Generatieve AI gaat van copiloot naar redenerende agent.
In zijn “TechnoVision Top 5 Tech Trends to Watch in 2025”, die zich richt op de technologieën die naar verwachting volgend jaar een keerpunt zullen bereiken, legt Capgemini de nadruk op “agentification”.
Generatieve AI betreedt nu een tijdperk van agentificatie, waarin AI-systemen niet langer geïsoleerde taken uitvoeren, maar gespecialiseerde, onderling verbonden agenten worden.
Volgens een onderzoek van het Capgemini Research Institute onder 1.500 senior executives van over de hele wereld, dat tijdens CES in januari wordt gepubliceerd, heeft 32% AI-agenten aangewezen als de belangrijkste data- en AI-technologie-trend voor 2025.
Met de toenemende logische redeneercapaciteiten van generatieve AI-modellen zullen ze meer autonoom gaan werken en meer betrouwbare, op bewijs gebaseerde resultaten gaan leveren, en zullen ze in staat zijn om taken zoals toeleveringsketens en voorspellend onderhoud te beheren zonder voortdurend menselijk toezicht. AI-systemen kunnen dynamische besluitvorming aan in meer gevoelige omgevingen waar nauwkeurigheid van het grootste belang is. De volgende stap is de opkomst van een superagent, een orkestrator van verschillende AI-systemen die hun interacties optimaliseert.
AI-agenten halen co-piloten in
Tegen 2025 zullen deze ontwikkelingen het mogelijk maken om nieuwe AI-ecosystemen te creëren in alle sectoren en nieuwe niveaus van efficiëntie en innovatie te bereiken. Deze semi-autonome AI’s, die in staat zijn om complexe taken uit te voeren, zullen de kern vormen van innovatie. Salesforce gebruikt ze bijvoorbeeld al om verkoopcontacten te beheren, een vroeg voorbeeld van hun potentieel. Zoals Capgemini opmerkt, gaan AI-agenten verder dan de eenvoudige co-piloten van vandaag door acties in meerdere stappen autonoom uit te voeren.
Voor Capgemini is dit heel belangrijk. Met de opkomst van AI-modellen zijn transformatieve modellen en andere generatieve AI-architecturen geavanceerder en nauwkeuriger geworden, waardoor multi-agent systemen levensvatbaar worden voor complexe en dynamische besluitvorming in de echte wereld, zelfs in onvoorspelbare situaties. Dit zou een groter potentieel moeten ontsluiten in sectoren die snelle en flexibele reacties op onverwachte uitdagingen vereisen, zoals de gezondheidszorg, de juridische sector en de financiële dienstverlening.
Obstakels om te overwinnen
De precieze definitie van hun capaciteiten blijft echter onduidelijk. Sommige bedrijven, zoals IBM, kennen aan hun agents het vermogen toe om te redeneren over complexe problemen. Desondanks hebben maar weinig van de tot nu toe gepresenteerde producten dit vermogen…
Tegelijkertijd zal het niet gemakkelijk zijn. Zoals Forrester aangeeft, kunnen bedrijven met de ambitie om zelf geavanceerde agentic architecturen te bouwen aanzienlijke obstakels tegenkomen.
De grootste uitdaging is dat deze architecturen complex zijn en diverse en meervoudige modellen, geavanceerde generatiestacks met retrieval en augmentatie, geavanceerde gegevensarchitecturen en niche-expertise vereisen. Volwassen bedrijven zullen deze beperkingen erkennen en ervoor kiezen om samen te werken met AI-dienstverleners en systeemintegratoren, waarbij ze gebruikmaken van hun expertise om geavanceerde agentgebaseerde oplossingen te ontwikkelen.
