ターゲットの競争優位性は、AIモデルそのものからではなく、それらを囲む堅牢なアーキテクチャから生まれると、SVPのSiobhán Mc Feeney氏は述べています。彼女は、すべての問題にAIエージェントが必要なわけではなく、自律性はデフォルトで与えられるものではなく、時間をかけて獲得されるものであることを強調しています。エージェントは、ターゲットの顧客に最も価値を提供する問題を解決するために戦略的に展開されています。これらのエージェントは、サプライチェーン全体にわたるさまざまなシステムを接続し、ターゲットのオペレーションに不可欠なものとなっています。Mc Feeney氏は、AIエージェントが、適切な製品を、適切な場所に、適切なタイミングで提供するという小売業の約束を実現するための鍵であると考えています。ターゲットのアプローチには、解決が必要な問題と必要なエージェントの種類に関する厳格な事前質問が含まれます。エージェントは登録され、認定され、そのトリガー、追跡、および系統が綿密に文書化されなければなりません。自律性のレベルは慎重に管理され、エージェントは基本的な自律性から始まり、より多くの自律性を獲得するための能力を実証します。継続的な監視と評価により、エージェントは効果的であり続け、そのパフォーマンスは透明であることが保証されます。アーキテクチャ、分類法、データガバナンス、およびオブザーバビリティを含むこのホリスティックなアプローチは、AIを効果的にスケーリングするために不可欠です。最終的に、エージェントの実装の成功は、アーキテクチャ、分類法、自律性のレベル、セキュリティ、およびオブザーバビリティを含む多くの要因の合流に依存し、さらに人間とAIを共に管理するための労働力のスキルにおける文化的なシフトも伴います。