Το AI Expo 2026 αποκαλύπτει τη μετάβαση στο Agentic AI. Ανακαλύψτε πώς DeepL, SAP και Citi ορίζουν το μέλλον της επιχειρηματικής αυτοματοποίησης και των δεδομένων.
Στο επίκεντρο των τεχνολογικών εξελίξεων βρέθηκε το AI Expo 2026, όπου η προοπτική του AI να λειτουργεί ως ένας πραγματικός «ψηφιακός συνεργάτης» μονοπώλησε το ενδιαφέρον.
Κατά την πρώτη ημέρα στα συστεγαζόμενα συνέδρια AI & Big Data Expo και Intelligent Automation Conference, η ατζέντα ήταν ξεκάθαρη. Ωστόσο, πέρα από το όραμα, οι τεχνικές συνεδρίες εμβάθυναν στην κρίσιμη υποδομή και την καινοτομία που απαιτούνται για να γίνει αυτό το μέλλον πραγματικότητα.
Ένα από τα κυρίαρχα θέματα στον εκθεσιακό χώρο ήταν η ραγδαία εξέλιξη από την απλή, παθητική αυτοματοποίηση στα προηγμένα «agentic» συστήματα (συστήματα με αυτενέργεια). Σε αντίθεση με το παρελθόν, αυτά τα εργαλεία διαθέτουν την ικανότητα:
Δεν περιορίζονται πλέον στο να ακολουθούν άκαμπτα σενάρια εντολών. Η Amal Makwana από τη Citi ανέλυσε διεξοδικά πώς αυτά τα συστήματα ενσωματώνονται και δρουν δυναμικά μέσα στις ροές εργασίας των επιχειρήσεων. Αυτή η αυτενέργεια είναι το στοιχείο-κλειδί που τα διαχωρίζει από την παλαιότερη τεχνολογία ρομποτικής αυτοματοποίησης διαδικασιών (RPA), σηματοδοτώντας μια νέα εποχή.
Οι ειδικοί Scott Ivell και Ire Adewolu της DeepL περιέγραψαν αυτή τη μεταστροφή ως το κλείσιμο του «χάσματος αυτοματοποίησης». Υποστήριξαν σθεναρά ότι το agentic AI λειτουργεί πλέον ως ουσιαστικός ψηφιακός συνεργάτης και όχι ως ένα απλό εργαλείο διεκπεραίωσης.
Η πραγματική αξία για τις επιχειρήσεις ξεκλειδώνεται μειώνοντας δραστικά την απόσταση μεταξύ της πρόθεσης και της τελικής εκτέλεσης.
Ωστόσο, ο Brian Halpin από την SS&C Blue Prism τόνισε μια σημαντική προϋπόθεση: οι οργανισμοί πρέπει τυπικά να έχουν κατακτήσει την τυπική αυτοματοποίηση πριν μπορέσουν να αναπτύξουν και να υιοθετήσουν επιτυχώς το agentic AI.
Αυτή η τεχνολογική αλλαγή απαιτεί ισχυρά πλαίσια διακυβέρνησης, ικανά να διαχειριστούν μη αιτιοκρατικά αποτελέσματα. Ο Steve Holyer της Informatica, πλαισιωμένος από ομιλητές κολοσσών όπως η MuleSoft και η Salesforce, υποστήριξε ότι η αρχιτεκτονική αυτών των συστημάτων απαιτεί αυστηρή εποπτεία.
Είναι επιτακτική ανάγκη να υπάρχει ένα επίπεδο διακυβέρνησης που ελέγχει τον τρόπο με τον οποίο οι πράκτορες (agents) έχουν πρόσβαση και χρησιμοποιούν τα εταιρικά δεδομένα, ώστε να αποφευχθεί κάθε πιθανότητα λειτουργικής αποτυχίας.
Το αποτέλεσμα ενός αυτόνομου συστήματος εξαρτάται απόλυτα από την ποιότητα των δεδομένων που τροφοδοτούνται σε αυτό. Ο Andreas Krause από την SAP ήταν κατηγορηματικός: το AI αποτυγχάνει χωρίς αξιόπιστα και διασυνδεδεμένα εταιρικά δεδομένα.
Για να λειτουργήσει το GenAI σε ένα απαιτητικό εταιρικό πλαίσιο, πρέπει να έχει πρόσβαση σε δεδομένα που είναι ταυτόχρονα:
Τέλος, ο Meni Meller της Gigaspaces αναφέρθηκε στη σημαντική τεχνική πρόκληση των «ψευδαισθήσεων» (hallucinations) στα LLMs. Υποστήριξε...
