Agentic Enterprise

Agentic Enterprise представляет собой фундаментальный сдвиг в использовании искусственного интеллекта компаниями. Он переходит от пассивных инструментов, требующих постоянного человеческого руководства, к автономным агентам, которые чувствуют, рассуждают и действуют самостоятельно, оставаясь в соответствии с человеческими намерениями. Это организация, в которой люди, агенты и платформы работают вместе в управляемых бизнес-системах, чтобы получить результаты, которых никто не может достичь в одиночку.

Этот документ дополняет хорошо созданную инфраструктуру. Пять основных компонентов системы — Trust, Reliability, Operational Excellence, Resource and Cost Optimization и Fairness — являются основополагающими рекомендациями, применимыми ко всем решениям Salesforce. Этот обзор объясняет, что меняется, когда решения становятся агентскими, и указывает на подробные сведения о столбце.

Агентские системы сочетают модели большого языка, создание с дополнением извлечения, вызов функций и схемы оркестрации для создания возможностей, которые адаптируются к контексту, а не следуют жестким запрограммированным путям. Агенты сочетают вероятностное рассуждение (вывод LLM) с детерминистским выполнением (бизнес-правила и оркестрация), чтобы включить адаптируемость и управление.

Для архитекторов это поведение вводит рекомендации по дизайну в каждом столбце. Агенты работают с недетерминистским поведением на уровне рассуждений, что требует новых схем для надежности, мониторинга и управления. Автономность агента требует расширенных границ безопасности и надзора «Человек в цикле». Координация между несколькими агентами создает новые сложности, требующие преднамеренной оркестрации. Agentic Enterprise не просто добавляет функции искусственного интеллекта к существующим архитектурам, но и переосмысливает способ проектирования, развертывания и управления системами.

Сделано хорошо, это сочетание создает реальную бизнес-ценность: агенты обрабатывают сложные многоэтапные бизнес-процессы, которые ранее требовали человеческого вмешательства, обобщают информацию в источниках и масштабируют экспертные знания в организации. Это также создает проблемы, требующие преднамеренного проектирования. Недетерминистское поведение усложняет тестирование, мониторинг и обработку ошибок. Автономность поднимает вопросы контроля, подотчетности и безопасности. Структуры затрат переходят от стационарной инфраструктуры к потреблению переменных выводов. Архитекторы должны балансировать между автономией и риском, инновациями и контролем и возможностями и затратами.

Основополагающее различие в агентской архитектуре заключается в том, помогает ли агент человеку (пробная схема: предлагать, рекомендовать, черновик) или действует автономно (схема агента: решить, выполнить, завершить). Вторым пилотам требуется человеческое одобрение действий по изменению области; агенты действуют независимо в пределах полномочий. Это различие определяет требования Trust, потребности наблюдаемости и схемы надзора. Переход от ассистов к действиям — это архитектурный сдвиг, а не изменение конфигурации — он требует переоценки каждого столпа через призму автономной работы.

Agentic Enterprise — это организация, в которой люди, агенты и платформы совместно работают в управляемых бизнес-системах для достижения результатов, которые не может достичь ни один из них. Эта трехчастная модель формирует каждое архитектурное решение:

Люди обеспечивают надзор, суждение и вмешательство, когда возможности агента недостаточны или когда ставки требуют подотчетности человека. Сотрудничество человека и агента позволяет людям сосредоточиться на ценных суждениях, в то время как агенты обрабатывают обычное выполнение и синтез информации. Люди контролируют ситуацию на системном уровне: они определяют границы, а агенты принимают решения и действуют в них.
Агенты предоставляют интеллектуальную автоматизацию, естественно-языковые интерфейсы и адаптивное принятие решений. Агенты - это не отдельные функции, а интегрированные участники бизнес-процессов. Они чувствуют контекст на основе управляемых данных, рассуждают о соответствующих действиях посредством вероятностных и детерминистских методов и действуют посредством бизнес-правил и внешних интеграций.
Платформы предоставляют управляемую инфраструктуру, которая делает возможной агентурную работу - накопленную бизнес-логику, объединенные данные, оркестрацию и инфраструктуру сотрудничества. Платформа отличает агентские системы корпоративного уровня от неуправляемых экспериментов с искусственным интеллектом: он внедряет полномочия, ведет контрольный журнал, применяет правила соответствия и поддерживает работу агентов в рамках организационного управления.

Удалите людей и потеряете ответственность; удалите агентов и потеряете интеллект; удалите платформы и потеряете управление. Предприятие-агент требует всех трех компонентов в качестве единой системы.

Любая агентская архитектура — в любом технологическом стеке — должна предоставлять общий набор возможностей. Агенту нужны надежные данные для рассуждений, бизнес-логика, с помощью которой он может безопасно действовать, управление собственным жизненным циклом, общее понимание значения данных и путь распространения на людей. Ниже перечислены архитектурные требования, а не продукты: где Salesforce предоставляет часть стека, остальные возможности требуют внимания.

Salesforce предоставляет эти возможности в качестве интегрированного набора. Обработка их как системы делает зависимости четкими: ослабить любого из них и агенты ограничены предсказуемым способом. Данный раздел описывает каждую возможность, почему она важна для агентов и как Salesforce предоставляет ее.

Агентам нужны управляемые проверенные данные для эффективного рассуждения — модели на основе искусственного интеллекта знают схемы из данных обучения, а не из записей клиентов компании, каталога продуктов или журнала транзакций. Эта возможность устраняет пробел, заземляя агентов в точных, разрешенных, текущих и отслеживаемых данных, а не в произвольном веб-содержимом или непроверенных источниках.

Текущие оперативные данные позволяют принимать срочные решения: Коммерческий агент, который отвечает "Какой у меня статус заказа?", агент обслуживания, появляющий открытые обращения, или торговый агент, ранжирующий возможности, закрывающиеся в этом квартале.
Журнальные данные, например, большие наборы данных, хранящиеся в Data 360, поддерживают анализ тенденций, прогнозирование и изучение прошлых схем.
Интегрированный доступ позволяет агентам рассуждать по данным, где бы они ни находились. Он уменьшает дублирование для подключенных источников и представляет объединенное представление.

Salesforce предоставляет это посредством портфолио Data 360.

Архитектурное значение: Качество агента зависит от качества данных. Инвестируйте в управление данными, классификацию и последовательность. Агент, появляющий некорректные данные, подрывает Trust быстрее, чем тот, на котором написано "Я не знаю".

Агент, который может отвечать только на вопросы, является вторым пилотом. Агент, который может создавать записи, обновлять возможности, отправлять сообщения и запускать автоматизацию, является автономным. Эта автономия позволяет агентам действовать, а не просто помогать, она вызывает существующие проверенные бизнес-процессы вместо их повторного внедрения в генерируемый код.

Агенты переводят естественно-языковое намерение в стандартные бизнес-операции, а не требуют, чтобы пользователи писали код.
Агенты делегируют полномочия в инкапсулированные многоэтапные процессы (например, поток возмещения, обрабатывающий проверки кредитоспособности, обновления запасов и уведомления).
По мере развития бизнес-правил агенты наследуют изменения автоматически, при условии, что логика живет в бизнес-правиле, а не зеркально отражается в инструкциях агента.

Salesforce предоставляет эту возможность посредством бизнес-логики Customer 360 и автоматизации платформы.

Архитектурное значение: Создайте агентов для вызова существующих бизнес-правил, а не их замены. Агенты, вызывающие проверенные автоматизации, более надежны, чем агенты, внедряющие бизнес-логику посредством созданного кода.

Агентам нужно управление от разработки посредством развертывания, мониторинга и вывода из эксплуатации. Без этого неуправляемое распространение агентов создает теневой искусственный интеллект: агентов с неясными полномочиями, без контрольных журналов, непроверенным поведением и неизвестной стоимостью. Эта возможность обеспечивает создание агентов с ограждениями, развертывание через ворота утверждения, отслеживание отклонения и вывод из эксплуатации, когда необходимость отпала.

Средство разработки создает начальные конфигурации на основе естественно-язычных описаний и внедряет ограждения (проверка полномочий, область применения субагента) в проектное время.
Оркестрация среды выполнения управляет вызовом агента, принудительным исполнением полномочий, журналом проверки и обработкой сбоев.
Возможности повторного использования позволяют рабочим группам внедрять готовые агенты и действия, включая вертикальные возможности экспертов по доменам, а не создавать всех агентов с нуля.
Наблюдаемость сеанса сохраняет взаимодействия агентов, этапы рассуждения и результаты для аналитики, отладки и обнаружения отклонения.

Salesforce предоставляет эту возможность посредством Agentforce Studio, Agent Fabric и AgentExchange.

Архитектурное значение: Считайте агентов управляемыми активами, а не разовыми сценариями. Управление на уровне системы предотвращает разрастание агентов.

Агенты, запрашивающие данные, должны понимать семантику: что значит "доход", какое поле является "имя клиента", как связаны таблицы. Без общедоступного семантического определения агенты создают запросы, использующие неправильные поля, неправильно интерпретирующие нулевые значения или нарушающие бизнес-правила. С помощью одного, каждый агент запрашивает посредством управляемых определений и возвращает последовательные, правильные результаты, с логикой финансового календаря и признания дохода, живущей в определении, а не в подсказках агента. Этот уровень работает в собственной модели безопасности платформы: доступ регулируется собственными элементами управления уровня строки и поля платформы, не внедренными повторно в семантический слой. В результате, агенты связаны теми же полномочиями данных, которые внедряет платформа.

Salesforce предоставляет эту возможность посредством Tableau Semantics, управляемого семантического уровня, интегрированного с Tableau Next и Data 360.

Архитектурное значение: Определите семантический слой перед развертыванием аналитических агентов. Агенты, запрашивающие исходные таблицы, создают пробелы в управлении и несогласованные результаты.

Полностью автономные агенты без надзора со стороны человека создают риск соответствия, пробелы в подотчетности и недоверие пользователей. Эта возможность позволяет контролировать человека: агенты расширяются при неопределенной ситуации, запрашивают одобрение высокоэффективных действий и остаются прозрачными в своих рассуждениях.

Бизнес-процессы утверждения позволяют агентам запрашивать регистрацию перед выполнением последующих действий (выдача возмещения, закрытие возможности, удаление данных).
Журнал постоянного взаимодействия регистрирует намерение, доступные данные, этапы рассуждения и выполненные действия — включение аудита, отладки и постоянного улучшения.
Характеры расширения передаются специалистам-людям с полным контекстом, когда агенту не хватает уверенности или он попадает под грань обращения.

Salesforce предоставляет эту возможность посредством бизнес-процессов утверждения и расширения «Человек в цикле» с постоянным, проверяемым журналом взаимодействия.

Архитектурное значение: Разработайте четкие правила расширения. Определите, какие решения требуют утверждения человеком — финансовые пороги, необратимые действия, регулируемые данные — и внедрите эти бизнес-правила, прежде чем развертывать автономных агентов.

Эти возможности взаимозависимы. Агент использует надежные данные для обоснования своих рассуждений, действует в соответствии с бизнес-логикой, работает под управлением жизненного цикла, отправляет запросы посредством общедоступной семантики и при необходимости расширяется до людей. Удалите надежные данные и галлюцинации агентов; удалите бизнес-логику, и они смогут только отвечать, а не действовать; удалите управление и они превратятся в теневой искусственный интеллект; удалите общедоступную семантику и их запросы удаляются; удалите человеческую эскалацию и они будут действовать без надзора. Модель API-первого потребления — Salesforce Headless 360 — позволяет агентам получать доступ к этим возможностям посредством последовательных программных интерфейсов (API, MCP и CLI), а не интеграции отдельных систем одна за другой.

Столпы «Хорошо архитектурированной инфраструктуры» остаются основой для агентских систем — агенты по-прежнему функционируют в пределах полномочий управляющего, нуждаются в надлежащем контроле доступа, мониторинге, потреблении ресурсов и справедливом обслуживании пользователей. Начните с рекомендаций по базовому столбцу, потом примените агентские рекомендации, добавляемые компаньоном каждого столбца.

Руководство по базовым компонентам:

Trust — модель общей ответственности, четырехуровневый контроль доступа (org/object/field/record), шифрование, потоки OAuth, контрольные журналы, инфраструктуры соответствия
Надежность — контролирующие ограничения с рекомендованным рабочим буфером (70-процентный потолок является широко цитируемой рекомендацией сообщества, а не официальной спецификацией Salesforce), обработка асинхронизации, автоматические выключатели, планирование нагрузки, схемы с несколькими организациями, послеаварийное восстановление
Operational Excellence — Event Monitoring, Proactive Monitoring, DevOps practices (разработка на основе источников, CI/CD), автоматизация, управление инцидентами, показатели DORA
Оптимизация ресурсов и затрат — оптимизация SOQL, предотвращение искажения данных, систематизация кода, стратегии пакетирования, мониторинг производительности, моделирование ТСО, создание по сравнению с покупкой, оптимизация лицензий, мониторинг затрат
Справедливость — доступность (WCAG 2.2 AA), схемы недискриминации (правила общего доступа, FLS), архитектура конфиденциальности, управление этикой на основе искусственного интеллекта

Основополагающими остаются схемы Core Trust (Shared Responsibility Model, наименьшие привилегии, шифрование, OAuth). Агентные системы добавляют:

Идентификация и проверка подлинности — агенты могут использовать проверку подлинности на основе JWT, а не статические ключи API, что включает контрольные журналы для каждого агента и детализированное отслеживание полномочий
Распространение удостоверения пользователя: когда агенты вызывают внешние системы от имени пользователя, распространяйте удостоверение пользователя (не только удостоверение агента), чтобы последующие системы применяли полномочия и контрольные журналы на уровне пользователя
Границы полномочий: наименьшие привилегии для агентов, наследование полномочий от текущего пользователя, четкие полномочия агентов и проверка на границах делегирования полномочий
«Человек в цикле» для последующих решений — бизнес-правила утверждения для высокоэффективных или необратимых действий и регламентированных данных
Объясняемость: агенты объясняют свои аргументы, ссылаются на источники для фактических утверждений и делают данные и действия прозрачными
Соответствие автономным системам — соблюдение классификации рисков Закона ЕС об искусственном интеллекте (дифференциация ограниченного и высокорискового развертывания) и отраслевых нормативных положений, таких как ЗПИСА и функциональное законодательство о финансовых услугах; обеспечение строгого управления согласием на обработку данных агентами

Почему это важно: Агенты, действующие автономно без надлежащих границ Trust, создают уязвимости безопасности, нарушения соответствия и недоверие пользователей. Базовый столбец Trust предоставляет модель общей ответственности и четырехуровневый контроль доступа; агентский вариант добавляет дополнительную проверку подлинности агента на основе JWT, ворота утверждения HITL и объяснимость.

Подробнее: Agentic Enterprise Trust

Базовые схемы надежности (ограничения регулятора, асинхронная обработка, автоматические выключатели, планирование нагрузки) остаются основополагающими. Агентные системы добавляют:

Обработка недетерминистских рассуждений — один и тот же ввод может привести к разным выводам; создание дисперсии с оценкой надежности, проверкой подлинности и резервными стратегиями
Изящная деградация: если вывод не удается или возвращает низкую надежность, деградация к более простым возможностям, а не к полной неудаче
Обращение с ошибками оркестрации — бизнес-процессы с несколькими агентами нуждаются в изоляции сбоев, стратегиях повторной попытки и обработке частичных результатов, чтобы один агент-специалист не терял возможности работать в изоляции, а не в каскаде
ООД производительности модели — определение приемлемых целей задержки, точности и доступности для служб агентов
Автоматические выключатели для координации агентов: предотвращение каскадных сбоев при возникновении ошибок или чрезмерной задержки

Почему это важно: Вероятностное поведение агента означает, что детерминистских схем надежности недостаточно. Базовый компонент надежности предоставляет асинхронные схемы и выключатели для внешних интеграций; агентский вариант добавляет изящное ухудшение для ошибок вывода и обработку сбоев оркестрации для координации нескольких агентов.

Подробнее: Agentic Enterprise Naliability

Основные схемы операционного совершенства (отслеживание событий, DevOps, автоматизация, управление инцидентами) остаются основополагающими. Агентные системы добавляют:

Жизненный цикл разработки агентов (ADLC) — управление агентами на протяжении их полного жизненного цикла, от проектирования и тестирования до развертывания, мониторинга и настройки
Наблюдение за вероятностными системами — сбор этапов рассуждения, рейтингов надежности, источников данных и обоснования решений, а не только ввода→вывода
Обнаружение отклонения — мониторинг ухудшения производительности в результате смен распределения данных, изменений бизнес-правил или обновления первичной модели по сравнению с поведенческими базисами
Версия и развертывание агента — постепенное развертывание, тестирование A/B, откат и управление версиями для напоминаний и конфигураций
Реакция на инциденты для ошибок агента — различайте ошибки модели, ошибки оркестрации и ошибки данных для целевого исправления

Почему это важно: Недетерминистское поведение затрудняет наблюдение. Базовый компонент «Оперативное совершенство» предоставляет практики отслеживания событий и DevOps; агентский вариант добавляет ADLC, обнаружение отклонения и агентскую наблюдаемость.

Подробнее: Оперативное совершенство предприятия-агента

Базовые схемы ресурса и оптимизации затрат (оптимизация SOQL, контролирующие ограничения, систематизация кода, мониторинг производительности, моделирование TCO, сборка по сравнению с покупкой, оптимизация лицензии, мониторинг стоимости) остаются основополагающими. Агентные системы добавляют:

Оптимизация задержки вывода: потоковые ответы, параллельное выполнение, кэширование и оптимизация запроса
Экономия маркера — каждый этап вызова, извлечения и аргументации использует маркеры; разработка стратегий управления контекстом (резюмирование, выборочное извлечение) для ограниченных контекстных окон
Оптимизация извлечения памяти — эффективный векторный поиск и семантическое извлечение, чтобы схемы RAG не создавали узких мест задержки
Управление задержками нескольких агентов — параллельное выполнение специалистами, асинхронное делегирование и составление бюджета по истечении срока действия для предотвращения накопления задержки последовательными цепочками агентов
Модульизация агента — разложение монолитных агентов на специализированных для повторного использования, независимого масштабирования и целевой оптимизации
Ценообразование на основе потребления — в отличие от лицензирования для каждого пользователя, расходы агентов шкалируются в зависимости от использования, что требует различного бюджетирования и прогнозирования
Рабочие единицы агента (AWU) — измерять расход по сравнению с работой, выполненной агентами, а не только расход исходного маркера и настраивать расход по сравнению с доставленным значением
Создание по сравнению с покупкой для агентских возможностей — оценка создания дифференцированных возможностей по сравнению с внедрением товарных
Измерение рентабельности инвестиций агента — отслеживание бизнес-результатов по сравнению с операционными расходами агента

Почему это важно: Потребление маркера и задержка вывода являются новыми ограничениями ресурсов, а модели агентских затрат существенно отличаются от затрат на инфраструктуру. Базовый компонент предоставляет рекомендации по ограничению управляющего, оптимизацию SOQL и инфраструктуру TCO; агентский вариант добавляет экономию маркера, оптимизацию задержки вывода, управление ценообразованием на основе потребления и рабочие единицы агента для измерения стоимости по сравнению с завершенными агентами.

Подробнее: Оптимизация ресурсов и затрат предприятия-агента

Основные схемы справедливости (доступность, недискриминация, конфиденциальность, управление этикой на основе искусственного интеллекта) остаются основополагающими. Агентные системы добавляют:

Объясняемость: агенты объясняют, почему они решили, какие данные они использовали и какие альтернативы рассматривали. (Столбец Trust охватывает объяснимость как контроль аудита и прозрачности; Fairness охватывает его как право пользователя на понимание решения, которое его затрагивает.)
Спорность — пользователи могут оспаривать решения агентов, запрашивать проверку и понимать процесс обжалования
Выявление и смягчение предвзятости — тестирование с использованием различных вводных данных и мониторинг неравномерных результатов в демографических группах
Надзор человека пропорционален влиянию — решения с высокой долей требуют «Человек в цикле»; решения с низкой долей могут действовать автономно
Равноправное взаимодействие под управлением агента — эффективно обслуживать всех пользователей, вне зависимости от уровня владения языком, технических знаний или потребностей в доступности

Почему это важно: Автономные агенты, принимающие решения, влияющие на людей, повышают ставки справедливости. Базовый компонент «Справедливость» предоставляет стандарты доступности и схемы недискриминации; агентский вариант добавляет объяснимость, состязательность и пропорциональный человеческий надзор.

Подробнее: Agentic Enterprise Fairness

При создании агентских решений:

Начните здесь для концептуальной модели: возможности, необходимые агентам, и способ применения столбцов к агентам.
Прочитайте основные руководства по базовым подходам, применимым ко всем решениям Salesforce.
Прочитайте компаньоны агентского столбца для получения сведений о конструкции, характерных для агентов.

Разработайте проверенные схемы платформы, потом рассмотрите рекомендации, представленные агентами. Базовые столбцы обеспечивают основу, агентские компаньоны предоставляют сведения, и этот обзор связывает их.

Возможности и столбцы выше описывают способ создания агентской системы. Для запуска этой системы в производство требуется постоянная структура управления: a Центр передового опыта (СЕ). В объединенной системе людей, агентов и платформ СЕ предоставляет людям контроль. СЕ определяет границы агентов, решает, что достигает производства, и согласовывает агентскую работу с бизнес-намерениями и нормативными требованиями. СЕ - это разница между управляемыми агентскими системами и неуправляемыми экспериментами, которые переходят в теневой искусственный интеллект - агентов с неясными полномочиями, без контрольного журнала и неизвестной стоимостью.

Автономность делает каждое решение управления важным. СЕ помогает рабочим группам принимать эти решения сознательно и последовательно их выполнять, а не разрешать их по отдельности.

СЕ объединяет бизнес, ИТ и соответствие требованиям вокруг общего накопившегося вопроса и общего определения готового. Членский состав охватывает перспективы, которых касается агентское решение:

Исполнительный спонсор имеет бюджетные полномочия и осуществляет устранение организационных блокировок.
Бизнес-интересы преобразуют стратегию в приоритеты и несут ответственность за накопившиеся вопросы.
Офис программы и распорядители данных связывают агентскую работу с более широкими инициативами и оценивают целостность и безопасность данных.
Архитекторы, администраторы и разработчики ответственны за модель данных, схемы интеграции и каденцию доставки, а также технические ограничения поверхности до начала работы.

Агенты отправляют, изменяют и удаляются быстрее, чем традиционное программное обеспечение. Чтобы управление соответствовало доставке, СЕ выполняет ускоренную асинхронную первую каденцию проверки. Ритм ужесточается по сравнению с обычным СЕ, а асинхронное рассмотрение становится режимом работы по умолчанию:

Постоянное асинхронное рассмотрение является основным режимом: участники выравниваются в общем канале по мере изменения земельного участка, а не только на запланированных встречах.
Еженедельные оперативные обзоры подтверждают, что мгновенные изменения остаются совместимыми с активными агентами и интеграциями, что быстрее, чем ежемесячные или ежеквартальные обзоры, что позволит снизить темпы доставки.
Ежемесячные стратегические обзоры позволяют сопоставить накопившиеся нерассмотренные вопросы с приоритетами деятельности и оценить готовность к выполнению текущих базовых показателей качества данных.

СЕ принимает четкие решения о том, кто утверждает изменения в объектах, полях и автоматизации, от которых зависят агенты; кто несет ответственность за приоритет при конкуренции запросов; когда отменить технический долг; и какие бизнес-показатели определяют успех.

Готовый к использованию агентов СЕ управляет каждым столбцом. В основных руководствах по основным элементам содержатся основополагающие механизмы контроля; СЕ является местом их внедрения, т.е.

Traft: безопасность объекта, поля и записи определяет данные, используемые агентами. Средства контроля доступа на уровне агента ограничивают данные и действия, доступные каждому агенту. Моделирование удостоверений, наименьших прав и угроз встроено в дизайн агента. See Trust and Agentic Enterprise Trust.
Operational Excellence: журналы отслеживания и аудита собирают решения, действия и результаты агента. Панели мониторинга мониторинга проверяют производительность и соответствие целям на протяжении жизненного цикла разработки агента. См. разделы «Operational Excellence» и «Agentic Enterprise Operations Excellence».
Надежность и оптимизация ресурсов и затрат — спецификация, создание тестов, циклы обратной связи и аннулирование управляют полным жизненным циклом агента. Ограничение по частоте, контроль ресурсов и стратегии исправления содержат последствия ошибок агента. См. разделы «Надежность» и «Оптимизация ресурсов и затрат».
Справедливость — контрольные точки «Человек в цикле» позволяют перехватывать или просматривать последующие действия. Пути расширения и обучение персонала готовят людей к просмотру и переопределению агентских бизнес-правил. См. разделы «Справедливость» и «Справедливость агентского предприятия».

СЕ готов управлять агентскими загруженностью, если выполняются следующие условия:

Политика: политики доступа и действий для агентов определяются, внедряются и проверяются.
Наблюдаемость: инструменты мониторинга и аудита поддерживают проверку поведения агента в реальном времени и ретроспективно.
«Безопасно по замыслу»: безопасность, конфиденциальность и соответствие встроены в агентские бизнес-процессы с самого начала.
Жизненный цикл — структурированный процесс управляет агентами по адаптации, обновлению и выводу из эксплуатации.
Надзор человека: проверяющие обрабатывают исключения и используют отзывы для улучшения агентских бизнес-правил.

Подтвердите эти четыре основы перед развертыванием первого производственного агента:

Документированный базис качества данных, проверяемый в регулярной каденции.
Официальный процесс утверждения изменения схемы с указанным ответственным и записанным подтверждением.
Ведение реестра технического долга, рассмотренного в стратегической каденции.
Политика управления на основе искусственного интеллекта, охватывающая доступ к данным, область действия агента и требования аудита.

Архитектурное значение: Создайте СЕ и подтвердите эти основы перед развертыванием автономных агентов. Управление, встроенное с самого начала, с помощью внедрения агента. Управление, модернизированное после, конкурирует с расширением, которое оно призвано предотвратить.

См. также: Процессы утверждения развертывания в руководстве Agentic Enterprise Operational Excellence — контрольный список «На каждого агента, переход или отказ», дополняющий представление готовности организации данного раздела.

Организациям, начинающим свою агентскую деятельность, следует:

Начните с ценных сценариев использования — фокусируйте начальных агентов на бизнес-процессах с четким рентабельностью инвестиций; успех наращивает импульс.
Создание базовых возможностей — создание управления данными, баз Knowledge и схем интеграции.
Развитие опыта агентов — развитие навыков быстрого проектирования и архитектуры агентов, даже если инструменты с низким кодом и естественно-языковыми инструментами уменьшают барьер для входа.
Создание центра передового опыта — создание руководящего органа, ответственного за процессы утверждения, проверки безопасности и мониторинг, прежде чем развертывать производственных агентов (см. «Организационная готовность: Центр передового опыта выше).
Итерация — план постоянного уточнения вместо идеального первоначального развертывания.
Значение показателя — отслеживание бизнес-результатов, экономии средств и качества обслуживания пользователей для информирования инвестиций.

Agentic Enterprise - это трансформационная возможность для организаций, готовых внедрить бизнес-процессы на основе искусственного интеллекта. Умышленный архитектурный проект позволяет реализовать его, управляя рисками и сложностью.

Опубликуйте отзыв о инфраструктуре с хорошей архитектурой.