英伟达：Agentic AI通过四步自主解决复杂问题

英伟达的GPU产品（如A100、H100）目前仍占据数据中心AI工作负载的主导市场份额，覆盖了90%以上的大规模AI计算。相比竞争对手，英伟达的产品在计算效率、能效比和生态支持方面均有显著优势。

最近，Agentic AI在业界和学术界都非常火爆，并被普遍认为是AI应用的爆发方向。那么作为AI基础设施提供商，英伟达是怎么看待Agentic AI的呢？

之前有写过一篇文章对比AI Agent和Agentic AI：全面对比AI Agent 与 Agentic AI

以下内容摘自英伟达近期发布在其官网的文章：

Agentic AI 具备强大的推理和迭代规划能力，能够自主解决复杂的多步骤问题。它可以从多来源汲取海量数据，独立分析、制定策略并执行任务。比如供应链优化、网络安全漏洞分析，以及协助医生完成耗时的工作等。

Agentic AI主要使用四个步骤来解决复杂问题：

1. 感知（Perceive）
Agentic AI从多来源（如传感器、数据库和服务接口）收集并处理数据，提取有价值的特征、识别对象或确定环境中的相关实体。

2. 推理（Reason）
大型语言模型（LLM）作为推理引擎，理解任务、生成解决方案，并协调用于特定功能（如内容创作、视觉处理或推荐系统）的专用模型。在此过程中，Agentic AI利用诸如检索增强生成（Retrieval-Augmented Generation, RAG）等技术，从专有数据源中提取信息，提供准确相关的输出。

3. 执行（Act）
Agentic AI通过应用编程接口（API）集成外部工具和软件，快速执行其制定的计划。为确保任务正确执行，可以为Agentic AI设定“防护栏”。例如，客服AI可以处理一定金额范围内的理赔请求，而超过该范围的理赔则需人工审批。

4. 学习（Learn）
Agentic AI通过反馈回路（或称“数据飞轮”）持续改进。其交互生成的数据会重新输入系统，用于优化模型。这种适应和改进的能力，使企业能够不断提高决策效率和运营表现。

Agentic AI 应用

Agentic AI的应用潜力巨大，其能力范围仅受限于创意和专业知识。从生成和分发内容等简单任务到编排企业业务流等复杂的应用，Agentic AI正在变革多个行业。比如：

1. 客户服务

Agentic AI通过增强自助服务能力和自动化常规沟通，大幅提升客户支持质量。超过一半的服务专业人员报告称，客户互动得到了显著改善，响应时间缩短，客户满意度提升。

此外，数字人的需求正在快速增长。由 AI驱动的数字人为企业品牌，提供栩栩如生的实时交互。例如，当呼叫量过高时，它们可以直接帮助客户解决问题或回答销售代理的疑问。

2. 内容创作

Agentic AI能够快速创建高质量、个性化的营销内容。生成式Agentic AI平均可以为营销人员节省每件内容约三小时的时间，从而让他们专注于战略和创新。通过简化内容创作流程，企业可以保持竞争力，同时改善客户参与度。

3. 软件工程

Agentic AI通过自动化重复性编码任务，提高了开发人员的生产力。据预测，到 2030年，AI可能自动化高达30%的工作时间，这使得开发者可以专注于更复杂的挑战，推动创新。

4. 医疗健康

对于需要分析海量医学和患者数据的医生，Agentic AI可以提取关键信息，帮助他们做出更明智的医疗决策。自动化行政任务和在患者预约期间捕获临床笔记，减少了耗时任务的负担，使医生能够更多地专注于与患者建立关系。Agentic AI还可提供全天候支持，如提供药物使用信息、安排预约和提醒服务，帮助患者遵守治疗计划，从而改善健康结果。

Agentic AI 开启了人工智能应用的新范式，正在改变很多领域的运营方式，助力企业提升效率和竞争力。

相关阅读：

全面分析Agentic AI 在医疗健康行业应用场景