GCC's en Agentic AI: Op weg naar een nieuw tijdperk van automatisering

Belangrijkste conclusies:

1. De ontwikkeling van GCC's in de analysesector is geëvolueerd van het realiseren van kostenbesparingen naar het uitgroeien tot een waardegedreven speler.

2. Voor de implementatie van Agentic AI hebben GCC's een sterke, alomvattende aanpak nodig waarbij domeinkennis, mensen en technologie geïntegreerd zijn.

3. In de GCC's zal de combinatie van generatieve AI en agentische AI een breed scala aan toepassingsmogelijkheden voor analyses openen, waardoor automatisering mogelijk wordt.

4. Zorgen over gegevensprivacy en -governance blijven belangrijk, evenals hun belang bij het creëren van het juiste agentische ontwerpkader.

India telt meer dan 1700 GCC's [1] en de technologische penetratie in GCC's op het gebied van AI/ML en datawetenschap is gestegen van 65% in FY2019 naar 86% in FY2024[2] . Dit duidt op een enorme verandering, niet alleen in de perceptie van GCC's, die aanvankelijk werden gezien als ondersteunende diensten voor de back-end, maar nu een ware innovatiekrachtcentrale zijn.

Hoe AI en data-analyse zich in de loop der jaren in de GCC-landen hebben ontwikkeld.

Voordat we ingaan op hoe de toekomst eruit zal zien, moeten we eerst de huidige groei van AI en het bijbehorende ecosysteem bespreken. Deze ontwikkeling heeft niet alleen de perceptie van offshore-ecosystemen veranderd , maar ook de effectiviteit ervan .

De drie belangrijkste kenmerken van GCC's door de jaren heen.

Fase 1: Kostenarbitrage (jaren 1990-2005)

• Primaire focus op besparing van arbeidskosten
• Basis backoffice-taken en routinewerkzaamheden.
• Beperkte beslissingsbevoegdheid

Fase 2: Procesoptimalisatie (2005-2012)

• Nadruk op procesoptimalisatie en kwaliteitsverbetering
• Introductie van Six Sigma en andere efficiëntiemethodologieën
• Opkomst van modellen voor gedeelde servicecentra

Fase 3: Waardecreatie in samenwerking (2012-2020)

• Overgang naar kennisintensief werk en gespecialiseerde functies
• Aanzienlijke toename van R&D-capaciteiten en innovatie-initiatieven.
• Ontwikkeling van eigen intellectueel eigendom en oplossingen

Fase 4: Innovatiekrachtcentrale (2020-heden)

• GCC's als toegewijde innovatiecentra die de wereldwijde strategie aansturen
• Volledig eigenaarschap van producten, diensten en markten.
• Het aansturen van de digitale transformatie-inspanningen van het moederbedrijf

Dit wordt ook aangevuld door de verschuiving in de focus van werving naar behoud en bijscholing, met name voor generatieve en handelende vaardigheden.

Volgens een onderzoek van EY[3] is 78% van de GCC's bezig met het bijscholen van teams voor de adoptie van GenAI , terwijl 37% gebruiksscenario's test . Dit wijst op een verschuiving van experimenten naar praktische toepassingen van AI, gericht op talentmanagement en risicobeperking.

Is Agentic AI de impuls die GCC's nodig hebben?

GCC's bevinden zich op het snijvlak van innovatie en autonomie, waardoor ze de perfecte omgeving vormen voor de combinatie van innovatie en experimenten die nodig is voor Agentic AI. Bij het onderzoeken van de synergie tussen Agentic AI en GCC's is het belangrijk om na te denken over het aantal potentiële toepassingen voor agents, bots of generatieve AI. Hoe bepaal je welke het beste bij je past? Het voor de hand liggende antwoord is: Proofs of Concept (PoC's).

Maar meer dan 80 procent van de AI-projecten mislukt[5], om uiteenlopende redenen, van een gebrek aan afstemming tussen belanghebbenden tot problemen met de acceptatie of zelfs het bewijs van de ROI. Het is dus nodig om de use cases snel en op kleinere schaal te doorlopen, en GCC's kunnen precies dat doen . Begin klein en faal snel!

Om met Agentic AI voor GCC's aan de slag te gaan, moet de focus in eerste instantie liggen op:

• Klantbeleving
• Productiviteitswinsten
• Verbetering van de besluitvorming

Om ze binnen de hele organisatie te implementeren, stellen we een implementatieproces voor dat het volgende omvat:

PS: Tenzij er een sterke afstemming is tussen de vereiste domeinkennis, het databeheer en de gebruikersbenadering, zal het erg moeilijk zijn om agentische AI op te schalen.

Generatieve AI + Agentische AI – de dodelijke combinatie voor GCC's

Zelfs in 2024 hebben de GCC's vooruitgang geboekt met Generative, met name op de volgende gebieden:

• Geautomatiseerde codegeneratie


• Ontwerppatronen en optimalisatie van prototypes


• AI-gestuurde CI/CD-pipelinegeneratie en meer.

Van vibe coding tot boilerplate coding: generatieve AI heeft niet alleen de weg vrijgemaakt voor tijdsbesparing bij codeoptimalisatie, maar ook voor het creëren van de volgende generatie low-code en no-code platforms voor data engineering en agents .

Het gaat niet alleen om één agent, maar om hoe meerdere agenten klaarstaan om een ecosysteem van agenten te creëren die problemen oplossen met menselijke tussenkomst.

Neem dit bijvoorbeeld,

Sarah, de teamleider in Dublin, krijgt een melding van haar monitoringagent : "Het aantal klachten over facturering in het zakelijke segment is met 27% gestegen." In plaats van haar gebruikelijke noodplan – het versturen van urgente Slack-berichten, het inplannen van noodoproepen in verschillende tijdzones en het doorspitten van klanttickets – keurt ze simpelweg de aanbeveling van de AI goed om de zaak te onderzoeken.

Binnen enkele minuten begint de AI-analyseagent in Chennai, onder leiding van Raj, de cijfers te verwerken. Terwijl Raj zich concentreert op een belangrijke klantpresentatie, legt zijn AI-assistent het verband tussen de klachten en de update van het facturatiesysteem van vorige week. Het systeem vindt het exacte API-integratiepunt waar accounts voor meerdere locaties onjuist worden verwerkt.

In Manilla krijgt Miguel tijdens de lunch een melding. Zijn operationele AI heeft de analyse ontvangen, een tijdelijke oplossing geïmplementeerd door de factureringsparameters aan te passen en een ticket aangemaakt voor het ontwikkelteam met alle technische details. De AI vraagt Miguel of hij de oplossing wil beoordelen of dat hij ermee verder wil gaan .

Wat voorheen een stortvloed aan Slack- of Teams-berichten of een reeks e-mails vereiste, is nu een reeks goedkeuringen waarmee gebruikers zich kunnen concentreren op wat echt nodig is.

Dit is nog maar het begin. We denken dat er veel mogelijkheden zijn voor de combinatie van AI-agenten en generatieve AI in GCC's, met name op het gebied van automatisering (inclusief verwerking en monitoring), variërend van:

PS Gezien de huidige onzekerheden in de wereld met betrekking tot belastingen en betalingstermijnen, kunnen tussenpersonen bijzonder nuttig zijn bij het vinden van alternatieve leveranciers, producten, geografische locaties, enz. om de risico's te beperken en tegelijkertijd de kosten te optimaliseren.

Overwegingen en aanbevelingen voor de toekomst

Hallucinaties, regelgevingscomplicaties en privacy blijven belangrijke aandachtspunten voor zowel de moederbedrijven als de GCC's. Denk er eens over na: zou je nog steeds met hetzelfde vertrouwen naar cricket kijken zonder een DRS? Het is een levend voorbeeld van hoe een voorspellend systeem het begrip en het vertrouwen in een sport als cricket heeft vergroot. Het beslissingssysteem (DRS) is er om het oordeel van het imperium te ondersteunen.

Klanten en bedrijven hebben systemen nodig die ze kunnen vertrouwen en die de mogelijkheden van zowel agenten als mensen bij het nemen van beslissingen versterken. Om het voorbeeld van Anthropic te nemen: agenten hebben lagen nodig zoals MCP of Model Context Protocols [6], om solide basislagen te creëren waarop het ontwerp van de agentische AI is gebouwd.

Enkele aanbevelingen van onze experts bij het bouwen van modellen zijn:

• Zoals eerder vermeld, test en experimenteer met gebruiksscenario's die het meeste voordeel opleveren, zoals een verbeterde klantervaring, productiviteitswinst of betere besluitvorming .


• Begin klein, maar schaal de juiste projecten op – ga terug naar de strategie om echt te begrijpen wat je nodig hebt. Het is de strategie die het succes of falen van agenten bepaalt.


• Dataafval creëert afvalverwerkingsagenten – het is niet eenvoudig om nieuwe applicaties te ontwikkelen zonder de juiste, schone en georganiseerde data.


• Een goed agentisch ontwerp is belangrijk voor schaalvergroting binnen de organisatie; het gaat niet alleen om iedereen toegang te geven tot een nieuwe LLM. Het vereist de juiste combinatie van frameworks, processen en menselijke interventies (governance en beveiliging moeten altijd onderdeel uitmaken van alle implementaties).

Conclusie: De toekomst zit vol met multi-agenten.

Niet alleen individuele agenten, maar we zijn bezig met de ontwikkeling van meerdere agenten en agentzwermen, wat de toekomst van GCC's lijkt te zijn. Maar zelfs vóór die tijd lijkt de focus voor dit jaar te liggen op het consolideren van de juiste methoden voor gegevensbeheer en het leggen van de basis voor schaalbare agenten.

Hier kan ons 1Platform van pas komen.

Neem vandaag nog contact op met onze GCC-experts.

Referenties

1. https://www.ibef.org/news/indian-global-capability-centres-gcc-industry-to-hit-us-100-billion-by-2030-generate-over-2-5-million-jobs

2. https://media.zinnov.com/wp-content/uploads/2024/09/zinnov-india-gcc-landscape-the-5-year-report.pdf

3. https://www.ey.com/en_in/newsroom/2024/11/gen-ai-a-top-priority-for-70-percent-gcc-s-in-india-more-than-half-leveraging-it-to-boost-ops-and-customer-experience-ey-survey

4. https://www.gartner.com/en/articles/intelligent-agent-in-ai

5. https://www.rand.org/pubs/research_reports/RRA2680-1.htm

6. https://www.anthropic.com/news/model-context-protocol