文章指出，编排是成功整合人工智能与传统系统的关键。它解决了AI项目失败的问题，通过统一新旧系统，实现AI增效，降低现代化风险，并提供治理和合规性。
译自：Orchestration: The Key to Integrating AI with Legacy Systems
作者：Jakob Freund
在当今的企业环境中，人工智能可能主导着讨论，但对于许多（如果不是大多数）企业来说，传统系统仍然是关键任务运营的基础。
与此同时，组织正在大力投资人工智能以实现更多自动化。然而，许多这些人工智能功能最终被叠加到从未设计支持它们的系统上，从而形成了一个由不连贯工具组成的拼凑物。根据 MIT 的 NANDA 项目，只有 5% 的人工智能试点项目能够以可衡量的价值投入生产，这不足为奇。
挑战不在于传统软件的年代或人工智能发展速度。真正的障碍是缺乏编排，这是使新旧系统协同运作所需的连接层。
现代化困境
数字化转型工作常常因其自身的复杂性而崩溃。企业急于部署人工智能，同时继续依赖僵化的孤立系统。然而，人工智能需要强大的结构、实时数据和对操作的 360 度全景视图才能提供有意义的结果。
当这些环境未能对齐时，问题就开始显现。人工智能变成了另一个孤立的工具，流程交接中断，本应自动化的任务最终需要人工干预。组织非但没有降低合规风险和复杂性，反而无意中加剧了这两个问题，并增加了他们的技术债务。
前进的道路需要将人工智能和现有传统平台整合到连贯的端到端流程中。
编排为何重要
业务自动化依赖于在人员、传统应用程序、人工智能能力和其他系统之间执行的一系列协调任务。编排提供了确保每个步骤顺利过渡到下一个步骤的结构。
通过同步每个端点的工作，编排创建了共享逻辑。人工智能成为更广泛工作流中有价值的参与者，而不是一个孤立的引擎。传统系统继续为关键任务运营提供动力，但现在受益于人工智能驱动的支持。这种统一的方法为团队提供了维护质量和控制所需的可见性、灵活性和治理。
当编排层就位时，人工智能从一种权宜之计演变为传统逻辑的自然延伸。因此，组织可以以一种可管理、安全且低风险的方式进行现代化。
选择正确的编排模型
并非每个流程都需要相同的编排策略，这也是许多领导者在第一步就失败的原因。
有些环境需要可预测性和严格控制。确定性编排是理想的选择：流程遵循预定义的规则、条件和决策模型。该流程变得完全可审计，使其非常适合高度受监管的行业以及稳定、可重复的任务。
相比之下，动态编排允许人工智能代理以非确定性方式管理流程。代理不是遵循预设路径，而是实时评估上下文以确定下一步行动。虽然这种灵活性可以提高效率，但它也增加了可变性，需要强大的防护措施来避免意外或失控的结果。
最终，大多数组织需要两者的结合。代理编排结合了确定性流程的可靠性与人工智能代理的自适应决策能力。代理在定义的参数内运行，但仍有空间处理特定的子流程、解决异常并对实时上下文做出反应。
给领导者的实用建议
编排必须被视为一项战略性学科，以下五个实用步骤为成功采纳它提供了路线图：
- 从流程而非技术开始。 在引入人工智能之前，绘制底层流程图，了解哪些规则是固定的，哪些决策会根据上下文变化。
- 为创新设置防护措施。 使用编排来强制执行策略、阈值和升级路径，使人工智能以清晰、一致和合规的方式运行。
- 解决交接问题。 通过将编排作为连接层，确保人员、传统系统、人工智能工具和其他系统之间的连续性。
- 使每个决策可追溯。 采用能够全面了解人工智能驱动行动的技术，揭示发生了什么、为什么以及在什么条件下发生。
- 从小处着手，智能扩展。 在将代理编排扩展到端到端业务流程之前，先在一个受限的子流程中进行测试。
维护治理和合规性
一个常见的误解是人工智能驱动的自动化无法有效治理。实际上，强大的治理取决于可见性，以及组织理解人工智能在其流程中如何运作。
为此，组织必须以可视化方式建模流程，并应用实时监控来跟踪人工智能的输出及其对业务运营的影响。这种透明度对于满足不断变化的监管预期至关重要，尤其是在高度受监管的行业。
编排提供了团队了解何时需要人工监督或手动审批所需的清晰度。这种意识保持了问责制，降低了风险，并确保了合规性，同时不减缓创新。
用人工智能增强传统系统
人工智能无需取代传统系统就能带来有意义的影响，但它们确实需要无缝、一致且在全面治理下进行交互。通过编排，组织可以将人员、传统平台和人工智能工具连接成一个连续的端到端流程。
这种方法可以降低风险，简化现代化，并创建灵活的架构，能够支持未来的技术和不断变化的业务需求。
目标不是从头开始。而是让现有系统更智能、更快、面向未来。
