Wie Unternehmensführer KI-Agenten in ihrem Unternehmen skalieren

Dee Fitzgerald (CDO, Danone), Prem Natarajan (EVP, Chief Scientist, Capital One), Ratheesh Kamoor (Group VP, Head of Data and Analytics, Warner Bros. Discovery), Razal Minhas (VP, Data, Engineering and ML Platforms, Ford Credit), Murali Vridhachalam (VP, IT Head of Cloud, Data and AI, Gilead Sciences) und Arsalan Tavakoli (Co-founder and SVP of Field Engineering, Databricks) teilen ihre Erkenntnisse in Leading the AI-Ready Enterprise.

Was gehört dazu, um KI-Ambitionen in messbare Geschäftsergebnisse umzuwandeln? Wir sprachen mit KI-gesteuerten Führungskräften von führenden Marken, um zu verstehen, wie sie über ROI und greifbaren Wert innerhalb ihrer KI-Initiativen nachdenken – und dabei die Governance im Vordergrund behalten.

Aus der Diskussion ergab sich eine gemeinsame Spannung: Führungskräfte stehen unter dem Druck, Agenten schnell einzusetzen, ohne Kompromisse bei Vertrauen, Governance oder Kostenkontrolle einzugehen.

Ich bin inzwischen zu der Überzeugung gelangt, dass die Bereitstellung der erste Schritt auf der KI-Himmelsleiter ist… Und alles danach, die Überwachung, die Beobachtbarkeit, die Leistungsbewertung, das kontinuierliche Lernen, das sind die wertschöpfenden Schritte. — Prem Natarajan, EVP, Chief Scientist bei Capital One

Führungskräfte beschrieben einen „Moment des Möglichen“, in dem technologische Fortschritte Kreativität entfesseln und Teams im gesamten Unternehmen mobilisieren. Da KI nun eine Priorität auf CEO-Ebene ist, gehen Unternehmen über einfache Experimente hinaus, um wirkungsvolle Anwendungsfälle zu genehmigen, während schnelle Verbesserungen der Modellgenauigkeit den Umfang dessen, was monatlich bereitgestellt werden kann, erweitern. Da Agenten komplexe, mehrstufige Workflows orchestrieren, stellen Unternehmen fest, dass eine strenge Governance die Grundlage für Innovationen bildet.

Ihre Diskussion enthüllte fünf Praktiken, die jede Organisation anwenden kann, um KI-Agenten verantwortungsvoll und effektiv zu skalieren:

Integrierte, einheitliche Governance in Ihre KI-Agentenstrategie einbetten

Führungskräfte betonten, dass Daten- und KI-Governance Teil des Agentenlebenszyklus sein muss, nicht ein nachträglicher Kontrollpunkt.

Murali Vridhachalam, VP, IT Head of Cloud, Data and AI bei Gilead Sciences, teilte mit, dass jeder Agent eine formelle Risikoprüfung durchläuft:

Noch bevor ein Agent entwickelt wird, muss er eine Risikobewertung durchlaufen. Und je nach Risikostufe werden die entsprechenden Genehmigungen eingeholt. Das Wichtigste für uns ist: Wie ist der Risikorahmen in das Benutzererlebnis integriert?

Als Teil einer umfassenden unternehmensweiten Governance-Strategie richten einige Organisationen Governance-Räte ein. Diese Räte helfen bei der Festlegung der strategischen Ausrichtung und der Richtlinien für Themen wie Datenbesitz und Rechenschaftspflicht, Compliance, Datenqualität, Risiko und mehr.

Ratheesh Kamoor, Group VP, Head of Data and Analytics bei Warner Bros. Discovery, teilte mit, wie sein Unternehmen einen spezialisierten Rat nutzt, um zu verhindern, dass Mitarbeiter versehentlich sensible PII in KI-Tools einfügen, und dass für jeden Anwendungsfall eine funktionsübergreifende „grüne Genehmigung“ von C-Level-, Rechts- und technischen Führungskräften erforderlich ist. Da KI grundsätzlich probabilistisch ist, betonte Razal Minhas, VP, Data, Engineering and ML Platforms bei Ford Credit, dass Governance keine „einmalige Genehmigung“ sein kann, sondern eine kontinuierliche Neubewertung beinhalten muss, um sicherzustellen, dass sich das Risikoprofil eines Modells aufgrund externer Umgebungsfaktoren nicht verschoben hat.

Letztendlich verhindert diese zentrale Aufsicht, was Arsalan Tavakoli-Shiraji, Co-founder und SVP of Field Engineering von Databricks, als „Proliferation“ widersprüchlicher Metriken bezeichnet – sie verankert Ihre Agenten in „zertifizierten Definitionen“ und standardisierten Daten, anstatt ihnen zu erlauben, mit „sechs verschiedenen Versionen“ der Wahrheit zu arbeiten.

Komplexe Workflows mit KI-Agenten verwalten

Ein wiederkehrendes Thema unter den Führungskräften war der strategische Wandel hin zur Orchestrierung komplexer Aufgaben durch spezialisierte Agenten. Anstatt Arbeit lediglich in einfache Teile zu zerlegen, konzentrieren sich Organisationen nun darauf, übergeordnete Ergebnisse durch ein Multi-Agenten-Framework zu erzielen, das hochentwickelte, mehrstufige Workflows im gesamten Unternehmen autonom verwaltet.

Mit KI-Agenten gehen wir von einem Ansatz für einzelne Aufgaben zu mehr orchestrierten, ergebnisbasierten Ansätzen über. Zum Beispiel Mitarbeiter-Onboarding – es gibt mehrere Aufgaben… die Ausgabe eines Laptops oder die Registrierung des Mitarbeiters in Workday. Jetzt geht es um ergebnisbasiertes Onboarding eines Mitarbeiters, der autonom versucht, Aufgaben unabhängig über verschiedene Systeme hinweg auszuführen. — Murali Vridhachalam

Natarajan bemerkte, dass die wirklichen Vorteile entstehen, wenn man diese Aufgaben automatisieren kann: „Wenn man ein KI-Modell einbringen kann, das tatsächlich in der Lage ist, eine bestimmte spezialisierte Aufgabe selbstständig zu erledigen… sind die Möglichkeiten endlos, wenn man sich umsieht und fragt, wie viele komplexe Aufgaben kann ich in kleinere, erreichbare Aufgaben zerlegen, in denen ich ein spezialisiertes KI-Modell einsetzen kann… und tatsächlich komplexe Workflows automatisieren?“

Schaffen Sie dedizierte Räume für KI-Experimente

Da Teams ihre Neugier und Nutzung von KI-Tools erweitern, wächst der Bedarf an sorgfältigen Sandboxes und kontrollierten Umgebungen. Diese Umgebungen werden sanktionierte Räume sein, in denen Teams die Leistung von Agenten im Vergleich zu Altsystemen überprüfen können, ohne den Live-Betrieb zu gefährden.

Razal Minhas von Ford Credit beschrieb, wie sein Unternehmen „Shadow-Funktionen“ betreibt, bei denen etwas in der Produktion läuft. Aber… es läuft leise im Hintergrund als Herausforderer.“

Dieser Ansatz ermöglicht es Organisationen, die Genauigkeit zu validieren, bevor ein Agent jemals einen Kunden-Workflow berührt. Indem sie Raum für Experimente schaffen, können Führungskräfte ihre Belegschaft ermutigen, kühne Hypothesen zu testen und neue Werte zu entdecken, während der „Blast Radius“ der Experimente fest eingedämmt bleibt.

Präsentieren Sie frühe Erfolge, um KI-Dynamik aufzubauen

Alle Führungskräfte waren sich einig, dass die Akzeptanz beschleunigt wird, wenn frühe Erfolge konkret und wiederholbar sind.

Ein konkretes Beispiel für diesen Ansatz kommt von Capital One, wo das Team „Chat Concierge“, ein kundenorientiertes Tool für Autohändler, priorisierte. Diese Anwendung stellt eine „geringe Risiko-, aber nützliche Möglichkeit“ dar, agentenbasierte Software in der realen Welt zu validieren.

Dieser gemessene Ansatz ermöglicht es Organisationen wie Capital One, sowohl frühe Erfolge zu erzielen als auch das institutionelle Vertrauen aufzubauen, das für komplexere Anwendungen erforderlich ist. Wie Natarajan es ausdrückte, hat das Sehen dieser Tools in Aktion „Kreativität an einem Ort entfesselt, an dem jeder jetzt ein Empiriker ist.“

Rüsten Sie Ihre Belegschaft für die Arbeit mit KI-Agenten aus

Eine verantwortungsvolle Bereitstellung erfordert die Vorbereitung der Mitarbeiter auf die effektive Zusammenarbeit mit Agenten. Dee Fitzgerald, Chief Data Officer bei Danone, teilte Einblicke, wie über 90.000 Mitarbeiter, von denen viele in der Fabrik oder an vorderster Front arbeiten, ihre Arbeit mit KI transformieren: „Wir verbringen viel Zeit mit Schulungen und Weiterbildung, wie man promptet.“

Natursprachliche Schnittstellen innerhalb der Plattform sind entscheidend, um nicht-technischen Benutzern die sichere Arbeit mit Daten und KI zu ermöglichen, ohne SQL- oder Python-Kenntnisse zu benötigen.

Eine einheitliche Botschaft über die Runde hinweg: Agenten-KI funktioniert nur, wenn Daten, Governance, Orchestrierung und Rechenleistung innerhalb einer einzigen, sicheren Architektur leben. Führungskräfte wiesen wiederholt auf die Notwendigkeit zertifizierter Datenprodukte, konsistenter Leitplanken und einer Plattform hin, die Agenten über verschiedene Workflows hinweg bereitstellen und überwachen kann.

Sehen Sie die vollständige Diskussion, um zu erfahren, wie Führungskräfte Agenten in HR-, Finanz-, Lieferketten- und Kreativ-Workflows operationalisieren – und welche Schritte Ihr Unternehmen in den nächsten 90 Tagen unternehmen kann, um Agenten verantwortungsvoll bereitzustellen und die Geschäftsauswirkungen zu beschleunigen

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag