이 기사는 "과정 인텔리전스를 통한 AI 에이전트가 차세대 기업 AI 성능을 강화한다"는 제목으로 VentureBeat에 실렸으며, 과정 인텔리전스와 AI 에이전트의 통합이 기업 AI 성능을 혁신적으로 변화시키고 있는 방법을 설명합니다. 주요 내용을 요약하면 다음과 같습니다.

과정 인텔리전스와 AI 에이전트
이 기사는 기업 환경에서 AI 에이전트의 기능을 향상시키는 데 있어 과정 인텔리전스의 중요성을 강조합니다. Celonis와 같은 회사가 제공하는 과정 인텔리전스는 조직 내 복잡한 과정과 워크플로우를 분석하고 이해하는 것을 포함합니다. 이 인텔리전스는 AI 에이전트가 정보에 기반한 상황 중심의 결정을 내리는 데 필수적입니다.

기존 AI 에이전트의 도전 과제
전통적인 AI 에이전트는 필요한 비즈니스 컨텍스트와 프로세스 이해 부족으로 인해 의미 있는 비즈니스 결과를 제공하는 데 어려움을 겪습니다. 이들은 업무를 자동화할 수 있지만, 전반적인 비즈니스 운영에 대한 통찰력 부족으로 인해 효율적으로 작업을 수행하지 못할 수 있습니다.

Celonis의 역할
Celonis는 프로세스 광산 및 프로세스 인텔리전스의 선두주자로, AgentC라는 도구 집합을 도입했습니다. 이 도구는 사용자들이 Celonis 과정 인텔리전스를 활용하여 주요 AI 플랫폼에서 AI 에이전트를 개발할 수 있게 해줍니다. AgentC는 Microsoft Copilot Studio, Amazon Bedrock와 통합되며, Rollio와 Hypatos와 같은 ISV 파트너와의 협업도 포함됩니다. 이러한 통합 덕분에 AI 에이전트는 특정 비즈니스 문제를 이해하고 해결할 수 있습니다.

AI 에이전트의 주요 구성 요소
효과적인 AI 에이전트는 세 가지 필수 구성 요소를 갖추고 있습니다. 자연어로 지시를 받을 수 있으며, 컨텍스트를 검색하고 행동을 취할 도구가 있고, 자율적으로 추론을 적용하여 목표를 달성할 수 있는 것입니다. 예를 들어, 글로벌 제조 회사를 위해 개발된 AI 에이전트는 Celonis 과정 인텔리전스를 사용하여 신용 차단 관리에 대한 행동을 분석하고 추천하여, 차단된 주문을 검토하고 해제하는 데 필요한 시간을 크게 줄였습니다.

AI 에이전트에서의 과정 인텔리전스의 이점
과정 인텔리전스는 AI 에이전트가 효율적으로 운영되는 데 필요한 컨텍스트를 제공합니다. 이를 통해 해결해야 할 올바른 비즈니스 문제를 식별하고, 효과적인 에이전트를 대규모로 구축하며, 성과를 지속적으로 모니터링할 수 있습니다. 이러한 접근 방식은 AI 에이전트가 단순히 업무를 자동화하는 것이 아니라 조직의 목표와 프로세스에 맞춰져 있음을 보장합니다.

도전 과제 극복
과정 인텔리전스의 통합은 AI 에이전트와 관련된 일반적인 문제를 극복하는 데 도움을 줍니다. 이에는 해결할 문제를 식별하는 것, 행동 및 결정을 모니터링하는 것, 에이전트가 책임감 있게 행동하도록 보장하는 것이 포함됩니다. 과정 인텔리전스는 다양한 비즈니스 시스템의 데이터 포인트를 연결하는 의미적 레이어인 프로세스 인텔리전스 그래프를 제공합니다. 이를 통해 AI 에이전트는 정보에 기반한 결정을 내릴 수 있는 컨텍스트를 확보하게 됩니다.

실제 사례
이 기사는 디자인 및 건축 표면을 생산하는 Cosentino의 예를 인용하여, Celonis AI Assistant를 사용하여 주문 관리 프로세스를 간소화한 사례를 소개합니다. 이로 인해 추가적인 위험 없이 하루에 최대 다섯 배 더 많은 주문을 처리할 수 있었습니다.

미래 전망
과정 인텔리전스로 강화된 AI 에이전트의 사용은 증가할 것으로 예상되며, 이는 기업이 생산성을 극대화하고 비용을 절감하며 더 나은 고객 경험을 제공하는 데 기여할 것입니다. 이 기사는 프로세스의 복잡성과 상호관계를 이해하는 것이 성공적인 AI 중심의 디지털 혁신을 달성하는 데 필수적임을 강조합니다.

요약하자면, 과정 인텔리전스와 AI 에이전트의 통합은 기업 AI를 더욱 효과적이고 확장 가능하며 신뢰성 있게 만드는 데 중요한 단계입니다. 이러한 접근 방식은 AI 에이전트가 의미 있는 비즈니스 결과를 이끌어낼 수 있는 필수적인 비즈니스 통찰력을 갖추도록 보장합니다.