Target揭秘：AI竞争力的真正源泉
模型之外的价值构建
Target高级副总裁Siobhán Mc Feeney表示，其公司运行的AI模型并非赋予Target竞争优势的关键因素——真正重要的是围绕这些模型所构建的一切。
“这其中包含的内容非常丰富，这才是我们眼中的护城河，”Mc Feeney在VB Transform 2026会议上表示。”模型固然很棒，也很重要，但仅凭它们不足以形成竞争优势。”
这种思维方式体现在Target决定是否构建智能体的早期决策中。Mc Feeney坦言，她自己对当前AI时代的看法甚至有些”争议性”：每家企业都想要AI智能体，但并非所有问题都需要一个智能体来解决。
她表示，智能体需要随着时间的推移逐渐获得自主权，而不是默认就拥有——这一原则贯穿了Target围绕智能体构建的所有系统。
Mc Feeney表示，目标在于确保智能体能够针对为Target客户创造最大价值的问题。我们希望确保投资方向正确，她说。
智能体的精心设计
智能体正逐渐成为Target底层架构的一部分，越来越多地连接供应链、补货和需求预测等领域的信号、系统和决策。
Mc Feeney将其视为零售业最古老的承诺——在正确的时间、正确的地点提供正确的产品——并以规模化的方式实现。
但她的团队在构建AI智能体方面一直深思熟虑，从最简单、最明显的问题开始：它们试图解决什么问题？这引出了一系列后续问题：
- 这个问题是否需要一个智能体？
- 如果需要，是什么类型的智能体？协调型智能体？超级智能体？领域特定智能体？
- 或者，您所称的”智能体”实际上只是一个工具？
Mc Feeney说：”您事先定义这一点，这可能听起来有些流程化，然后您必须注册和认证您的智能体。因为解决方案可能已经存在，您不想重复工作。”
智能体设计引发了另一系列重要问题：是什么触发智能体行动？自动化？工程师？定时器？需要设置什么来跟踪这一点？
“我们确保从一开始就有完整的谱系——从智能体的诞生到整个过程——因为在某个凌晨2点，当事情出现问题时，我们希望能够理解发生的所有事情，”Mc Feeney说。
自主程度是另一个考量因素；新智能体通常从基础自主权开始，随着时间的推移获得更多权限。智能体可以访问什么是一个独立的问题：什么数据、什么系统、什么表、什么数据库？
最后是监控和可观测性；如果智能体不被持续评估，它们就无法解决问题或随时间改进。
“我们测量一切：智能体的预期任务、校准情况、发展趋势，而不仅仅是运行时间和延迟，”Mc Feeney说。这创造了完全的透明度，并允许随时间调整智能体。
“您正在谈论的是架构、分类法和数据治理层，这些都必须建立，”她说。
这些”自主层”中蕴含着丰富内容——这一基础使Target能够规模化并以正确的问题采用正确的模型。
模型有不同的”梯度”，更适合不同的工作；例如，前沿模型在需要处理数十亿数据点的复杂任务中表现出色（如在重型商品供应链中）。但在某些情况下，它们可能成本过高。
“因此，确保始终有成本效益是必要的，”Mc Feeney说。
智能体必须赢得自主权
一个数字孪生模拟预测了今年夏天长滩三家Target商店的男士短裤库存——其中一家商店的库存需求比其他商店高出六到七倍，她说。库存分析师的第一反应是：这不可能正确。但系统发现了他们没有考虑到的因素。那家商店距离海滩不到两英里；其他两家商店在内陆10到12英里处。分析师让建议保持不变，库存销售一空。
“这是科学。这比人类操作更具数学意义和信心，”Mc Feeney说。她说，这样的结果使Target的智能系统能够随时间获得更多自主权。
Mc Feeney表示，Target将AI智能体的自主权视为”赢得的”，并将其构建为四级阶梯：智能体最初在不行动的情况下进行观察，然后发展到提出行动建议并等待批准，再到在既定护栏内行动。在Target目前运营的最高级别，智能体端到端运行——但仍然有人类参与其中。
“智能体的自主级别极其重要，”Mc Feeney说。”它们赢得这些权限，如果表现不符合预期，也可能失去它们。”漂移的模型将被停用。
正如她所说，人类通过随时间证明能够做某事而获得自主权。没有人只是因为就获得一堆额外责任；他们必须已经证明自己能够处理这些责任。
类似地，智能体可以被科学地测量和量化：它们的准确性、漂移程度以及接近预期目标的程度。这有助于建立护栏，使构建者能够更快地工作，并”永远快速前进”，因为他们不必不断思考护栏在哪里。
“如果您遵循这些护栏，遵循安全指南，注册智能体，但仍然出现问题，我们从一开始就有完整的谱系，”Mc Feeney说。”我们的恢复能力要好得多。”
归根结底，智能体的成功是多种因素的结合，而不仅仅是一个因素，她说：”这关乎您的架构。关乎您的分类法。关乎您的智能体拥有的自主级别，以及安全和可观测性。”
新工作流程所需的新技能
然而，即使智能体自主程度很高，当出现问题时，构建者仍然必须承担责任。Mc Feeney指出，团队现在的工作速度是任何人都无法预见的，这意味着必须建立评估工具，并注册和跟踪智能体。
这在很大程度上是文化层面的转变；劳动力正在被重塑，构建者和工程师需要新技能来同时管理人类工人和AI系统。这些情境有很大不同，但职业发展”令人兴奋”。
“您是构建者。您观察智能体的构建过程，同时也在指导观察智能体构建过程的人类，”Mc Feeney说。”这种细微差别相当特别。”
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！