Target: AI-fördel bygger på system runt modellerna
Target SVP Siobhán McFeeney menar att företagets AI-konkurrensfördel inte ligger i modellerna själva, utan i det omfattande system som byggts upp kring dem.
Siobhán McFeeney, vice vd för AI hos Target, har framhållit att företagets verkliga konkurrensfördel inom artificiell intelligens inte enbart baseras på de modeller som används, utan på den övergripande infrastrukturen och processerna som omger dem. Vid evenemanget VB Transform 2026 i Miles Event Center betonade McFeeney att även om AI-modeller är viktiga, är de inte ensamma tillräckliga för att skapa en hållbar konkurrensfördel. "Vi har mycket annat här. Det är det som utgör vallgraven för oss", sa hon. Istället har Target investerat kraftigt i utveckling och hantering av agenter, vilket omfattar allt från början.
Enligt McFeeney är Targets tillvägagångssätt för att implementera AI-agenter noggrant övervägt. Hon noterade att alla företag inte behöver AI-agenter, och det är viktigt att identifiera när en agent verkligen tillför mervärde. Agenter förtjänar sin autonomi över tid snarare än att få den som standard. Målet är att säkerställa att agenterna löser de problem som ger mest värde för Targets kunder.
McFeeney betonade den noggranna processen för design och implementering av agenter. Innan en agent utvecklas, undersöks problemet: Behövs en agent för detta, vilken typ, eller handlar det bara om ett verktyg? Agenternas autonominivåer är avgörande och de förtjänar dem genom att prestera enligt förväntningarna. Vid behov kan autonomin också dras tillbaka. Övervakning och transparens för agenterna är också väsentligt för att deras funktioner ständigt ska kunna utvärderas och förbättras.