对于许多在技术方向上引起的建议，Gartner的最高战略技术趋势是一个路标。毫不奇怪，他们在2025年谈论的第一个趋势是代理人人工智能（AI）。用他们的话说，“代理AI有可能通过提供派生事件的见解来表现高度称职的队友。
为了详细说明，随着生成AI的普遍使用，第一级是单数查询，其中自然语言处理（NLP）用于答复。现在，我们看到了向一个新的层面的转变 – 自动解决更复杂的问题。这就是又名代理AI，涉及深层的迭代推理和多个步骤。
例如，一家主要的印度银行宣布打算将代理AI用于客户服务自动化。该系统超越直接的问题回答，可能会检查未偿还的余额，并建议根据客户的响应完成哪些帐户，然后完成交易。或者它可能与自主欺诈检测有关，该检测是由异常登录或非典型行为触发的，导致即时客户警报或快速补救，例如冻结帐户。这可能涉及行为生物识别技术和利用金融犯罪数据库的预测预测。
物流中的代理AI可能涉及跟踪库存，预测库存水平并自动化补充，从而排除了过度或不足的库存。成熟的，它可以包括优化的路由，识别潜在的中断，主动解决方案，智能仓储和即时客户更新。
在医疗保健中，代理AI可能与患者的需求相匹配，并与医疗专家的可用性相匹配，智能安排，以最大程度地减少等待时间，检索和分析报告，监测诸如心率或糖水平之类的生命力，提醒医疗保健提供者防止灾难以及索赔处理。医生可以使用代理AI分析大量医学和患者有关的数据，审查关键信息，捕获临床笔记，并制定定制治疗计划，从而大大提高效率。
基础过程涉及从各种来源（包括传感器，Internet或数据库）收集相关数据。然后，利用大型语言模型来获取专业模型来生成内容或建议，然后执行，通过API（应用程序编程接口）使用外部工具。并在预定义的护栏内行动，同时通过反馈循环不断学习。
代理AI的基础元素是携带过去票证的代理商，从各种来源汇总数据的代理，工作流代理以正确的顺序以正确的API进行跨应用程序执行，以确保完美的满足感以及有助于帮助的代理。系统的优势是这些多样化的虚拟代理的编排，必要时无缝地融合外部剂，从而实现创新和极好的成果。
不久前，超级自动化趋势。它涉及机器人流程自动化和工作流程自动化之类的过程，这些过程非常适合重复，合规性，基于规则的任务，但要与上下文依赖于上下文，非结构化，不断发展的场景挣扎。这正是代理AI发挥作用的位置，这是超级自动化之上的变革层，使自适应决策发挥了作用。
对这种解决方案的需求伴随着对专业人员的需求。领先的咨询公司表示，目前的代理AI专业人员目前少于100,000名，而到2026年的需求是该数字的两倍。这包括代理AI开发人员，AI框架架构师，解决方案工程师和系统性能测试人员，而不是说新的标题来满足新兴需求。
尽管AI自治为效率和最佳成果创造了巨大的机会，但围绕控制和问责制的风险不容忽视。
当您查看AI问责制，尤其是代理类型时，用户的角色显然以提示结束。 AI开发人员必须嵌入保障措施和道德原则，并提供审计监督。但是，部署可能被视为最终负责的组织必须设定明确的边界条件，巧妙地监视并智能干预。
法律法规通常无法跟上技术的发展以及它带来的微妙变化。印度有许多法律，例如2000年的《信息技术法》和2023年《数字个人数据保护法》，最终将导致特定的AI特定立法 – 必须直接解决偏见，歧视，隐私，错误信息，问责制和责任问题。只有这样，它才能推动成长和进步，并防止在无边界世界中武器的武器化。显然，随着人工智能变得更聪明，更加自治，人类必须保持其力量的管家。
如果AI被公认为具有其自身权利和责任的法人实体，它将有望变得更加有趣。
作者是创始人，thinkstreet。
