Artipisyal na Intelihensiya
Bakit Maaaring Maging Bentahe sa Negosyo ang Naipapaliwanag na AI

Mahahalagang puntoMaaaring gantimpalaan ng mga tuntunin sa pananagutan ang mga developer na ang mga…
Tingnan pa
- Maaaring gantimpalaan ng mga tuntunin sa pananagutan ang mga developer na ang mga ahente ay nagpapadali sa pagsisiyasat ng mga mapaminsalang pagkabigo.
- Maaaring mas mahalaga sa mga mamimili ang mga mapapatunayang talaan ng mga aksyon ng isang ahente kaysa sa mga mapanghikayat na paliwanag.
- Maaaring gawing mga sistemang handang i-deploy ng mga negosyo ang mga may kakayahang ahente sa pamamagitan ng mga kasangkapan sa pamamahala.
Pananagutan sa mga Ahente ng AI: Bakit Maaaring Makinabang sa Pagpapaliwanag
Kapag nagmungkahi ang isang AI assistant ng maling supplier, may pagkakataong may makapansin sa problema. Ngunit kung isang AI agent ang pumili sa supplier, lumagda sa order at nagpasimula ng pagbabayad, maaari itong humantong sa pagkalugi bago pa may makialam.
Binabago ng paglipat mula sa pagsagot sa mga tanong tungo sa pagkilos ang ekonomiya ng artificial intelligence. Kailangang malaman ng mga negosyo kung ano ang kayang gawin ng mga ahente, at kung paano siyasatin ang mga desisyon ng mga ito kapag may pumalya.
Sinusuri ng isang bagong pag-aaral na pinamagatang “Pananagutan sa mga Hindi Inaasahang Pagkilos ng mga Ahente ng AI,” na inilathala sa Telecommunications Policy, kung paano mahihikayat ng legal na pananagutan ang mga developer na gawing mas madaling maipaliwanag ang mga sistemang nagsasarili.1 Mahalaga sa negosyo ang pangunahing panukala nito: sa ilalim ng balangkas ng pananagutang dinisenyo nang wasto, maaaring mabawasan ng mas mahuhusay na paliwanag ang panganib na pagbayarin ng danyos ang mga developer.
Hindi lang paglilitis ang maaaring makinabang dito. Makakatulong sa mga negosyo ang ebidensiya tungkol sa pagpapatakbo ng isang ahente upang aprubahan ang paggamit nito, siyasatin ang mga pagkabigo at makipagkasundo sa mga supplier kung sino ang mananagot.
Bakit Naiiba ang Suliranin sa Pananagutan ng mga AI Agent
Tumutukoy ang AI na kumikilos nang nagsasarili sa mga sistemang naghahangad makamit ang mga layunin sa pamamagitan ng sunod-sunod na pagkilos, kadalasan ay gamit ang mga software tool at may limitadong pangangasiwa ng tao. Maaaring magsaliksik ang isang ahente tungkol sa bibilhin, maghambing ng mga alok, mag-update ng mga panloob na tala at maglagay ng order.
Nakatuon ang mga mananaliksik sa hindi mahulaang mapaminsalang gawi na tinatawag nilang “likas na kahinaan ng AI.” Sa balangkas nila, posible pa rin ang mga pagkabigong ito kahit masinop ang pagbuo sa sistema at ginagamit ang mga pagsusuring magagamit.
Isang halimbawa nito ang paglalaro sa mga pamantayan: natutugunan ng sistema ang isang nasusukat na layunin habang sinisira naman nito ang tunay na pakay. Isipin ang isang ahente sa pagbili na ginagantimpalaan sa pagpapababa ng presyo sa mga invoice, ngunit pumipili ng mga supplier na hindi maaasahan at nagpapahaba sa paghinto ng produksyon. Ipinakikita ng halimbawang ito kung paanong ang tagumpay sa isang makitid na target ay maaaring mauwi sa kabiguan para sa negosyo.
Itinatanong ng mga may-akda kung paano dapat ipatupad ang pananagutan kung hindi kayang alisin ng mga developer ang lahat ng ganitong panganib, at kung hindi madaling matukoy ng mga hukuman kung hindi maiiwasan ang isang pagkabigo o kung kulang ang mga pag-iingat.
Paano Mababago ng Naipapaliwanag na AI ang Pananagutan
Gumagamit ang papel ng teorya ng laro—isang matematikal na paraan ng pag-aaral sa mga desisyong naaapektuhan ng ugnayan ng mga insentibo ng iba’t ibang panig. Sinusuri nito kung paano nakaaapekto ang mga tuntunin sa pananagutan sa kahandaang mamuhunan ng mga developer sa pagpapaliwanag ng AI.
Ginagantimpalaan ng iminungkahing mekanismo ang mga developer na nakatutugon sa mga pamantayan sa pagpapaliwanag at nakapagpapakita nang kasiya-siya na nagmula sa likas na limitasyon ang isang mapaminsalang insidente. Mas malaki naman ang panganib na pagbayarin ng danyos ang mga developer na nagbibigay ng kulang na paliwanag.
Hindi ito nangangahulugang awtomatikong magbibigay ng legal na proteksiyon ang pagbili ng software para sa pagsubaybay. Nangangailangan ang balangkas ng mga kapani-paniwalang pamantayan, kapaki-pakinabang na ebidensiya at pagtanggap sa loob ng kaugnay na sistemang legal.
Mahalaga ring pag-ibahin ang resultang matematikal at ang rekomendasyon sa patakaran. Lumilitaw ang serong danyos para sa mga developer bilang teoretikal na pamantayan. Sa pagtalakay nito sa patakaran, nagrerekomenda ang papel ng pabagu-bagong antas ng danyos na nagpapababa sa halaga nito nang hindi ito inaalis, upang may matanggap pa ring kabayaran ang mga biktima.
| Elemento | Iminumungkahi o Ipinapalagay ng Papel |
|---|---|
| Pamumuhunan sa Pagpapaliwanag | Hinihikayat ng mga insentibo sa pananagutan ang mga developer na pagbutihin ang pagpapaliwanag. |
| Kasiya-siyang Paliwanag | Sinusuportahan ng ebidensiyang nagmula sa likas na limitasyon ng AI ang pagbawas sa danyos. |
| Kulang na Paliwanag | Mas malaki ang panganib na pagbayarin ng danyos kapag hindi nakapagbigay ng kasiya-siyang paliwanag. |
| Praktikal na Pamamaraan sa Patakaran | Pinabababa ng pabagu-bagong antas ng danyos ang kabayaran habang tinitiyak na may matatanggap pa rin ang mga biktima. |
| Limitasyon sa Ebidensiya | Kailangan pang patunayan sa pamamagitan ng mas maraming empirikal na pananaliksik ang ipinapalagay na ugnayan ng pagpapaliwanag at pagbawas ng pinsala. |
Mula sa mga Paliwanag ng AI Tungo sa Napapatunayang Ebidensiya
Isang kapaki-pakinabang na pagbasa sa pananaliksik para sa negosyo: kailangan ng mga negosyo ng ebidensiyang maaari nilang siyasatin, hindi lamang ng mga kapani-paniwalang paglalarawan sa gawi ng isang ahente.
Sa halimbawa ng ahente sa pagbili, gugustuhin ng mga nagsisiyasat ang mga rekord na nagpapakita kung aling mga supplier ang pinagpilian nito, anong impormasyon ang natanggap nito, anong kapangyarihan ang ipinagkaloob dito at kung nakuha ang mga kinakailangang pag-apruba. Hindi kailangang ilantad ng mga rekord na ito ang bawat panloob na pagkukuwenta, ngunit maaari nilang padaliin ang muling pagbuo sa mga pangyayari ng insidente.
Dito nagkakaiba ang pagpapaliwanag at ang pagsubaybay sa operasyon ng sistema. Tungkol sa pag-unawa sa gawi ang pagpapaliwanag; tungkol naman sa pangangalap ng impormasyon kung paano gumagana ang isang sistema ang pagsubaybay sa operasyon nito. Maaari nilang suportahan ang isa’t isa, ngunit walang isa man sa mga ito ang awtomatikong nagpapatunay na hindi maiiwasan ang kinalabasan.
Tinataya sa pagsusuri ng Gartner noong Marso 2026 tungkol sa pamumuhunan sa naipapaliwanag na AI at pagsubaybay sa operasyon na aabot sa 50% ng mga deployment ng generative AI pagsapit ng 2028 ang pamumuhunan sa pagsubaybay sa operasyon, mula sa 15% noong inilabas ang pagtataya. Pagtataya ito, ngunit ipinakikita nito ang lumalaking interes ng negosyo sa pag-unawa sa mga sistemang naipatutupad na.
Para sa mga mamimili, tatlong praktikal na tanong ang dapat isaalang-alang:
- Maaari bang buuing muli ng tagapagtustos ang mahahalagang hakbang na ginawa ng isang ahente?
- Maaari bang limitahan ng negosyo ang mga pahintulot at hingin ang pag-apruba para sa mahahalagang desisyon?
- Maaari bang mag-export ang mga imbestigador ng maaasahang tala kapag may naganap na insidente?
Sinusuri sa kamakailang ulat ng Securities.io tungkol sa pagkakakilanlan at mga kontrol sa pag-access ng mga ahente ng AI ang isang kaugnay na bahagi ng hamong ito. Panimulang hakbang sa pananagutan ang malaman kung aling ahente ang kumilos at kung ano ang awtorisasyon nitong gawin.
Bakit Maaaring Magbigay-daan ang Mas Mahusay na Pamamahala sa Mas Malawak na Awtomasyon
Mas malawak ang oportunidad kaysa sa pagbawas ng posibleng pinsala. Isaalang-alang ang isang kumpanyang nagpapasya kung maaari lamang magrekomenda ng mga pagbili ang isang ahente o kung maaari rin itong magsagawa ng mga ito nang mag-isa.
Kung hindi masusuri ng mga tagapamahala ang mga desisyon o matukoy kung sino ang mananagot, maaari silang magpanatili ng malawakang pagsusuring manwal. Nililimitahan nito ang pakinabang sa produktibidad. Maaaring maging katanggap-tanggap ang mas malawak na paggamit kung may mas mahuhusay na tala, malinaw na awtoridad at maaasahang proseso ng pagsasangguni sa mas mataas na antas.
Ipinahihiwatig nito ang pangalawang pinagmumulan ng halaga: maaaring makatulong ang mga kasangkapan sa pamamahala na gawing mga sistemang handang gamitin ng mga negosyo ang mga ahenteng may kakayahang teknikal. Hinuha ito tungkol sa ekonomiya, hindi isang resultang sinukat ng papel.
Ipinakikita ng isang survey noong Oktubre 2026 na kinomisyon ng IBM tungkol sa pamamahala sa AI ng mga negosyo ang agwat sa pagpapatupad. Sa 3,221 matataas na ehekutibong sinurbey sa walong bansa sa Europa at Gitnang Silangan, 35% ang nagsabing nagpapatakbo sila ng AI na nakabatay sa mga ahente sa aktuwal na operasyon, samantalang 37% lamang ang nagsabing idinisenyo ang kanilang mga sistema ng pamamahala upang makasabay sa pagpapalawak ng paggamit ng ganitong AI.
Mga resultang iniulat mismo ng mga kalahok ang mga ito mula sa pananaliksik na kinomisyon ng isang tagapagtaguyod ng mga solusyon sa pamamahala, hindi mula sa independiyenteng pagsukat sa kaligtasang teknikal. Gayunman, tinutukoy ng mga ito ang isang praktikal na suliranin sa pagbili: magkahiwalay na kakayahan ang paggamit ng mga ahente at ang pangangasiwa sa mga ito.
Maaaring Maging Bentahe sa Pagkuha ng Kontrata ang Transparency
Kapag magkahalintulad ang pagganap ng dalawang ahente, maaaring piliin ng mga mamimili ang tagapagtustos na nagpapadali sa pagsisiyasat ng mga insidente. Nagbubukas ito ng puwang para sa kompetisyon batay sa kalidad ng ebidensiya, integrasyon at pananagutan, bukod pa sa katumpakan ng modelo.
Itinatampok sa talakayan ng Securities.io tungkol sa naipapaliwanag na AI sa pagtataya ng galaw ng merkado ang isang kaugnay na pagkakaiba: may halaga sa pagsusuri ang pag-unawa sa kilos ng isang modelo, kahit hindi nito pinatutunayan na kumikita ang pagganap nito.
Para sa mga ahente sa negosyo, maaaring isama sa mga kontrata ang mga tuntunin tungkol sa pag-access sa mga tala, pakikipagtulungan sa pagsisiyasat ng insidente at mga pananagutan sa pag-apruba. Hindi malulutas ng mga probisyong ito ang lahat ng tanong tungkol sa pananagutan, ngunit maaari nilang bawasan ang kawalang-katiyakan bago ang paggamit.
Ang Pagitan ng Pananagutan at Kompetisyon
Kinikilala ng papel na maaaring magpataw ng di-proporsiyonal na gastos sa mas maliliit na developer ang mga kinakailangan sa pagpapaliwanag. Maaaring mas madali para sa malalaking kumpanya na pondohan ang pagsukat, mga audit at mga espesyalistang pangkat.
Maaaring mas umasa ang mga negosyo sa mga dati nang plataporma sa pamamahala. Maaari ring tumaas ang pangangailangan para sa magkakatulad na pamantayan at abot-kayang kasangkapan upang maipakita ng mas maliliit na tagapagtustos na naglalaan sila ng katumbas na mga pananggalang.
Mahalaga ang kalidad ng mga pamantayang iyon. Ipinapalagay ng modelo na ganap na mapatutunayan ang pagsukat sa kakayahang magpaliwanag, samantalang maaaring magkaiba-iba ang mga aktuwal na audit at posible pa rin ang pakunwaring pagsunod. Ipinapalagay din nitong binabawasan ng kakayahang magpaliwanag ang posibilidad ng pinsala—isang ugnayang ayon sa mga may-akda ay kailangan pang masuri.
Kaya hindi dapat ipagkamali ang mas mahusay na dokumentasyon bilang patunay na mas ligtas ang kilos ng sistema. Dapat suriin sa makabuluhang pagtatasa kung nakatutulong ang mga paliwanag na matukoy ang mga sanhi, maitama ang mga pagkabigo at maiwasan ang pag-ulit ng mga ito.
Papel ng IBM sa Pamamahala ng AI sa mga Negosyo
Dahil sa mga pangangailangang ito sa pagpapatupad, likas na maiuugnay ang usapin sa IBM para sa mga mamumuhunang interesado sa mga kumpanyang bumubuo ng imprastraktura para sa AI sa negosyo.
IBM Tsart ng Presyo
Pinalalawak ng pag-update sa watsonx.governance noong Oktubre 2026 ng IBM ang pagtuklas sa mga ahente at iniuugnay ang mga sukatan sa pagsusuri ng operasyon sa mga kontrol sa pamamahala. Dinadala ng mga integrasyon sa Langfuse at Arize ang impormasyon sa pagsubaybay sa mga tala ng pamamahala, samantalang iniuugnay naman ng integrasyon sa watsonx Orchestrate ang mga itinakdang kontrol sa ebidensiya ng pagpapatupad habang tumatakbo ang sistema.
Tinutugunan ng mga kakayahang ito ang ilang bahagi ng praktikal na suliranin sa ebidensiya. Hindi nito pinatutunayan na natutugunan ng IBM ang mga iminungkahing legal na pamantayan sa papel o na makatatanggap ng proteksiyon laban sa pananagutan ang mga kliyente.
Ang posibleng bentahe sa negosyo ay ang pagtulong sa mga kumpanya na pamahalaan ang mga ahente sa iba’t ibang dati na nilang sistema. Kung magiging kundisyon sa pagpapalawak ng awtomasyon ang maayos na pamamahala, maaaring magtaguyod ang pangangailangan ng mga subscription sa software at mga serbisyong pang-implementasyon.
Para sa mga mamumuhunan, ang susunod na tanong ay kung magbubunga ang demand na iyon ng matatag na kita at kaakit-akit na mga margin. Kabilang sa mahahalagang palatandaan ang pagtanggap ng mga customer, paglago lampas sa mga proyektong pilot, at ebidensiyang nakaaapekto sa mga desisyon sa pagbili ang mga kakayahan sa pamamahala. Nagbibigay ang IBM ng pagkakataong mamuhunan sa temang ito bilang bahagi ng mas malawak na negosyo nito, kaya hindi lamang ang tagumpay sa pamamahala ng AI ang magtatakda sa resulta ng pamumuhunan dito.
Pinakabagong Balita at mga Pag-unlad tungkol sa IBM (IBM)
Paliwanag bilang Pundasyon ng Komersiyal na AI
Nag-aalok ang papel ng isang balangkas para gantimpalaan ang mga developer na nagpapadaling maunawaan ang mga di-inaasahang pagkabigo. Ang praktikal na ambag nito ay ang pagtatanong kung paano mahihikayat ng pananagutan ang pamumuhunan sa mas mahuhusay na sistema.
Para sa mga negosyo, pagkakataon ito upang mas madaling masuri at maipatupad ang awtonomiya. Para sa mga tagapagtustos ng teknolohiya, pagkakataon naman itong magbigay ng ebidensiyang kapaki-pakinabang pa rin kapag kinukuwestiyon ang mga desisyon. Pinakamalakas ang komersiyal na alok kapag pinagsasama nito ang mahuhusay na ahente at mga kontrol at rekord na talagang mapagkakatiwalaan ng mga customer.
Mga Sanggunian:
1 Papyshev, G., Chan, K. J. D., & Migliorini, S. (2026). Pananagutan sa mga maling pagkilos ng AI na may kakayahang kumilos nang nagsasarili. Telecommunications Policy, 50, Artikulo 103339. https://doi.org/10.1016/j.telpol.2026.103339











