A mesterséges intelligencia ügynökök bemutatói lenyűgöznek: gördülékenyen működnek a bemutatóban és ígéretesnek tűnnek, de ahogy valódi vállalati környezetbe kerülnek, sorra elbuknak. A fő okok nem is technológiaiak.
Legtöbb esetben nem maga az MI, hanem a szervezeti, technológiai és emberi tényezők jelentik a gátakat. A Webcon felmérésben leírt esetekben a technológiához való hozzáférés nem hiányzott, de a belső kompetenciák és a szervezeti kultúra álltak gyenge lábakon (pl. a megkérdezetteknek csak 8 % érezte úgy, hogy vállalata felkészült az MI-re) — ez is jól mutatja, hogy a probléma nem a modellből, hanem a bevezetésből fakad.
Az első nagy akadály az, hogy sok vállalat túl általánosan akarja alkalmazni az ügynököket — mintha minden feladatra ez lenne a „varázspálca”. Pedig sok esetben egy jól megírt program, egy egyszerű API-hívás vagy munkafolyamat vezérlő program sokkal stabilabb és kiszámíthatóbb megoldást eredményez.
A második nehézség a feladatok definiálása: a valós vállalati folyamatok ritkán szabályosak. Nem minden lépés dokumentált, eltérő kivételek, többféle eljárás keveredik. Amikor azt kérdezik, hogy „mit automatizáljunk?”. Először le kell bontani a folyamatot, szerepekkel, feltételekkel, kivételekkel — különben az Mi-ügynök marhaságot csinál, hibával leáll, vagy egyszerűen csak nem használják a munkatársak, mert látják, hogy nem működik jól.
A harmadik nehezen megoldható probléma a már meglévő rendszerekkel történő integráció . A legtöbb vállalati program nem arra épült, hogy Mi ügynökök „beszélgessenek” vele. A régi vállalat-irányítási rendszerek, CRM-ek, belső fejlesztésű programok, amelyekhez még nem készültek API-k (és sokszor jó, ha legalább részben dokumentáltak) nagy kihívást jelenthetnek. Az MI csatlakoztatása ezekhez nagyon nehéz technológiai útvesztőt eredményez. Legtöbbször köztes programokat kell készíteni, konnektorokat, adattranszformációkat, jogosultsági átjárókat kezelni.
A negyedik „lehetetlen küldetés” az értékelés: hogyan bizonyítjuk be, hogy az ügynök valóban működik? Nem elég, hogy lefutott, azt kell mérni, helyes-e, kezeli-e a kivételeket, jól illeszkedik az üzleti mérőszámokhoz, és nincs-e nem kívánt mellékhatása, például téves döntés, megsértett szabályzat vagy hallucinált válasz. Sok cég csak elméleti pontosságokat mér, de nem vizsgálják a teljes rendszert integrált megközelítéssel.
A McKinsey egyik riportjában azt írják:
az igazi kihívás nem az MI-modell maga, hanem a koordináció, az ítélőképesség és a bizalom kérdése — hogyan él együtt ember és ügynök, milyen szabályrendszert adunk nekik, és hogyan akadályozzuk meg, hogy túl sok ügynök keletkezzen kontroll nélkül. (McKinsey & Company)
Más források is rámutatnak arra, hogy integrációs komplexitás, biztonsági-elvárások és infrastruktúra hiányosságai tartják vissza a tényleges bevezetést. (gigster.com)
Az MI-be való bevezetés általános akadályait sok elemzés feltárja: a szervezet felkészültségének fontossága kiemelt (lásd például tanulmányok, amelyek azt vizsgálják, hogy milyen tényezők befolyásolják a vállalati készenlétet MI-technológiák fogadására). (ResearchGate) Egy másik, a Webcon-féle összevetéshez rokon példa: míg Lengyelországban a vezetők 40 %-a mondja, hogy cégeiket nem érdekli az MI, Németországban ez az arány csak 2 % volt — nem az eszköz hiánya, hanem a szervezet felkészültsége és kultúrája a fő tényező.
Érdemes megemlíteni, hogy a Gartner előrejelzése szerint 2027-ig több mint 40 % lesz azoknak az MI-ügynök alapú projekteknek az aránya, amelyeket megszüntetnek, mert költségeik túl nagyok vagy az üzleti érték nem bizonyítható. (Reuters)
Végül: az, hogy technikailag kihívások is lesznek: infrastruktúra, biztonság, API-kezelés, jogosultságkezelés, csak tovább nehezíti a projektet. (Sendbird)
Összességében az ügynök alapú MI bevezetése nem csupán technológiai vállalkozás; sokkal inkább szervezeti, kulturális és szemléletváltási út. Ha ezekkel nem számolunk, az autonóm felületek többnyire demonstárciós szinten maradnak és nem válhatnak a hatékony üzleti folyamatok mozgatórugóivá.
