По мере роста внедрения агентного искусственного интеллекта компании все чаще задаются вопросом: какие именно ИИ-агенты им стоит создавать для решения уникальных бизнес-задач? Хотя ускорение процессов является ключевым преимуществом ИИ, организации обнаруживают, что специализация становится залогом реального бизнес-эффекта и долгосрочного внедрения технологий.
Вместо универсальных моделей и сервисов ведущие компании разрабатывают специализированные ИИ-агенты, способные понимать и действовать в рамках конкретных сценариев использования. CrowdStrike, PayPal и Synopsys демонстрируют, как можно комбинировать открытые базовые модели NVIDIA Nemotron с собственными данными и институциональными знаниями для создания узкоспециализированных приложений.
CrowdStrike: защита от современных киберугроз
В кибербезопасности скорость и точность критически важны, особенно учитывая растущую сложность цифровых угроз. CrowdStrike создает специализированные ИИ-агенты, которые работают совместно с командами безопасности через Charlotte AI AgentWorks. Эти агенты, работающие на базе открытых моделей NVIDIA Nemotron и микросервисов NVIDIA NIM, автоматизируют задачи с высокой нагрузкой, такие как сортировка предупреждений и устранение угроз.
Агентская платформа безопасности Falcon от CrowdStrike повысила точность сортировки предупреждений с 80% до 98,5%, сократив ручные усилия команд аналитиков безопасности в десять раз. Платформа адаптируется к новым рискам и обеспечивает взаимодействие по всему центру безопасности.
PayPal: ИИ-агенты для бесшовной коммерции
PayPal, лидер в области платежей и электронной коммерции, разрабатывает агентскую инфраструктуру для ускорения интеллектуальной торговли. Специализированные ИИ-агенты компании, созданные на основе моделей Nemotron, обеспечат первую волну разговорных коммерческих взаимодействий, где агенты смогут совершать покупки и оплачивать товары от имени пользователя.
С таким подходом PayPal построила конвейер тонкой настройки за две недели и сократила задержки почти на 50%, сохраняя высокую точность, необходимую для обслуживания 430 миллионов клиентов и 30 миллионов продавцов. Агенты PayPal используют открытые модульные модели, специально настроенные для платежей и коммерции.
Synopsys: ускорение проектирования чипов
Сложность современного проектирования и производства полупроводников требует экспертизы, точности и скорости. Synopsys решает эту задачу с помощью своего Agent Engineer — ИИ-агентов, развернутых по всему рабочему процессу разработки чипов, от верификации до реализации.
Эти агенты значительно повышают производительность в исследованиях и разработках, выявляя критические ошибки проектирования, которые могут быть пропущены традиционными методами. Работая на ускоренной инфраструктуре NVIDIA, агентские рабочие процессы Synopsys обеспечивают до 15-кратного ускорения верификации цифрового проектирования.
Технологический стек для специализированных агентов
Компании по всему миру проходят следующие этапы для преобразования своих знаний в специализированные ИИ-агенты:
- Оценка открытых моделей, которые служат мощным строительным блоком
- Курирование, генерация и защита данных предметной области с использованием ИИ для управления жизненным циклом агентов
- Создание специализированных агентов с использованием настроенных моделей, имеющих доступ к проприетарным данным
- Постоянная тонкая настройка агентов с помощью маховика данных
Тренд на специализацию ИИ-агентов демонстрирует зрелость рынка — компании наконец-то поняли, что универсальные модели хороши для демонстраций, но бесполезны для реальных бизнес-задач. Интересно, что все три кейса построены на открытых моделях, что подтверждает: будущее за комбинацией открытой базы и закрытых данных, а не за полностью проприетарными решениями. Это напоминает классическую схему «железо+софт», только теперь «открытая модель+данные».
По материалам NVIDIA.