Laut James Reggio, dem CTO des Unternehmens, verlagert Brex seine KI-Strategie von der traditionellen Agentenorchestrierung zu einem dezentralen "Agent Mesh" für autonomes Finanzwesen. Das Fintech-Unternehmen ist der Ansicht, dass dieser neue Ansatz, der unabhängige, rollenspezifische Agenten, die in Klartext kommunizieren, in den Vordergrund stellt, eine größere Automatisierung und Flexibilität ermöglicht, als sich auf einen zentralen Koordinator zu verlassen.

Reggio sagte gegenüber VentureBeat, dass Brex darauf abzielt, durch vollständige Automatisierung mit KI-Unterstützung "effektiv zu verschwinden". Das Unternehmen stellte fest, dass Agenten, die in engen, spezifischen Rollen arbeiten, für seine Zwecke modularer, flexibler und überprüfbarer sind. Das architektonische Ziel ist es, jedem Manager innerhalb eines Unternehmens einen einzigen Ansprechpartner innerhalb von Brex zu bieten, der alle seine Verantwortlichkeiten übernimmt, einschließlich Ausgabenmanagement, Reiseanträge und Genehmigungen von Ausgabenlimits.

Die Finanzdienstleistungsbranche setzt zunehmend auf KI und maschinelles Lernen. Der Schritt von Brex spiegelt einen breiteren Trend wider, bei dem sich generative KI-Agenten von Copiloten zu autonomen Systemen entwickeln. Brex wettet jedoch gegen die konventionelle Weisheit der zentralisierten Agentenorchestrierung und argumentiert, dass diese zu einer Einschränkung werden kann.

Das Agent Mesh ist als ein Netzwerk unabhängiger Agenten mit vollständiger Transparenz konzipiert, das es ihnen ermöglicht, ohne einen starren, vordefinierten Workflow zu kommunizieren und zusammenzuarbeiten. Dieser Ansatz steht im Gegensatz zu traditionellen Orchestrierungs-Frameworks, die sich auf einen zentralen Koordinator zur Verwaltung von Agenteninteraktionen verlassen.

Die Entwicklung des Agent Mesh durch Brex folgt auf die früheren Arbeiten mit Brex Assistant, was auf eine Weiterentwicklung hin zu mehr Autonomie bei seinen KI-gestützten Finanzdienstleistungen hindeutet. Das Unternehmen hat noch keine konkreten Kennzahlen zur Leistung des Agent Mesh oder dessen Auswirkungen auf die betriebliche Effizienz veröffentlicht. Reggio deutete jedoch an, dass das Unternehmen dies als einen wichtigen Schritt zur Erreichung seines Ziels der vollständigen Automatisierung und einer nahtloseren Benutzererfahrung ansieht. Das Unternehmen plant, das Agent Mesh auf der Grundlage von Benutzerfeedback und Leistungsdaten weiterzuentwickeln und zu verfeinern.