Сигнал на 11 000 000 000 $: почему данные в реальном времени — это нервная система агентного ИИ

Приобретение IBM компании Confluent за $11 млрд является наиболее четким сигналом того, что ИИ-агенты будут зависеть от возможностей использования данных в реальном времени. 

Помимо IBM, другие отраслевые гиганты, такие как Google и Salesforce, также обратили на это внимание, совершив крупные поглощения в последние годы, направленные на улучшение связи корпоративных данных и систем.  

Направление ясно.  Теперь ключевые вопросы для эффективного проектирования корпоративной архитектуры заключаются в том, как планировать и создавать решения для реализации обещаний ИИ-агентов.  На мой взгляд, предприятия движутся к многоагентной оркестрации в масштабе, и данные в реальном времени будут необходимы для создания реальной ценности. 

ИИ-агенты без контекста в реальном времени работают в прошлом 

ИИ-агенты обещают автономные системы, способные реагировать и рассуждать в реальном времени. Но в производственных средах это обещание быстро рушится, если система реагирует слишком поздно или отсутствует контекст в реальном времени. 

Рассмотрим глобальную компанию финансовых услуг, где тысячи постоянно меняющихся рыночных данных должны учитываться и обрабатываться в момент их возникновения. В такой среде управляемые ИИ процессы не могут позволить себе периодически опрашивать исходные системы в поисках изменений. Задержка в несколько минут — это не неудобство, это риск. Система должна реагировать на то, что только что изменилось, прямо сейчас, а не через несколько минут. 

Именно здесь другие платформы ИИ-агентов не справляются. Их архитектуры запрос-ответ были разработаны для более медленного мира, в котором приложения могли работать в пакетном режиме, периодически опрашивая исходные системы в поисках изменений, при этом расходуя вычислительные ресурсы и ресурсы LLM.  

Отзывчивые агентные системы работают по-другому. Им необходимо реагировать на изменения, происходящие в масштабах предприятия – размещение заказов, обновления предоставления услуг, продажи клиентам – в реальном времени, а не через минуты или часы после их возникновения.  

ИИ-агент, который должен опрашивать базу данных для понимания текущего состояния, не работает в реальном времени; он работает с опозданием. Реагирование в реальном времени на бизнес-события — это то, что дает агентам истинное понимание ситуации. Это обеспечивает отзывчивость и актуальный контекст, необходимые для решительных действий, координации с другими агентами и надежной работы. 

Переход к оркестрации ИИ на основе событий 

Для поддержки этого в корпоративном масштабе базовая архитектура должна перейти от статической интеграции данных к динамической оркестрации специализированных агентов, работающих в реальном времени. Более крупные задачи следует разбивать на более мелкие задачи и распределять между соответствующими ИИ-агентами с необходимыми навыками в реальном времени. Асинхронная коммуникация между агентами, корпоративными приложениями и источниками данных, а не перегрузка LLM чрезмерным контекстом, вызывающим галлюцинации, — единственный способ достичь масштабируемости, надежности и точности, необходимых высокопроизводительным предприятиям. 

Рынок быстро развивается для поддержки этого движения. Мы видим, как крупные поставщики облачных вычислений признают эту необходимость, создавая специализированные пространства для этих технологий. Например, AWS Marketplace недавно представил новую категорию ИИ-агенты и инструменты для централизованного каталога этих решений. 

Это развитие экосистемы имеет решающее значение. Оно упрощает процесс поиска и закупок, позволяя предприятиям сосредоточиться на инновациях, а не на переговорах с поставщиками. Решения, такие как наша недавно запущенная Solace Agent Mesh, теперь доступная в этой новой категории AWS, являются примерами того, как индустрия пытается устранить разрыв, предоставляя структуру, необходимую для управления и оркестрации агентов без перестройки всего стека. 

Вывод 

Сделка IBM–Confluent подтверждает то, что многие корпоративные архитекторы уже понимают: данные в реальном времени больше не являются опциональными. Это обязательная основа для корпоративного ИИ в масштабе. 

Эффективные агентные системы не могут рассуждать, планировать или действовать в отрыве от текущего момента. Они должны реагировать в реальном времени по мере возникновения бизнес-событий. Без отзывчивости в реальном времени ИИ ограничен ретроспективным анализом.  

 «Эпоха агентов» наступила. И она будет определяться не только моделями, но и интеллектом этих моделей, применяемым в реальном времени.