Getting your Trinity Audio player ready...
|
Immer mehr Unternehmen wie Intuit und American Express (Amex) setzen auf agentische Künstliche Intelligenz, um Kundenerlebnisse zu revolutionieren, interne Prozesse zu optimieren und Geschäftsabläufe zu automatisieren. Diese fortschrittlichen Agenten gehen weit über klassische Chatbots hinaus, da sie eigenständig Aufgaben übernehmen und ausführen1Skip the AI ‘bake-off’ and build autonomous agents: Lessons from Intuit and Amex.
Intuit: GenOS als Basis für intelligente Agenten
Intuit nutzt KI-Agenten, um beispielsweise die Steuererklärung mit TurboTax deutlich effizienter zu gestalten. So können Aufgaben rund um die Steuererklärung um 12 % schneller abgeschlossen werden, und nahezu die Hälfte der Nutzer erledigt ihre Steuererklärung in weniger als einer Stunde.
Das Herzstück bildet GenOS – ein generatives KI-Betriebssystem, das Agenten befähigt, Daten zu analysieren, Entscheidungen zu treffen und Aktionen auszuführen. Die Steuerung erfolgt zentral über GenRuntime. Ziel ist es, robuste, skalierbare und vertrauenswürdige KI-Erfahrungen zu schaffen, die durch einheitliche technische Standards unterstützt werden.
American Express: Modularität und Governance
American Express setzt auf interne KI-Agenten, um die Produktivität der Mitarbeitenden zu steigern. Ein Beispiel ist der APR-Agent, der Code-Reviews automatisiert und so Entwicklungsprozesse beschleunigt. Für die Einhaltung von Datenschutz, Compliance und Markenwerten sorgt ein „Enablement Layer“ in Verbindung mit modularen „Brains“, die sicherstellen, dass alle Entscheidungen der Agenten im Einklang mit den Unternehmensrichtlinien stehen. Ein Reservierungsagent auf der Rezi-Plattform prüft beispielsweise, ob Richtlinien und Nutzerabsichten eingehalten werden.
Architektonische Ansätze und Skalierung
Beide Unternehmen legen großen Wert auf eine durchdachte Plattformarchitektur:
- Intuit: GenOS ermöglicht es Teams, KI-Lösungen sicher und effizient zu entwickeln.
- Amex: Der „Enablement Layer“ erlaubt schnelle Experimente, ohne zentrale Richtlinien zu vernachlässigen.
Lehren aus der Einführung agentischer KI
- Schnelligkeit und Iteration: Unternehmen sollten rasch erste Lösungen implementieren und diese kontinuierlich weiterentwickeln, anstatt auf perfekte Systeme zu warten.
- Messbarkeit: Die Überwachung und Instrumentierung von Kosten, Latenz, Genauigkeit und Nutzen ist entscheidend, um den Wert von KI für das Unternehmen zu bewerten.
Fazit
Intelligente Agenten markieren eine neue technologische Plattformverschiebung. Unternehmen, die auf durchdachte Governance, Skalierbarkeit und schnelle Entwicklung setzen, werden in diesem Bereich die Führung übernehmen.