在过去的两年里，企业试图跟上生成式人工智能创新的惊人步伐，制定将新兴技术应用到其运营中的方法，以期节省时间和金钱，提高生产力，改善客户服务和支持，并提高效率。
然而，一股新浪潮正在以代理人工智能的形式出现，支持者广泛将其描述为人工智能行业的范式转变，而人工智能行业似乎正在发生变化。持续变化的状态。这种转变涉及创建人工智能系统，该系统不仅可以简单地回答提示或接受指令来完成任务，还可以更加自主地做出决策、制定计划、解决问题，并在有限的人类监督下采取行动，并解决可进一步实现业务目标的问题.
代理人工智能系统由多个代理组成，这些代理可以具有特定的功能，并且可以编排或链接起来共同完成复杂的任务。他们可以计划、整合记忆、使用软件工具、从经验中学习并适应不断变化的环境。
Nvidia 联合创始人兼首席执行官黄仁勋在一次对话中表示，特工的机会是巨大的Salesforce 首席执行官马克·贝尼奥夫 (Marc Benioff) 上个月在 Salesforce Dreamforce 展会上表示。这听起来很疯狂，但令人惊奇的是：我们将拥有明显理解我们要求它做的事情的微妙之处的代理，但它也可以使用工具并且可以推理。它可以相互推理并相互协作。
组织可以使用代理来解决复杂的问题，如果需要，这些代理会找到其他代理来提供帮助，黄说。
<过去几年，开发人员一直在尝试将任务分解为人工智能系统可以自主处理的更小部分的方法，而像 LangChain 这样的新兴框架则展示了代理如何使用代码与 API 进行交互。近几个月来，IT 供应商积极地将代理引入他们的产品和服务中。最近，其中包括 Oracle 的 Oracle Database 23ai、Salesforce 的 AgentForce 以及 ServiceNow 的 Now Platform Xanadu 等公司。网络安全公司也在其平台和产品中引入代理，以实现生成人工智能功能不仅可以检测威胁并向 IT 发出警报，还可以减轻威胁，而不必等待人工解决问题。
本周，大型专业服务公司埃森哲 (Accenture) 宣布扩大与 Nvidia 的合作伙伴关系，这不仅包括一个新部门埃森哲 Nvidia 业务集团，该部门拥有 30,000 名员工，他们将使用人工智能代理来帮助企业扩展代理人工智能部署，同时还包括埃森哲 AI Refinery 平台，该平台利用 Nvidia 的人工智能堆栈 Nvidia AI Foundry、AI Enterprise 和 OmniverseNvidia 企业人工智能软件产品副总裁 Justin Boitano 表示，埃森哲还利用 Nvidia 的 NIM 和 NeMo 产品来提高代币效率并进行微调和评估。
埃森哲正在公共云和私有云平台上打造 AI Refinery，并将其与其他业务部门整合。还将建立工程中心网络，以加速代理人工智能的使用，埃森哲正在内部拥抱代理人工智能，最初是通过其两年前收购的 Eclipse 自动化业务及其营销部门，这将带来高达 35% 的收益减少手动步骤，节省 6% 的成本，并将上市速度提高 25% 至 55%。
埃森哲首席人工智能官关兰在向记者举行的吹风会上表示，生成式人工智能需求推动了增长上一财年的预订量达到 30 亿美元，而 Agentic AI 将有助于加速需求。
下一波 Agentic AI 将向前迈出一大步，将彻底改变我们的客户如何重塑他们的业务生意，关说。对我来说，它不再只是提示预先构建的大型语言模型并等待响应。[通过]我们现在所说的零样本提示和代理人工智能，我们实际上可以开发专门的上限，它可以独立自主地交互或采取行动，以实现目标或人类意图的进展。我们正在走向人工智能，它不仅能做出反应，还能真正学习、改进并作为团队的一部分工作。
Guan 认为埃森哲代理人工智能由一支由三种类型组成的代理大军组成。有一些专门从事特定任务的实用代理，她以研究代理为例，超级代理充当团队领导，激活实用代理，还有编排代理、项目经理，协调整个企业的各种工作流程功能。
<关说，他们无缝协作，在最复杂的工作流程中做出决策并精确执行。人工智能代理与自大约两年前 ChatGPT 发布以来一直在进行的运动有些吻合，使企业更容易根据自己的需求定制人工智能系统，就像检索增强生成（RAG）一样，组织可以使用它将自己的企业数据带入人工智能模型的训练集中。
关说，埃森哲 AI Refinery 不仅包括预构建的代理，还包括用于创建自定义代理的代理构建器。她说，组织还可以使用自己的数据构建自己的人工智能模型，并且它有一个交换机架构，可以在不同模型之间进行路由，以选择与您的目标一致的模型，而不会被锁定。
它可以还整合内部和外部数据。这是企业认知大脑，用于集成数据以增强企业范围的洞察力，并提供上下文引擎知识引擎，以对 LLM [大语言模型]或多模态模型中的代理进行大量响应和使用，非常具体相关对于您的公司和行业。
与生成人工智能中的大多数事物一样，人工智能代理也面临着挑战，包括数据安全和隐私、潜在偏见、道德问题和系统所犯的错误。随着人工智能系统变得更加自主，对人类监督和干预的需求将会增长。
但这必须得到解决，因为生成式人工智能列车正在快速前进，并且只会随着代理人工智能的到来而加速。关说，代理人工智能是技术进步的一次飞跃，它将改变我们在规模人工智能背景下对生产力和创新的看法，并补充说代理人工智能将成为组织和企业内部创新的核心部分。