当人工智能基础模型打破自然语言障碍时，发生了一次“二元大爆炸”，引发了我们的技术系统的转变：我们如何设计它们、使用它们以及它们如何运行。
未来的应用程序用户可能与我们今天所了解的用户截然不同——我们谈论的不仅仅是更多的 Z 世代。许多用户实际上可能是自主的 AI 代理。
这是埃森哲发布的关于未来十年的一系列新预测中的一句话 ，该预测强调了我们的未来将如何被人工智能驱动的自主性所塑造。到 2030 年，代理（而不是人）将成为“大多数企业内部数字系统的主要用户”，该研究的合著者表示。到 2032 年，“消费者在智能设备上花费的平均时间中，与代理的互动将超过应用程序。” 另外：在机器主导的经济中，关系智能是成功的关键
这预示着一个转变的时刻，报告的主要作者、埃森哲首席技术官卡提克·纳拉因称之为“二进制大爆炸”。纳拉因写道：“当基础模型打破自然语言障碍时，它们启动了我们技术系统的转变：我们如何设计它们、使用它们以及它们如何运作。”
这些新发展“正在突破软件和编程的极限，成倍增加企业的数字产出，并为将人工智能深深注入企业 DNA 的认知数字大脑奠定基础”，Narain 补充道。 他指出，新兴技术发展前景将集中在三个领域：代理系统、数字核心和生成用户界面。这些将部署在高度可组合和模块化的构建块上。 代理系统 Agentic 系统目前“在小段代码方面表现出巨大潜力，并且提供了文档和示例，能够高精度地调用函数和 API”，他报告说。“他们可以创建函数和 API 以供日后使用。各公司正在迅速将这些功能集成到新模型中，以加快工程速度。” 埃森哲团队添加了以下注释：
“当今领先的软件工程代理系统之一是 Anthropic 的 Claude 3.5 Sonnet。在 SWE-Bench Verified（来自 GitHub 的真实问题软件工程基准）上进行测试时，它实现了 49% 的显著解决率。38 2023 年，代理的解决率不到 5%。”
数字核心 数字核心是运行人工智能企业的技术架构和基础设施。代理将依靠数字核心，使他们能够“将数据源与分析平台连接起来，这些平台可以使用这些数据来推动决策和有用的行动。”今天的代理系统无法构建和维护整个数字核心——“但他们正在解决其中的一部分，”Narain 指出。 另外：快速工程是否是一种阻碍人工智能进步的“时尚”？
约有一半的受访高管（48%）表示，他们希望客服人员能够升级和现代化功能和集成。至少有 46% 的受访者表示，客服人员很快就能保证数字功能和系统的质量，而 45% 的受访者预计客服人员将从内部系统访问这些功能。
然而，访问第三方系统的功能仍需时日 —— 只有 29% 的受访者认为这在近期内就会实现。只有 38% 的受访者认为他们的代理能够访问整个组织的数据。 生成式 UI Narain 和他的合著者看到的另一个有趣的发展是随着人工智能代理的兴起而出现的生成式用户界面，它涉及利用人工智能技术来生成高度个性化的用户界面。“几十年来，软件开发的高成本和软件分发的低成本推动了创建必须适用于每个用户的单一用户界面的想法。但现在，随着代理系统的发展并开始在数字世界中代表我们采取更多行动，它们正在推动一种新的软件范式，其中更便宜的代码和语言优先的界面使动态生成的自定义 UI 组件越来越可行。” 首先，埃森哲的合著者敦促团队在内部试验代理。“一个好的开始方法是创建特定于任务的内部代理。从小处着手，你可以模块化地移动，随着时间的推移扩展内部代理可以访问的功能和数据，并使用它们来学习和准备在未来构建面向外部的代理。”
另外：为 RAG 腾出空间：Gen AI 的力量平衡如何转变 随着自主代理的激增，保持一致性和信任变得至关重要。“公司需要密切监视它们并确保护栏到位，”报告继续说道。“这些系统访问哪些数据，谁在指挥它们，它们的输出质量如何，等等？这里的透明度将有助于提高员工对系统的信任。在创建监控系统时，制定实施的治理和技术路线图。此外，制定沟通和维护计划，以便您的组织了解监控的工作原理，并使您的护栏跟上进步。” 最后，为了保持基础，Narain 和他的合著者警告说：“人工智能代理是惊人的技术壮举，但绝不是完美的。它们计算成本高昂，不确定，并且可能缺乏可解释性。但正如检索增强生成(RAG) 可以为 LLM 奠定基础一样，代码和功能也可以为代理奠定基础，使它们更易于解释并增加对它们的信任。”
评论