Agen kecerdasan buatan yang hebat dipercepat: mengapa lembaga itu mengadopsi lebih cepat dari yang diharapkan siapa pun

Gosip seputar intelijen umum buatan (AGI) dapat mendominasi berita utama dari perusahaan Lembah Silikon seperti OpenaiDan Mati Dan xiTetapi untuk para pemimpin lembaga di lapangan, fokusnya adalah langsung pada aplikasi praktis dan hasil yang terukur. Di VentureBeat baru -baru ini Transfer 2025 Acara di San Francisco, sebuah gambar yang jelas muncul: era AI sejati yang diterbitkan di sini, mempercepat, dan membentuk kembali bagaimana perusahaan sudah bekerja.

Perusahaan menyukai IntuitDan Modal adalah satuDan LinkedInDan Stanford universitas Dan Kesehatan Highmark Agen kecerdasan buatan diam -diam dimasukkan ke dalam produksi, mengatasi masalah konkret, dan melihat pengembalian konkret. Berikut adalah empat makanan cepat saji terbesar dari acara pengambilan keputusan teknis.

1. Faktor intelijen buatan beralih ke produksi, lebih cepat dari siapa pun yang menyadari

Lembaga sekarang menerbitkan agen intelijen buatan dalam aplikasi yang dihadapi pelanggan, dan tren dipercepat saat istirahat. Sebuah survei baru -baru ini tentang VentureBeat, yang mencakup 2000 profesional di industri yang dilakukan sebelum VB dikonversi, mengungkapkan bahwa secara langsung 68 % perusahaan institusi (Dengan lebih dari 1.000 karyawan) mereka sudah mengadopsi AIC – angka yang tampak tinggi pada waktu itu. ;

Namun, data baru memeriksa pergeseran cepat ini. A Survei KPMG Itu dirilis pada 26 Juni, satu hari setelah acara ini, ini muncul 33 % organisasi sekarang menerbitkan agen kecerdasan buatanTiga kali lipat dari peningkatan tiba -tiba dari 11 % di dua kuartal sebelumnya. Pasar ini berubah menjadi kesehatan tren ventureBeat yang pertama kali diidentifikasi untuk pertama kalinya hanya dalam beberapa minggu dalam survei pra -konversi.

Akselerasi ini diberi makan dengan hasil konkret. Ins Williekepala eksekutif Residu baruSekali lagi perhatikan 30 % kuartal dari pertumbuhan kuartal Dalam memantau aplikasi kecerdasan buatan oleh pelanggannya, ini terutama karena pergerakan pelanggannya untuk mengadopsi agen. Perusahaan menerbitkan agen intelijen buatan untuk membantu pelanggan mengotomatisasi alur kerja yang mereka butuhkan. IntuitMisalnya, generasi tagihan dan pengingat agen program QuickBooks -nya. Hasilnya? Gaji perusahaan yang menggunakan fitur ini lima hari lebih cepat dan lebih mungkin membayar 10 % sepenuhnya.

Bahkan non -pengembang merasakan transformasi. Scott WhiteMengendarai produk dari Antarbur Produk Claude AI menggambarkan bagaimana, meskipun bukan programmer profesional, sekarang sedang membangun program yang siap -untuk. “Ini tidak mungkin enam bulan lalu,” jelasnya, dengan menyoroti alat -alat seperti Claude Code. Demikian pula, Openai’s Kepala produk untuk platform API -nya, Olivier GodmentMerinci bagaimana pelanggan menyukai tape Dan dana Agennya menggunakan SDK untuk membangun sistem multi -agen.

2. Performance Racing tidak memiliki pemenang yang jelas seperti era multi -model multi -gaya

Hari -hari taruhan pada satu model bahasa besar (LLM). Ada topik tetap di seluruh transformasi 2025 yang merupakan langkah menuju strategi multi -model dan multi -bagian. Perusahaan menginginkan fleksibilitas untuk memilih alat terbaik untuk pekerjaan ini, apakah itu kepemilikan yang kuat atau alternatif open source.

menyukai Armand RuizWakil Kepala Platform Kecerdasan Buatan IBM Dia menjelaskan bahwa pengembangan gerbang model perusahaan – yang mengarahkan aplikasi untuk menggunakan LLM adalah yang paling efisien dan kinerja dari kasus yang ditentukan – adalah respons langsung terhadap permintaan pelanggan. IBM memulai dengan menyediakan klien lembaga sendiri, kemudian menambahkan dukungan open source, dan akhirnya menyadari bahwa ia perlu mendukung semua model. XD Huang, CTO Zoom, yang menggambarkan keinginan ini untuk fleksibilitas, mengulangi model tiga tingkat perusahaannya: mendukung model kerajaan, memberikan model mereka sendiri dan memungkinkan pelanggan untuk membuat versi mereka sendiri.

Tren ini menciptakan sistem lingkungan yang kuat namun terbatas, di mana unit pemrosesan grafis dan energi yang diperlukan untuk menghasilkan simbol terbatas dalam lebar. menyukai Dylan Patel ke Setengah -solusi Dan rekan setim komite Jonathan Ross ke jernih Dan Sean adalah bohong ke Otak Dia menunjukkan bahwa ini memberi tekanan pada profitabilitas banyak perusahaan yang hanya membeli lebih banyak simbol ketika tersedia, alih -alih mengunci keuntungan dengan biaya lanjutan dari simbol -simbol ini. Institusi menjadi lebih cerdas tentang cara menggunakan berbagai model tugas yang berbeda untuk meningkatkan biaya dan kinerja – ini mungkin sering berarti tidak hanya mengandalkan chip nvidia, tetapi lebih disesuaikan – gema juga dalam sesi konversi VB yang dipimpin oleh oleh oleh oleh Solidigma Tentang munculnya solusi memori dan penyimpanan untuk Amnesty International.

3. Institusi fokus pada penyelesaian masalah nyata, bukan AGI Chase

Sementara para pemimpin teknologi seperti Elon Musk dan Mark Zuckerberg dan Medali Jerman berbicara tentang awal pembatalan, praktisi institusi mengoperasikan lengan baju mereka dan menyelesaikan tantangan bisnis langsung. Percakapan sebenarnya didasarkan pada konversi.

Mengambil Kesehatan Highmark, Asuransi Kesehatan Terpadu terbesar ketiga di negara ini dan perusahaan. Staf Data Senior Richard Clark Dia mengatakan dia menggunakan LLM untuk aplikasi praktis seperti komunikasi multi -bahasa untuk melayani basis pelanggan mereka dengan lebih baik, dan menyederhanakan klaim medis. Dengan kata lain, manfaat dari teknologi untuk memberikan layanan yang lebih baik saat ini. Demikian pula, Modal adalah satu Dia membangun tim agen yang mencerminkan pekerjaan perusahaan, dengan agen spesifik seperti penilaian risiko dan tinjauan audit, termasuk membantu pelanggan agen mobil menghubungkan pelanggan dengan pinjaman yang benar.

Industri perjalanan juga merupakan perubahan praktis. Ctos dari Exxpia Dan Perahu Kayak Diskusikan cara beradaptasi dengan model pencarian baru yang diaktifkan oleh LLMS. Pengguna sekarang dapat mencari hotel dengan “Infinity” di chatgpt, dan platform perjalanan perlu menggabungkan tingkat menemukan bahasa alami ini untuk mempertahankan persaingan. Fokusnya adalah pada pelanggan, bukan teknologi untuk itu.

4. Masa depan perbedaan kecerdasan buatan kecil, pintar, dan memungkinkan

Zaman agen kecerdasan buatan juga mengubah cara mengatur perbedaan. Konsensusnya adalah bahwa “perbedaan” kecil dari tiga hingga empat insinyur adalah yang paling efektif. Farun Mohankepala eksekutif SelancarIDE diatur ke agen yang dikembangkan dengan cepat, dengan mengatakan bahwa struktur tim kecil ini memungkinkan tes cepat hipotesis produk dan menghindari perlambatan yang mempengaruhi kelompok yang lebih besar.

Transformasi ini berarti bahwa “semua orang kreatif”, semakin, “semua orang adalah direktur” agen kecerdasan buatan. menyukai Gyrroup Dan Atlasian Perhatikan bahwa para insinyur sekarang belajar mengelola agen agen. Keterampilan yang diperlukan berkembang, dengan lebih fokus pada komunikasi yang jelas dan pemikiran strategis untuk mengarahkan sistem independen ini.

Penerimaan ini didukung dengan meningkatkan penerimaan pengembangan berpasir. Andrew NangerSuara perintis dalam kecerdasan buatan, menasihati mereka yang hadir untuk meninggalkan keselamatan, tata kelola dan pengamatan sampai akhir siklus pembangunan. Meskipun ini mungkin tampak intuitif untuk institusi besar, idenya adalah untuk meningkatkan inovasi cepat dalam lingkungan yang terkontrol untuk dengan cepat membuktikan nilai. Perasaan ini tercermin dalam survei kami, yang menemukan itu 10 % dari organisasi yang mengadopsi Amnesty International tidak memiliki tim Salama Amnesty International yang dimaksudkanIni menunjukkan kemauan untuk menetapkan prioritas kecepatan pada tahap awal ini.

Bersama -sama, makanan cepat saji ini menarik gambaran yang jelas tentang adegan AI dari institusi yang matang dengan cepat, dan ditransmisikan dari pengalaman luas ke implementasi terkonsentrasi, yang tergantung pada nilainya. Percakapan dalam Transform 2025 menunjukkan bahwa perusahaan menerbitkan agen kecerdasan buatan hari ini, bahkan jika mereka harus belajar pelajaran yang sulit di jalan. Banyak yang telah mengalami satu atau dua sumbu sejak mereka pertama kali mencoba keluar dari kecerdasan buatan satu atau dua tahun sebelumnya – jadi itu baik untuk memulai lebih awal.

Untuk mendapatkan lebih banyak menyelam dalam topik -topik ini dan lebih banyak analisis dari acara tersebut, Anda dapat mendengarkan diskusi lengkap yang Anda miliki dengan pengembang kecerdasan buatan independen Sam Witteenen di podcast terakhir di bawah ini. Kami juga telah mengunduh percakapan panggung utama dalam konversi VB Di Sini. Dan liputan lengkap artikel kami dari acara di sini.

Dengarkan Podcast Takupsways Transform VB dengan Matt Marshall Wissal dan Vivo di sini:

Catatan Editor: Sebagai ucapan terima kasih untuk pembaca kami, kami membuka pendaftaran burung awal hanya untuk VB Transform 2026-200 dolar. Ini adalah tempat di mana ambisi kecerdasan buatan bertemu, dan Anda ingin berada di dalam ruangan. Pesan tempat Anda sekarang.