Στους τελευταίους έξι μήνες, το 57% των επιχειρήσεων είπε ότι εντόπισε μια απάντηση AI agent που ήταν βέβαιη αλλά λανθασμένη, όταν η πληροφορία οδηγούσε σε παλιό ορισμό μέτρησης ή σε έγγραφο που δεν είχε αντληθεί ποτέ από το retrieval system. Το 31% ανέφερε ότι το ίδιο συνέβη περισσότερες από μία φορές, σύμφωνα με τη VB Pulse June 2026 survey σε 101 qualified enterprises με περισσότερους από 100 εργαζομένους.
Τι δείχνει η έρευνα για τα λάθη των AI agents;
Η έρευνα αποδίδει το πρόβλημα όχι στο μοντέλο, αλλά στο context που του δόθηκε. Όταν το business context είναι ελλιπές ή ασυνεπές, ο agent μπορεί να απαντήσει με απόλυτη σιγουριά και να δώσει λάθος αποτέλεσμα.
📖 Διάβασε επίσης
Στο ίδιο υλικό, αναφέρεται ότι η ανάκτηση πληροφοριών από έγγραφα αποτελεί την προεπιλεγμένη μέθοδο για το business context στο 38% των επιχειρήσεων. Το ποσοστό αυτό είναι σχεδόν διπλάσιο από την αμέσως επόμενη προσέγγιση.
Γιατί το retrieval system δεν λύνει πάντα το πρόβλημα;
Η πηγή αναφέρει ότι ο τρόπος με τον οποίο οι περισσότερες επιχειρήσεις επιλέγουν retrieval system επιδεινώνει το ζήτημα. Αναφέρει επίσης ότι τα κριτήρια επιλογής βασίζονται στην ευκολία της εισαγωγής δεδομένων, πριν το κείμενο διακοπεί.
- 57% των επιχειρήσεων απέδωσε λάθος απάντηση AI agent σε χαμένο ή ασυνεπές business context.
- 31% είπε ότι το περιστατικό συνέβη περισσότερες από μία φορές.
- 38% χρησιμοποιεί αναζήτηση σε έγγραφα ως default τρόπο παροχής business context.
Ποιο είναι το βασικό συμπέρασμα από τα στοιχεία;
Το υλικό δείχνει ότι η εικόνα ενός agent που απαντά με σιγουριά δεν σημαίνει απαραίτητα ότι έχει και σωστή βάση. Όταν το context δεν είναι πλήρες ή δεν έχει αντληθεί το σωστό έγγραφο, το αποτέλεσμα μπορεί να είναι λανθασμένο παρότι παρουσιάζεται με βεβαιότητα.
