你可能已經(jīng)擁有一個(gè)用于開(kāi)發(fā)和管理智能體的平臺(tái)，甚至可能有兩個(gè)或更多，這種智能體的泛濫使得智能體能夠在企業(yè)的更多領(lǐng)域中運(yùn)作，但也帶來(lái)了更高的復(fù)雜性、增加了安全顧慮，并可能損害投資回報(bào)率。

在過(guò)去的一年里，供應(yīng)商們一直在急于將智能體產(chǎn)品添加到他們的產(chǎn)品組合中。微軟、AWS、谷歌、IBM、Salesforce、ServiceNow、Workday和SAP都已經(jīng)涉足這一領(lǐng)域，而數(shù)據(jù)管理軟件提供商Informatica本周也承諾將在其智能數(shù)據(jù)管理云中添加智能體，以自動(dòng)化數(shù)據(jù)處理流程。

對(duì)供應(yīng)商鎖定的擔(dān)憂(yōu)

分析師表示，供應(yīng)商之間的激烈競(jìng)爭(zhēng)以及對(duì)供應(yīng)商鎖定的擔(dān)憂(yōu)正在推動(dòng)智能體的泛濫。

“企業(yè)感到困惑，正在討論應(yīng)該投資哪種智能體解決方案，因?yàn)閹缀跛械脑品?wù)提供商和SaaS玩家都提供某種形式的智能體產(chǎn)品。”咨詢(xún)公司W(wǎng)est Monroe的合伙人Cam Cross說(shuō)。

West Monroe的客戶(hù)正在采用多個(gè)智能體，因?yàn)橹悄荏w領(lǐng)域沒(méi)有明確的贏家，而且目前投資于單一平臺(tái)存在供應(yīng)商鎖定的風(fēng)險(xiǎn)，Cross說(shuō)。

此外，沒(méi)有什么能阻止企業(yè)再添加“一個(gè)”智能體平臺(tái)到他們的組合中，因?yàn)楣?yīng)商們正以免費(fèi)或低價(jià)的工具及其他優(yōu)惠來(lái)吸引他們，Cross補(bǔ)充道。

一個(gè)熟悉的故事

智能體的泛濫，無(wú)論是智能體還是其他類(lèi)型的智能體，都是企業(yè)技術(shù)領(lǐng)域新產(chǎn)品類(lèi)別的一個(gè)熟悉特征。我們已經(jīng)見(jiàn)證了數(shù)據(jù)庫(kù)、云計(jì)算、GenAI和大型語(yǔ)言模型(LLM)的興起過(guò)程中的這種泛濫——還有上一代自動(dòng)化工具。

The Futurum Group的CIO實(shí)踐負(fù)責(zé)人Dion Hinchcliffe將智能體的泛濫比作RPA在其鼎盛時(shí)期不受控制的擴(kuò)散。他說(shuō)，RPA最初也是從小處著手，比如自動(dòng)化發(fā)票處理、客戶(hù)入職等，但很快就演變成了一堆脆弱、重疊的機(jī)器人，且治理不善。

“同樣的風(fēng)險(xiǎn)也適用于這里：自主式智能體大腦的RPA，它們更聰明，適應(yīng)性更強(qiáng)，但如果沒(méi)有協(xié)調(diào)，它們就會(huì)相互碰撞、重復(fù)工作，并讓用戶(hù)和系統(tǒng)都感到困惑。”Hinchcliffe說(shuō)。

West Monroe的Cross看到了智能體泛濫與企業(yè)服務(wù)總線(xiàn)(ESB)架構(gòu)增長(zhǎng)的相似之處，后者用于在應(yīng)用程序之間交換數(shù)據(jù)。

“許多技術(shù)供應(yīng)商都有自己偏好的ESB集成工具，這使得企業(yè)內(nèi)擁有了太多類(lèi)似的工具。隨著時(shí)間的推移，許多企業(yè)不得不整合這些工具以降低成本。”Cross說(shuō)。

無(wú)論是RPA、ESB還是智能體，為同一任務(wù)擁有多個(gè)技術(shù)平臺(tái)都可能導(dǎo)致更高的運(yùn)營(yíng)和支持成本、許可挑戰(zhàn)，以及需要維護(hù)多種技能集。

AgentOps能否阻止智能體的泛濫?

為了防止智能體的泛濫，IT領(lǐng)導(dǎo)者必須在它深入企業(yè)之前果斷采取行動(dòng)。

數(shù)字工作者平臺(tái)DoozerAI的聯(lián)合創(chuàng)始人Paul Chada表示，他們可以從之前的泛濫事件中吸取教訓(xùn)。

“數(shù)據(jù)庫(kù)的泛濫表明，數(shù)據(jù)治理必須在廣泛采用之前進(jìn)行，而云計(jì)算的泛濫則表明，沒(méi)有監(jiān)督的分散采購(gòu)必然導(dǎo)致低效。”Chada說(shuō)。

Hinchcliffe建議企業(yè)現(xiàn)在應(yīng)采用AgentOps思維。“CIO們應(yīng)該專(zhuān)注于在智能體泛濫之前創(chuàng)建一個(gè)企業(yè)范圍的生命周期管理、可觀測(cè)性、安全性和投資回報(bào)率測(cè)量流程，”他說(shuō)。“領(lǐng)導(dǎo)者應(yīng)該從DevOps和MLOps中汲取靈感：工具、護(hù)欄、測(cè)量和中央政策層是關(guān)鍵，他們應(yīng)該指定一個(gè)跨職能團(tuán)隊(duì)來(lái)管理智能體的采用，以免每個(gè)部門(mén)都推出自己的智能體解決方案。”

應(yīng)對(duì)智能體泛濫的協(xié)議

另一種控制智能體泛濫的方法是企業(yè)專(zhuān)注于智能體之間的互操作性，他們可以通過(guò)尋找支持模型上下文協(xié)議(Model Context Protocol，MCP)的系統(tǒng)來(lái)實(shí)現(xiàn)這一點(diǎn)，MCP是一種連接AI系統(tǒng)與數(shù)據(jù)源的通用、開(kāi)放標(biāo)準(zhǔn)，另一種可能性是采用谷歌的A2A協(xié)議，該協(xié)議用于跨多個(gè)系統(tǒng)的自動(dòng)化工作流程。

然而，MCP和A2A都還處于開(kāi)發(fā)和采用的初期階段，而且這樣的協(xié)議和接口標(biāo)準(zhǔn)肯定會(huì)激增。事實(shí)上，IT領(lǐng)導(dǎo)者接下來(lái)可能不得不應(yīng)對(duì)的威脅是智能體協(xié)議的泛濫。