สัญญาณ 11 พันล้านดอลลาร์: ทำไมข้อมูลเรียลไทม์จึงเป็นระบบประสาทของ agentic AI

การซื้อกิจการ Confluent มูลค่า 11,000 ล้านดอลลาร์ของ IBM เป็นสัญญาณที่ชัดเจนที่สุดว่า agentic AI จะต้องพึ่งพาความสามารถในการใช้ประโยชน์จากข้อมูลแบบเรียลไทม์ 

นอกจาก IBM แล้ว ยักษ์ใหญ่ในอุตสาหกรรมอื่นๆ เช่น Google และ Salesforce ก็ได้ให้ความสนใจ โดยมีการซื้อกิจการครั้งสำคัญ ในช่วงหลายปีที่ผ่านมา ที่มุ่งเชื่อมโยงข้อมูลและระบบขององค์กรได้ดีขึ้น  

ทิศทางชัดเจนแล้ว  ตอนนี้ คำถามสำคัญสำหรับการออกแบบสถาปัตยกรรมองค์กรที่มีประสิทธิภาพคือ จะวางแผนและสร้างอย่างไรเพื่อตอบสนองคำมั่นสัญญาของ agentic AI  ในมุมมองของผม องค์กรกำลังเคลื่อนไปสู่การประสานงานหลายเอเจนต์ในระดับขนาดใหญ่ และข้อมูลแบบเรียลไทม์จะมีความสำคัญอย่างยิ่ง ในการสร้าง มูลค่าที่แท้จริง 

AI Agents ที่ไม่มีบริบทแบบเรียลไทม์ กำลังทำงาน ในอดีต 

Agentic AI สัญญาว่าจะเป็นระบบอัตโนมัติที่สามารถ ตอบสนองและ ให้เหตุผลแบบเรียลไทม์ แต่ในสภาพแวดล้อมการผลิต คำสัญญานั้นจะพังทลายลงอย่างรวดเร็วหากระบบตอบสนอง ช้า เกินไป หรือขาด บริบทแบบเรียลไทม์ 

พิจารณาบริษัทบริการทางการเงินระดับโลก ซึ่งต้องพิจารณาและตอบสนองต่อข้อมูลนำเข้าจากตลาดหลายพันรายการที่เปลี่ยนแปลงอย่างต่อเนื่องในทันทีที่เกิดขึ้น ในสภาพแวดล้อมแบบนี้ กระบวนการที่ขับเคลื่อนด้วย AI ไม่สามารถตรวจสอบระบบต้นทางเป็นระยะๆ เพื่อค้นหาการเปลี่ยนแปลงได้ ความล่าช้าไม่กี่นาทีไม่ใช่ความไม่สะดวก แต่เป็นความเสี่ยง ระบบต้องตอบสนองต่อสิ่งที่เพิ่งเปลี่ยนแปลงในตอนนี้ ไม่ใช่ในอีกไม่กี่นาทีข้างหน้า 

นี่คือจุดที่แพลตฟอร์ม agentic AI อื่นๆ ล้มเหลว สถาปัตยกรรมแบบคำขอ-การตอบสนองของพวกเขาถูกออกแบบมาสำหรับโลกที่ช้ากว่า ซึ่งแอปพลิเคชันสามารถทำงานในโหมดแบทช์ ตรวจสอบระบบต้นทางเป็นระยะๆ เพื่อค้นหาการเปลี่ยนแปลง ขณะที่ใช้ทรัพยากรการคำนวณและ LLM อย่างสิ้นเปลือง  

ระบบ agentic ที่ตอบสนอง ทำงาน แตกต่างออกไป พวกเขาต้อง ตอบสนองต่อการเปลี่ยนแปลงที่เกิดขึ้นทั่วทั้งองค์กร – การสั่งซื้อ การอัปเดตการส่งมอบบริการ กิจกรรมการขายของลูกค้า – แบบเรียลไทม์ ไม่ใช่หลายนาที หรือหลายชั่วโมง หลังจาก ที่เกิดขึ้น  

AI agent ที่ต้องตรวจสอบฐานข้อมูลเพื่อทำความเข้าใจสถานะปัจจุบันไม่ใช่แบบเรียลไทม์ มันกำลังทำงานโดยอาศัยภาพหลัง การตอบสนองแบบเรียลไทม์ต่อเหตุการณ์ทางธุรกิจคือสิ่งที่ให้การรับรู้สถานการณ์ที่แท้จริงแก่เอเจนต์ มันให้ความสามารถในการตอบสนองและบริบทที่ทันสมัยที่พวกเขาต้องการเพื่อดำเนินการอย่างเด็ดขาด ประสานงานกับเอเจนต์อื่นๆ และทำงานอย่างเชื่อถือได้ 

การเคลื่อนไปสู่การประสานงาน AI ที่ขับเคลื่อนด้วยเหตุการณ์ 

เพื่อรองรับสิ่งนี้ในระดับองค์กร สถาปัตยกรรมพื้นฐานต้องเปลี่ยนจากการรวมข้อมูลแบบคงที่ไปสู่การประสานงานแบบไดนามิกของเอเจนต์เฉพาะทางที่ทำงานแบบเรียลไทม์ ปัญหาที่ใหญ่กว่าควรถูกแบ่งออกเป็นงานเล็กๆ และส่งต่อไปยัง AI agents ที่เหมาะสมพร้อมทักษะที่ถูกต้อง แบบเรียลไทม์ การสื่อสารแบบอะซิงโครนัสระหว่างเอเจนต์ แอปพลิเคชันองค์กร และแหล่งข้อมูล และไม่ทำให้ LLMs ล้นหลามด้วยบริบทที่ชักนำให้เกิดภาพหลอนมากเกินไป เป็นวิธีเดียวที่จะบรรลุความสามารถในการปรับขนาด ความน่าเชื่อถือ และความแม่นยำที่องค์กรที่มีประสิทธิภาพสูงต้องการ 

ตลาดกำลังเติบโตอย่างรวดเร็วเพื่อรองรับการเคลื่อนไหวนี้ เรากำลังเห็นผู้ให้บริการคลาวด์รายใหญ่ยอมรับความจำเป็นนี้โดยการสร้างพื้นที่เฉพาะสำหรับเทคโนโลยีเหล่านี้ ตัวอย่างเช่น AWS Marketplace เพิ่งแนะนำหมวดหมู่ใหม่ AI Agents and Tools เพื่อทำหน้าที่เป็นแคตตาล็อกรวมศูนย์สำหรับโซลูชันเหล่านี้ 

การเติบโตของระบบนิเวศนี้มีความสำคัญอย่างยิ่ง มันทำให้กระบวนการค้นพบและการจัดซื้อจัดจ้างง่ายขึ้น ทำให้องค์กรสามารถมุ่งเน้นไปที่นวัตกรรมแทนการเจรจากับผู้ขาย โซลูชันอย่าง Solace Agent Mesh ที่เพิ่งเปิดตัวของเรา ซึ่งตอนนี้มีอยู่ในหมวดหมู่ AWS ใหม่นี้ เป็นตัวอย่างของวิธีที่อุตสาหกรรมพยายามเชื่อมช่องว่าง โดยให้กรอบงานที่จำเป็นในการกำกับดูแลและประสานงานเอเจนต์โดยไม่ต้องสร้างสแต็กทั้งหมดใหม่ 

คำตัดสิน 

ดีล IBM–Confluent ยืนยันสิ่งที่สถาปนิกองค์กรหลายคนเข้าใจอยู่แล้ว: ข้อมูลแบบเรียลไทม์ไม่ใช่ตัวเลือกอีกต่อไป มันคือรากฐานที่ไม่อาจเจรจาได้สำหรับ AI ขององค์กรในระดับขนาดใหญ่ 

ระบบ agentic ที่มีประสิทธิภาพ ไม่สามารถให้เหตุผล วางแผน หรือดำเนินการโดยแยกออกจากช่วงเวลาปัจจุบัน พวกเขา ต้องตอบสนองแบบเรียลไทม์เมื่อเหตุการณ์ทางธุรกิจเกิดขึ้น หากไม่มีความสามารถในการตอบสนองแบบเรียลไทม์  AI จะถูกจำกัดอยู่กับภาพหลัง  

 "ยุค Agentic" มาถึงแล้ว และจะถูกกำหนดไม่เพียงแค่โดยโมเดลเท่านั้น แต่โดย ความฉลาดของโมเดลเหล่านั้น ที่ถูกนำมาใช้ แบบเรียลไทม์