Den vigtigste kendsgerning om en AI-agent er den mindst diskuterede: en agent er kun så dygtig som de data, den kan se. En model med en genial IQ og et fragmenteret syn på din virksomhed vil med sikkerhed gøre det forkerte, fordi det ræsonnerer over et delvist billede. Agentæraen kommer til at være brutal med hensyn til især én ting - den vil hensynsløst belønne de hold, hvis data bor ét sted, og stille og roligt straffe dem, hvis data er spredt ud over tolv værktøjer.
Hvorfor den spredte stak bryder agenter.
Bed en agent om at "følge op med udsatte kunder, der er bagud med betalinger og har en åben supportbillet." Den enkelte instruktion berører CRM, faktureringssystemet og helpdesk. Hvis det er tre separate værktøjer, skal agenten kobles til tre API'er, forene tre begreber om "kunde" og håbe, at dataene stemmer overens. Det gør det normalt ikke. Agentens ræsonnement er fint; dens input er noget rod. Skrald-tilstødende ind, selvsikker-sludder ud.
En genial agent på en fragmenteret stak er en genial medarbejder, der kun har lov til at se én arkivskuffe ad gangen.
Hvorfor én database ændrer alt.
Når aftalen, fakturaen og billetten er den samme registrering på én platform, bliver den instruktion triviel. Agenten forespørger på én datamodel, hvor "kunde" betyder én ting, betalingsstatus og billetstatus hænger sammen med den samme enhed, og relationerne er native. Agenten behøver ikke tre integrationer og et afstemningstrin – den har brug for én forespørgsel. Den samme konsolidering, som hjalp menneskene, viser sig at være forudsætningen for agenterne.
Dette er den del, der gør konsolidering presserende frem for blot at rydde op. I årevis var en spredt stak en produktivitetsskat, du betalte i menneskelige timer. I agentæraen bliver det et kapacitetsloft: Der er ting, agenter simpelthen ikke kan gøre pålideligt på tværs af afbrudte systemer, uanset hvor god modellen bliver. Loftet er ikke modellen. Det er din dataarkitektur.
Den ubehagelige implikation.
Hvis agenter forstærker det datagrundlag, du giver dem, så bliver dit datagrundlag din vigtigste AI-beslutning - vigtigere end hvilken model du bruger, fordi du kan bytte modeller på en eftermiddag, og du kan ikke bytte din dataarkitektur uden en migrering. De hold, der konsoliderede sig på ét datalag af kedelige effektivitetsgrunde, er ved at opdage, at de ved et uheld byggede det, agentæraen kræver.
Vi byggede ikke et enkelt datalag til agenterne – vi byggede det, fordi spredte data gjorde mennesker ulykkelige. Men den samme egenskab, der gjorde det godt for folk, gør det godt for agenter: Der er ét sted at kigge, og alt i det stemmer overens. I agent-æraen er det ikke rart at have. Det er hele fundamentet.