Yeni benimseme verileri Şaşkınlık AI ajanlarının karmaşık kurumsal görevleri üstlenerek iş akışı verimliliği kazanımlarını iyi mi artırdığını ortaya koyuyor.
Geçtiğimiz yıl teknoloji sektörü, üretken suni zekanın bir sonraki evriminin konuşmanın ötesinde eyleme geçeceği varsayımıyla etkinlik gösterdi. Büyük Dil Modelleri (LLM’ler) bir akıl yürütme motoru görevi görürken, “aracılar” karmaşık, fazlaca adımlı iş akışlarını minimum denetimle yürütebilen eller benzer biçimde hareket eder.
Sadece şimdiye kadar bu araçların gerçekte iyi mi kullanıldığına dair görünürlük, büyük seviyede spekülatif çerçevelere yada sınırı olan araştırmalara dayanılarak belirsizdi.
Perplexity tarafınca gösterilen ve Comet tarayıcısı ve asistanıyla yüz milyonlarca etkileşimi çözümleme eden yeni veriler, genel amaçlı suni zeka ajanlarına ilişkin ilk büyük ölçekli saha çalışmasını sağlıyor. Veriler, ajansal suni zekanın halihazırda yüksek kıymetli informasyon çalışanları tarafınca üretkenliği ve araştırma görevlerini kolaylaştırmak için kullanıldığını gösteriyor.
Bu araçları kimin kullandığını idrak etmek, iç talebi anlamak ve potansiyel gölge BT vektörlerini belirlemek için fazlaca önemlidir. Araştırma, evlat edinmede belirgin bir heterojenliği ortaya koyuyor. Şahıs başına düşen GSYİH ve eğitim düzeyi daha yüksek olan ülkelerdeki kullananların, aracı araçlarla etkileşime geçme olasılıkları fazlaca daha yüksektir.
Kurumsal planlama için daha çok informasyon veren şey mesleki dağılımdır. Benimseme ağırlıklı olarak dijital ve informasyon yoğun sektörlerde yoğunlaşmıştır. ‘Dijital Teknoloji’ kümesi, benimseyenlerin yüzde 28’ini ve sorguların yüzde 30’unu oluşturarak en büyük oranı temsil ediyor. Bunu akademi, finans, pazarlama ve girişimcilik yakından takip ediyor.
Toplu olarak, bu kümeler toplam benimseyenlerin yüzde 70’inden fazlasını oluşturmaktadır. Bu, aracılı iş akışlarından yararlanma olasılığı en yüksek olan kişilerin bir müessese içindeki en pahalı varlıklar bulunduğunu göstermektedir: yazılım mühendisleri, finansal analistler ve pazar stratejistleri. Bu erken benimseyenler amatörce davranmıyorlar; veriler, “uzman kullananların” (öncesinden erişime haiz olanlar) averaj kullanıcılara bakılırsa dokuz kat daha çok aracılı sorgu yaptığını gösteriyor; bu da değişen teknolojinin bir iş akışına entegre edildikten sonrasında olmazsa olmaz hale geldiğini gösteriyor.
İçindekiler
Suni zeka temsilcileri: Uşak değil, kurumsal görevler için ortaklar
Pazarlama anlatılarının ötesine geçmek için işletmelerin bu temsilcilerin sağlamış olduğu faydayı anlaması gerekir. Yaygın bir görüş, temsilcilerin öncelikli olarak ezberci yönetimsel işler için “dijital kapıcı” olarak vazife yapacaklarını öne sürüyor. Sadece veriler bu görüşe meydan okuyor: Tüm temsilci faaliyetlerinin yüzde 57’si bilişsel çalışmaya odaklanıyor.
Perplexity’nin araştırmacıları, kullanıcı amacını sınıflandırmak için “hiyerarşik bir aracı taksonomisi” geliştirdi ve suni zeka aracılarının kullanımının deneysel olmaktan ziyade ergonomik bulunduğunu ortaya çıkardı. Baskın kullanım durumu, tüm aracı sorguların yüzde 36’sını oluşturan ‘Verimlilik ve İş Akışı’dır. Bunu yüzde 21 ile ‘Öğrenme ve Araştırma’ takip ediyor.
Araştırmadan elde edilmiş spesifik anekdotlar bunun kurumsal değere iyi mi dönüştüğünü gösteriyor. Mesela bir satın alma uzmanı, bir satıcıyla iletişime geçmeden ilkin satın alan örnek vaka incelemelerini taramak ve ilgili kullanım örneklerini belirlemek için asistanı kullandı. Benzer şekilde, bir finans çalışanı, hisse senedi opsiyonlarını filtreleme ve yatırım bilgilerini çözümleme etme görevlerini devretti. Bu senaryolarda, aracı, insanoğlunun nihai karara odaklanmasına izin vermek için informasyon toplama ve ilk sentezi özerk bir halde gerçekleştirir.
Bu dağılım, operasyonel liderlere kati bir gösterge sağlar: Ajansal suni zekanın acil yatırım getirisi, düşük seviyeli anlaşmazlıkları otomatikleştirmekten ziyade insan kapasitesini ölçeklendirmede yatmaktadır. Emek harcama, bu aracıları “nihai hedefe ulaşmak için üç yinelemeli aşama içinde otomatikman geçiş meydana getiren sistemler olarak tanımlıyor: düşünme, hareket etme ve gözlemleme.” Bu kabiliyet, kolay bir uşak yerine düşünen bir ortak olarak hareket ederek “derin bilişsel emek vermeyi” desteklemelerine olanak tanır.
Yapışkanlık ve bilişsel göç
BT liderleri için mühim bir içgörü, suni zeka aracılarının kurumsal iş akışlarına yönelik “yapışkanlığıdır”. Veriler, kısa vadede kullananların mevzu içinde kuvvetli bir kalıcılık sergilediğini gösteriyor. Bir kullanıcı bir üretkenlik görevi için bir aracıyla bağlantı kurarsa, sonraki sorgularının bu tesir alanında kalması büyük olasılıktır.
Sadece kullanıcı yolculuğu çoğunlukla gelişir. Yeni kullanıcılar çoğunlukla film tavsiyeleri yada genel bilgiler istemek benzer biçimde düşük riskli sorgularla “suları kontrol eder”. Zaman içinde bir geçiş meydana gelir. Emek harcama, kullananların çeşitli kullanım senaryolarıyla giriş yapmasına karşın sorgu paylaşımlarının üretkenlik, öğrenme ve kariyer gelişimi benzer biçimde bilişsel odaklı alanlara doğru yönelme eğiliminde bulunduğunu belirtiyor.
Bir kullanıcı, koddaki hataları ayıklamak yada bir mali raporu özetlemek için bir aracıyı işe aldığında, nadiren daha düşük kıymetli görevlere geri döner. ‘Verimlilik’ ve ‘İş Akışı’ kategorileri en yüksek elde tutma oranlarını göstermektedir. Bu davranış, ilk pilot programların, kullanımın kolay informasyon alımından karmaşık vazife dağıtımına kadar olgunlaştığı bir öğrenme eğrisi öngörmesi gerektiği anlamına gelir.
Ajansal suni zekanın “nerede” olduğu da “ne” olmasıyla birlikte önemlidir. Perplexity’nin emek harcaması, bu suni zeka ajanlarının etkinlik gösterdiği ortamları (belirli internet sayfaları ve platformlar) izledi. Etkinlik yoğunluğu göreve göre farklılık gösterir, sadece en üst düzey ortamlar çağıl kurumsal yığının temelini oluşturur.
Google Dokümanlar, doküman ve e-tablo düzenleme için birincil ortamdır; LinkedIn ise ustalaşmış ağ oluşturma görevlerine hakimdir. ‘Tahsil ve Araştırma’ için etkinlik, Coursera benzer biçimde kurs platformları ve araştırma havuzları içinde bölünmüştür.
CISO’lar ve uyum görevlileri için bu, yeni bir risk profili sunuyor. Suni zeka ajanları yalnızca verileri okumuyor; bunu temel kurumsal uygulamalar içinde etken olarak manipüle ediyorlar. Emek harcama, aracılı sorguları açıkça “tarayıcı kontrolünü” içeren sorgular yada API’ler vesilesiyle harici uygulamalardaki eylemler olarak tanımlıyor. Bir çalışan, bir temsilciye “satın alan örnek vaka incelemelerini özetlemesi” görevini verdiğinde, temsilci hususi verilerle direkt etkileşime giriyor anlama gelir.
Ortamların yoğunlaşması bununla beraber platforma özgü optimizasyonların potansiyelini de vurgulamaktadır. Mesela, ilk beş ortam, başta LinkedIn olmak suretiyle ustalaşmış ağlardaki sorguların yüzde 96’sını oluşturuyor. Bu yüksek konsantrasyon, işletmelerin bu yüksek trafikli platformlar için hususi yönetişim politikaları yada API bağlayıcıları geliştirerek anında verimlilik kazanımları görebileceklerini gösteriyor.
Perplexity’nin verilerini takip eden gizmen suni zeka için iş planlaması
Yetenekli suni zeka temsilcilerinin yaygınlaşması, iş planlaması için yeni sorgulama yollarını çağrı ediyor. Perplexity’den gelen veriler spekülatif aşamayı geçtiğimizi doğruluyor. Aracılar şu anda bir tek informasyon alışverişi yapmak yerine fazlaca adımlı eylemleri planlamak ve yürütmek, ortamlarını değiştirebilmek için kullanılıyor.
Operasyonel liderler üç acil eylemi dikkate almalıdır:
- Üretkenliği ve iş akışını denetleyin sürtünme noktaları yüksek kıymetli takımlar içinde: Veriler, ajanların organik olarak bu aşamada tutunacak yer bulduğunu gösteriyor. Yazılım mühendisleri ve finansal analistler belgeleri düzenlemek yada hesapları yönetmek için aslına bakarsanız bu araçları kullanıyorsa, bu iş akışlarını resmileştirmek verimlilik kazanımlarını standartlaştırabilir.
- Arttırma gerçekliğine hazırlanın: Araştırmacılar, aracıların özerkliğe haiz olmasına karşın kullananların çoğu zaman görevleri daha ufak parçalara böldüğünü ve yalnızca alt görevleri devrettiğini belirtiyor. Bu, işin yakın geleceğinin işbirliğine dayalı bulunduğunu ve çalışanların suni zeka meslektaşlarını etkili bir halde “yönetme” mevzusunda becerilerini geliştirmelerini gerektirdiğini gösteriyor.
- Altyapı ve güvenlik katmanını ele alın: Aracıların “açık dünya web ortamlarında” etkinlik göstermesi ve GitHub ve kurumsal e-posta benzer biçimde sitelerle etkileşime girmesiyle, veri kaybını önlemenin kapsamı genişliyor. Politikalar, tavsiye sunan bir söyleşi robotu ile kodu çalıştıran yada bildiri gönderen bir aracı içinde fark yapmalıdır.
Ajansal suni zeka pazarının 2025’te 8 milyar dolardan 2034’te 199 milyar dolara çıkacağı tahmin edilirken, Perplexity’den elde edilmiş ilk kanıtlar bir öncü görevi görüyor. İşgücünün dijital açıdan en yetenekli kesimleri tarafınca yönlendirilen, suni zeka aracıları tarafınca yönetilen kurumsal iş akışlarına geçiş sürüyor. Kuruluşun önündeki güçlük, bu ivmeyi güvenli bir halde ölçeklendirmek için ihtiyaç duyulan yönetişimin kontrolünü kaybetmeden kullanmaktır.
Ek olarak bakınız: Kurumsal suni zeka entegrasyonunu çoğaltmak için Accenture ve Anthropic iş birliği yapıyor
Sektör liderlerinden suni zeka ve büyük veri hakkında daha çok informasyon edinmek ister misiniz? Çıkış yapmak Yapay Zeka ve Büyük Veri Fuarı Amsterdam, Kaliforniya ve Londra’da gerçekleşiyor. Kapsamlı etkinlik, TechEx ve öteki önde gelen teknoloji etkinlikleriyle aynı yerde bulunuyor. Tıklamak Burada daha çok informasyon için.
AI News tarafınca desteklenmektedir TechForge Medyası. Yaklaşan öteki kurumsal teknoloji etkinliklerini ve web seminerlerini keşfedin Burada.
