GCCs und agentenbasierte KI: Der Beginn einer neuen Ära der Automatisierung

Wichtigste Erkenntnisse:

1. Die Entwicklung von GCCs im Bereich der Analytik hat sich weiterentwickeltVon der Erzielung von Kosteneinsparungen bis hin zur Wertschöpfung.

2. Für die Implementierung von Agentic AIGCCs benötigen einen umfassenden Ansatz, der Fachwissen, Personal und Technologie integriert.

3. In GCCs, generative KI und agentenbasierte KI-Kombinationwird eine Vielzahl von Anwendungsfällen für Analysen eröffnen und die Automatisierung ermöglichen.

4. Datenschutz und DatengovernanceDie Bedenken bleiben weiterhin wichtig, und ihre Bedeutung für die Schaffung des richtigen agentischen Designrahmens muss unbedingt beibehalten werden.

Indien beherbergt über 1700 GCCs [1] und dieTechnologiedurchdringung in den GCCsDer Bereich KI/ML und Data Science nahm zu von65 % im Geschäftsjahr 2019 bis 86 % im Geschäftsjahr 2024[2].Dies bedeutet einen massiven Wandel, nicht nur in der Wahrnehmung von GCCs, die ursprünglich als Unterstützung für den Back-End-Betrieb dienten, hin zu einem echten Innovationszentrum.

Wie KI und Analytik in den GCC-Staaten im Laufe der Jahre gewachsen sind

Bevor wir uns mit der Zukunft befassen, muss das aktuelle Wachstum von KI und dem dazugehörigen Ökosystem erörtert werden. Diese Entwicklung hat nicht nur die Wahrnehmung des Offshore-Ökosystems verändert.aber auch, wie effektiv es warDie

Die drei wichtigsten Merkmale der GCCs im Jahresverlauf

Phase 1: Kostenarbitrage (1990er-2005)

• Hauptaugenmerk liegt auf Einsparungen bei den Arbeitskosten
• Grundlegende Backoffice-Tätigkeiten und Routineaufgaben
• Beschränkte Entscheidungsbefugnis

Phase 2: Prozessoptimierung (2005-2012)

• Schwerpunkt auf Prozessoptimierung und Qualitätsverbesserung
• Einführung von Six Sigma und anderen Effizienzmethoden
• Entstehung von Shared-Service-Center-Modellen

Phase 3: Gemeinsame Wertschöpfung (2012–2020)

• Übergang zu wissensbasierter Arbeit und spezialisierten Funktionen
• Deutliche Steigerung der Forschungs- und Entwicklungskapazitäten sowie der Innovationsinitiativen
• Entwicklung von firmeneigenem geistigem Eigentum und Lösungen

Phase 4: Innovationszentrum (2020-heute)

• Die GCCs als spezialisierte Innovationszentren, die die globale Strategie vorantreiben
• Vollständige Eigentümerschaft an Produkten, Dienstleistungen und Märkten
• Steuerung der digitalen Transformationsbemühungen des Mutterkonzerns

Ergänzend dazu wird deutlich, dass sich der Fokus von der Personalbeschaffung hin zur Mitarbeiterbindung und Weiterbildung, insbesondere im Hinblick auf generative und agentische Fähigkeiten, verlagert hat.

Einer Umfrage von EY[3] zufolge schulen 78 % der GCCs ihre Teams weiter.Einführung von GenAI, während37 % befinden sich in der Pilotphase von Anwendungsfällen.Dies unterstreicht den Wandel von Experimenten hin zu praktischen Anwendungen von KI mit Schwerpunkt auf Talentmanagement und Risikominderung.

Ist Agentic AI der nötige Anstoß für GCCs?

GCCs (Global Creative Cloud Centers) bilden die perfekte Balance zwischen Innovation und Autonomie und bieten damit das ideale Umfeld für die für agentenbasierte KI notwendige Kombination aus Innovation und Experimenten. Bei der Untersuchung der Synergie zwischen agentenbasierter KI und GCCs sollten Sie die Vielzahl potenzieller Agenten, Bots oder Anwendungsfälle für generative KI bedenken. Wie finden Sie heraus, welche Lösung für Sie am besten geeignet ist? Die naheliegende Antwort lautet: Proof-of-Concepts (PoCs).

Mehr als 80 Prozent der KI-Projekte scheitern jedoch[5]. Die Gründe dafür reichen von mangelnder Abstimmung zwischen den Interessengruppen über fehlende Akzeptanz bis hin zum Nachweis des ROI.Es ist also erforderlich, die Anwendungsfälle schnell, in kleinerem Umfang und mit höherer Geschwindigkeit durchzugehen, und GCCs können genau das leisten.Klein anfangen & schnell scheitern!

Um mit Agentic AI für GCCs zu beginnen, sollte der Fokus zunächst auf Folgendem liegen:

• Kundenerlebnis
• Produktivitätssteigerungen
• Verbesserung der Entscheidungsfindung

Um sie im gesamten Unternehmen zu skalieren, schlagen wir einen Implementierungsprozess vor, der Folgendes umfasst:

PS: Sofern keine starke Übereinstimmung zwischen dem erforderlichen Domänenwissen, dem Datenmanagement und dem Benutzeransatz besteht, wird es sehr schwierig sein, agentenbasierte KI zu skalieren.

Generative KI + Agenten-KI – die tödliche Kombination für GCCs

Auch im Jahr 2024 haben die GCCs mit generativen Technologien insbesondere in folgenden Bereichen Fortschritte erzielt:

• Automatisierte Codegenerierung


• Designmuster und Prototyping-Optimierung


• KI-gestützte CI/CD-Pipeline-Generierung und mehr

Von Vibe Coding bis hin zu Boilerplate-Codierung hat generative KI den Weg geebnet, nicht nur um Zeit bei der Codeoptimierung zu sparen, sondern auch um die nächste Generation vonLow-Code- und No-Code-Plattformen im Daten-Engineering und AgentenDie

Es geht nicht nur um einen einzelnen Agenten, sondern darum, wie mehrere Agenten bereit sind, ein Ökosystem von Agenten zu schaffen, die Probleme unter Einbeziehung des Menschen lösen.

Nehmen wir zum Beispiel folgendes:

Sarah, die Teamleiterin in Dublin, erhält eine Benachrichtigung vonihr Überwachungsbeauftragter„Die Kundenbeschwerden über Rechnungsfragen sind im Unternehmenssegment gerade um 27 % gestiegen.“ Anstatt wie üblich in Panik zu verfallen – dringende Slack-Nachrichten zu versenden, Notfallanrufe über Zeitzonen hinweg zu vereinbaren und Kundentickets durchzuarbeiten – genehmigt sie einfach die Empfehlung der KI, der Sache nachzugehen.

Innerhalb weniger Minuten beginnt der KI-Analyseagent in Chennai unter Rajs Leitung mit der Datenanalyse. Während Raj sich auf eine wichtige Kundenpräsentation konzentriert, stellt sein KI-Assistent die Zusammenhänge zwischen den Beschwerden und dem Update des Abrechnungssystems der letzten Woche her. Er findet die exakte Ursache.API-Integrationspunktwo Konten mit mehreren Standorten fehlerhaft verarbeitet werden.

In Manila erhält Miguel während des Mittagessens eine Benachrichtigung. Seine KI für den operativen Bereich hat die Analyse erhalten, eine temporäre Lösung durch Anpassung der Abrechnungsparameter implementiert und ein Ticket mit allen technischen Details für das Entwicklerteam erstellt.Die KI fragt Miguel, ob er die Lösung überprüfen oder sie fortfahren lassen möchte.Die

Was früher eine Flut von Slack- oder Teams-Nachrichten oder eine Reihe von E-Mails erforderte, ist jetzt eine Reihe von Genehmigungen, die es den Benutzern ermöglichen, sich auf das wirklich Notwendige zu konzentrieren.

Dies ist erst der Anfang.Wir glauben, dass die Kombination aus KI-Agenten und generativer KI in globalen Kommunikationszentren (GCCs) insbesondere im Bereich der Automatisierung (mit Verarbeitung und Überwachung) ein großes Potenzial birgt, das von Folgendem reicht:

PS Angesichts der aktuellen Unsicherheiten in der Welt in Bezug auf Steuern und Nachfristen können Agenten besonders hilfreich sein, um alternative Lieferanten, Produkte, Regionen usw. zu finden, um die Risiken zu mindern und gleichzeitig die Kosten zu optimieren.

Überlegungen und Empfehlungen für die Zukunft

Halluzinationen, regulatorische Komplikationen und Datenschutz bleiben weiterhin zentrale Anliegen sowohl der Muttergesellschaften als auch der GCCs. Stellen Sie sich Folgendes vor: Würden Sie Cricket ohne DRS noch mit demselben Vertrauen verfolgen? Es ist ein gutes Beispiel dafür, wie ein Vorhersagesystem das Verständnis und das Vertrauen in eine Sportart wie Cricket verbessert hat. Das Entscheidungssystem (DRS) dient dazu, die Urteilsfähigkeit des Imperiums zu stärken.

Kunden und Unternehmen benötigen Systeme, denen sie vertrauen können und die die Fähigkeiten sowohl der Agenten als auch der Entscheidungsträger erweitern. Nehmen wir zum Beispiel den Anwendungsfall von Anthropic:Agenten benötigen Schichten wie MCP oder Model Context Protocols.[6], um solide Grundlagen zu schaffen, auf denen das agentenbasierte KI-Design aufgebaut ist.

Einige der Empfehlungen unserer Experten beim Erstellen der Modelle lauten:

• Wie bereits erwähnt, sollten Sie anhand von Anwendungsfällen, die den größten Nutzen bringen, wie z. B. Verbesserungen, testen und ausprobieren.Kundenerlebnis, Produktivitätssteigerungen oder verbesserte EntscheidungsfindungDie


• Klein anfangen, aber die richtigen Projekte skalieren.– Gehen Sie zurück zur Strategie, um wirklich zu verstehen, was Sie brauchen. Sie ist es, die über Erfolg und Misserfolg von Agenten entscheidet.


• Datenmüll erzeugt Müllagenten– Ohne die richtigen, sauberen und organisierten Daten lassen sich keine neuen Anwendungen einfach erstellen.


• Das richtige Agentendesign ist wichtigUm dies organisationsweit zu skalieren, reicht es nicht aus, einfach jedem Zugang zu einem weiteren LLM zu gewähren. Es bedarf der richtigen Kombination aus Rahmenwerken, Prozessen und menschlichen Interventionen (Governance und Sicherheit sollten stets Bestandteil aller Implementierungen sein).

Fazit: Die Zukunft gehört Multiagentensystemen.

Nicht nur einzelne Agenten, sondern wir sind gerade dabei, mit Multiagentensystemen und Agentenschwärmen zu beginnen, die sich als die vielversprechendsten erwiesen haben.Zukunft, wohin die GCCs gehenDoch schon zuvor scheint der Schwerpunkt des Jahres auf der Konsolidierung der richtigen Datenmanagementpraktiken und der Schaffung der Grundlage für die Entwicklung skalierbarer Agenten zu liegen.

Hier findet unser1Plattformkann helfen

Sprechen Sie noch heute mit unseren GCC-Experten.