Connect with us

Berita

How You Killed Intuit Chatbot Cookie – Dan Membangun Buku Bermain AIC

Published

on

Apakah Anda ingin lebih banyak visi yang lebih cerdas dari kotak masuk Anda? Berlangganan buletin mingguan kami untuk mendapatkan apa yang hanya terkait dengan lembaga AI, data dan pemimpin keamanan. Berlangganan sekarang


Dalam terburu -buru duniawi yang menghancurkan untuk mencapai kecerdasan buatan yang mengikuti pertama kali munculnya chatgpt, eksekutif CEO Intuit jelas: peluncuran perusahaan terbesar yang paling trauma pada September 2023.

Menanggapi kecepatan api, perusahaan senilai $ 200 miliar di belakang QuickBooks, TurboTax dan Mailcheimp, memberikan assist. Itu adalah upaya klasik pertama: asisten obrolan yang dipasang di sisi aplikasinya, yang dirancang untuk menunjukkan bahwa Intuit berada di garis depan.

Permainan itu seharusnya. Sebaliknya, dia menurun.

“Ketika Anda mengambil antarmuka pengguna yang indah dan dirancang dengan baik, Anda hanya terlihat seperti obrolan seperti manusia di samping, dan ini tidak selalu membuatnya lebih baik,” Alex Palzz, IntuitPejabat kepala teknologi mengatakan kepada VentureBeat.


Kecerdasan buatan membatasi batasnya

Tutup daya, biaya tinggi simbol, dan keterlambatan inferensi dibentuk kembali. Bergabunglah dengan salon eksklusif kami untuk menemukan bagaimana perbedaan besar:

  • Mengubah energi menjadi keuntungan strategis
  • Mengajar penalaran yang efektif untuk keuntungan produktivitas nyata
  • Membuka Pengembalian Investasi Kompetitif dengan Sistem Kecerdasan Buatan Berkelanjutan

Mengamankan tempat Anda untuk tinggal di latar depan: https://bit.ly/4mwngngo


Peluncuran yang gagal menyebabkan penurunan perusahaan di What Dave Talash, SVP dari tim QuickBooks, “The Book of Hope”. Chatbot mengambil ruang layar yang berharga dan membuat kebingungan. “Ada indikator yang berkedip. Kami hampir memiliki beban yang dirasakan pada orang -orang, seperti, apa yang bisa dilakukan? Bisakah saya mempercayainya?” Ingat Talash. Tekanannya jelas; Dia harus tunduk pada Dewan Intuit untuk menjelaskan kesalahan yang terjadi dan apa yang dipelajari tim.

Mengikuti itu bukan koreksi sederhana dari siklus, tetapi itu adalah sumbu yang keras selama sembilan bulan untuk “membakar kapal” dan menemukan kembali bagaimana produk bangunan raksasa 40 tahun. Ini adalah kisah internal tentang bagaimana Ineit muncul dengan buku bermain dunia nyata untuk Enterprise AI yang dapat diikuti oleh para pemimpin lain.

Cara menyalakan pengamatan yang terbagi pada layar AI Intuit Axis

Sumbu dimulai dari chatbot dengan memantau pelanggan seperti yang mereka lakukan. Talach mengenang “momen aha yang hebat” untuk timnya ketika mereka memperhatikan bahwa pengguna QuickBooks mengoordinasikan tagihan secara manual dengan “layar terbagi” – pesan email terbuka di satu sisi layar mereka, QuickBooks di sisi lain.

Mengapa seseorang dipaksa memiliki perangkat copy glass ketika AI dapat mengambil data dari e -mail dan mengisi tagihan secara otomatis? Pengamatan ini memicu tugas baru: berhenti mencoba menciptakan perilaku baru dengan mengobrol, menemukan “pembantaian manual” dan menghapusnya dalam fungsi pelanggan saat ini.

Kognisi momentum ini dari bawah ke atas, CTO Alex Balazs dan Marianna Tessel, General Motors dari kelompok bisnis, memindahkannya. “Kita perlu mengeluarkan iklan bersama,” kenang Balas Tesel. Satu -satunya jalan ke depan adalah komitmen penuh untuk masa depan Amnesty International. “Itu membakar kapal, dan itu hanya akan menjadi metode kecerdasan buatan.”

Untuk mengimplementasikan ini, administrasi telah memindahkan kembali pemimpin teknologi utama, Clarence Huang, dari Teknologi Dasar dan Tim Teknologi “Paratory” di jantung QuickBooks. Misinya adalah memperluas cakupan “mentalitas berbasis konstruksi” dari model awal cepat yang berfokus pada pelanggan.

Merangkul model baru ini juga berarti membongkar model lama. Untuk memungkinkan tim yang lebih kecil dan lebih cepat, perusahaan membuat keputusan yang sulit: telah mengurangi lapisan manajemen menengah, Meninggalkan 1.800 karyawan Pada tahun 2024 dalam peran, ia tidak lagi sejajar dengan prioritas baru, sementara Dia berjanji untuk mempekerjakan sekitar 1.800 karyawan baru Dengan keterampilan dalam rekayasa, produk, dan peran lain yang dihadapi pelanggan.

Kerangka kerja tiga kamar kerja untuk kegagalan kecerdasan buatan terhadap keberhasilan lembaga

Transformasi Intuit membutuhkan model operasi baru berdasarkan tiga perubahan dasar: memberdayakan anggotanya, merekayasa ulang operasinya, dan membangun mesin teknologi kecepatan.

Pilar 1: Menyusun “Budaya Bangunan”

Untuk mengimplementasikan sumbu, Intuit terlebih dahulu harus mendapatkan orang yang tepat dalam struktur yang benar dan memungkinkan mereka untuk bekerja dengan cara yang sama sekali baru.

  • Keuntungan talenta agresif: Perusahaan mempekerjakan kuat untuk menambahkannya ke tim intelijen buatan dasar, dan mengangkatnya menjadi beberapa ratus hari, dari hanya 30 orang pada tahun 2017 Akselerasi selama dua tahun terakhir dengan penangkapan ikan yang berlebihan para pemimpin internasional dari raksasa dari raksasa seperti Uber, Twitter dan Bytedance.
  • Struktur Tim Baru: Inti dari model baru ini kecil, khusus dalam tim multi -fungsional. Kelompok -kelompok ini, kadang -kadang termasuk anggota dari 10 unit yang berbeda Ilmu Data, Penelitian, Produk, Desain, Teknik, dan banyak lagi Fokus hanya pada memberikan pengalaman agen tertentu. Untuk mengaktifkan ini, manajer memberikan prioritas tanpa belas kasihan, menghilangkan tugas apa pun yang tidak termasuk dalam tiga prioritas teratas. “Prioritas kejam itu sangat penting,” kata Huang.
  • Metode kerja: Di dalam tim -tim ini, deskripsi fungsional tradisional diselesaikan dalam apa yang disebut Huang Peran “pewarnaan”. Semua orang diharapkan berbicara dengan pelanggan. Huang menyimpan 30 nama pelanggannya sendiri. Pergeseran itu dalam, diwujudkan oleh ilmuwan data Peron Tang, yang kagum oleh kolega menggunakan alat “pengkodean” baru untuk Amnesty International untuk membangun model awal penuh dengan antarmuka pengguna yang indah sendiri. Huang mengenang reaksinya: “Ya Tuhan … kamu adalah pria Renaissance. Aku punya segalanya!”

Pilar 2: Pengulangan Kecepatan Tinggi pada Birokrasi

Dengan orang yang tepat di tempat, Intuit membongkar operasi yang secara sistematis memperlambat perusahaan besar, dan menggantinya dengan sistem yang dirancang untuk kecepatan dan mania pelanggan.

  • Perkembangan khasnya bergerak: Cara lama untuk menggunakan dokumen spesifikasi telah digantikan oleh logo baru: model awal 10.000 kata. Perbedaannya mulai menagih model pekerjaan untuk pelanggan segera. “Kami benar -benar akan menunjukkan model awal yang berfungsi untuk pelanggan … dan kami akan segera mengatakannya,” jelas Huang. “Reaksi terhadap wajah mereka hanyalah sihir.”
  • Desain Pelanggan: Cincin umpan balik cepat ini telah menyebabkan inovasi besar, termasuk “Tape Gulir Independen”, yang merupakan sebuah konsep Berdoa oleh pengembang Andrig Carbashi Pada bulan Juni. Intuit memperhatikan bahwa pelanggan takut fitur yang tampak “sangat ajaib”, jadi mereka memberi mereka kendali atas tingkat kecerdasan buatan, dari otomatisasi penuh hingga tinjauan manual Buat kepercayaan “Onramp Smooth” pada agen. Misalnya, di agen akuntansi QuickBooks di Intuit, pengguna dapat mengklik tombol untuk memungkinkan agen mempublikasikan semua transaksi yang disarankan. Tetapi jika pengguna ingin mempertahankan lebih banyak kontrol, mereka dapat menggunakan simbol untuk melihat seluruh rantai pemikiran agen untuk interpretasi yang mudah -digunakan.
  • Hancurkan birokrasi yang keras: Mengemudi memotong aktivitas bir merah. Mereka mengimplementasikan pangkalan “No Rapat pada hari Selasa” di tim platform, dilarang dalam pertemuan sore untuk pemegang saham individu di unit bisnis, menetapkan kampanye resmi “pelanggaran gesekan”, dan memberlakukan tanggal akhir tujuh hari bagi para pemimpin untuk membatalkan larangan pada Paskah. Basis AI Limited untuk sejumlah kecil pelanggan telah direvisi untuk mencoba mengizinkan tes yang mencakup hingga 1.000 pelanggan pada satu waktu, naik dari batas asli hanya 10.

Pilar 3: Membangun mesin kecepatan

Dukung seluruh tegangan lututIntuit interior intuit ai. Keinginan CDO Ashok Srivastava telah mengalir ke karakter demokratis untuk mencapai AI di seluruh perusahaan.

Alih -alih konstruksi lambat dari atas ke bawah, platform yang dikembangkan pada kecepatan yang sama dengan yang telah ditumbuhkan perusahaan, melalui strategi yang menyebut CTO Balazs “cepat mengikuti panen”. Karena perbedaan yang dihadapi pelanggan yang dibangun oleh pelanggan, mereka akan menentukan kesenjangan di platform. Kemudian tim pusat berlari bersama tim pelanggan, menutup celah dengan fitur -fitur baru.

Fitur utama Genos adalah Agen awalYang memungkinkan 900 pengembang internal untuk membangun ratusan agen selama periode lima minggu. Fitur lain termasuk kebetulan saat operasi dan kerangka kerja tata kelola.

Komponen Dasar Lainnya Router LLM memberikan fleksibilitas dan memungkinkan panggilan LLM untuk mengalir ke berbagai model tergantung pada siapa pun yang lebih baik untuk tugas yang ditentukan. Huang mengingat panggilan larut malam dari Srivastava. “Ini seperti,” Openai menurun. Apakah Anda rekan yang baik? “Karena tim berada di Jenus,” itu hanya saklar otomatis untuk kembali ke gerbang … itu baik -baik saja. “

Statuta ini memungkinkan untuk mendapatkan manfaat dari diferensiasi dasar: kontrak data di lapangan. Dengan merumuskan model pada serangkaian alat keuangan terbatas dan antarmuka pemrograman aplikasi, agen intuit mencapai keakuratan yang tidak dapat dilakukan oleh model untuk tujuan umum. “Dalam semua standar internal kami, tujuan kami bekerja lebih baik untuk data di bidang domain,” kata Huang.

Hadiah: Pembayaran lebih cepat 5 hari dan 12 jam per bulan

Hasil poros ini adalah sekelompok faktor kecerdasan buatan yang ditenun dalam buku cepat dan semakin banyak melalui produk intuit lainnya. Agen pembayaran QuickBooks melakukan hal -hal seperti penambahan pre -emptive jika catatan pembayaran pelanggan menunjukkan bahwa mereka telah terlambat di masa lalu. Efek Berwujud: Perusahaan kecil yang menggunakan agen adalah gaji, rata -rata, lima hari tercepat, 10 persen lebih mungkin untuk mendapatkan tagihan yang terlambat, dan menyediakan hingga 12 jam sebulan.

Agen pelanggan mengubah QuickBooks menjadi CRM ringan, di mana ia menyeka akun Gmail yang terhubung ke pelanggan yang diharapkan, sementara agen akuntansi mengklasifikasikan transaksi dan bendera. Saat ini, “karyawan yang jelas” ini, sebagai talash, sedang mendinginkan pekerjaan mereka melalui ubin di QuickBooks “Business Feed”, tentang dasbor ke ruang kerja sama yang aktif. Ini diterjemahkan ke dalam penawaran yang lebih komprehensif untuk pelanggan, dan Intuit dapat membantu mendapatkan pangsa pasarnya dari para pesaing yang menyediakan layanan serupa, seperti HubSpot.

Minggu lalu Panggilan Panggilan KamarCEO Sasan Godarzi memperkirakan hasil yang kuat dari perusahaan, dan pertumbuhan 16 persen selama setahun penuh Untuk investasi dalam kecerdasan buatan. Dia mengatakan bahwa peluncuran agen sudah membuahkan hasil: “Kami telah menyaksikan traksi yang kuat sejak bulan lalu, dengan pelanggan yang berpartisipasi dalam jutaan dan mengulangi tingkat penggunaan yang jauh lebih tinggi daripada harapan kami.”

Intuit sekarang menerapkan buku bermain ini untuk tantangan terbesar, karena baru-baru ini mengumumkan agen untuk perusahaan pasar menengah yang berjumlah $ 100 juta dalam pendapatan-ekspansi signifikan dari basis pelanggan tradisional Intuit dengan pendapatan $ 5 juta atau kurang. Logika adalah

Bagi para pemimpin lembaga yang bergerak dalam transformasi kecerdasan buatan, kisah Intuit menawarkan peta jalan yang jelas. Blok sandungan awal tidak hanya umum – mungkin diperlukan. Jalan ke depan lebih dari sekadar mengintegrasikan keajaiban kecerdasan buatan. Itu datang untuk membongkar cara lama untuk bekerja dan membangun budaya, praktis, dan platform yang memungkinkan perusahaan perusahaan untuk dengan cepat mulai berjalan dengan praktik terbaik AI-AGE.

Pelajaran terbesar? Mulailah dengan pekerjaan yang sebenarnya dilakukan pelanggan Anda, bukan teknologi yang ingin Anda terbitkan.


Tautan sumber
Continue Reading
Click to comment

Leave a Reply

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Berita

Kantor Pusat Agen GitHub bertujuan untuk memecahkan masalah terbesar dalam pengkodean AI perusahaan: terlalu banyak agen, dan tidak ada kendali pusat

Published

on

github Ini merupakan taruhan yang berani bahwa perusahaan tidak memerlukan agen pengkodean berpemilik lainnya. Mereka membutuhkan cara untuk mengelola semuanya.

Pada konferensi Universe 2025, platform pengembang milik Microsoft mengumumkan Agent HQ. Arsitektur baru ini mengubah GitHub menjadi bidang kendali terpadu untuk mengelola beberapa codec AI dari pesaing termasuk Anthropic, OpenAI, Google, Cognition, dan xAI. Daripada memaksa pengembang untuk mencoba satu agen, perusahaan memposisikan dirinya sebagai lapisan orkestrasi utama di bawah semuanya.

Kantor Pusat Agen mewakili upaya GitHub untuk menerapkan pendekatan platform kolaborasinya pada agen AI. Sama seperti perusahaan yang mengubah Git, pull request, dan CI/CD menjadi alur kerja kolaboratif, kini mereka mencoba melakukan hal yang sama dengan lanskap pengkodean AI yang terfragmentasi.

Pengumuman ini mewakili apa yang disebut GitHub sebagai transisi "Satu gelombang" ke "Gelombang kedua" Untuk pengembangan dengan bantuan kecerdasan buatan. Menurut laporan GitHub Octoverse, 80% pengembang baru menggunakan Copilot pada minggu pertama mereka dan AI telah membantu mendorong peningkatan signifikan dalam penggunaan platform GitHub secara keseluruhan.

"tahun laluPengumuman besar bagi kami, dan apa yang kami katakan sebagai sebuah perusahaan adalah bahwa gelombang pertama telah berakhir, dan itu adalah semacam penyelesaian kode," Mario Rodriguez, chief operating officer GitHub, mengatakan kepada VentureBeat. "Kita berada di era gelombang kedua, dan gelombang kedua adalah multimedia, akan berfungsi dan akan memberikan pengalaman baru yang akan terasa seperti AI asli."

Apa kantor pusat agennya?

GitHub telah memperbarui alat pengkodean GitHub Copilot untuk era proxy dengan debutnya Agen pembantu Github pada bulan Mei.

Agen HQ mengubah GitHub menjadi ekosistem terbuka yang menyatukan beberapa agen pengkodean AI dalam satu platform. Dalam beberapa bulan mendatang, agen pemrograman dari Anthropic, OpenAI, Google, Cognition, xAI, dan lainnya akan tersedia langsung di GitHub sebagai bagian dari langganan GitHub Copilot berbayar yang sudah ada.

Arsitekturnya mempertahankan dasar-dasar inti GitHub. Pengembang masih bekerja dengan Git, menarik permintaan dan masalah. Mereka masih menggunakan komputasi favoritnya, baik itu GitHub Actions atau driver yang dihosting sendiri. Perubahan apa yang terjadi pada lapisan di atas: agen dari beberapa vendor kini dapat bekerja dalam perimeter keamanan GitHub, menggunakan kontrol identitas, izin cabang, dan log audit yang sama yang sudah dipercaya oleh organisasi kepada pengembang manusia.

Pendekatan ini pada dasarnya berbeda dari alat yang berdiri sendiri. Saat pengembang menggunakan Cursor atau memberikan akses repositori ke Claude, agen ini biasanya mendapatkan izin luas di seluruh repositori. Kantor pusat agen mempartisi akses di tingkat cabang dan merangkum semua aktivitas agen dalam kontrol tata kelola tingkat perusahaan.

Kontrol Misi: Antarmuka tunggal untuk semua agen

Pusat Kontrol Misi terletak di jantung kantor pusat pelanggan. Ini adalah pusat komando terpadu yang selalu terlihat di seluruh antarmuka web GitHub, VS Code, aplikasi seluler, dan baris perintah. Dengan kontrol misi, pengembang dapat menugaskan pekerjaan ke beberapa agen secara bersamaan. Mereka dapat melacak kemajuan dan mengelola izin, semuanya dari satu panel kaca.

Arsitektur teknologi mengatasi masalah penting perusahaan: keamanan. Tidak seperti aplikasi proksi mandiri yang mengharuskan pengguna memberikan akses luas ke repositori, kantor pusat proksi GitHub menerapkan kontrol yang sangat ketat di tingkat platform.

"Agen pemrograman kami memiliki serangkaian kontrol dan kemampuan keamanan yang dibangun ke dalam platform secara asli, dan itulah yang kami berikan kepada semua agen lainnya juga," Rodriguez menjelaskan. "Ini berjalan menggunakan token GitHub yang sangat terbatas dalam apa yang sebenarnya dapat dilakukannya."

Agen yang bekerja melalui kantor pusat agen hanya dapat berkomitmen pada cabang yang ditunjuk. Ini berjalan dalam lingkungan GitHub Actions sandbox dengan perlindungan firewall. Mereka beroperasi di bawah kontrol identitas yang ketat. Bahkan jika pelanggan menjadi nakal, firewall mencegah mereka mengakses jaringan eksternal atau mencuri data kecuali perlindungan tersebut secara eksplisit dinonaktifkan, jelas Rodriguez.

Diferensiasi teknis: integrasi MCP dan agen khusus

Selain mengelola agen pihak ketiga, GitHub menawarkan dua kemampuan teknis yang membedakan Kantor Pusat Agen dari pendekatan alternatif seperti editor Cursor mandiri atau integrasi Claude Anthropic.

Agen khusus melalui file AGENTS.md: Organisasi sekarang dapat membuat file konfigurasi yang dikontrol sumber yang menentukan aturan, alat, dan batasan khusus tentang bagaimana perangkat lunak Copilot berperilaku. Misalnya, sebuah perusahaan dapat menentukan… "Lebih suka perekam ini" atau "Gunakan tes berbasis tabel untuk semua prosesor." Hal ini mengakibatkan standar peraturan dienkripsi secara permanen tanpa mengharuskan pengembang untuk melakukan klaim ulang setiap saat.

"Agen yang berdedikasi memiliki sejumlah besar ceruk pasar dalam organisasi, karena mereka hanya dapat mengkodifikasikan serangkaian keterampilan yang dapat dilakukan orkestrasi, dan kemudian menstandarkannya dan mendapatkan hasil berkualitas tinggi juga," kata Rodriguez.

Spesifikasi AGENTS.md memungkinkan tim untuk mengontrol versi perilaku agen mereka bersama dengan kode mereka. Saat pengembang mengkloning repositori, ia secara otomatis mewarisi aturan proksi khusus. Hal ini memecahkan masalah yang terus-menerus terjadi pada alat pengkodean AI: kualitas keluaran yang tidak konsisten ketika anggota tim yang berbeda menggunakan strategi motivasi yang berbeda.

Dukungan untuk Protokol Konteks Model Asli (MCP).: VS Code sekarang menyertakan registri GitHub MCP. Pengembang dapat menemukan, menginstal, dan mengaktifkan server MCP dengan satu klik. Mereka kemudian dapat membuat agen kustom yang menggabungkan alat-alat ini dengan perintah sistem tertentu.

Hal ini menempatkan GitHub sebagai titik integrasi antara ekosistem MCP yang baru muncul dan alur kerja pengembang sebenarnya. MCP, yang diperkenalkan oleh Anthropic namun dengan cepat mendapatkan dukungan industri, telah menjadi standar de facto untuk komunikasi agen-ke-instrumen. Dengan mendukung spesifikasi lengkap, GitHub dapat mengatur agen yang perlu mengakses layanan eksternal tanpa setiap agen menerapkan logika integrasinya sendiri.

Kembangkan rencana dan tinjau kode agen

GitHub juga mengirimkan kemampuan baru dalam VS Code itu sendiri. Mode Rencana memungkinkan pengembang berkolaborasi dengan Copilot dalam membangun pendekatan proyek langkah demi langkah. AI mengajukan pertanyaan klarifikasi sebelum menulis kode apa pun. Setelah disetujui, rencana tersebut dapat dijalankan secara lokal di VS Code atau oleh agen berbasis cloud.

Fitur ini mengatasi mode kegagalan umum dalam pengkodean AI: memulai implementasi sebelum persyaratan dipahami sepenuhnya. Dengan menerapkan fase perencanaan yang jelas, GitHub bertujuan untuk mengurangi upaya yang sia-sia dan meningkatkan kualitas hasil.

Yang terpenting, fitur peninjauan kode GitHub menjadi efektif. Aplikasi baru ini akan memanfaatkan mesin CodeQL GitHub, yang sebelumnya berfokus pada kerentanan keamanan, untuk mengidentifikasi bug dan masalah pemeliharaan. Agen peninjau kode akan secara otomatis memeriksa permintaan penarikan yang dihasilkan oleh agen sebelum peninjauan manusia. Hal ini menciptakan gerbang kualitas dua tahap.

"Agen peninjau kode kami akan dapat melakukan panggilan ke mesin CodeQL untuk kemudian menemukan banyak kesalahan," Rodriguez menjelaskan. "Kami sedang berupaya mengembangkan mesin tersebut dan kami akan dapat memanfaatkan mesin tersebut juga untuk menemukan bug."

Pertimbangan Perusahaan: Apa yang Harus Dilakukan Sekarang

Untuk organisasi yang telah menerapkan beberapa alat pengkodean AI, Kantor Pusat Agen menyediakan jalur menuju integrasi tanpa memaksa penghapusan alat tersebut.

Pendekatan multi-agen GitHub memberikan fleksibilitas vendor dan mengurangi risiko lock-in. Organisasi dapat menguji beberapa agen dalam perimeter keamanan terpadu dan beralih penyedia tanpa melatih ulang pengembang. Dampaknya mungkin berupa pengalaman yang kurang optimal dibandingkan dengan alat khusus yang mengintegrasikan UI dan perilaku agen secara erat.

Rekomendasi Rodriguez jelas: mulailah dengan agen yang berdedikasi. Agen yang berdedikasi memungkinkan organisasi untuk secara konsisten menyusun standar peraturan yang diikuti oleh agen. Setelah terbentuk, organisasi dapat menambahkan agen eksternal tambahan untuk memperluas kemampuan.

"Buka dan terapkan pengkodean proxy dan proxy khusus dan mulailah bermain dengannya;" Dia berkata. "Ini adalah kemampuan masa depan, dan ini memungkinkan Anda untuk benar-benar mulai membentuk SDLC Anda sehingga disesuaikan dengan Anda, organisasi Anda, dan karyawan Anda."

Tautan sumber

Continue Reading

Berita

Partai Demokrat menuntut pejabat Departemen Kehakiman mencabut klaim Trump sebesar $230 juta

Published

on

baruAnda sekarang dapat mendengarkan artikel Fox News!

Anggota DPR dari Partai Demokrat pada hari Senin menuduh Presiden Donald Trump mencoba menggunakan Departemen Kehakiman untuk membayar ganti rugi ilegal selama dekade terakhir, dan menuntut agar pejabat tinggi departemen tersebut mengundurkan diri dari masalah tersebut.

Dalam surat publik kepada Jaksa Agung Pam Bondi, Wakil Jaksa Agung Todd Blanche dan pejabat tinggi Stanley Woodward, anggota Komite Kehakiman DPR dari Partai Demokrat menyebut potensi pembayaran tersebut sebagai “upaya yang terang-terangan ilegal dan inkonstitusional untuk mencuri” jutaan dolar dari para pembayar pajak.

Ketertarikan Trump terhadap pembayaran tersebut pertama kali dilaporkan minggu lalu oleh The Guardian Waktu New Yorkyang mengatakan Trump mulai mendapatkan hingga $230 juta melalui proses klaim administratif yang biasanya harus disetujui oleh pejabat tinggi Departemen Kehakiman. Trump mengajukan tuntutan hukum pada tahun 2023 dan 2024, sebelum menjabat, menurut laporan itu.

Komite Partai Demokrat, yang dipimpin oleh anggota berpangkat tinggi, anggota DPR Jamie Raskin, D-Md., memperingatkan konsekuensi pembayaran kepada Trump dan menuntut daftar informasi non-publik tentang permintaan Trump yang dilaporkan, sehingga meletakkan dasar bagi kemungkinan penyelidikan di masa depan jika mereka mendapatkan mayoritas dan mendapatkan kekuatan panggilan pengadilan dalam waktu satu tahun.

Trump menyarankan Departemen Kehakiman berhutang uang kepadanya untuk kasus-kasus di masa lalu

Jaksa Agung Pam Bondi dan Presiden Donald Trump hadir pada konferensi pers di Ruang Oval Gedung Putih pada 15 Oktober 2025. (Demetrius Freeman/The Washington Post melalui Getty Images)

“Anda mungkin menghadapi tanggung jawab perdata, penyelidikan etika, disiplin profesional, dan potensi tanggung jawab pidana karena berkonspirasi untuk menipu Amerika Serikat,” tulis anggota parlemen tersebut.

Mereka termasuk di antara beberapa anggota Partai Demokrat, dan beberapa anggota Partai Republik, yang meneliti kemungkinan presiden menerima dana sekaligus dari departemen yang sekarang ia pimpin.

Trump baru-baru ini berbicara tentang laporan tersebut di Ruang Oval, dengan mengatakan “akan sangat aneh” jika dia membayar sendiri. Trump dilaporkan meminta ganti rugi atas kerugian yang ditimbulkan oleh investigasi Departemen Kehakiman terhadap dugaan kolusi antara Trump dan Rusia dan investigasi mantan penasihat khusus Jack Smith.

“Dengan kata lain, pernahkah Anda mengalami salah satu situasi di mana Anda harus memutuskan berapa jumlah ganti rugi yang harus Anda bayarkan?” kata Trump. “Tetapi saya sangat terluka. Setiap uang yang saya peroleh akan saya sumbangkan untuk amal.”

Trump dan Partai Demokrat terjebak dalam siklus balas dendam yang tak ada habisnya setelah menghukum Comey dan menargetkan musuh-musuh presiden

Mantan Penasihat Khusus Jack Smith

Jack Smith berbicara saat konferensi pers di Washington, D.C. pada 1 Agustus 2023. (Al Drago/Bloomberg melalui Getty Images)

Anggota DPR dari Partai Demokrat menjawab bahwa Trump “tidak berhak menerima suap atau imbalan hanya dengan berjanji memberikan hasilnya untuk amal.”

Mereka juga meminta Blanche dan Woodward, yang bertugas di tim pembela hukum Trump selama persidangan pidananya, untuk membatalkan keputusan apa pun mengenai kompensasi Trump.

Menanggapi permintaan komentar, juru bicara komite Partai Republik menuduh Partai Demokrat terlalu fokus pada Trump.

Raskin di Capitol Hill

Anggota Parlemen Jamie Raskin tiba untuk berbicara kepada wartawan saat memperkenalkan undang-undang tarif di US Capitol pada 8 Mei 2025, di Washington, DC. (Andrew Harnick/Getty Images)

KLIK DI SINI UNTUK MENDAPATKAN APLIKASI FOX NEWS

“Partai Demokrat harus fokus pada pembukaan pemerintahan dan gaji pegawai federal, yang banyak di antaranya tinggal di distrik Raskin, daripada terobsesi pada Presiden Trump yang jelas-jelas tidak melakukan kesalahan apa pun,” kata juru bicara komite tersebut, Russell Day. “Namun sayangnya, prioritas mereka selalu menyerang Presiden Trump daripada membayar gaji tentara, pengawas lalu lintas udara, dan keluarga yang dirugikan karena penutupan Partai Demokrat.”

Fox News Digital telah menghubungi Departemen Kehakiman untuk memberikan komentar.

Tautan sumber

Continue Reading

Berita

Intuit belajar cara membangun pelanggan AI keuangan dengan cara yang sulit: kehilangan kepercayaan pada banyak hal, memulihkannya dalam sendok teh

Published

on

Membangun AI untuk perangkat lunak keuangan memerlukan pedoman yang berbeda dari AI konsumen intuisi QuickBooks versi terbaru memberikan contoh.

Perusahaan ini mengumumkan Intuit Intelligence, sebuah sistem yang mengoordinasikan agen AI khusus di seluruh platform QuickBooks untuk menangani tugas-tugas termasuk kepatuhan pajak penjualan dan pemrosesan penggajian. Agen baru ini menambah agen Akuntansi dan Manajemen Proyek yang ada (yang juga telah diperbarui) serta antarmuka terpadu yang memungkinkan pengguna untuk menanyakan data di QuickBooks, sistem pihak ketiga, dan file yang diunggah menggunakan bahasa alami.

Perkembangan baru ini terjadi setelah bertahun-tahun melakukan investasi dan perbaikan di Intuit Genomemungkinkan perusahaan membangun kemampuan kecerdasan buatan yang mengurangi… Peningkatan latensi dan akurasi.

Namun berita sebenarnya bukanlah apa yang dibuat oleh Intuit, melainkan bagaimana mereka membangunnya dan mengapa keputusan desain mereka akan membuat AI lebih berguna. Peluncuran AI terbaru yang dilakukan perusahaan ini mewakili sebuah evolusi yang dibangun berdasarkan pembelajaran yang diperoleh dengan susah payah tentang apa yang berhasil dan apa yang tidak ketika menerapkan AI dalam konteks keuangan.

Apa yang dipelajari perusahaan ini sangat mengkhawatirkan: Meskipun agen akuntansinya meningkatkan akurasi klasifikasi transaksi rata-rata sebesar 20 poin persentase, perusahaan tersebut masih menerima keluhan tentang kesalahan.

"Kasus penggunaan yang kami coba selesaikan untuk klien meliputi pajak dan keuangan; Jika Anda membuat kesalahan di dunia ini, Anda kehilangan kepercayaan pelanggan dalam jumlah besar dan kami hanya mendapatkannya kembali dalam jumlah besar." Joe Preston, wakil presiden produk dan desain di Intuit, mengatakan kepada VentureBeat.

Arsitektur kepercayaan: Kueri data nyata melalui respons generatif

Strategi teknis Intuit berfokus pada keputusan desain mendasar. Untuk pertanyaan intelijen keuangan dan bisnis, sistem menanyakan data aktual, bukan menghasilkan respons melalui model bahasa besar (LLM).

APenting juga agar data ini tidak semuanya ada di satu tempat. Implementasi teknis Intuit memungkinkan QuickBooks menyerap data dari berbagai sumber berbeda: data asli Intuit, sistem pihak ketiga yang terhubung dengan OAuth seperti Square untuk pembayaran, dan file yang diunggah pengguna seperti spreadsheet yang berisi daftar harga vendor atau data kampanye pemasaran. Hal ini menciptakan lapisan data terpadu yang dapat dikueri dengan andal oleh agen AI.

"Kami sebenarnya menanyakan tentang data asli Anda," Preston menjelaskan. "Ini sangat berbeda dibandingkan jika Anda hanya menyalin dan menempelkan file spreadsheet atau PDF dan menempelkannya ke ChatGPT."

Pilihan arsitektur ini berarti bahwa sistem Intuit Intelligence bertindak sebagai lapisan orkestrasi. Ini adalah antarmuka bahasa alami untuk operasi data terstruktur. Saat pengguna bertanya tentang profitabilitas yang diharapkan atau ingin menjalankan penggajian, sistem menerjemahkan kueri bahasa alami ke dalam operasi database terhadap data keuangan yang diverifikasi.

Hal ini penting karena penelitian internal Intuit telah mengungkapkan meluasnya penggunaan AI dalam bayang-bayang. Saat disurvei, 25% akuntan yang menggunakan QuickBooks mengaku sudah menyalin dan menempelkan data ke ChatGPT atau Google Gemini untuk dianalisis.

Pendekatan Intuit memperlakukan AI sebagai mekanisme untuk menerjemahkan dan memformat kueri, bukan sebagai pembuat konten. Hal ini mengurangi risiko halusinasi yang mengganggu penerapan AI dalam konteks keuangan.

Penjelasan adalah persyaratan desain, bukan sekedar renungan

Di luar arsitektur teknis, Intuit telah menjadikan kemampuan menjelaskan sebagai pengalaman pengguna inti di seluruh agen AI-nya. Hal ini lebih dari sekadar memberikan jawaban yang benar: ini berarti menjelaskan kepada pengguna alasan di balik keputusan otomatis.

Ketika agen akuntansi Intuit mengkategorikan suatu transaksi, ia tidak hanya menampilkan hasilnya; Ini menunjukkan logika. Ini bukan salinan pemasaran tentang AI yang dapat dijelaskan, ini adalah antarmuka pengguna sebenarnya yang menampilkan titik data dan logika.

"Ini tentang menutup lingkaran kepercayaan dan memastikan pelanggan memahami alasannya," Alastair Simpson, wakil presiden desain di Intuit, mengatakan kepada VentureBeat.

Hal ini menjadi sangat penting ketika Anda mempertimbangkan riset pengguna Intuit: Meskipun separuh dari usaha kecil menggambarkan AI sebagai hal yang berguna, hampir seperempatnya tidak pernah menggunakan AI sama sekali. Lapisan penjelasan melayani kedua kelompok: membangun kepercayaan bagi pendatang baru, sekaligus memberikan konteks kepada pengguna berpengalaman untuk memverifikasi keakuratan.

Desain juga menerapkan kendali manusia pada titik-titik pengambilan keputusan yang kritis. Pendekatan ini melampaui antarmuka. Intuit menghubungkan pengguna secara langsung dengan pakar manusia, tertanam dalam alur kerja yang sama, ketika otomatisasi mencapai batasnya atau pengguna menginginkan validasi.

Arahkan transisi dari formulir ke percakapan

Salah satu tantangan paling menarik yang dihadapi Intuit adalah mengelola transformasi mendasar dalam antarmuka pengguna. Preston menggambarkannya memiliki satu kaki di masa lalu dan satu kaki di masa depan.

"Ini bukan sekedar Intuit, ini adalah pasar secara keseluruhan," kata Preston. "Saat ini kami masih memiliki banyak pelanggan yang mengisi formulir dan menelusuri tabel yang penuh dengan data. Kami banyak berinvestasi dalam mengadopsi dan mempertanyakan cara kami menelusuri produk-produk kami saat ini, di mana pada dasarnya Anda mengisi formulir demi formulir, atau tabel demi tabel, karena kami melihat ke mana arah dunia ini, dan sebenarnya ini merupakan bentuk interaksi yang berbeda dengan produk-produk ini."

Hal ini menciptakan tantangan desain produk: Bagaimana Anda melayani pengguna yang merasa nyaman dengan antarmuka tradisional sambil secara bertahap memperkenalkan kemampuan dan agen percakapan?

Pendekatan Intuit adalah mengintegrasikan agen AI langsung ke dalam alur kerja yang ada. Artinya, pengguna tidak dipaksa untuk mengadopsi pola interaksi yang benar-benar baru. Agen pembayaran muncul di sebelah alur kerja penagihan; Agen akuntansi meningkatkan proses rekonsiliasi yang ada daripada menggantikannya. Pendekatan langkah demi langkah ini memungkinkan pengguna merasakan manfaat AI tanpa meninggalkan proses yang sudah biasa.

Apa yang dapat dipelajari oleh para pembuat AI perusahaan dari pendekatan Intuit

Pengalaman Intuit dalam menerapkan AI dalam konteks keuangan menunjukkan beberapa prinsip yang berlaku secara luas pada inisiatif AI perusahaan.

Arsitektur penting untuk kepercayaan: Di area di mana akurasi sangat penting, pertimbangkan apakah Anda perlu membuat konten atau menerjemahkan kueri data. Keputusan Intuit untuk memperlakukan AI sebagai lapisan antarmuka bahasa alami yang sinkron secara signifikan mengurangi risiko halusinasi dan menghindari penggunaan AI sebagai sistem generatif.

Kemampuan penjelasan harus dirancang, bukan dibaut: Menjelaskan kepada pengguna mengapa AI mengambil keputusan bukanlah pilihan ketika kepercayaan dipertaruhkan. Ini memerlukan desain pengalaman pengguna yang disengaja. Mungkin membatasi opsi formulir.

Kontrol pengguna menjaga kepercayaan diri selama peningkatan akurasi: Agen akuntansi Intuit meningkatkan akurasi klasifikasi sebesar 20 poin persentase. Namun, mempertahankan kemampuan penggantian pengguna sangat penting untuk penerapannya.

Beralih secara bertahap dari antarmuka yang sudah dikenal: Jangan memaksa pengguna untuk meninggalkan formulir percakapan. Sematkan kemampuan AI ke dalam alur kerja yang ada terlebih dahulu. Izinkan pengguna merasakan manfaatnya sebelum meminta mereka mengubah perilaku.

Jujurlah tentang apa yang reaktif versus proaktif: Agen AI saat ini terutama merespons perintah dan mengotomatiskan tugas tertentu. Kecerdasan proaktif sejati yang memberikan rekomendasi strategis yang tidak terduga masih merupakan kemampuan yang terus berkembang.

Atasi permasalahan tenaga kerja dengan alat, bukan hanya pesan: Jika AI dimaksudkan untuk meningkatkan kualitas pekerja, bukan menggantikan mereka, maka pekerja harus dilengkapi dengan alat AI. Tunjukkan pada mereka cara memanfaatkan teknologi.

Bagi organisasi yang mengadopsi AI, perjalanan Intuit menawarkan arah yang jelas. Pendekatan pemenang mengutamakan kepercayaan dibandingkan menunjukkan kemampuan. Dalam bidang di mana kesalahan memiliki konsekuensi yang nyata, hal ini berarti berinvestasi pada akurasi, transparansi, dan pengawasan manusia sebelum melakukan pengembangan percakapan atau tindakan independen.

Simpson menyampaikan tantangannya secara ringkas: "Kami tidak ingin itu menjadi lapisan yang dibaut. Kami ingin klien berada dalam alur kerja alami mereka, agar agen melakukan pekerjaan untuk klien, dimasukkan ke dalam alur kerja."

Tautan sumber

Continue Reading

Trending