企业AI的代理 和他们背后最烂的文件一样可靠

企业AI的代理 和他们背后最烂的文件一样可靠。

企业AI主要围绕背景工程建设. 团队连接企业系统,生成块和嵌入,构建回取管道,并组装单个AI应用程序所需的上下文. 虽然这种做法对孤立的助理和副驾驶都行之有效,但它将企业知识视为具体应用的背景,而不是共享企业资产。 随着各组织部署更多的AI应用程序和代理商,这种模式开始崩溃. 不同的团队处理同一种文档,保持单独的嵌入和索引,并产生相同业务知识的不一致表述. 挑战不再只是为人工智能系统提供背景——而是管理企业知识本身。 为什么建筑背景对于企业AI来说还不够 企业AI今天的共同做法是建立个人应用的背景. 团队连接企业系统,处理所需信息,生成块和嵌入等回取表示,并在运行时组装上下文代理需求. 虽然这适用于单一应用程序,但并不将企业知识作为共享企业资产进行管理。 随着各组织部署更多的AI应用软件,这种方法开始分出三个原因. 第一,知识变得不一致。 企业知识分布在许多独立的系统中,具有不同的计划,业务定义,以及更新周期. 在文件、Jira票、源代码、客户关系管理系统和元数据等方面,可以对同一产品、客户或业务流程进行不同的描述,甚至相互矛盾。 从上下文中提取这一信息并不能解决这些不一致之处;它只是将它们转移到AI应用程序,导致不同的代理人对业务形成不同的理解. 第二,改革变得难以推广。 企业知识不断演化,但每个应用程序维持自己的上下文管道。

（编译自 VentureBeat；原文 https://venturebeat.com/orchestration/enterprise-ai-agents-are-only-as-reliable-as-the-messiest-documents-behind-them，编译转述，非原文转载）