai menambahkan agen dan kemitraan dengan banyak penjual, termasuk kru AI.

Dengan komponen AIC baru IBM, trennya sekarang untuk membantu memungkinkan kerja sama dan fungsi multi -agen. Itu datang untuk melanggar hanya kemampuan untuk membangun dan menerbitkan agen untuk mengetahui bagaimana lembaga dapat menciptakan pengembalian investasi dari agen.

“Kami benar -benar berpikir bahwa kami memasuki era sistem intelijen sejati,” kata Gonar. “Karena kami sekarang mengintegrasikan Amnesty International yang dapat melakukan hal -hal untuk Anda dan ini adalah perbedaan besar.”

Teknologi dan Protokol yang memungkinkan agenic agenic AI

Industri ini tidak memiliki kekurangan upaya untuk membantu memungkinkan AI AI.

LINJSHEN Ini adalah platform yang banyak digunakan untuk membangun agen operasi, dan juga merupakan bagian dari upaya yang lebih luas bersama Cisco dan Galileo untuk agntcy terbuka untuk AI agen. Ketika datang ke komunikasi dari agen ke agen, Google mengumumkan Agent2Agent pada bulan April. Kemudian, tentu saja, ada model konteks protokol (MCP), Yang telah muncul untuk menjadi standar aktual untuk menghubungkan alat agenik AI ke layanan.

Gunnar menjelaskan bahwa IBM menggunakan tekniknya sendiri untuk kebetulan multi -agen. Dia mencatat bahwa bagaimana agen bekerja sama sangat penting dan merupakan titik perbedaan bagi IBM. Namun, saya juga mengkonfirmasi bahwa IBM mencoba mengikuti pendekatan terbuka. Ini berarti bahwa institusi dapat membangun agen yang menggunakan alat IBM, seperti BEEAI, atau yang ada di penjual lain, termasuk kru AI atau Langchain, dan mereka semua akan bekerja dengan Watsonx Orchestrate.

IBM juga merupakan pemberdayaan dan dukungan MCP. Menurut Gunnar, IBM MCP mendukung dengan memfasilitasi alat yang berisi antarmuka MCP untuk muncul secara otomatis dan digunakan di Watsonx. Secara khusus, jika ada alat dengan antarmuka MCP, Anda akan tersedia secara otomatis untuk digunakan di Watsonx Orchestrate.

“Tujuan kami adalah terbuka,” katanya. “Kami ingin Anda bergabung dan kata -kata Anda, terlepas dari kerangka kerja apa pun yang Anda buat.”

Memperlakukan Kekhawatiran Yayasan: Keamanan, Tata Kelola dan Kepatuhan

Sebagai bagian dari memastikan bahwa AI agenik siap menggunakan institusi, ada kebutuhan untuk memastikan kepercayaan dan kepatuhan.

Ini juga merupakan bagian penting dari batch IBM. Gunnar menjelaskan bahwa IBM membangun pegangan tangan dan pemerintahan langsung di dompet Watsonx.

Dia berkata: “Kami memperluas kemampuan yang kami miliki untuk tata kelola LLMS dalam teknologi agen.” “Karena kami memiliki penilaian LLMS, Anda harus dapat melakukan evaluasi tentang apa arti tanggapan agen.”

IBM juga memperluas langkah -langkah evaluasi pembelajaran otomatis tradisional ke teknik agen. Gunnar mengatakan bahwa IBM melacak lebih dari 100 standar berbeda untuk model bahasa besar, yang sekarang dalam ekstrapolasi dan meluas ke agen juga.

Efek dari Dunia Nyata

Agensi AI sudah memiliki efek di dunia nyata banyak organisasi.

IBM menggunakan Amnesty International sendiri untuk membantu meningkatkan prosesnya sendiri. Gunnar memperhatikan bahwa, menggunakan agen sumber daya manusianya, 94 % dari permintaan kompleks di IBM dijawab oleh agen sumber daya manusia. Untuk tugas pembelian, penggunaan alur kerjanya IBM membantu mengurangi waktu pembelian hingga 70 %.

Kelompok besar organisasi lain yang sudah mendapat manfaat dari pendekatan AI AI dari IBM adalah mitra perusahaan. Misalnya, agenic ernst & young AI agenic digunakan untuk membuat platform pajak untuk pelanggannya.

Apa artinya ini bagi institusi

Untuk lembaga yang ingin memimpin jalan dalam menyebarkan kecerdasan buatan, arah IBM AIBM menyediakan rencana untuk beralih dari eksperimen ke penerbitan.

Cukup membangun agen tidak cukup. Jika CEO IBM benar, masa depan akan mencakup ribuan agen yang bekerja di lembaga. Organisasi akan membangun dan mengonsumsi agen dan agen seperti MCP dari berbagai sumber.

Pemimpin TI harus mengevaluasi platform berdasarkan empat faktor penting:

1. Kemampuan integrasi dengan sistem lembaga saat ini.
2. Mekanisme tata kelola untuk perilaku agen yang kompatibel dan aman.
3. Keseimbangan antara otonomi agen dan hasil yang diharapkan.
4. Kemampuan pendapatan investasi untuk mempublikasikan agen.

Lembaga sekarang harus berpikir tentang bagaimana semua agen bekerja bersama, dan bagaimana mereka akan aman dan berkuasa. IBM Agentic AI akan menarik bagi pelanggannya di lembaga dan keterbukaan dengan koneksi sistem AI Agence lainnya yang organisasi berharap mereka tidak akan membuat silo lain.