主要内容
JBS Dev总裁Joe Rose澄清，使用生成式与代理式AI系统时，“数据必须完美”是常见误解。他指出，当前工具已能有效处理低质量数据，关键在于合理设置防护措施与人机协作。
大语言模型（LLM）对不完整提示具备理解能力，处理文本或分类数据时展现韧性。但AI的不可预测性意味着需人工介入处理不良输出。例如医疗行业某客户迁移账单对账系统时，数据格式混杂（PDF、图片）且信息错位（医生姓名与患者姓名混淆），生成式AI先通过OCR和文本提取清理数据，代理式AI则进一步比对保险合同确保费率正确。
“自动化比例可逐步提升，从20%到80%，但无法完全依赖AI，仍需人类监督。”Rose表示，“就像我们从简单的OCR开始，逐步叠加不同用例。”
未来AI讨论将转向成本与可移植性，而非模型能力飞跃。企业需关注“如何降低数据中心建设成本”“模型如何在笔记本或手机运行”，而非依赖更多数据。
他建议，无需购买SaaS供应商服务，可利用现有云平台（如“大三大”云厂商工具）自行部署代理式AI工作负载，无需新软件许可和额外培训。“这并不难，几乎所有人都有云资源，明天就能开始。”
