Hari pembukaan AI & Big Data Expo dan Konferensi Otomasi Cerdas menyoroti peran AI yang berkembang sebagai rekan kerja digital, dengan diskusi yang berpusat pada infrastruktur yang diperlukan untuk implementasi yang efektif. Tema kunci adalah pergeseran dari otomatisasi tradisional ke sistem 'agensial', yang dapat bernalar, merencanakan, dan melaksanakan tugas secara mandiri, seperti yang dijelaskan oleh Amal Makwana dari Citi. Kemajuan ini membedakan AI agensial dari otomatisasi proses robotik (RPA) sebelumnya dengan memungkinkan interaksi yang lebih dinamis di seluruh alur kerja perusahaan.
Scott Ivell dan Ire Adewolu dari DeepL membahas konsep menutup 'kesenjangan otomatisasi', menekankan bahwa AI agensial berfungsi sebagai mitra digital kolaboratif dan bukan sekadar alat. Mereka mencatat bahwa nilai sejati dicapai ketika kesenjangan antara niat dan eksekusi diminimalkan. Brian Halpin dari SS&C Blue Prism menambahkan bahwa organisasi perlu terlebih dahulu menguasai otomatisasi standar sebelum mereka dapat secara efektif menerapkan solusi AI agensial.
Pengenalan sistem agensial memerlukan kerangka tata kelola yang kuat untuk mengelola hasil yang tidak terduga. Steve Holyer dari Informatica, bersama dengan perwakilan dari MuleSoft dan Salesforce, menekankan pentingnya pengawasan dalam merancang sistem ini. Lapisan tata kelola sangat penting untuk mengatur bagaimana agen mengakses dan memanfaatkan data, yang sangat penting untuk menghindari kegagalan operasional.
Keberhasilan sistem otonom sangat bergantung pada kualitas data masukan mereka. Andreas Krause dari SAP menunjukkan bahwa sistem AI gagal tanpa data perusahaan yang dapat diandalkan dan terhubung. Agar AI generatif efektif dalam pengaturan perusahaan, ia harus memiliki akses ke informasi yang akurat dan relevan secara kontekstual. Meni Meller dari Gigaspaces membahas masalah 'halusinasi' dalam model bahasa besar (LLM) dan mengusulkan penggunaan generasi yang ditingkatkan dengan pengambilan (eRAG) yang dipadukan dengan lapisan semantik untuk meningkatkan akses data.
Tantangan juga muncul dalam penyimpanan dan analisis, seperti yang dibahas oleh panel yang menampilkan anggota dari Equifax, British Gas, dan Centrica. Mereka menyoroti perlunya analitik waktu nyata berbasis cloud untuk mempertahankan keunggulan kompetitif. Selain itu, integrasi AI ke dalam lingkungan fisik menimbulkan kekhawatiran keselamatan yang unik, yang diperiksa oleh panel yang mencakup Edith-Clare Hall dari ARIA. Mereka menekankan perlunya menetapkan protokol keselamatan untuk robot yang beroperasi di samping manusia. Perla Maiolino dari Oxford Robotics Institute berbagi wawasan tentang pengembangan teknologi yang meningkatkan kesadaran diri dan persepsi lingkungan robot untuk mencegah kecelakaan di berbagai industri.
Seiring AI terus berkembang, aspek manusia tetap menjadi faktor kritis. Paul Fermor dari IBM Automation memperingatkan agar tidak meremehkan kompleksitas adopsi AI, menciptakan istilah 'ilusi kesiapan AI.' Jena Miller mengulangi pernyataan ini, menekankan pentingnya strategi yang berpusat pada manusia untuk adopsi teknologi yang sukses. Para pemimpin didorong untuk menangani pertimbangan operasional dan etika sejak awal proses, seperti yang ditekankan oleh Ravi Jay dari Sanofi, yang menyarankan bahwa organisasi harus memutuskan antara mengembangkan solusi kepemilikan atau memanfaatkan platform yang ada. Diskusi dari hari pertama expo menunjukkan bahwa meskipun teknologi sedang maju menuju agen otonom, fondasi data yang solid dan kerangka tata kelola sangat penting untuk penerapan yang sukses.