Daripada tadbir urus data ke Agentic AI: AI peringkat perusahaan sedang memasuki peringkat “penyebaran berskala besar”

Konteks Industri

Perbincangan AI perusahaan sedang mengalami peralihan yang jelas: tumpuan awal adalah pada keupayaan model, kesan demonstrasi dan percubaan titik tunggal, manakala fokus semasa telah beralih kepada cara menguasakan penggunaan pada skala besar dalam organisasi. Acara sarapan State of Data & AI yang dianjurkan oleh iTnews bersama NEXTDC di Sydney, dengan tiga topik iaitu “Scaling AI”, “Agentic AI” dan “Data Sovereignty & Compliance”, dengan sendirinya menunjukkan perubahan keutamaan pembuat keputusan perusahaan.

Perubahan ini mudah difahami. Apabila AI generatif memasuki aliran kerja perusahaan, organisasi bukan sahaja perlu berdepan dengan kualiti output model, tetapi juga isu yang lebih praktikal: siapa yang bertanggungjawab terhadap tadbir urus data, bagaimana mengawal kebenaran akses, bagaimana memenuhi keperluan pengawalseliaan, dan bagaimana menyepadukan sistem AI ke dalam persekitaran pengeluaran serta mengekalkan operasi yang stabil. Terutamanya dalam konteks keperluan penempatan data, kewajipan privasi dan pematuhan industri yang semakin diperkukuh, penggunaan AI telah berubah daripada pilihan teknikal kepada pilihan tadbir urus.

Pada masa yang sama, Agentic AI sedang menjadi pemboleh ubah baharu dalam set teknologi perusahaan. “Ejen AI autonomi” bukan sekadar naik taraf antara muka sembang, tetapi keupayaan peringkat sistem yang lebih hampir kepada pelaksanaan tugas: ia mungkin memanggil perisian perusahaan, menyusun beberapa langkah proses, dan menyelesaikan kerja dalam sempadan keizinan. Ini bermakna apabila perusahaan menilai AI, mereka bukan lagi hanya melihat sama ada “jawapan itu tepat”, tetapi juga sama ada “ia boleh dikawal, dikesan dan diaudit”.

Kesan Pasaran

Bagi pelanggan perusahaan, inti pati perbincangan ini ialah perubahan dalam logik bajet dan perolehan. Dahulu, pelaburan AI sering diletakkan dalam bajet inovasi atau projek percubaan; kini, perusahaan lebih cenderung menuntut metrik perniagaan yang jelas, seperti penjimatan jam kerja melalui automasi proses, peningkatan kecekapan khidmat pelanggan dan operasi, pecutan carian pengetahuan dan aliran kelulusan, serta kawalan terhadap risiko dan kos pematuhan.

Ini akan memberi kesan langsung kepada tiga kategori pembekal:

1. Pembekal infrastruktur: pusat data, platform awan, rangkaian dan perkhidmatan kuasa pengkomputeran akan terus mendapat manfaat. Apabila perusahaan memasuki fasa penggunaan berskala besar, keperluan terhadap latensi rendah, pengembangan elastik, penempatan data dan pengasingan keselamatan akan meningkat. 2. Perisian perusahaan dan vendor keselamatan: vendor yang mampu menyepadukan AI ke dalam CRM, HR, kewangan, operasi dan proses keselamatan lebih berpeluang memperoleh belanjawan tambahan. Sebaliknya, produk yang hanya menawarkan “keupayaan AI umum” akan mempunyai justifikasi pembelian yang lebih lemah. 3. Perunding dan penyepadu sistem: perusahaan lazimnya memerlukan bantuan pihak luar untuk menyusun sempadan data, sistem keizinan, kaedah integrasi model dan proses pematuhan, maka nilai perkhidmatan perundingan dan integrasi bagi pelaksanaan akan meningkat.Bagi pelabur, peristiwa sebegini memberikan isyarat yang jelas: penciptaan nilai dalam industri AI sedang beransur-ansur melimpah keluar daripada “lapisan model” ke infrastruktur, alat tadbir urus, aplikasi industri dan penyusunan semula aliran kerja. Dalam kata lain, pengkomersialan AI perusahaan bukan sahaja milik syarikat model, tetapi juga milik mereka yang mampu menjadikan AI sebagai sistem yang boleh digunakan secara langsung.

Landskap Persaingan

Dari segi landskap persaingan, pihak yang mendapat manfaat pada masa ini bukan sekadar pembekal model besar. Syarikat seperti OpenAI, Anthropic, Google DeepMind, Microsoft AI dan lain-lain masih merupakan pintu masuk penting kepada ekosistem AI perusahaan, namun apabila perusahaan benar-benar melaksanakannya, mereka sering masih bergantung pada platform awan, pusat data, pengurusan identiti, tadbir urus data dan produk keselamatan.

Dalam senario sebegini, syarikat yang memiliki keupayaan berikut lebih berkemungkinan mendapat manfaat:

• Penyedia awan dan platform yang mampu membungkus keupayaan model ke dalam aliran kerja perusahaan
• Pengendali infrastruktur yang mampu menyediakan kedaulatan data, penempatan setempat dan kawalan pematuhan
• Penyedia keselamatan yang mampu menawarkan audit, kebenaran, pemantauan dan kawalan risiko
• Penyedia aplikasi perusahaan yang boleh memberikan ROI yang boleh diukur untuk industri menegak

Pihak yang tertekan pula ialah mereka yang hanya bergantung pada “konsep AI” atau fungsi tahap demonstrasi untuk mendapatkan bajet. Apabila perusahaan beralih daripada percubaan kepada pengeluaran, pembeli akan bertanya dengan lebih ketat: berapakah kos penempatan, adakah kos inferens boleh dikawal, bolehkah data kekal dalam bidang kuasa yang ditetapkan, adakah output model boleh dijelaskan, dan bagaimana tingkah laku anomali akan disekat.

Inilah juga sebabnya “kedaulatan data” akan menjadi pemboleh ubah utama dalam persaingan AI perusahaan. Ia bukan sekadar isu peraturan, tetapi sebahagian daripada pilihan pembelian dan seni bina. Bagi perusahaan multinasional, seni bina AI pada masa depan berkemungkinan besar akan merangkumi awan berbilang, awan hibrid, penempatan serantau dan pengasingan kebenaran secara serentak, yang akan membentuk semula kuasa tawar-menawar pembekal.

Implikasi kepada Perusahaan

Bagi pembuat keputusan perusahaan, pertimbangan paling penting bukanlah “sama ada untuk menempatkan AI”, tetapi “pada bahagian perniagaan yang mana untuk menempatkannya, dengan rangka kerja tadbir urus yang bagaimana, dan menggunakan metrik apa untuk mengukur hasilnya”.

Perusahaan harus memberi tumpuan kepada empat perkara:

Pertama, tetapkan dahulu senario yang boleh diukur. Utamakan senario yang aliran kerjanya jelas, sempadan datanya terang, dan ROI-nya boleh diukur, seperti khidmat pelanggan, pencarian pengetahuan, sokongan operasi dalaman, bantuan jualan dan pemprosesan dokumen pematuhan.

Kedua, bina rangka kerja tadbir urus AI. Ini termasuk kebenaran data, log panggilan model, semakan output, mekanisme kerjasama manusia-mesin, dan pengurusan risiko pembekal. Selepas penempatan berskala besar, kos tadbir urus biasanya akan meningkat dengan cepat.

Ketiga, nilai semula infrastruktur. Perusahaan perlu menentukan sama ada beban kerja AI sesuai untuk awan awam, awan peribadi atau seni bina hibrid; perlu mempertimbangkan keperluan kediaman data, kos inferens, latensi serta kesinambungan perniagaan.Keempat, beri perhatian pada sempadan Agentic AI. Peningkatan kecekapan yang dibawa oleh ejen autonomi adalah nyata, tetapi ia juga akan memperbesar risiko keizinan, kesilapan operasi dan pematuhan. Perusahaan seharusnya mengutamakan perintis dalam aliran kerja berisiko rendah, boleh dipulihkan semula dan boleh dipantau, bukannya terus membiarkannya mengambil alih perniagaan teras.

Outlook

12 bulan akan datang, tumpuan persaingan AI perusahaan masih akan tertumpu pada kadar penukaran daripada “perintis ke pengeluaran”. Sama ada AI dapat disepadukan ke dalam sistem sedia ada, dan sama ada proses tadbir urus yang stabil dapat dibentuk, akan menentukan sama ada projek itu boleh terus berkembang.

24 bulan akan datang, Agentic AI mungkin akan bergerak daripada pembuktian konsep kepada automasi sebahagian proses, tetapi perusahaan akan memberi penekanan yang lebih besar pada kawalan keizinan, audit dan semakan manusia. Pada masa yang sama, keperluan infrastruktur sekitar kedaulatan data dan pematuhan kawal selia akan terus meningkat.

3 tahun akan datang, pasaran AI perusahaan berkemungkinan besar akan terus berkembang daripada “dipacu model” kepada “dipacu sistem”. Fokus persaingan yang sebenar ialah: siapa yang dapat menyediakan inferens pada kos lebih rendah, tadbir urus data yang lebih boleh dipercayai, keupayaan integrasi perusahaan yang lebih kuat, serta penyelesaian kawalan risiko yang lebih mudah diterima oleh pihak pengurusan.

Bagi industri, ini bermaksud peringkat seterusnya pengkomersialan AI bukan lagi sekadar persaingan pada parameter model atau kekerapan pelancaran, tetapi persaingan menyeluruh antara infrastruktur, keupayaan tadbir urus dan keupayaan merealisasikan nilai perniagaan.

Sumber maklumat URL

https://www.itnews.com.au/state-of-data-ai/itnews-state-of-data-ai-breakfast-comes-to-sydney-this-july-626009