Rośnie zaufanie do agentów AI w zadaniach technicznych, zwłaszcza w obszarze danych

Inwestycje przedsiębiorstw w sztuczną inteligencję dynamicznie rosną, a rok 2026 jest wskazywany przez Gartnera jako „rok przełomowy” dla firm, które mają dostosować swoje projekty AI do strategicznych celów biznesowych. W obliczu rosnącej presji na udowodnienie zwrotu z inwestycji (ROI), kadra zarządzająca i liderzy technologii coraz częściej zwracają się ku agentom AI, aby osiągnąć mierzalne wyniki finansowe.

Szczególnie obiecujące zastosowanie dla agentów AI rysuje się w obszarze funkcji technicznych. Według McKinsey, koszty infrastruktury IT mają wzrosnąć dwu- lub trzykrotnie do 2030 roku, podczas gdy budżety pozostaną niezmienione. W ciągu ostatnich 18 miesięcy zespoły technologiczne – inżynierowie, deweloperzy, architekci i inni specjaliści – wyraźnie zaczęły wykorzystywać agentów do budowania, wdrażania i ciągłego ulepszania infrastruktury i aplikacji w swoich organizacjach.

Rosnące zaufanie w obszarach AI, danych i chmury

Badanie przeprowadzone wśród 300 globalnych ekspertów technologicznych ujawniło, że zespoły te wykazują wyjątkowo wysokie zaufanie do wykorzystania agentów AI w znacznej liczbie zadań związanych ze sztuczną inteligencją, danymi i chmurą. Raport, oparty na ankiecie, ocenił 101 zadań w tych obszarach, bazując na pewności respondentów co do zdolności agentów do działania w ich imieniu.

Zaufanie do agentów jest szczególnie wysokie w przypadku zadań mierzalnych i rośnie w obszarach wymagających złożonej oceny. Eksperci technologiczni w przeważającej mierze wierzą, że agenci pomagają w codziennej pracy, usprawniając procesy, poprawiając wydajność i redukując powtarzalne czynności. Największe zaufanie obserwuje się w procesach takich jak generowanie raportów i standardowego kodu. Istnieje również wyraźny potencjał tam, gdzie zadania obejmują wieloetapowe przepływy pracy i zaawansowane rozumowanie do podejmowania decyzji.

Wyzwania i klucz do sukcesu: kontekst biznesowy i nadzór człowieka

Mimo rosnącego zaufania, gotowość agentów spada głównie z powodu braku dostarczania kontekstu biznesowego do systemów agentowych. Im bardziej złożone zadanie, tym większej zdolności rozumowania wymaga agent i tym większa jest jego potrzeba kontekstu biznesowego. Możliwości generowania kontekstu dla agentów są wciąż na wczesnym etapie rozwoju, zwłaszcza w sytuacjach, gdy dane korporacyjne są trudne do uporządkowania i połączenia z cyklem życia agenta z odpowiednią szybkością i jakością, której potrzebują deweloperzy i kadra zarządzająca.

Nadzór człowieka jest kluczowym czynnikiem sukcesu we wdrażaniu agentów AI. Jak zauważa Jeremy Winter, wiceprezes korporacyjny i dyrektor ds. produktów w Microsoft Azure Platform, „w miarę jak projektujemy agentów do działania w ramach tych samych granic operacyjnych, systemów tożsamości i modeli zarządzania, których zespoły już używają, zaczynają oni zachowywać się bardziej jak systemy, którym organizacje już ufają”. Eksperci przewidują, że zaufanie do agentów będzie rosło wraz z pogłębianiem się doświadczenia w ich użytkowaniu i dojrzewaniem środowisk biznesowych.

Przełom w przepływach pracy z danymi

Przepływy pracy związane z danymi stanowią przełomową domenę dla agentów AI. Zespoły technologiczne najbardziej ufają agentom tam, gdzie struktura może zapewnić niezawodne podstawy do podejmowania decyzji. Obejmuje to obszary takie jak:

• Monitorowanie jakości danych
• Wykrywanie anomalii wizualizacyjnych
• Monitorowanie strumieni danych w czasie rzeczywistym
• Profilowanie danych

To właśnie w tych obszarach eksperci dziedzinowi, najbliżsi punktowi generowania danych, mogą dostarczyć kontekst, który pozwoli agentom działać i dostarczać wiarygodne wyniki. Amanda Silver, wiceprezes korporacyjna Microsoft 365 Core and Work IQ, podkreśla znaczenie utrzymywania ludzi w pętli i jak systemowe myślenie przyczynia się do rozwoju kariery, co jest szczególnie istotne w kontekście agentów AI.

Rozwój agentów AI, szczególnie w obszarze zarządzania danymi, wskazuje na ewolucję sposobu pracy w przedsiębiorstwach. Integracja tych technologii, choć obiecująca, wymaga starannego podejścia, gdzie kluczowe jest dostarczanie agentom odpowiedniego kontekstu biznesowego oraz

Źródło: technologyreview.com