2024年10月19日，新澤西州蒂安克 —— 全球領(lǐng)先的IT解決方案提供商Cognizant（納斯達克股票代碼：CTSH）今日宣布對其Cognizant Neuro? AI平臺進行了全面升級，旨在助力企業(yè)加速發(fā)掘、原型設(shè)計及開發(fā)能夠優(yōu)化決策并推動實際業(yè)務增長的AI應用案例。

此次升級的核心在于引入了強大的多智能體AI編排功能，這一創(chuàng)新由Cognizant首席AI技術(shù)官Babak Hodjat詳細介紹。根據(jù)Cognizant與Oxford Economics的聯(lián)合研究，盡管76%的企業(yè)期望通過AI開辟新的收入來源，但70%的企業(yè)在實施和擴展AI應用案例時感到進展緩慢。Cognizant Neuro? AI平臺的升級正是為了解決這一難題，它使企業(yè)領(lǐng)導者能夠在幾分鐘內(nèi)識別業(yè)務問題、評估影響范圍、生成或?qū)霐?shù)據(jù)，并迅速開始構(gòu)建AI模型。平臺不僅能預測業(yè)務成果，還能提供實現(xiàn)這些成果的具體建議，并解釋決策背后的邏輯，從而幫助企業(yè)快速評估不同應用案例的潛在影響。

經(jīng)過數(shù)十家客戶的嚴格測試與實際應用，升級后的Cognizant Neuro? AI平臺現(xiàn)已正式向Cognizant客戶開放，并獲得了多項專利支持。該平臺幾乎適用于所有涉及數(shù)據(jù)分析的行業(yè)和業(yè)務挑戰(zhàn)，包括庫存管理、動態(tài)定價、欺詐減少及員工配置優(yōu)化等。此次升級源于Cognizant AI研究實驗室的研究項目，該實驗室今年早些時候成立，專注于開發(fā)基于決策的AI系統(tǒng)，而此次功能升級正是實驗室首個成功融入商業(yè)產(chǎn)品的成果。

生物制藥巨頭Gilead Sciences對升級后的Cognizant Neuro? AI平臺給予了高度評價。Gilead Sciences的云、數(shù)據(jù)和分析部門負責人Murali Vridhachalam表示：“許多企業(yè)在應用AI時面臨困境，尤其是當AI不僅僅用于預測結(jié)果時。因為解決實際業(yè)務問題通常涉及數(shù)千種不同情境，且任務優(yōu)先級往往相互沖突。Cognizant Neuro? AI憑借其創(chuàng)新的多智能體決策工作流管理方法，成為我見過的唯一能夠幫助企業(yè)快速部署端到端生成式AI應用案例的平臺，并挖掘出切實可行、能帶來收入增長的機會?！?/p>

農(nóng)業(yè)領(lǐng)域的領(lǐng)先企業(yè)Bayer Crop Science也分享了使用升級后平臺的經(jīng)驗。Bayer Crop Science的決策科學負責人Patricio Salvatore La Rosa指出：“農(nóng)業(yè)需要在高度不確定的環(huán)境中做出復雜決策，并平衡社會、經(jīng)濟和環(huán)境目標。我們已測試了Cognizant Neuro? AI的幾個基礎(chǔ)組件，尤其是LEAF，它幫助我們有效應對復雜情境。通過利用生成式AI智能體的協(xié)作能力，我們期待以可靠、透明和可信的方式解決復雜的決策挑戰(zhàn)。”

升級后的Cognizant Neuro? AI平臺集成了多項新功能，包括名為Opportunity Finder的多智能體發(fā)現(xiàn)工具，用于識別潛在的應用案例，以及一套由大語言模型（LLM）助理組成的強大AI決策引擎?？蛻羰紫韧ㄟ^Opportunity Finder與平臺互動，LLM助理會幫助他們識別適用于其業(yè)務的AI決策應用案例。Model Orchestrator則提供了拖放界面，讓用戶能夠輕松清理數(shù)據(jù)并應用多種機器學習模型。LLM簡化了數(shù)據(jù)準備流程，隨后企業(yè)可以應用機器學習模型進行預測，同時演化AI模型為決策提供建議。訓練完成后，企業(yè)可以通過網(wǎng)頁界面或LLM助理進一步查詢最佳模型。

此外，升級后的平臺還提供了預構(gòu)建配置，使各種應用案例的起步變得更加容易。這些案例涵蓋了醫(yī)療保?。ㄈ缢幬锇l(fā)現(xiàn)和治療方案）、金融（如網(wǎng)絡(luò)安全和欺詐預防）、農(nóng)業(yè)（如作物產(chǎn)量優(yōu)化和農(nóng)藥開發(fā)）以及供應鏈、呼叫中心、客戶保留和價格優(yōu)化等通用模板。

Cognizant首席AI技術(shù)官Babak Hodjat表示：“企業(yè)正在為如何以及在何處應用AI解決業(yè)務問題而苦惱。這就是為什么我們看到的大多數(shù)AI用例僅限于基于預測的結(jié)果或基于單一LLM聊天的解決方案。多智能體AI系統(tǒng)是解決這些問題的關(guān)鍵，這也是我們以其為核心構(gòu)建Cognizant Neuro? AI的原因。該平臺使企業(yè)領(lǐng)導者能夠利用他們的領(lǐng)域知識，在幾分鐘內(nèi)快速測試并建立AI決策應用案例，并提供相應的模型代碼以實現(xiàn)大規(guī)模迭代，而不僅僅是數(shù)據(jù)科學家的專屬工具?！?/p>

Gartner?評價稱：“多個智能體可以協(xié)同工作，超越單個智能體的能力。多個智能體的組合應用可以解決單個智能體無法應對的復雜任務，同時創(chuàng)造出更具適應性和可擴展性、更加強大的解決方案。”IDC自動化、AI與分析副總裁Neil Ward-Dutton也表示：“隨著企業(yè)開始戰(zhàn)略性地應用AI并超越實驗階段，他們迫切希望了解如何識別和優(yōu)先考慮應用案例。能夠利用技術(shù)加速應用案例識別，并利用該技術(shù)測試和擴大實施范圍的供應商將占據(jù)有利地位?！?/p>