Rethinking organizational design in the age of agentic AI
Amid rapidly growing adoption of enterprise-level AI agents, there’s a disconnect emerging between ambition and execution. Although 85% of organizations say they want to be agentic within the next thr
소개
기업 수준의 인공지능 대행자를 도입하는 것이 급속히 증가하고 있습니다. 하지만 이러한 기술을 도입하는 것과 실제로 실행하는 것 사이에 차이가 발생하고 있습니다. 많은 조직이 향후 3년 내에 대행자가 되는 것을 목표로 하고 있지만, 현재의 운영과 인프라가 이러한 변화를 지원할 수 없다고 생각합니다. 이러한 문제는 인적 자원, 절차, 업무 흐름 등 여러 가지 요인에 대한 준비 부족에서 기인합니다.
이러한 문제를 해결하기 위해서는 조직 설계를 재고하는 것이 필요합니다. 인공지능 대행자를 도입하는 것만으로는 충분하지 않으며, 이를 지원할 수 있는 인적 자원, 절차, 업무 흐름 등이 준비되어야 합니다. 이를 위해서는 조직의 문화, 구조, 시스템 등 다양한 측면에서 변화를 도입해야 합니다.
해결 방안
조직 설계를 재고하는 데에는 여러 가지 접근 방식이 있습니다. 첫째, 인적 자원을 강화하는 것입니다. 인공지능 대행자를 도입하는 데에는 다양한 기술과 전문성이 필요합니다. 따라서 이러한 기술과 전문성을 갖춘 인력을 양성하거나 채용하는 것이 필요합니다. 둘째, 절차와 업무 흐름을 최적화하는 것입니다. 인공지능 대행자를 도입하는 데에는 현재의 절차와 업무 흐름을 재고하는 것이 필요합니다. 이를 통해 더 효율적이고 효과적인 절차와 업무 흐름을 구축할 수 있습니다.
마지막으로, 시스템과 기술을 업그레이드하는 것입니다. 인공지능 대행자를 도입하는 데에는 다양한 기술과 시스템이 필요합니다. 따라서 이러한 기술과 시스템을 업그레이드하는 것이 필요합니다. 이를 통해 더 효율적이고 효과적인 인공지능 대행자를 구축할 수 있습니다.
함께 읽으면 좋은 기사
미래의 직업: 우주여행 대행사
로만 치포루카(Roman Chiporukha)는 오랜 시간 동안 야생 여행의 꿈을 현실로 만드는 것을 전문으로 해왔습니다. 그는 20년 동안 럭셔리 라이프 스타일 회사 로만 & 에리카(Roman & Erica)의 공동 대표로 일하면서, 고객의 초고급 요트를 건축하는 것부터 bahamas에서 인원이 적은 위치로 여행을 가는 것까지 모든 것을 조율해 왔습니다. 이러한 경험들은 ihm을 "…
아스트라제네카의 연구 보조원: 연구개발을 위한 인공지능 시스템
아스트라제네카는 대규모 언어 모델(LLM)을 기반으로 한 내부 시스템인 연구 보조원을 개발하여 의사 및 연구원들이 광범위한 데이터 소스에 걸쳐 의학적 질문을 탐색하는 데 도움을 주고자 합니다. 이 시스템은 과학 문헌, 지식 그래프, 화학, 임상 시험, 안전 자원, 표현 데이터 및 내부 실험 시스템과 같은 다양한 데이터 소스에서 증거를 통합하는 채팅 스타일 인터페이스를 제공합니다.
모바일 에지 컴퓨팅에서 스트리밍 처리를 위한 LLM-assisted 계약 네트워크 협상으로 지원하는 다원 소프트웨어 스케줄링
다양한 휴대용 에지-클라우드 인프라스트럭처에서 운영되는 스트리밍 처리 시스템은 작업 부하의 불안정성, 자원 경쟁, 엄격한 서비스 품질(QoS) 요구 사항 등으로 분산 스케줄링이 복잡해지고 있습니다. 이 논문은 분산 스케줄링의 복잡성을 해결하기 위해 MAS-DecStream이라는 시스템을 제안하고 있습니다. 이 시스템의 주된 기여는 LLM-MR-CNP입니다. 이는 계약 네트워크 프로토콜(Cla
인간 중심 연구소 AI agent들이 같은 임무에 놓여 turf war를 시작한다.
인간 중심 연구소의 연구자들이 AI agent들이 예상치 못한 방식으로 충돌, 조우, 협력할 수 있음을 발견했다. 이는 오늘날의 안전 테스트가 다중 agent 시스템의 위험성을 포착하는지 여부에 대한 새로운 질문을 제기한다.
LLMs을 활용한 공정 다이어그램 엔지니어링: 최적 PFD부터 유효 P&ID까지
공정 흐름 다이어그램(PFD)과 pipe 및 instrumentation 다이어그램(P&ID)의 생성은 주로 수동으로 수행됩니다. AI 기술을 적용하면 공정 자동화, 시간 절약, 금융적 이익을 얻을 수 있을 뿐만 아니라 다이어그램의 토폴로지 옵션을 탐색하고 수동 노동을 줄일 수 있습니다. 연구에서는 P&ID Pilot라는 실제 end-to-end AI pipeline를 제시합니다. 이 pipeline는 두 단계를 처리할 수 있습니다. 첫 번째 단계는 PFD 합성에 집중하고 두 번째 단계는 생성된 PFD를 P&ID로 변환하는 데 집중합니다.
자동세계모델 벤치마크: 자율세계모델 연구를 위한 새로운 표준
세계 모델링은 현재 환경에 따라 다양한 아키텍처, 학습 목표 및 상태 표현이 상호 작용하는 복잡한 분야입니다. 이를 해결하기 위해 AI 코드 기반.agent가 자율적으로 연구할 수 있는 환경을 제공하는 새로운 벤치마크가 등장했습니다. 이 벤치마크는 8개의 게임 환경을 대상으로 하며, 고정된 컴퓨팅 비용 내에서 제공된 세계 모델링의 기초를 개선하는 것을 목표로 합니다.
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.