Как специализированные ИИ-агенты вытесняют универсальные модели в бизнесе

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.