Gepresenteerd door Certinia
De aanvankelijke euforie rond generatieve en agentische AI is veranderd in een pragmatische en vaak frustrerende realiteit. CIO’s en technische leiders vragen zich af waarom hun pilotprogramma’s, zelfs die welke zijn ontworpen om de eenvoudigste workflows te automatiseren, niet de resultaten opleveren die in de demo’s worden beloofd.
Wanneer AI er niet in slaagt basisvragen te beantwoorden of acties correct uit te voeren, is het instinct dat het model de schuld geeft. We gaan ervan uit dat LLM’s niet ‘slim’ genoeg zijn. Maar de schuld was misplaatst. AI worstelt niet vanwege zijn tekortkomingen intelligentie-. Hij zit in de problemen vanwege zijn tekortkomingen context.
In de moderne onderneming zit de context gevangen in een doolhof van onsamenhangende puntoplossingen, fragiele API’s en met latentie beladen integraties: een ‘stapel van Franken’ aan technologieën. En vooral voor servicegerichte organisaties, waar de echte zakelijke waarheid ligt in de overgang tussen verkoop, levering, succes en financiën, is deze fragmentatie existentieel. Als uw architectuur deze functies belemmert, is uw AI-roadmap gedoemd te mislukken.
Context kan niet door de API reizen
De afgelopen tien jaar was de standaard IT-strategie ‘de beste’. Je koopt de beste CRM voor verkoop, een aparte tool voor het beheren van projecten, een standalone CSP voor succes en een ERP voor financiën; combineer het met API’s en middleware (als je geluk hebt) en roep de overwinning uit.
Voor menselijke werknemers is dit vervelend maar beheersbaar. Mensen weten dat de projectstatus in de projectmanagementtool 72 uur achter kan lopen op de factuurgegevens in het ERP. Mensen hebben de intuïtie om gaten tussen systemen te overbruggen.
Maar AI heeft geen intuïtie. Dit heeft vragen. Wanneer u een AI-agent vraagt om “dit nieuwe project dat we hebben gewonnen te bekijken vanwege de marge- en benuttingsimpact”, zal deze een query uitvoeren op basis van de gegevens waartoe hij nu toegang heeft. Als uw architectuur afhankelijk is van integratie om gegevens te verplaatsen, werkt AI met vertragingen. Hij zag de getekende contracten, maar zag geen tekort aan middelen. Er wordt gekeken naar de omzetdoelstellingen, maar niet naar het churnrisico.
Het resultaat is niet alleen een fout antwoord, maar een overtuigend en redelijk klinkend fout antwoord, gebaseerd op een gedeeltelijke waarheid. Ernaar handelen creëert dure operationele valkuilen wat meer is dan alleen het falen van de AI-piloot alleen.
Waarom AI-agenten platform-native architectuur nodig hebben
Daarom verschoof het gesprek van “Welk model moeten we gebruiken?“naar”Waar blijven onze gegevens?“
Om een hybride personeelsbestand te ondersteunen waarin menselijke experts samenwerken met capabele AI-agenten, kunnen de onderliggende gegevens niet worden gecombineerd; het moet eigen zijn aan het kernbedrijfsplatform. A platform-native aanpakvooral die welke zijn gebouwd op een gemeenschappelijk datamodel (bijvoorbeeld Salesforce), verwijderen vertaallagen en bieden de enige bron van waarheid die goede, betrouwbare AI nodig heeft.
In de oorspronkelijke omgeving bevinden de gegevens zich in één objectmodel. Veranderingen in de dekking bij de levering zijn veranderingen in de inkomsten in de financiële sector. Geen synchronisatie, geen latentie en geen statusverlies.
Dit is de enige manier om echte zekerheid te bereiken met AI. Als u wilt dat agenten zelfstandig projecten kunnen beheren of inkomsten kunnen voorspellen, vereist dit een 360-gradenbeeld van de waarheid, en niet een reeks momentopnamen die samen door middleware zijn vastgelegd.
Zijdeurbeveiligingsbelasting: API’s als aanvalsoppervlak
Als je eenmaal besluit om inlichtingen te krijgen, moet je ook beslissen om soevereiniteit te krijgen. Argumenten voor uniforme platforms draaien doorgaans om efficiëntie, maar een steeds urgenter argument is veiligheid.
In de beste Franken-stacks is elke API-verbinding die je maakt in feite een nieuwe deur die je op slot moet doen. Wanneer u vertrouwt op puntoplossingen van derden voor kritieke functies zoals klantsucces of resourcebeheer, leidt u voortdurend gevoelige klantgegevens uit uw kernsystemen naar satelliettoepassingen. Deze beweging is het risico.
We hebben dit onlangs zien gebeuren schendingen van de toeleveringsketen op hoog niveau. Het is niet nodig dat hackers de kasteelpoorten van het kernplatform bestormen. Ze loggen eenvoudigweg in via een zijdeur door gebruik te maken van persistente authenticatietokens van verbonden applicaties van derden.
Platform-native strategieën lossen dit probleem op door middel van beveiliging door overerving. Wanneer uw gegevens op één platform blijven, erven ze de enorme beveiligingsinvesteringen en vertrouwensgrenzen van dat platform. U verplaatst gegevens niet naar de cloud van een andere leverancier alleen maar om deze te analyseren. Goud verlaat de kluis nooit.
Corrigeer de architectuur en stel vervolgens de context in
De druk om AI in te zetten is enorm, maar het plaatsen van intelligente agenten bovenop onintelligente architectuur is een verspilling van tijd en middelen.
Leiders aarzelen vaak omdat ze zich zorgen maken dat hun gegevens niet ‘schoon genoeg’ zijn. Ze zijn van mening dat ze elk record van de afgelopen tien jaar moeten wissen voordat ze ook maar één agent kunnen inzetten. In een gefragmenteerde stapel is deze angst waar.
Platform-native architectuur verandert computergebruik. Omdat de gegevens, metadata en agenten zich in hetzelfde huis bevinden, hoeft u er geen groot probleem van te maken. Markeer eenvoudig specifieke, vertrouwde velden (zoals actieve klantcontracten of huidige resourceplanningen) en zeg tegen agenten: ‘Werk hier. Negeer de rest.’ Door de behoefte aan complexe API-vertalingen en middleware van derden te elimineren, kunt u met een uniform platform agenten vandaag nog verbinden met uw meest betrouwbare en verbonden gegevens, waardoor u de chaos kunt doorbreken zonder te wachten op een ‘perfecte’ staat die misschien nooit zal komen.
We zijn vaak bang dat AI gaat hallucineren omdat het te creatief is. Het echte gevaar is dat je faalt omdat je blind bent. En je kunt een complex bedrijf niet automatiseren als de zichtbaarheid gefragmenteerd is. Ontzeg uw nieuwe medewerkers de toegang tot uw volledige operationele context op een uniform platform, en u bouwt een fundament dat gedoemd is te mislukken.
Raju Malhotra is Chief Product & Technology Officer bij Certinia.
Gesponsorde artikelen zijn inhoud die is geproduceerd door bedrijven die voor de post hebben betaald of die een zakelijke relatie hebben met VentureBeat, en worden altijd duidelijk als zodanig gemarkeerd. Voor meer informatie kunt u contact opnemen met sales@venturebeat.com.
