En ny tilgang til industrielle AI-agenter, præsenteret i et arXiv-paper, viser markante forbedringer ved at erstatte traditionelle modulære pipelines med en enkelt, samlet model. Systemet, kaldet OneModel, er udviklet og implementeret i en global finansiel servicevirksomhed og rapporterer en reduktion i end-to-end latenstid på mere end 50 procent – fra 18,7 sekunder til 8,0 sekunder – samt en stigning i Intelligent Resolution Rate (IRR) fra 64,3 procent til 83,3 procent.
Traditionelle industrielle agenter er bygget op omkring modulære pipelines med komponenter som Router, Retriever, Planner, Executor, Responder og Reviewer. Ifølge forfatterne fører denne arkitektur ofte til et "labyrint af ad-hoc patches", hvilket resulterer i kaskaderende fejl og høj latenstid. OneModel vender tilgangen på hovedet: I stedet for at opdele brugerens intentioner i statiske trin, konsoliderer modellen kompleks forretningslogik og standardprocedurer (SOP'er) direkte i modelparametrene. Gennem Continual Pre-training (CPT) og logik-kompileret SFT transformeres fragmenterede forretningsregler til intuitiv modelræsonnering i et samlet opmærksomhedsrum.
For beslutningstagere, der overvejer at bygge eller købe AI-agent-løsninger, er implikationen klar: Den modulære arkitektur, som mange virksomheder i dag investerer i, kan være på vej til at blive forældet. OneModel demonstrerer, at det er muligt at bryde den traditionelle afvejning mellem latenstid, nøjagtighed og kompleksitet – en balance, som mange industrielle systemer kæmper med. De konkrete tal fra online A/B-testning i en global finansiel kontekst giver troværdighed til resultaterne og indikerer, at tilgangen er skalerbar ud over laboratoriet.
Selvom papiret er teknisk, er den strategiske pointe enkel: Virksomheder, der bygger agent-systemer, bør overveje, om deres nuværende modulære setup kan erstattes af en mere sammenhængende, intern modelarkitektur. Dette kan reducere vedligeholdelsesbyrden, forbedre responstider og øge succesraten for automatiserede sager – faktorer, der direkte påvirker både kundeoplevelse og driftsomkostninger.
