🧰 IBM покреће „Enterprise Advantage“ како би помогао предузећима да скалирају агентску вештачку интелигенцију ↗
IBM нуди пут који је више „платформски ориентиран“ на увођење агентске вештачке интелигенције унутар великих организација - мање научнофантастичних демонстрација, више контролисаног водовода. Идеја је да се поново користе средства, стандардизује начин на који тимови граде и спречи свако одељење да створи своје мало царство вештачке интелигенције.
Такође се снажно ослањају на „уклапање у оно што већ користите“ уместо да захтевају потпуну реконструкцију, што звучи охрабрујуће док не наиђете на застарели систем у пракси. Ипак, намера је јасна: учинити имплементације агената поновљивим, а не прилагођеним мери.
🧭 e& и IBM уграђују агентску вештачку интелигенцију у токове управљања и усклађености ↗
Ово је мање „ћаскање са ботом“, а више „вештачка интелигенција која живи унутар ваше машинерије за ризик и усклађеност“ - негламурозно место где грешке брзо постају скупе. Представа је агентска аутоматизација, са заштитним оградама и праћењем утканим од самог почетка.
Они то представљају као прелазак са асистената који одговарају на питања на агенте који извршавају кораке, под строгом контролом. То је моћно - а такође и део који тера људе да седе мало исправније.
📈 Студија IBM-а каже да је вештачка интелигенција спремна да покрене паметнији раст пословања до 2030. године ↗
Анкета руководилаца компаније IBM у суштини каже: компаније очекују да ће вештачка интелигенција превазићи победе у ефикасности и довести до стварног раста, али многи лидери још увек немају јасан план о томе где ће се та вредност спустити. Та контрадикција делује чудно утешно - нисте само ви такви.
Велика тема је интеграција: „вештачка интелигенција са стране“ не мења много. Постоји и тиши покрет ка стратегијама са више модела и мањим моделима који обављају више посла, што се чита као прагматичан корак удаљавања од чистог скалирања по сваку цену... или се бар тако чини.
🎓 Објављено прво светско партнерство у области вештачке интелигенције између Универзитета у Манчестеру и Мајкрософта ↗
Манчестер каже да постаје универзално: приступ услузи Microsoft 365 Copilot плус обука за све запослене и студенте. Оквир се ослања на вештине, равноправност и одговорно коришћење - не само на „продуктивност, бррр“.
У пракси, то би могло да значи мање неуједначених области у којима „неки људи знају алате, други не“. Или би то могло да значи много политике, много дебате, а затим – коначно – доследнију основну линију на нивоу целог кампуса.
🧑💼 Хоће ли вештачка интелигенција заменити послове? Антропски извештај открива да одговор није тако једноставан ↗
Антропиков рад овде (преко начина на који људи користе Клода у пракси) указује на то да је вештачка интелигенција тренутно више „помоћ у задацима“ него „брисање послова“. Људи се ослобађају делова посла, а не предају целе улоге.
Занимљива је нијанса: утицај се значајно разликује у зависности од занимања и од тога који део посла се може аутоматизовати. То је као покушај да се предвиди олује посматрајући један облак - можете видети нешто, али не и цео метеоролошки систем.
🧪 Заједнички принципи вештачке интелигенције ЕУ и САД за индустрију лекова ↗
Регулатори лекова из ЕУ и САД су се ускладили око заједничких принципа за „добро управљање вештачком интелигенцијом“ у области природних наука – замислите надзор, управљање ризицима и јаснију одговорност. Није блиставо, али је то нешто што тихо обликује оно што се гради.
Поента је у основи: наравно, користите вештачку интелигенцију, али учините је досадно ревидираном и транспарентном у погледу тога где се уклапа, за шта се користи и ко је одговоран када крене по злу.
Честа питања
Шта је IBM-ова услуга Enterprise Advantage за агентску вештачку интелигенцију?
IBM-ова „Enterprise Advantage“ се представља као платформски пут за имплементацију агентске вештачке интелигенције у великим организацијама, без третирања сваког распоређивања као прилагођене, једнократне иницијативе. Нагласак је на поновном коришћењу заједничких средстава, стандардизацији начина на који тимови граде агенте и избегавању фрагментације „одељење по одељење“. Такође се наглашава уклапање у постојећа окружења уместо захтевања потпуне реконструкције, са циљем да се имплементације учине поновљивим, регулисаним и лакшим за скалирање.
По чему се агентска вештачка интелигенција разликује од четбота или вештачке интелигенције асистента попут Копилота?
Агентска вештачка интелигенција је мање схваћена као „одговарање на питања“, а више као „извршавање корака“ унутар тока посла. Уместо да се заустави на предлозима, агент може да извршава радње према дефинисаним правилима. Та промена подиже улоге, због чега се поруке у великој мери ослањају на заштитне ограде, праћење и контроле – посебно када агенти раде унутар пословно критичних процеса.
Шта значи „платформа на првом месту“ када се скалира агентска вештачка интелигенција у тимовима?
Приступ који је на првом месту на платформи значи изградњу заједничких темеља - алата, образаца, управљања и компоненти за вишекратну употребу - тако да тимови не поново граде исте могућности агената изоловано. Намера је да се смањи број прилагођених израда и да се одржи доследност имплементација у свим одељењима. У пракси, „управљани водовод“ помаже скалирању имплементација агената, без потребе да свака група саставља свој посебан вештачки интелигентни стек.
Како се заштитне ограде за управљање и усклађеност уграђују у агентске токове рада вештачке интелигенције?
Фокус овде је на агентској аутоматизацији унутар система за процену ризика и усклађености, где грешке могу бити скупе. Презентација наглашава заштитне ограде и могућност праћења од самог почетка, тако да акције остану контролисане и подложне ревизији, а не ад хок. Ово је у складу са ширим притиском регулатора - попут регулатора лекова из ЕУ и САД - ка јаснијој одговорности, надзору и управљању ризицима за вештачку интелигенцију у окружењима са високим улозима.
Шта је IBM-ова студија сугерисала о томе како вештачка интелигенција покреће раст пословања до 2030. године?
Тема анкете је да лидери очекују да ће вештачка интелигенција превазићи повећање ефикасности и довести до стварног раста, али многима и даље недостаје јасан план о томе где ће се вредност остварити. Истакнута је интеграција: „вештачка интелигенција са стране“ се неће много променити ако није уграђена у начин на који се посао обавља. Такође се позива на стратегије више модела, где мањи модели преузимају више посла у прагматичним применама.
Хоће ли вештачка интелигенција заменити послове или ће углавном аутоматизовати њихове делове?
На основу начина на који људи користе Клода у пракси (како је извештавао Anthropic и обрађено овде), утицај тренутно више личи на помоћ на нивоу задатака него на замену целог посла. Људи растерећују делове посла, а не целе улоге од почетка до краја. Ефекат се значајно разликује у зависности од занимања и од тога који делови посла се могу аутоматизовати, остављајући исходе неуједначеним и у великој мери зависним од контекста.