🧰 IBM запускает программу «Enterprise Advantage», призванную помочь предприятиям масштабировать использование агентного ИИ ↗
IBM предлагает более «платформенно-ориентированный» подход к внедрению агентного ИИ в крупных организациях — меньше научно-фантастических демонстраций, больше управляемой инфраструктуры. Идея заключается в повторном использовании ресурсов, стандартизации процессов формирования команд и предотвращении создания каждым отделом собственного крошечного ИИ-царства.
Они также делают упор на принцип «встраивание в уже существующую систему», а не на требование полной перестройки, что звучит обнадеживающе, пока вы не столкнетесь с устаревшей системой в реальных условиях. Тем не менее, цель ясна: сделать развертывание агентов повторяемым, а не индивидуальным.
🧭 Компании e& и IBM внедряют агентный ИИ в рабочие процессы управления и соблюдения нормативных требований ↗
Это не столько «общение с ботом», сколько «искусственный интеллект, встроенный в вашу систему управления рисками и соблюдения нормативных требований» — непривлекательное место, где ошибки быстро обходятся дорого. Основная идея — автоматизация на уровне агентов, с изначально заложенными механизмами контроля и отслеживаемости.
Они преподносят это как переход от помощников, отвечающих на вопросы, к агентам, выполняющим действия под строгим контролем. Это впечатляет — и именно это заставляет людей немного напрячься.
📈 Исследование IBM утверждает, что искусственный интеллект готов обеспечить более разумный рост бизнеса до 2030 года ↗
Опрос руководителей IBM, по сути, говорит о том, что компании ожидают, что ИИ перейдет от повышения эффективности к реальному росту, но у многих лидеров до сих пор нет четкого плана, куда именно будет направлена его ценность. Это противоречие кажется странно утешительным — и вы не одиноки.
Важная тема — интеграция: «искусственный интеллект на стороне» мало что меняет. Также наблюдается более сдержанное стремление к многомодельным стратегиям и использованию меньших моделей для выполнения большей работы, что выглядит как прагматичный шаг в сторону от принципа «масштабирование любой ценой»… или так кажется.
🎓 Объявлено о первом в мире партнерстве в области искусственного интеллекта между Манчестерским университетом и Microsoft ↗
В Манчестере заявляют о повсеместном внедрении: доступ к Microsoft 365 Copilot плюс обучение для всех сотрудников и студентов. В основе подхода лежат навыки, равенство возможностей и ответственное использование, а не просто «быстрая производительность».
На практике это может означать уменьшение количества разрозненных случаев, когда «одни люди знают инструменты, а другие нет». Или же это может означать разработку множества политик, множество дискуссий и, наконец, более последовательный базовый уровень по всему кампусу.
🧑💼 Заменит ли ИИ рабочие места? В отчете организации Anthropic говорится, что ответ не так прост ↗
Исследование Anthropic (на примере того, как люди используют Claude на практике) указывает на то, что ИИ сейчас скорее «помощь в выполнении задач», чем «удаление работы». Люди передают часть работы другим, а не целые обязанности.
Самое интересное — это нюанс: влияние автоматизации сильно различается в зависимости от профессии и от того, какая часть работы подлежит автоматизации. Это как пытаться предсказать шторм, наблюдая за одним облаком — вы можете что-то увидеть, но не всю погодную систему.
🧪 Совместные принципы ЕС и США в области применения искусственного интеллекта в фармацевтической промышленности ↗
Регуляторы лекарственных средств ЕС и США согласовали общие принципы «эффективного управления ИИ» в сфере медико-биологических наук — речь идет о надзоре, управлении рисками и более четкой подотчетности. Это не бросается в глаза, но именно такие вещи незаметно влияют на то, что в итоге создается.
Основная идея такова: конечно, используйте ИИ, но сделайте его до смешного поддающимся аудиту и прозрачным в отношении того, где он применяется, для чего используется и кто несет ответственность, когда что-то идет не так.
Часто задаваемые вопросы
Что представляет собой сервис IBM Enterprise Advantage для агентного ИИ?
Концепция IBM «Enterprise Advantage» позиционируется как платформенно-ориентированный подход к внедрению агентного ИИ в крупных организациях, без рассмотрения каждого развертывания как индивидуальной, разовой инициативы. Основной упор делается на повторное использование общих ресурсов, стандартизацию методов создания агентов командами и избегание фрагментации «по отделам». Также подчеркивается необходимость интеграции в существующие среды вместо полной перестройки, с целью сделать развертывание повторяемым, управляемым и более масштабируемым.
Чем отличается агентный ИИ от чат-бота или ИИ-помощника, такого как Copilot?
Искусственный интеллект, управляемый агентами, рассматривается не столько как «ответ на вопросы», сколько как «выполнение шагов» в рамках рабочего процесса. Вместо того чтобы ограничиваться лишь предложениями, агент может выполнять действия в соответствии с заданными правилами. Этот сдвиг повышает ставки, поэтому в информационном плане большое внимание уделяется ограничениям, отслеживаемости и контролю — особенно когда агенты работают внутри критически важных для бизнеса процессов.
Что означает «приоритет платформы» при масштабировании агентного ИИ в масштабах нескольких команд?
Подход, ориентированный на платформу, подразумевает создание общих основ — инструментов, шаблонов, механизмов управления и многократно используемых компонентов — чтобы командам не приходилось перестраивать одни и те же возможности агентов изолированно. Цель состоит в том, чтобы сократить количество индивидуальных сборок и обеспечить согласованность развертываний между отделами. На практике это «управляемая инфраструктура», которая помогает масштабировать развертывание агентов, не позволяя каждой группе создавать собственный отдельный стек ИИ.
Как механизмы управления и соблюдения нормативных требований интегрируются в рабочие процессы агентного ИИ?
В центре внимания здесь — автоматизация действий внутри механизмов управления рисками и соблюдения нормативных требований, где ошибки могут дорого обходиться. В презентации с самого начала делается акцент на механизмах контроля и отслеживаемости, чтобы действия оставались контролируемыми и подлежащими аудиту, а не происходили спонтанно. Это соответствует более широкой тенденции со стороны регулирующих органов — таких как органы по контролю за лекарственными средствами ЕС и США — к более четкой подотчетности, надзору и управлению рисками для ИИ в условиях высоких рисков.
Что показало исследование IBM относительно того, как искусственный интеллект будет способствовать росту бизнеса до 2030 года?
Основная тема опроса заключается в том, что руководители ожидают, что ИИ выйдет за рамки повышения эффективности и приведет к реальным результатам роста, но многим по-прежнему не хватает четкого плана относительно того, куда именно будет направлена ценность. Особое внимание уделяется интеграции: «ИИ как бы на стороне» мало что изменит, если он не будет интегрирован в сам процесс работы. Также упоминаются многомодельные стратегии, при которых меньшие модели берут на себя большую часть работы в рамках прагматичных внедрений.
Заменит ли ИИ рабочие места или в основном автоматизирует их отдельные части?
Судя по тому, как Клод используется на практике (как сообщалось в Anthropic и освещалось здесь), в настоящее время его влияние больше похоже на помощь на уровне отдельных задач, чем на полную замену работы. Люди перекладывают часть работы, а не всю роль целиком. Эффект сильно варьируется в зависимости от профессии и от того, какие части работы можно автоматизировать, что делает результаты неравномерными и в значительной степени зависящими от контекста.