主动式AI利用多个智能体的集体智慧来自动化决策过程，从而彻底改变行业并推动转型。
译自 Agentic AI: The Next Frontier of AI Power，作者 Dr Phong Nguyen。
2022年11月30日，OpenAI发布的ChatGPT普及了生成式AI，并引发了一阵热烈的赞誉。今天，我们在这个相关的领域看到了这种兴奋的回声，那就是代理AI的兴起。虽然它没有达到同样的炒作程度，但代理AI可能是一种更强大的现象。
一些人认为代理AI是五个阶段中AI发展的第三阶段，介于对话式和推理（第一和第二阶段）之间，创新和组织AI（第四和第五阶段）之后。
换句话说，生成式AI改变了我们创作内容的方式，但围绕代理AI的真正兴奋在于它能够通过多个代理自主学习、适应和做出决策来自动化复杂的处理任务，从而加速和自动化决策和问题解决。
代理AI的核心在于能够在一个环境中行动并接收反馈——这是代理的基本属性。这是通过利用大型语言模型 (LLM) 作为强大的推理引擎来实现的，它可以通过API向现有工具发送命令，使代理AI能够执行操作并通过反复试验进行学习。与从零开始且没有预先知识或推理能力的传统强化学习不同，代理AI由于其固有的推理能力，可以绕过大部分的冗长学习阶段。当任务变得复杂时，多个LLM可以作为专业代理在角色扮演动态中协作，增强推理能力并做出更准确的决策。
代理AI的长期影响比生成式AI更广泛、更重大。两者结合，创造了具有巨大效率潜力、精确信息解析能力和更智能决策能力的复杂系统。想象一下，使用代理AI做出快速、可审计的决策，然后利用其LLM有效地向合作伙伴、利益相关者和员工解释和沟通这些结果。
代理AI通过自主做出决策并在各种应用程序中采取行动来改变业务运营。
代理AI不仅仅是自动化重复性任务的工具。它为创新和创造力开辟了新的途径。通过承担运营负担，使员工能够专注于战略性问题解决、推动创新和提供卓越的客户体验。一个典型的例子是CodeVista Liby FPT，这是一个AI驱动的平台，可将软件开发效率提高48%。它提供智能代码建议、识别模式并增强编码标准，使开发人员能够更智能地工作并更快地交付成果。
它对海量数据集的实时处理比任何人类团队都能更快地提供可行的见解。它以无与伦比的精度优化关键功能，例如定价策略、库存管理、供应链物流和面向客户的互动。
这种影响已经在各个行业显现。例如，FPT最近与一家德国化工制造商合作，创建了自动化其业务中多个流程的多代理解决方案。例如，AI代理自动化IT工单解决，每天处理超过1000张工单，并缩短了响应时间。这些代理改变了供应链管理，将采购订单响应时间从几周缩短到几分钟。它还简化了入职和其他管理任务的HR流程，并支持数据检索和处理，加快了审批和解决时间线。此外，这种多AI代理解决方案帮助一家日本跨国公司自动化数据分析，提取可行的见解，并通过自动语言翻译实现无缝的跨文化沟通，从而推动战略增长和明智的决策。
自主式AI的变革力量超越了后端运营，成为关键的防御体系。它检测风险，即时响应，并自动恢复以保护数据并最大限度地减少停机时间。它还可以预测故障，降低维护成本，提高正常运行时间，并延长依赖于机器的行业的资产寿命。因此，自主式AI正在重塑企业，使其更智能、更快、更具弹性。
也许比“自主式AI能做什么？”更相关的问题是“它不能做什么？” 事实上，与AI一样，它不太适合需要人类同理心、创造力、肢体灵活性以及复杂伦理判断的任务。然而，即使在短期内，我们看到的应用也是非常广泛的。
自主式AI 即将通过交换数据、增强人类智能和自动化越来越复杂的任务来彻底改变数字领域。最初，它将在数字环境中表现出色，利用其推理能力来处理复杂的运营。随着时间的推移，自主式AI将逐渐过渡到物理世界，使机器人能够做出合理的判断并在复杂的物理环境中有效运行。
支持自主式AI的基础设施将朝着两个方向发展。一方面，它将扩展规模，消耗大量的GPU资源来管理大量的计算和数据处理。另一方面，它将变得更加专业化和高效，使精简的模型能够在小型设备上运行领域特定知识。低级硬件优化，包括针对自主式AI独特的计算需求而设计的AI专用芯片，对于加速其发展和实现大规模部署至关重要。此外，内存技术和互连技术的进步将支持自主式AI系统的大规模数据处理和通信需求，确保在各种平台上实现最佳性能。
同样重要的是要理解，自主式AI还有很长的路要走才能磨平任何新技术不可避免的粗糙边缘。改进自主式AI需要解决熟悉的AI伦理问题，例如偏差缓解、透明度和隐私。学习算法、感知和硬件方面的技术进步至关重要。此外，促进有效的人工智能协作，包括技能增强和持续学习，也至关重要。通过结合这些要素，我们可以对安全和有益地使用自主式AI充满信心。
建立对自主式AI的信任至关重要。透明度、强大的安全性、人工监督和用户赋权是关键。可解释的AI（非专业人士可以理解AI在做什么）、透明的数据实践和强大的网络安全至关重要。通过优先考虑这些方面，我们可以负责任且合乎道德地利用自主式AI的力量。
AI正在通过五个AI级别快速发展，而自主式AI最引人入胜的方面之一是其涌现行为的潜力。随着AI系统变得越来越复杂，它们可能会表现出意想不到的行为。这引发了对控制和安全的担忧，使得理解和管理涌现行为成为AI发展中的一个重大挑战。
同样重要的是要考虑自主式AI一些更世俗的业务采用挑战。部署它不会免费，早期采用者可以预期在构建必要的基础设施和训练模型时需要支付巨额账单。
最后，虽然我们已经探讨了自主式AI的潜力和挑战，但必须承认这是一个快速发展的领域，还有许多未知数。随着AI的发展，我们可能会遇到不可预见的伦理困境和社会影响。与任何快速发展的新技术一样，需要具备充分的预见能力来预测问题和机遇。但同样重要的是要认识到摆在我们面前的机会是真实的，值得关注和行动。