Enighet om agentbasert AI's evne til å innfri sine løfter er forsiktig optimistisk: så langt, så bra, men med viktige forbehold. En nylig PwC-undersøkelse blant 300 ledende utøvere som implementerer AI-agenter, viste at 66 % rapporterer positive resultater når det gjelder produktivitet. Det er imidlertid verdt å merke seg at alle systemer vanligvis gir noen produktivitetsgevinster. Det som virkelig etterspørres av ledere, er en betydelig fordel som skaper ekstrem konkurransefordel. For øyeblikket er det bare noen få AI-agenter som «endre måten arbeid gjøres på», ifølge PwC-rapportens forfattere. «Mange ansatte bruker agentbaserte funksjoner innebygd i bedriftsapper for å fremskynde rutineoppgaver – å avdekke innsikt, oppdatere registre, svare på spørsmål. Dette gir en meningsfull produktivitetsøkning, men det når ikke opp til ekte transformasjon. » Hovedhindringen er ikke selve teknologien; snarere er det «tankesett, endringsberedskap og arbeidsstyrkens engasjement», konkluderer PwC-forfatterne. Mahe Bayireddi, administrerende direktør og medgründer av Phenom, et selskap som leverer AI-agenter for HR-funksjoner, er enig i at utfordringene hovedsakelig ligger innenfor disse områdene. Under Phenom sitt nylige brukerkonferanse i Philadelphia understreket Bayireddi at kontekst er avgjørende for AI-agenter. «Det er mye å lære gjennom denne prosessen, » sa han. «For øyeblikket finnes det ingen eksperter som dynamisk kan veilede hvordan man effektivt skal håndtere AI-agenter. » Bayireddi utdypet: «Agenter kan øke produktiviteten med omtrent 20-30 %, forutsatt at de brukes riktig, endringsledelse håndteres godt og data brukes på riktig måte. Hovedspørsmålet er hvordan man skal få det til å lykkes og lede endringen effektivt. » AI-agenter og dataene de håndterer må være bransjespesifikke, variere fra industri til industri og selskap til selskap. «Data på et universelt nivå er ganske komplekst, » forklarte han. «Nyanser i kontekst og personalisering er avgjørende for at AI skal fungere ordentlig. Det kan ikke være for generelt. » Fremveksten av AI-agenter driver generativ AI mot praktisk anvendelse.

Når de integreres, kan agentene «innlemmes i arbeidsflyter», sa Bayireddi. «Frem til nå har folk måttet gå til ChatGPT, stille et spørsmål og vente på svar. Det er ikke slik arbeidet naturlig foregår. » Fokuset må være på å adressere nyansene i de spesifikke funksjonene og prosessene som skal automatiseres av agentene. «Dette må realiseres i et effektivt format som inkluderer kontekst, » la han til. «Det kan bare oppnås hvis agenten fungerer effektivt innenfor en avdeling. » Bayireddi ser ikke AI-agenter som en trussel mot arbeidsplasser, men erkjenner at de vil endre arbeidskarakteren. «Nye jobber vil oppstå på grunn av agentene, og nye typer arbeid vil også utvikle seg. Ferdigheter er en del av dette; selve arbeidet og rollene vil utvikle seg. » PwC-forfatterne anbefaler å ikke nøye seg med minimale gevinster med AI-agenter. «Selskaper som stopper ved pilotstadier, risikerer å bli overgått av konkurrenter som er villige til å fundamentalt redesigne arbeidsmetoder. Bare noen få selskaper aktivt definerer fremtiden ved å utvikle nye driftsmodeller som integrerer og orkestrerer flere AI-agenter. Mindre enn halvparten revurderer grunnleggende driftsmodeller og arbeidsflyter (45 %) eller redesigner prosesser rundt AI-agenter (42 %). »