ИИ-агенты

Экономика автономных агентов в меньшей степени зависит от используемой модели и в большей — от объема «мышления», количества циклов и частоты обращений к вспомогательным инструментам.

ИИ-агенты способны автономно решать поставленные задачи, подстраиваясь под текущее окружение и используя доступные инструменты. Однако непосредственное подключение агентов к LLM часто оказывается затруднительно и несет риски утечки конфиденциальной информации. Платформа Tengri Data архитектурно решает эту проблему, превращая ИИ-агента из внешней надстройки в полноценного цифрового сотрудника.

Большое число провальных пилотных проектов внедрения ИИ-агентов породило сомнения в эффективности их интеграции в корпоративные бизнес-процессы. Однако имеются два инструмента, помогающие пройти путь от «галлюцинаций языковой модели» до целевого «точно оперировать» и «безошибочно выполнять»: каталог данных и семантический слой.

Внедрение любого ИИ-решение сразу вызывает вопрос о рисках информационной безопасности, и наоборот – как только внедряются какие-либо средства ИБ, то сразу требуется предусмотреть их защиту от быстро совершенствующихся средств ИИ. На что бизнесу надо в первую очередь потратить ресурсы: на развитие ИИ или на выстраивание защиты для минимизации рисков нарастающих атак?

Руководителям следует сосредоточиться на бизнес-результатах, инвестируя в сквозную перестройку работы, а не в дополнительные инструменты.

Главная причина – риск потери управления над моделями, способными к рекурсивному самосовершенствованию.

Cisco приобретает Astrix Security для защиты ИИ-агентов.

Технические руководители часто не замечают, что именно от ИИ-агента зависит работоспособность системной оболочки, а значит рискуют впустую потратить средства. Данный вывод вытекает из анализа корпуса сессионных логов работы реальных терминальных ИИ-агентов – более половины вызовов агента приходится на команды системной оболочки, а не на правку файлов, что меняет саму логику закупки и влияет на весь состав инвестиций при внедрении ИИ: первична готовность инфраструктуры, а не обучение промпт-инжинирингу.

«Салют для бизнеса» (входит в группу «Сбер») проанализировал запросы российского бизнеса на разработку ИИ-агентов.

В компании прогнозируют, что к 2035 году на инференс будет приходиться четверть сетевого трафика.

Искусственный интеллект стал повседневным инструментом финтеха – крупнейшие банки внедряют его в кредитный скоринг, клиентский сервис и антифрод, а ИТ-команды – в разработку и тестирование. Однако вместе с ростом продуктивности растет и риск снижения когнитивной нагрузки на человека и, как следствие, эрозии его мыслительных навыков.

FINGERS-7B объединяет сведения об образе жизни, клинические, геномные и протеомные данные десятков тысяч людей, находящихся в группе риска.

Полностью автономные агенты в ближайшие два года будут довольно редки: человек сохранит свою роль с точки зрения безопасности, контроля и управления рисками.

Автоматизация типовых задач предъявляет новые требования к навыкам специалистов операционных центров безопасности.

Компания намерена создать аппаратную платформу, глубоко интегрированную с собственными ИИ-решениями.

В условиях дефицита персонала и роста стоимости рабочей силы многим организациям на развитых рынках сложно поддерживать свою деятельность только за счет найма людей. Выход — в масштабной роботизации.

По мнению экспертов, следующий виток развития искусственного интеллекта будет определяться не более «умными» инструментами, а системами, которые реализуют полноценные рабочие процессы.

Алина Грибанова, руководитель направления департамента управления данными, и Никита Негго, исполнительный директор департамента управления данными Сбербанка, – о создании решения DataAPI, автоматизирующего путь от SQL-запроса до промышленного API.

ИИ – это инструмент, а не внешний мозг. Его используют, чтобы быстрее получать ответы, однако, если слепо довериться ему, вы не достигнете положительного результата.

Юбилейный форум «Данные + ИИ», организованный издательством «Открытые системы», был посвящен обсуждению проблем перехода от экспериментов в ИИ к работающим решениям.