🧰 Az IBM elindítja az „Enterprise Advantage” programot, amely segíti a vállalkozásokat az ügynöki mesterséges intelligencia skálázásában ↗
Az IBM egy „platformközpontúbb” utat javasol az ügynökalapú mesterséges intelligencia nagy szervezeteken belüli bevezetéséhez – kevesebb sci-fi bemutató, több irányított csővezeték. Az ötlet az eszközök újrafelhasználása, a csapatépítés szabványosítása és annak megakadályozása, hogy minden részleg létrehozza a saját apró MI-királyságát.
Erősen ragaszkodnak a „már meglévő rendszeredbe illeszkedő” elvhez, a teljes újraépítés helyett, ami megnyugtatónak hangzik, amíg nem találkozol egy régebbi rendszerrel a kezében. A szándék azonban egyértelmű: az ügynökök bevezetését megismételhetővé, ne pedig egyedivé tenni kell.
🧭 Az e& és az IBM beépíti az ügynöki mesterséges intelligenciát az irányítási és megfelelőségi munkafolyamatokba ↗
Ez kevésbé a „csevegés egy bottal” és inkább a „kockázat- és megfelelőségi gépezetben élő mesterséges intelligencia” – az a visszataszító hely, ahol a hibák gyorsan és költségessé válnak. A lényeg az ügynöki automatizálás, a kezdetektől fogva beépítve a védőkorlátokkal és a nyomon követhetőséggel.
Úgy fogalmazzák meg ezt, mint az átállást a kérdésekre válaszoló asszisztensekről az ügynökökre, akik szigorú ellenőrzés alatt végrehajtják a lépéseket. Ez erőteljes – és egyben az a része is, amitől az emberek egy kicsit egyenesebben ülnek.
📈 Az IBM tanulmánya szerint a mesterséges intelligencia 2030-ig intelligens üzleti növekedést eredményezhet ↗
Az IBM vezetői felmérése lényegében azt állítja: a vállalatok arra számítanak, hogy a mesterséges intelligencia a hatékonyságnövelésen túl valódi növekedést fog eredményezni, de sok vezetőnek még mindig nincs egyértelmű terve arra vonatkozóan, hogy hol realizálódik az érték. Ez az ellentmondás furcsán megnyugtatónak tűnik – nem csak te vagy így ezzel.
Egy fontos téma az integráció: a „mesterséges intelligencia jelenlét” nem sokat változtat. Emellett egy csendesebb tendencia is megfigyelhető a többmodelles stratégiák és a kisebb modellek felé, amelyek több munkát végeznek, ami egy pragmatikus lépésnek tűnik a tiszta, mindenáron skálázható megoldástól való eltávolodás érdekében... vagy legalábbis úgy tűnik.
🎓 Bejelentették a világelső mesterséges intelligencia partnerséget a Manchesteri Egyetem és a Microsoft között ↗
Manchester azt mondja, hogy univerzálissá válik: Microsoft 365 Copilot hozzáférés, valamint képzés minden alkalmazott és diák számára. A keretrendszer a készségekre, az egyenlőségre és a felelős használatra támaszkodik – nem csak a „hatékonyság hajrá!” elvre.
A gyakorlatban ez azt jelentheti, hogy kevesebb olyan „van, aki ismeri az eszközöket, mások nem” típusú, összefüggő csoport lesz. Vagy sok szabályozást, sok vitát, és végül – egy következetesebb, az egész egyetemre kiterjedő alapvonalat jelenthet.
🧑💼 Vajon a mesterséges intelligencia felváltja a munkahelyeket? Egy antropológiai jelentés szerint a válasz nem ilyen egyszerű ↗
Az Anthropic itt végzett munkája (a Claude gyakorlati alkalmazásán keresztül) arra utal, hogy a mesterséges intelligencia jelenleg inkább „feladatsegítő”, mint „munkahely-törlési” funkciót tölt be. Az emberek munkadarabokat cserélnek le, nem pedig teljes szerepköröket adnak át.
Az érdekes az árnyaltság: a hatás foglalkozásonként és a munkakör automatizálható részeként jelentősen változik. Olyan ez, mintha egyetlen felhő megfigyelésével próbálnánk megjósolni a vihart – láthatunk valamit, de nem az egész időjárási rendszert.
🧪 Az EU és az USA közös mesterséges intelligencia alapelvei a gyógyszeripar számára ↗
Az EU és az USA gyógyszerészeti szabályozó hatóságai közös elveket követtek az élettudományok területén a „jó mesterséges intelligencia irányítás” érdekében – gondoljunk a felügyeletre, a kockázatkezelésre és az egyértelműbb elszámoltathatóságra. Nem hivalkodó, de ez az a fajta dolog, ami csendben formálja azt, ami épül.
A lényeg lényege: persze, használjunk mesterséges intelligenciát, de tegyük unalmasan auditálhatóvá és átláthatóvá, hogy hová illik, mire használják, és ki a felelős, ha félrecsúszik.
GYIK
Mi az IBM Enterprise Advantage szolgáltatása az ügynöki mesterséges intelligenciához?
Az IBM „Enterprise Advantage” programját platform-első útként reklámozzák az ügynökalapú mesterséges intelligencia nagy szervezetekben történő bevezetéséhez, anélkül, hogy minden egyes telepítést egyedi, egyszeri kezdeményezésként kezelnének. A hangsúly a megosztott eszközök újrafelhasználásán, a csapatok ügynöképítési módjának szabványosításán és a „részlegenkénti” széttöredezettség elkerülésén van. A hangsúly a meglévő környezetekhez való illeszkedésen is hangsúlyos a teljes újraépítés követelése helyett, azzal a céllal, hogy a bevezetéseket megismételhetővé, szabályozottá és könnyebben skálázhatóvá tegyék.
Miben különbözik az ügynöki mesterséges intelligencia egy chatbottól vagy egy mesterséges intelligenciával működő asszisztenstől, mint például a Copilot?
Az ügynöki mesterséges intelligenciát kevésbé „kérdések megválaszolásaként”, inkább egy munkafolyamaton belüli „lépések végrehajtásaként” határozzák meg. A javaslatoknál való megállásra való felkészülés helyett az ügynök meghatározott szabályok szerint hajthat végre műveleteket. Ez a változás növeli a tétet, ezért az üzenetküldés nagymértékben támaszkodik a védőkorlátokra, a nyomon követhetőségre és az ellenőrzésekre – különösen akkor, ha az ügynökök üzletileg kritikus folyamatokon belül működnek.
Mit jelent a „platform-első” kifejezés az ügynöki mesterséges intelligencia csapatok közötti skálázásakor?
A platformközpontú megközelítés azt jelenti, hogy megosztott alapokat kell kiépíteni – eszközöket, mintákat, irányítást és újrafelhasználható komponenseket –, így a csapatoknak nem kell elszigetelten újraépíteniük ugyanazokat az ügynökképességeket. A cél az egyedi fejlesztések számának csökkentése és a telepítések egységességének megőrzése a részlegek között. A gyakorlatban az „irányított csővezeték” segíti az ügynökbevezetések skálázhatóságát anélkül, hogy minden csoportnak különálló MI-vermet kellene összeállítania.
Hogyan épülnek be az irányítási és megfelelőségi védőkorlátok az ügynöki AI-munkafolyamatokba?
A hangsúly itt az ágensi automatizáláson van a kockázat- és megfelelési gépezeten belül, ahol a hibák költségesek lehetnek. A javaslat a kezdetektől fogva hangsúlyozza a védőkorlátokat és a nyomon követhetőséget, hogy a tevékenységek továbbra is ellenőrzöttek és ellenőrizhetők maradjanak, ne pedig eseti jellegűek legyenek. Ez összhangban van a szabályozó hatóságok – például az EU és az USA gyógyszerészeti szabályozó hatóságai – szélesebb körű törekvésével, amely a mesterséges intelligencia egyértelműbb elszámoltathatóságát, felügyeletét és kockázatkezelését célozza a nagy téttel bíró környezetben.
Mit sugallt az IBM tanulmánya a mesterséges intelligencia üzleti növekedést hajtó erejéről 2030-ig?
A felmérés témája az, hogy a vezetők arra számítanak, hogy a mesterséges intelligencia a hatékonyságnövekedésen túl valódi növekedési eredményekké válik, de sokan még mindig nem rendelkeznek világos tervvel arra vonatkozóan, hogy hol fog megvalósulni az érték. Kiemelt szerepet kap az integráció: a „mellékes mesterséges intelligencia” nem sokat fog változni, ha nem épül be a munkavégzés módjába. A felmérés a többmodelles stratégiákra is utal, ahol a kisebb modellek több munkát vállalnak el a pragmatikus telepítésekben.
Vajon a mesterséges intelligencia felváltja a munkahelyeket, vagy inkább automatizálja azok egy részét?
A Claude gyakorlati alkalmazása alapján (ahogyan arról az Anthropic is beszámolt, és itt is tárgyaltuk), a hatás jelenleg inkább feladatszintű segítségnyújtásnak tűnik, mintsem teljes munkaköri helyettesítésnek. Az emberek munkadarabokat szállítanak el, nem pedig teljes szerepköröket a végponttól a végéig. A hatás foglalkozásonként és a munkakör automatizálható részei szerint nagymértékben változik, így az eredmények egyenetlenek és nagymértékben kontextusfüggőek.