एजेंटिक एआय जनरेटिव एआयच्या पलीकडे कृत्रिम बुद्धिमत्तेला एका नवीन स्तरावर घेऊन जात आहे, समान गुणधर्म आणि आव्हाने वाटणारी पण स्पष्ट फरक असणारी आहे. सेल्सफोर्सचे सीईओ मार्क बेनिओफ एजेंटिक एआयला एआयच्या उत्क्रांतीतील "तिसरी लहर" म्हणतात, ज्यामध्ये भविष्यसूचक मॉडेल्स आणि जनरेटिव एआय, जसे की ChatGPT नंतर समाविष्ट आहे. ही नवीन लहर स्वायत्तपणे जटिल कार्ये करणारे बुद्धिमान एजंट्स समाविष्ट करते. हे एआय एजंट्स डिजिटल सहकारी किंवा सहाय्यक म्हणून कार्य करतात, जे मानव क्षमतांना पूर्वी अकल्पनीय अशा प्रकारे वाढवतात. ते ग्राहक संवाद सक्षमपणे व्यवस्थापित करू शकतात, डेटा विश्लेषण करू शकतात आणि स्वायत्तपणे कार्ये वास्तविक-वेळेत पूर्ण करू शकतात, अशा क्षमता आणि गुंतवणूक परतावा देतात जे व्यापक एआय देऊ शकत नाहीत. बीसीजी एक्सचे सेश आय्यर सारखे उद्योग नेते एजेंटिक एआयला अधिक उत्पादकता मिळवण्यासाठी प्रक्रियेची पुनर्निर्देशने म्हणून स्वीकारतात. तथापि, एजेंटिक एआयला स्पष्ट नैतिक मार्गदर्शक तत्त्वे आणि कार्यात्मक मानकांचे पालन आवश्यक आहे, जे पालन आणि न्याय सुनिश्चित करण्यासाठी आहेत. एआय एजंट्स विकसित करणे आणि व्यवस्थापित करणे योग्य कौशल्यांची मागणी करते, जे बहुतेकदा संस्थांमध्ये उपलब्ध असतात, परंतु कौशल्यवृद्धीची गरज आहे. जनरेटिव्ह एआयच्या विपरीत, जे विविध क्षेत्रांमध्ये वापरले जाते, एजंटिक एआय विशिष्ट पर्यावरणांवर केंद्रित आहे, कमी त्रुटीच्या जोखमीसह अनुमानाश्रित कार्यांमध्ये उत्कृष्ट आहे.

यामध्ये निर्णय घेण्याच्या क्षमता वाढवण्यासाठी विद्यमान प्रणालींशी जटिल एकत्रित करणे आवश्यक आहे. जनरेटिव्ह एआयवरून एजेंटिक एआयकडे जाण्यासाठी, व्यवसायाने लहान सुरुवात करावी, उच्च परिणामांचे उपयोग प्रकरणे ओळखावीत आणि पायलट प्रोग्राम्स चालवावेत. लक्ष निर्मूल्य कार्ये कमी करण्यासाठी आणि मानव-मशीन सहकार्य वाढवण्यासाठी वर्कफ्लो बदलण्यावर असावे. आरअँडडी किंवा फार्मा सारख्या अनिश्चित, उच्च-जोखमीच्या वातावरणांमध्ये एजंटिक एआय लागू करण्यामध्ये आव्हाने आहेत, जिथे सूक्ष्म समज आवश्यक आहे. एजेंटिक एआयच्या यशासाठी रिअल-टाइम डेटा महत्त्वाचा आहे. एक प्रणाली चाचणीसाठी आवश्यक आहे आणि समस्या डोमेनचे प्रतिनिधित्व करणारे लेबल केलेले, स्वच्छ डेटा प्रभावी एआय एजंट्स तयार करण्यासाठी आवश्यक आहे. एजेंटिक एआयवर अवलंबित्व वाढत असल्यामुळे, विशेषतः उच्च-धोक्याच्या क्षेत्रात, नवीन पर्यवेक्षणात्मक संरचनांची आवश्यकता असेल, परिणामी अनपेक्षित परिणाम कमी करण्यासाठी मानव निरीक्षणाच्या महत्त्वावर जोर दिला जात आहे.