🧰 IBM uvaja »Enterprise Advantage«, ki bo podjetjem pomagal pri skaliranju agentne umetne inteligence ↗
IBM uvaja bolj »platformsko usmerjeno« pot do uvajanja agentne umetne inteligence znotraj velikih organizacij – manj znanstvenofantastičnih demonstracij, bolj nadzorovano vodenje. Ideja je ponovno uporabiti sredstva, standardizirati način gradnje ekip in preprečiti, da bi si vsak oddelek ustvaril svoje majhno kraljestvo umetne inteligence.
Prav tako se močno zanašajo na "prilagajanje temu, kar že uporabljate", namesto da bi zahtevali popolno prenovo, kar se sliši pomirjujoče, dokler ne naletite na delujoč zastareli sistem. Kljub temu je namen jasen: narediti uvajanje agentov ponovljivo, ne po meri.
🧭 e& in IBM vgrajujeta agentno umetno inteligenco v delovne procese upravljanja in skladnosti s predpisi ↗
Tokrat gre manj za »klepet z botom« in več za »umetno inteligenco, ki živi v vašem mehanizmu za tveganja in skladnost« – neglamuroznem kraju, kjer napake hitro postanejo drage. Predstava temelji na agentski avtomatizaciji, z varovali in sledljivostjo, vpletenimi že od samega začetka.
To si predstavljajo kot prehod od asistentov, ki odgovarjajo na vprašanja, k agentom, ki izvajajo korake pod strogim nadzorom. To je močno – in hkrati del, zaradi katerega ljudje sedijo nekoliko bolj vzravnano.
📈 IBM-ova študija pravi, da bo umetna inteligenca do leta 2030 spodbudila pametnejšo rast podjetij ↗
Raziskava IBM-a med vodilnimi delavci v bistvu pravi: podjetja pričakujejo, da bo umetna inteligenca presegla uspehe na področju učinkovitosti in pripeljala do resnične rasti, vendar mnogi vodij še vedno nimajo jasnega načrta, kje bo ta vrednost. To protislovje se zdi nenavadno tolažilno – ne gre samo za vas.
Pomembna tema je integracija: »umetna inteligenca ob strani« ne spremeni veliko. Obstaja tudi tišji potisk k strategijam z več modeli in manjšim modelom, ki opravljajo več dela, kar se zdi kot pragmatičen korak stran od čistega skaliranja za vsako ceno ... ali vsaj tako se zdi.
🎓 Univerza v Manchestru in Microsoft sta napovedala prvo partnerstvo na področju umetne inteligence na svetu ↗
Manchester pravi, da gre za univerzalno platformo: dostop do storitve Microsoft 365 Copilot in usposabljanje za vse zaposlene in študente. Okvir se osredotoča na veščine, enakost in odgovorno uporabo – ne le na »produktivnost, brrrr«.
V praksi bi to lahko pomenilo manj neenakomernih območij, kjer »nekateri ljudje poznajo orodja, drugi ne«. Ali pa bi to lahko pomenilo veliko politik, veliko razprav in nato – končno – bolj dosledno izhodišče za celoten kampus.
🧑💼 Bo umetna inteligenca nadomestila delovna mesta? Antropično poročilo ugotavlja, da odgovor ni tako preprost ↗
Delo Anthropica tukaj (prek tega, kako ljudje uporabljajo Claudea v praksi) kaže, da je umetna inteligenca trenutno bolj "pomoč pri nalogah" kot "brisanje delovnih mest". Ljudje razbremenjujejo dele dela, ne pa predajajo celih vlog.
Zanimiv del je niansa: vpliv se zelo razlikuje glede na poklic in kateri del dela je avtomatiziran. To je kot poskušati napovedati nevihto z opazovanjem enega oblaka – nekaj lahko vidite, ne pa celotnega vremenskega sistema.
🧪 Skupna načela EU in ZDA za umetno inteligenco v farmacevtski industriji ↗
Regulatorji zdravil iz EU in ZDA so se uskladili glede skupnih načel za »dobro upravljanje umetne inteligence« na področju znanosti o življenju – pomislite na nadzor, obvladovanje tveganj in jasnejšo odgovornost. Nič bahavega, ampak je to nekaj, kar tiho oblikuje, kaj se gradi.
Bistvo je v naslednjem: seveda, uporabite umetno inteligenco, vendar jo naredite dolgočasno pregledno in transparentno glede tega, kam spada, za kaj se uporablja in kdo je odgovoren, ko gre kaj narobe.
Pogosta vprašanja
Kaj je IBM-ova storitev Enterprise Advantage za agentno umetno inteligenco?
IBM-ova »Enterprise Advantage« je predstavljena kot platformsko usmerjena pot do uvedbe agentne umetne inteligence v velikih organizacijah, ne da bi se vsaka uvedba obravnavala kot enkratna pobuda po meri. Poudarek je na ponovni uporabi skupnih sredstev, standardizaciji načina, kako ekipe gradijo agente, in izogibanju razdrobljenosti »po oddelkih«. Poudarja tudi prilagajanje obstoječim okoljem namesto zahteve po popolni obnovi, s ciljem, da bi bile uvedbe ponovljive, nadzorovane in lažje skalabilne.
Kakšna je razlika med agentsko umetno inteligenco in klepetalnim robotom ali pomočnikom umetne inteligence, kot je Copilot?
Agentska umetna inteligenca je manj zasnovana kot »odgovarjanje na vprašanja« in bolj kot »izvajanje korakov« znotraj delovnega toka. Namesto da bi se ustavil pri predlogih, lahko agent izvaja dejanja v skladu z določenimi pravili. Ta premik povečuje tveganje, zato se sporočanje močno opira na varovalne ograje, sledljivost in nadzor – zlasti kadar agenti delujejo znotraj poslovno kritičnih procesov.
Kaj pomeni »platforma na prvem mestu« pri skaliranju agentne umetne inteligence med ekipami?
Pristop, ki je na prvem mestu pri platformi, pomeni gradnjo skupnih temeljev – orodij, vzorcev, upravljanja in komponent za večkratno uporabo – tako da ekipe ne obnavljajo istih zmogljivosti agentov ločeno. Namen je zmanjšati število gradenj po meri in ohraniti doslednost uvajanja med oddelki. V praksi je »upravljana vodovodna napeljava« tista, ki pomaga pri skaliranju uvajanja agentov, ne da bi vsaka skupina sestavljala svoj ločen sklad umetne inteligence.
Kako se varovala upravljanja in skladnosti vgrajujejo v poteke dela agentske umetne inteligence?
Poudarek je na agentski avtomatizaciji znotraj mehanizmov za obvladovanje tveganj in skladnosti, kjer so lahko napake drage. Predstavitev poudarja varovalne ograje in sledljivost že od samega začetka, tako da dejanja ostanejo nadzorovana in pregledna, ne pa ad hoc. To je skladno s širšim prizadevanjem regulatorjev – kot so regulatorji zdravil v EU in ZDA – za jasnejšo odgovornost, nadzor in obvladovanje tveganj za umetno inteligenco v okoljih z visokimi vložki.
Kaj je IBM-ova študija pokazala o tem, kako umetna inteligenca spodbuja rast podjetij do leta 2030?
Tema ankete je, da vodje pričakujejo, da bo umetna inteligenca presegla povečanje učinkovitosti in prinesla resnične rezultate rasti, vendar mnogi še vedno nimajo jasnega načrta, kam bo usmerjena vrednost. Poudarjena je integracija: »umetna inteligenca ob strani« se ne bo veliko spremenila, če ne bo vključena v način opravljanja dela. Prav tako se nagiba k strategijam z več modeli, pri čemer manjši modeli prevzamejo več dela v pragmatičnih uvedbah.
Bo umetna inteligenca nadomestila delovna mesta ali pa bo večinoma avtomatizirala nekatere njihove dele?
Glede na to, kako ljudje uporabljajo Claude v praksi (kot poroča Anthropic in je obravnavano tukaj), je učinek trenutno bolj podoben pomoči na ravni nalog kot nadomestitvi celotnega delovnega mesta. Ljudje razbremenijo dele dela, ne celotnih vlog od začetka do konca. Učinek se zelo razlikuje glede na poklic in glede na to, kateri deli delovnega mesta so avtomatizirani, zaradi česar so rezultati neenakomerni in zelo odvisni od konteksta.