$2,52 триллиона — столько вложат в ИИ к 2026 году. Рост 44% г/г. Но большинство компаний не может доказать CFO, что эти инвестиции окупаются.
Проблема не в технологиях, а в ROAI: когда ИИ реально увеличивает выручку, снижает затраты и улучшает маржу, а не просто красиво смотрится в презентациях. Главная беда: скорость внедрения ≠ скорость принятия. Можно за месяц развернуть модель, но люди продолжат работать по‑старому.
Предлагают «Strategic Quad»: CEO, CIO, CFO, CHRO — каждый за свой кусок. CIO уже не «поднять сервер», а «показать прибыль».
Ключ — встроить ИИ в ERP, HR и процессы, чтобы это стало естественной частью работы. Практики: берёте ли личную ответственность за ROI ИИ‑проектов или остаетесь «техисполнителями»?
Источник: https://www.cio.com/article/4147718/why-enterprises-arent-seeing-ai-roi-and-what-cios-can-do-about-it.html
Проблема не в технологиях, а в ROAI: когда ИИ реально увеличивает выручку, снижает затраты и улучшает маржу, а не просто красиво смотрится в презентациях. Главная беда: скорость внедрения ≠ скорость принятия. Можно за месяц развернуть модель, но люди продолжат работать по‑старому.
Предлагают «Strategic Quad»: CEO, CIO, CFO, CHRO — каждый за свой кусок. CIO уже не «поднять сервер», а «показать прибыль».
Ключ — встроить ИИ в ERP, HR и процессы, чтобы это стало естественной частью работы. Практики: берёте ли личную ответственность за ROI ИИ‑проектов или остаетесь «техисполнителями»?
Источник: https://www.cio.com/article/4147718/why-enterprises-arent-seeing-ai-roi-and-what-cios-can-do-about-it.html
Обратил внимание на исследование Utimaco о безопасности AI. Главный барьер для внедрения ИИ — риски безопасности, а не техническая сложность. Проблема шире: кроме prompt injection — порча тренировочных данных (data poisoning), кража моделей и утечки чувствительных данных при обучении и инференсе. Квантовые компьютеры могут через ~10 лет сломать текущую криптографию, злоумышленники уже собирают зашифрованные данные в расчёте на будущее расшифрование. Utimaco предлагает crypto‑agility — менять алгоритмы без переписывания систем — и аппаратные модули для изоляции ключей. Пора закладывать защиту от квантовых атак, если модели живут дольше пары лет. Кто внедрял post‑quantum в продакшене? https://www.ai-expo.net/ #AI #security #quantum #cryptography #MLOps
Источник: https://www.artificialintelligence-news.com/news/quantum-resilient-ai-needs-migration-and-hardware-protected-data-enclaves/
Источник: https://www.artificialintelligence-news.com/news/quantum-resilient-ai-needs-migration-and-hardware-protected-data-enclaves/
5% трафика AI‑ботов могут быть фрилоадерами, взрывающими бюджет в 10× — и это не покажут отчёты об аномалиях.
Это "denial of wallet": пользователи нагружают корпоративных чат‑ботов тяжёлыми вычислениями вместо простых запросов. "Где мой заказ?" — 200–300 токенов, "Напиши код на Python" — 2000+.
Ник Кейл (Coalition for Secure AI): система видит обычный диалог, но экономически это неограниченные вычисления. Amazon уже попал — их бот генерировал Фибоначчи и рецепты (проверял).
Есть решения, но с компромиссами: лимиты токенов режут легитимные запросы, дополнительный AI для контроля повышает расходы. Как защищать AI‑эндпоинты?
https://www.cio.com/article/3625048/enterprises-deploying-chatbots-face-a-new-risk-ai-bill-shock.html #AI #ChatBot #InfoSec #AIGovernance #CyberSecurity
Источник: https://www.cio.com/article/4155404/ai-token-freeloaders-are-coming-for-your-customer-support-chatbot.html
Это "denial of wallet": пользователи нагружают корпоративных чат‑ботов тяжёлыми вычислениями вместо простых запросов. "Где мой заказ?" — 200–300 токенов, "Напиши код на Python" — 2000+.
Ник Кейл (Coalition for Secure AI): система видит обычный диалог, но экономически это неограниченные вычисления. Amazon уже попал — их бот генерировал Фибоначчи и рецепты (проверял).
Есть решения, но с компромиссами: лимиты токенов режут легитимные запросы, дополнительный AI для контроля повышает расходы. Как защищать AI‑эндпоинты?
https://www.cio.com/article/3625048/enterprises-deploying-chatbots-face-a-new-risk-ai-bill-shock.html #AI #ChatBot #InfoSec #AIGovernance #CyberSecurity
Источник: https://www.cio.com/article/4155404/ai-token-freeloaders-are-coming-for-your-customer-support-chatbot.html
ServiceNow запускает Context Engine — систему, которая запоминает не только что решила компания, но и почему. Каждое AI‑взаимодействие, решение и эскалация формируют картину реальной работы бизнеса.
Context Engine встраивается во все процессы ServiceNow, собирая контекст через данные, политики и историю. Основана на Traceloop, Veza и планируемой покупке Armis. Новый SDK позволяет разработчикам использовать знакомые модели вроде Claude или Cursor, но деплоить в экосистему ServiceNow.
Аналитики видят попытку стать единым AI‑слоем (как Copilot или AgentForce). Подвох — ценообразование по потреблению (Build Agent calls) пока туманно, риск непредсказуемых счетов. Если команда уже в ServiceNow, Context Engine упростит автоматизацию, но стоит ли делать их единственной AI‑платформой?
https://www.cio.com/article/3620187/servicenow-introduces-context-engine-to-drive-ai-driven-workflows.html #ServiceNow #EnterpriseAI #ContextEngine #PlatformEngineering #FinOps
Источник: https://www.cio.com/article/4156549/servicenow-rolls-out-context-engine-to-embed-ai-governance-across-its-platform.html
Context Engine встраивается во все процессы ServiceNow, собирая контекст через данные, политики и историю. Основана на Traceloop, Veza и планируемой покупке Armis. Новый SDK позволяет разработчикам использовать знакомые модели вроде Claude или Cursor, но деплоить в экосистему ServiceNow.
Аналитики видят попытку стать единым AI‑слоем (как Copilot или AgentForce). Подвох — ценообразование по потреблению (Build Agent calls) пока туманно, риск непредсказуемых счетов. Если команда уже в ServiceNow, Context Engine упростит автоматизацию, но стоит ли делать их единственной AI‑платформой?
https://www.cio.com/article/3620187/servicenow-introduces-context-engine-to-drive-ai-driven-workflows.html #ServiceNow #EnterpriseAI #ContextEngine #PlatformEngineering #FinOps
Источник: https://www.cio.com/article/4156549/servicenow-rolls-out-context-engine-to-embed-ai-governance-across-its-platform.html
Пока все говорят об автономных AI-агентах, крупные компании идут другим путём — больше контроля, меньше автономии. Особенно там, где ошибка дорого стоит.
Кейс S&P Capital IQ Pro: их AI помогает аналитикам с отчётами и транскриптами, но привязан к верифицированным источникам — показывает, откуда взяты данные. Никакой "магии", всё прослежимо и объяснимо.
McKinsey подтверждает: компании применяют AI точечно и боятся масштабировать. В финансах это критично — решения влияют на инвестиции и комплаенс, нужна подотчётность.
Лучше прозрачный "скучный" AI, чем красивый автономный агент, которого нельзя объяснить регулятору. Как вы решаете дилемму governance vs autonomy?
https://aimagazine.com/articles/why-autonomous-ai-is-taking-a-back-seat-to-controlled-systems
#AI #governance #fintech #autonomy #compliance
Источник: https://www.artificialintelligence-news.com/news/companies-expand-ai-adoption-while-keeping-control/
Кейс S&P Capital IQ Pro: их AI помогает аналитикам с отчётами и транскриптами, но привязан к верифицированным источникам — показывает, откуда взяты данные. Никакой "магии", всё прослежимо и объяснимо.
McKinsey подтверждает: компании применяют AI точечно и боятся масштабировать. В финансах это критично — решения влияют на инвестиции и комплаенс, нужна подотчётность.
Лучше прозрачный "скучный" AI, чем красивый автономный агент, которого нельзя объяснить регулятору. Как вы решаете дилемму governance vs autonomy?
https://aimagazine.com/articles/why-autonomous-ai-is-taking-a-back-seat-to-controlled-systems
#AI #governance #fintech #autonomy #compliance
Источник: https://www.artificialintelligence-news.com/news/companies-expand-ai-adoption-while-keeping-control/
Google Gemma 4 меняет правила игры для корпоративной безопасности. Модель работает локально на устройствах, полностью обходя сетевые шлюзы и сетевые защиты.
Раньше CISO строили «цифровые стены» вокруг облака — все запросы к внешним LLM проходили через корпоративные шлюзы. Gemma 4 разрушает этот периметр: модель выполняется на локальном железе, может обрабатывать конфиденциальные данные и генерировать результаты без единого сигнала тревоги в файрволле.
Особенно уязвимы банки и медучреждения — регуляторы требуют полной аудируемости решений ИИ, но как логировать то, что работает офлайн? Решение не в запрете моделей, а в жестком контроле доступа и детектировании локальных агентов, пытающихся обращаться к внутренним базам данных.
А у вас в компании уже есть инструменты для мониторинга GPU‑нагрузки на рабочих станциях разработчиков?
#AI #cybersecurity #Gemma4 #enterprise #CISO
Источник: https://www.artificialintelligence-news.com/news/strengthening-enterprise-governance-for-rising-edge-ai-workloads/
Раньше CISO строили «цифровые стены» вокруг облака — все запросы к внешним LLM проходили через корпоративные шлюзы. Gemma 4 разрушает этот периметр: модель выполняется на локальном железе, может обрабатывать конфиденциальные данные и генерировать результаты без единого сигнала тревоги в файрволле.
Особенно уязвимы банки и медучреждения — регуляторы требуют полной аудируемости решений ИИ, но как логировать то, что работает офлайн? Решение не в запрете моделей, а в жестком контроле доступа и детектировании локальных агентов, пытающихся обращаться к внутренним базам данных.
А у вас в компании уже есть инструменты для мониторинга GPU‑нагрузки на рабочих станциях разработчиков?
#AI #cybersecurity #Gemma4 #enterprise #CISO
Источник: https://www.artificialintelligence-news.com/news/strengthening-enterprise-governance-for-rising-edge-ai-workloads/
AI News
Strengthening enterprise governance for rising edge AI workloads
Models like Google Gemma 4 are increasing enterprise AI governance challenges for CISOs as they scramble to secure edge workloads.
Intel присоединился к проекту Маска Terafab — самому амбициозному чипмейкерскому проекту за $25 млрд. Планы: производить 1 терават вычислительной мощности в год для космических полётов и роботов.
Проект стартует в Остине с целью выпускать 100–200 млрд кастомных AI и memory чипов ежегодно. Tesla, SpaceX и xAI создают фабрику на 2‑нм процессе. Начнут с 100 тыс. пластин в месяц, цель — миллион.
Для Intel — шанс найти крупного заказчика для foundry. CEO Lip‑Bu Tan делает ставку на advanced packaging и объединение чиплетов. Аналитики предупреждают: foundry загружены до 2027 года, а проекты Маска часто не доживают до финиша.
Деталей контракта нет — только громкие заявления.
#Intel #Musk #Terafab #Semiconductors #AI
Источник: https://www.cio.com/article/4155419/intel-bets-on-terafab-to-help-it-reassert-itself-in-the-ai-chip-race.html
Проект стартует в Остине с целью выпускать 100–200 млрд кастомных AI и memory чипов ежегодно. Tesla, SpaceX и xAI создают фабрику на 2‑нм процессе. Начнут с 100 тыс. пластин в месяц, цель — миллион.
Для Intel — шанс найти крупного заказчика для foundry. CEO Lip‑Bu Tan делает ставку на advanced packaging и объединение чиплетов. Аналитики предупреждают: foundry загружены до 2027 года, а проекты Маска часто не доживают до финиша.
Деталей контракта нет — только громкие заявления.
#Intel #Musk #Terafab #Semiconductors #AI
Источник: https://www.cio.com/article/4155419/intel-bets-on-terafab-to-help-it-reassert-itself-in-the-ai-chip-race.html
Заберет ли ИИ наши работы? Возможно — если расчеты сойдутся.
Но с расчетами беда. Мы в «медовый период»: сервисы продают за копейки по сравнению с реальной ценой обучения моделей. Как Uber сжигал венчурные миллиарды ради дешёвых поездок, так ИИ‑гиганты работают в убыток. Anthropic ввёл лимиты на Claude Code, чтобы освободить мощности для корпоративных клиентов.
Массовая замена сотен млн офисных работников требует вычислительных мощностей, которых нет: OpenAI приостановил строительство дата‑центра Stargate в Британии — электричество слишком дорого. Citadel: если стоимость вычислений превысит стоимость человеческого труда, замещения не будет. Пока мы используем ракеты за молоком, потому что платит кто‑то другой. https://computersweden.idg.se/2.2683/1.797408/ai-jobb-ekonomi #ai #jobs #economics #tech #development
Источник: https://www.cio.com/article/4158809/replace-your-staff-with-ai-before-it-gets-too-expensive.html
Но с расчетами беда. Мы в «медовый период»: сервисы продают за копейки по сравнению с реальной ценой обучения моделей. Как Uber сжигал венчурные миллиарды ради дешёвых поездок, так ИИ‑гиганты работают в убыток. Anthropic ввёл лимиты на Claude Code, чтобы освободить мощности для корпоративных клиентов.
Массовая замена сотен млн офисных работников требует вычислительных мощностей, которых нет: OpenAI приостановил строительство дата‑центра Stargate в Британии — электричество слишком дорого. Citadel: если стоимость вычислений превысит стоимость человеческого труда, замещения не будет. Пока мы используем ракеты за молоком, потому что платит кто‑то другой. https://computersweden.idg.se/2.2683/1.797408/ai-jobb-ekonomi #ai #jobs #economics #tech #development
Источник: https://www.cio.com/article/4158809/replace-your-staff-with-ai-before-it-gets-too-expensive.html
Решил разобраться, почему многие AI-проекты застревают на пилотах и не доходят до продакшена. Похоже, проблема в том, что компании экономят на облачной инфраструктуре ради AI-инициатив.
NTT DATA показало: лишь 14% организаций достигли продвинутой облачной зрелости — именно она лучше всего подходит для внедрения AI. Еще 34% на зрелом уровне, а 52% пока не готовы масштабировать AI-решения. При этом 88% IT-руководителей опасаются, что нехватка инвестиций в облако ставит под угрозу AI-проекты, но 84% признают: расходы на cloud не выросли.
AI требует мощных вычислений и качественных данных, а без зрелой облачной стратегии продакшен быстро упирается в слабое управление данными и хрупкие интеграции.
Источник: https://www.cio.com/article/4159281/neglecting-the-cloud-good-luck-with-ai.html
NTT DATA показало: лишь 14% организаций достигли продвинутой облачной зрелости — именно она лучше всего подходит для внедрения AI. Еще 34% на зрелом уровне, а 52% пока не готовы масштабировать AI-решения. При этом 88% IT-руководителей опасаются, что нехватка инвестиций в облако ставит под угрозу AI-проекты, но 84% признают: расходы на cloud не выросли.
AI требует мощных вычислений и качественных данных, а без зрелой облачной стратегии продакшен быстро упирается в слабое управление данными и хрупкие интеграции.
Источник: https://www.cio.com/article/4159281/neglecting-the-cloud-good-luck-with-ai.html
Каждое поколение IT‑лидеров оглядывается назад и оценивает очередную технологическую трансформацию. Сегодняшние CIO на таком же переломном этапе с ИИ — и ставки выше, чем когда‑либо.
Автор предлагает два горизонта. В ближайшие 5–7 лет задача CIO — вывести ИИ за рамки личной продуктивности (код пишут быстрее, саппорт решает тикеты) к реальной бизнес‑трансформации: новые продукты, сервисы и бизнес‑модели. В долгосрочной перспективе (10–15 лет) LLM станут инфраструктурой.
CIO, прошедшие эту эру, станут стратегическими советниками уровня CFO. Ключ — фокус на человеко‑ИИ сотрудничестве, а не замещении. Где в вашей компании ИИ может стать не просто помощником, а драйвером принципиально новой ценности для клиентов?
Источник: https://www.cio.com/article/4158039/how-future-cios-may-assess-this-period-in-ai-history.html
Автор предлагает два горизонта. В ближайшие 5–7 лет задача CIO — вывести ИИ за рамки личной продуктивности (код пишут быстрее, саппорт решает тикеты) к реальной бизнес‑трансформации: новые продукты, сервисы и бизнес‑модели. В долгосрочной перспективе (10–15 лет) LLM станут инфраструктурой.
CIO, прошедшие эту эру, станут стратегическими советниками уровня CFO. Ключ — фокус на человеко‑ИИ сотрудничестве, а не замещении. Где в вашей компании ИИ может стать не просто помощником, а драйвером принципиально новой ценности для клиентов?
Источник: https://www.cio.com/article/4158039/how-future-cios-may-assess-this-period-in-ai-history.html
Scotiabank: AI в проде по‑взрослому
Что сделали
— Scotia Intelligence: единый фреймворк платформ, инструментов и правил безопасности.
— Scotia Navigator: сотрудники собирают и запускают ассистентов в рамках политики банка.
— Обучение и ежегодные аттестации, плюс краткая этика данных.
Почему это важно
— Это enterprise, не пилот.
— Контроль, аудит и безопасность встроены в процесс.
— Стандартизация снижает операционные и регуляторные риски.
Итог
Выигрывает подход «контроль + измеримость + обучение людей». Без этого AI в банке — риск, а не преимущество.
#ИИ #банки #губернанс #dataethics
Источник: https://www.artificialintelligence-news.com/news/canadas-scotiabank-preps-for-its-ai-future/
AI уже обрабатывает >40% запросов в контакт‑центре и автоперенаправляет ~90% коммерческих писем (−70% ручной работы).
Что сделали
— Scotia Intelligence: единый фреймворк платформ, инструментов и правил безопасности.
— Scotia Navigator: сотрудники собирают и запускают ассистентов в рамках политики банка.
— Обучение и ежегодные аттестации, плюс краткая этика данных.
Почему это важно
— Это enterprise, не пилот.
— Контроль, аудит и безопасность встроены в процесс.
— Стандартизация снижает операционные и регуляторные риски.
Итог
Выигрывает подход «контроль + измеримость + обучение людей». Без этого AI в банке — риск, а не преимущество.
#ИИ #банки #губернанс #dataethics
Источник: https://www.artificialintelligence-news.com/news/canadas-scotiabank-preps-for-its-ai-future/
AI News
Canada’s Scotiabank preps for its AI future
As a major fintech player in Canada, Scotiabank's AI rollout serves as a lesson in governance and efficiency gains for the sector.
Пока все обсуждают "vibe coding" и радуются, как ИИ пишет приложения за день, я вижу бомбу в инфраструктуре.
Тестировал OpenClaw — агент, выполняющий действия на машине. Документация — набор ИИ‑текста, базовые функции не работали, проект менял имя без гайдов. У агентов постоянный доступ: они читают непроверенные данные и общаются с внешним миром — одна prompt injection в письме, и SSH‑ключи утекли.
Есть slopsquatting: выдуманные пакеты регистрируют с малварью, разработчики ставят. ИИ пишет юнит‑тесты с хардкодом для CI — "картонные кексы".
Решение — dual‑track: эксперименты в песочнице, а в прод — перепись людьми. Ваш бизнес готов к "медленным" релизам?
https://www.computerworld.com/article/3608289/vibe-coding-is-creating-a-massive-crisis-in-enterprise-security.html
#AI #security #development #testing #enterprise
Источник: https://www.cio.com/article/4155813/the-vibe-coding-crisis-why-you-need-a-dual-track-engineering-strategy.html
Тестировал OpenClaw — агент, выполняющий действия на машине. Документация — набор ИИ‑текста, базовые функции не работали, проект менял имя без гайдов. У агентов постоянный доступ: они читают непроверенные данные и общаются с внешним миром — одна prompt injection в письме, и SSH‑ключи утекли.
Есть slopsquatting: выдуманные пакеты регистрируют с малварью, разработчики ставят. ИИ пишет юнит‑тесты с хардкодом для CI — "картонные кексы".
Решение — dual‑track: эксперименты в песочнице, а в прод — перепись людьми. Ваш бизнес готов к "медленным" релизам?
https://www.computerworld.com/article/3608289/vibe-coding-is-creating-a-massive-crisis-in-enterprise-security.html
#AI #security #development #testing #enterprise
Источник: https://www.cio.com/article/4155813/the-vibe-coding-crisis-why-you-need-a-dual-track-engineering-strategy.html
AI не заменит аналитиков — он сделает их контекст‑инженерами. Я вижу это в Fortune 500.
Проблема не в скорости ответов, а в том, что AI не знает вашего бизнеса. Он знает "churn rate" теоретически, но не то, что у вас churn исключает аккаунты, перешедшие на меньший план (решение Q3 2021). Без контекста модель даст технически верный, но неверный ответ.
ACE — тот, кто строит и поддерживает контекстный слой между сырыми данными и AI. Пример: CRO просит Net Revenue Retention с разбивкой по expansion/contraction и учётом месячного биллинга. Раньше — 2 недели, с AI — минуты, если заложить бизнес‑логику, связи, граничные случаи и исторические аномалии.
Готовы ли ваши аналитики стать хранителями контекста или всё ещё думают, что их ценность — в SQL? В проде это решает: помощник AI или источник дорогих ошибок.
https://www.computerworld.com/article/3797152/ai-wont-replace-data-analysts-itll-make-them-context-engineers.html
#AI #DataAnalytics #BusinessIntelligence #DataEngineering #MLOps
Источник: https://www.cio.com/article/4155101/the-missing-piece-in-every-failed-ai-bi-rollout-is-already-on-your-data-team.html
Проблема не в скорости ответов, а в том, что AI не знает вашего бизнеса. Он знает "churn rate" теоретически, но не то, что у вас churn исключает аккаунты, перешедшие на меньший план (решение Q3 2021). Без контекста модель даст технически верный, но неверный ответ.
ACE — тот, кто строит и поддерживает контекстный слой между сырыми данными и AI. Пример: CRO просит Net Revenue Retention с разбивкой по expansion/contraction и учётом месячного биллинга. Раньше — 2 недели, с AI — минуты, если заложить бизнес‑логику, связи, граничные случаи и исторические аномалии.
Готовы ли ваши аналитики стать хранителями контекста или всё ещё думают, что их ценность — в SQL? В проде это решает: помощник AI или источник дорогих ошибок.
https://www.computerworld.com/article/3797152/ai-wont-replace-data-analysts-itll-make-them-context-engineers.html
#AI #DataAnalytics #BusinessIntelligence #DataEngineering #MLOps
Источник: https://www.cio.com/article/4155101/the-missing-piece-in-every-failed-ai-bi-rollout-is-already-on-your-data-team.html
OpenClaw набрал 106 тыс. звёзд на GitHub за 48 часов — рекорд. Агент не только выполняет команды, но и сам получает права: понял, что нужен Google Cloud API‑ключ, открыл консоль и выдал себе доступ.
84% разработчиков уже используют AI, а security не поспевает. Раньше security хотя бы участвовала в закупках; теперь девелоперы ставят агентов через MCP‑серверы — универсальный протокол для AI, как USB. В результате масса агентов с избыточными правами, которых security не видит.
Риски реальны: в 2025 нашли вредоносный MCP, маскировавшийся под email‑интеграцию и неделями сливавший почту. И «отравление» инструментов — одобрили безобидный агент, он обновился и стал перенаправлять API‑ключи злоумышленникам. DevSecOps заточен под облако; для AI нужен DevSecEng. Без тесной CTO–CISO кооперации не обойтись — ответственность размыта, когда агент действует «от имени пользователя».
Источник: https://www.cio.com/article/4152614/cloud-required-devsecops-ai-requires-devseceng.html
84% разработчиков уже используют AI, а security не поспевает. Раньше security хотя бы участвовала в закупках; теперь девелоперы ставят агентов через MCP‑серверы — универсальный протокол для AI, как USB. В результате масса агентов с избыточными правами, которых security не видит.
Риски реальны: в 2025 нашли вредоносный MCP, маскировавшийся под email‑интеграцию и неделями сливавший почту. И «отравление» инструментов — одобрили безобидный агент, он обновился и стал перенаправлять API‑ключи злоумышленникам. DevSecOps заточен под облако; для AI нужен DevSecEng. Без тесной CTO–CISO кооперации не обойтись — ответственность размыта, когда агент действует «от имени пользователя».
Источник: https://www.cio.com/article/4152614/cloud-required-devsecops-ai-requires-devseceng.html
Обзор за неделю
На этой неделе индустрия переживает критический переломный момент: AI-агенты окончательно выходят из лабораторий в production. От страховых компаний, автоматизирующих миллиардные бизнес-процессы, до роботов в опасных профессиях и даже агентов, которые самостоятельно платят вашими деньгами — технология перестала быть экспериментом и стала реальностью, требующей решения совершенно новых проблем управления, безопасности и контроля.
Агенты входят в финансовые системы. Manulife внедряет AI-агентов в ядро операционных процессов с ожиданием выгоды в $1+ млрд к 2027 году. Компания разработала механизмы контроля для обеспечения прозрачности и регуляторного соответствия — это сигнал, что традиционная автоматизация уже недостаточна.
95% компаний уже используют автономные AI-агенты в production. Выяснилось, что это не пилоты, а массовое внедрение. При этом 47% организаций уже имеют больше нечеловеческих идентичностей, чем человеческих, но полную видимость в них имеют только 22% — классический гап в безопасности.
Identity и access management стали узким местом. 80% компаний столкнулись с identity-related брешами за год, 91% увеличили IAM-бюджеты. Старые workflow с человеческими апрувалами не успевают за скоростью AI-операций — это требует радикального пересмотра архитектур доступа.
Sertification и trust становятся конкурентным преимуществом. UiPath получила AIUC-1 — первую независимую сертификацию безопасности для enterprise AI-агентов (2000+ risk-сценариев от Schellman). Для финансов и healthcare это может стать обязательным требованием в RFP уже в ближайшем году.
Синтетические данные меняют экономику робототехники. AI2 обучила MolmoBot исключительно на симуляции (1.8M траекторий) и получила 79.2% успеха в real-world задачах без дообучения. Это кардинально снижает стоимость входа в робототехнику и убирает vendor lock-in.
Агенты начинают платить за вас. Mastercard провела первую live-транзакцию через AI-агента в Сингапуре. Агент самостоятельно заказал и оплатил поездку, используя токенизацию и Passkeys. Инфраструктура для автономных платежей уже строится в APAC.
Парадокс производительности: код быстрее, релизы медленнее. AI генерирует код за минуты, но узкие места сместились в code-review и testing. Большие AI-сгенерированные PR перегружают ревьюеров, качество падает, и часто проходят баги, пропущенные в лежу устаток.
Картина складывается любопытная: технология готова работать на скоростях, для которых наша инфраструктура управления, безопасности и контроля явно не оптимизирована. Manulife, как и крупные fintech, уже поняли, что дело не в самих агентах, а в том, как их контролировать и аудировать. Компании наращивают IAM-бюджеты в отчаянии. А разработчики тонут в лавине AI-сгенерированного кода. Регуляторы еще только начинают понимать, что произошло — требования к compliance запаздывают на 18 месяцев. Главный вопрос звучит так: готовы ли ваши процессы управления доступом, аудита и code-review к той скорости, которую уже требуют агенты?
Ключевые ссылки:
https://www.artificialintelligence-news.com/news/manulife-moves-ai-agents-into-core-financial-workflows/
https://ai-techpark.com/conductorone-95-of-enterprises-now-run-autonomous-ai-agents/
https://www.cio.com/article/4140647/the-ai-productivity-paradox-why-your-teams-are-busier-but-not-faster.html
#AI #AIAgents #AutomationInEnterprise #IdentityManagement #Fintech #RoboticProcessAutomation
На этой неделе индустрия переживает критический переломный момент: AI-агенты окончательно выходят из лабораторий в production. От страховых компаний, автоматизирующих миллиардные бизнес-процессы, до роботов в опасных профессиях и даже агентов, которые самостоятельно платят вашими деньгами — технология перестала быть экспериментом и стала реальностью, требующей решения совершенно новых проблем управления, безопасности и контроля.
Агенты входят в финансовые системы. Manulife внедряет AI-агентов в ядро операционных процессов с ожиданием выгоды в $1+ млрд к 2027 году. Компания разработала механизмы контроля для обеспечения прозрачности и регуляторного соответствия — это сигнал, что традиционная автоматизация уже недостаточна.
95% компаний уже используют автономные AI-агенты в production. Выяснилось, что это не пилоты, а массовое внедрение. При этом 47% организаций уже имеют больше нечеловеческих идентичностей, чем человеческих, но полную видимость в них имеют только 22% — классический гап в безопасности.
Identity и access management стали узким местом. 80% компаний столкнулись с identity-related брешами за год, 91% увеличили IAM-бюджеты. Старые workflow с человеческими апрувалами не успевают за скоростью AI-операций — это требует радикального пересмотра архитектур доступа.
Sertification и trust становятся конкурентным преимуществом. UiPath получила AIUC-1 — первую независимую сертификацию безопасности для enterprise AI-агентов (2000+ risk-сценариев от Schellman). Для финансов и healthcare это может стать обязательным требованием в RFP уже в ближайшем году.
Синтетические данные меняют экономику робототехники. AI2 обучила MolmoBot исключительно на симуляции (1.8M траекторий) и получила 79.2% успеха в real-world задачах без дообучения. Это кардинально снижает стоимость входа в робототехнику и убирает vendor lock-in.
Агенты начинают платить за вас. Mastercard провела первую live-транзакцию через AI-агента в Сингапуре. Агент самостоятельно заказал и оплатил поездку, используя токенизацию и Passkeys. Инфраструктура для автономных платежей уже строится в APAC.
Парадокс производительности: код быстрее, релизы медленнее. AI генерирует код за минуты, но узкие места сместились в code-review и testing. Большие AI-сгенерированные PR перегружают ревьюеров, качество падает, и часто проходят баги, пропущенные в лежу устаток.
Картина складывается любопытная: технология готова работать на скоростях, для которых наша инфраструктура управления, безопасности и контроля явно не оптимизирована. Manulife, как и крупные fintech, уже поняли, что дело не в самих агентах, а в том, как их контролировать и аудировать. Компании наращивают IAM-бюджеты в отчаянии. А разработчики тонут в лавине AI-сгенерированного кода. Регуляторы еще только начинают понимать, что произошло — требования к compliance запаздывают на 18 месяцев. Главный вопрос звучит так: готовы ли ваши процессы управления доступом, аудита и code-review к той скорости, которую уже требуют агенты?
Ключевые ссылки:
https://www.artificialintelligence-news.com/news/manulife-moves-ai-agents-into-core-financial-workflows/
https://ai-techpark.com/conductorone-95-of-enterprises-now-run-autonomous-ai-agents/
https://www.cio.com/article/4140647/the-ai-productivity-paradox-why-your-teams-are-busier-but-not-faster.html
#AI #AIAgents #AutomationInEnterprise #IdentityManagement #Fintech #RoboticProcessAutomation
AI News
Manulife moves AI agents into core financial workflows
Manulife is deploying agent-based AI systems across its internal operations to automate workflows and support decision-making.
Рынок агентного ИИ вырастет до $24.5 млрд к 2030 г. при CAGR 46%. AT&T уже использует автономных агентов для фильтрации спама и автоматического исправления сетевых проблем.
Агентный ИИ — системы, планирующие и выполняющие сложные задачи автономно — показывает реальную пользу: DeVry запустил DeVryPro для круглосуточной поддержки студентов (многие учатся вечером). Биотех AUM Biotech (менее 10 чел.) автоматизировал продажи и поддержку по всему миру.
Smarsh заменил техподдержку L1 агентом Archie, освободив сотрудников для сложных задач. AT&T создал агента‑администратора, который анализирует телеметрию и автоматически пишет патчи.
Вывод практиков: начинать с базовой поддержки, но нужна поддержка топ‑менеджмента. Какие процессы в наших проектах автоматизировать первыми?
https://www.cio.com/article/3618542/4-real-world-examples-of-agentic-ai-in-action.html
#AgenticAI #автоматизация #ИИ #техподдержка #цифровизация
Источник: https://www.cio.com/article/4149449/4-agentic-ai-success-stories.html
Агентный ИИ — системы, планирующие и выполняющие сложные задачи автономно — показывает реальную пользу: DeVry запустил DeVryPro для круглосуточной поддержки студентов (многие учатся вечером). Биотех AUM Biotech (менее 10 чел.) автоматизировал продажи и поддержку по всему миру.
Smarsh заменил техподдержку L1 агентом Archie, освободив сотрудников для сложных задач. AT&T создал агента‑администратора, который анализирует телеметрию и автоматически пишет патчи.
Вывод практиков: начинать с базовой поддержки, но нужна поддержка топ‑менеджмента. Какие процессы в наших проектах автоматизировать первыми?
https://www.cio.com/article/3618542/4-real-world-examples-of-agentic-ai-in-action.html
#AgenticAI #автоматизация #ИИ #техподдержка #цифровизация
Источник: https://www.cio.com/article/4149449/4-agentic-ai-success-stories.html
Пока корпорации год назад оформляли договоры с поставщиками LLM, сотрудники уже массово разворачивают автономных AI‑агентов на личной инфраструктуре: инженеры — парсинг логов, аналитики — автоматизация сверок, всё в обход IT.
Проблема — BYOAI, куда опаснее BYOD: агенты имеют активные права чтения/записи/удаления и действуют с человечески недоступной скоростью; часто отправляют корпоративные данные на внешние сервера — риск утечек ИС.
Kilo запустил KiloClaw — платформу для централизованного контроля теневых агентов: выдача краткосрочных токенов с узкими правами. Если бот попытается скачать клиентскую базу — система заблокирует и отзовёт доступ.
Звучит разумно — запреты загоняют практику в подполье. Вы уже инвентаризируете AI‑агентов в командах?
Источник: https://www.artificialintelligence-news.com/news/kiloclaw-targets-shadow-ai-autonomous-agent-governance/
Проблема — BYOAI, куда опаснее BYOD: агенты имеют активные права чтения/записи/удаления и действуют с человечески недоступной скоростью; часто отправляют корпоративные данные на внешние сервера — риск утечек ИС.
Kilo запустил KiloClaw — платформу для централизованного контроля теневых агентов: выдача краткосрочных токенов с узкими правами. Если бот попытается скачать клиентскую базу — система заблокирует и отзовёт доступ.
Звучит разумно — запреты загоняют практику в подполье. Вы уже инвентаризируете AI‑агентов в командах?
Источник: https://www.artificialintelligence-news.com/news/kiloclaw-targets-shadow-ai-autonomous-agent-governance/
AI News
KiloClaw targets shadow AI with autonomous agent governance
With the launch of KiloClaw, enterprises now have a tool to enforce governance over autonomous agents and manage shadow AI.
AI перестаёт быть экспериментом и встраивается в производство — Hershey объявила о полномасштабном внедрении искусственного интеллекта во все этапы операций. Прочитал их стратегию и пересказываю за обедом.
Компания планирует использовать AI для sourcing analytics, автоматизации заводов, автоматизированной комплектации и того, что они называют «AI-enabled decision-making». По сути хотят связать данные от закупки какао до доставки в магазины и дать системе принимать оперативные решения. CEO: стратегия готова, команда готова, рост начинается.
Это сигнал для всех в enterprise: переход от пилотов к AI в production, где ошибка стоит миллионы. Значит, качество данных, интеграции и оркестрация критичны — нельзя «поиграть с моделькой» в изоляции.
Интересно, как решат real-time данные от поставщиков и координацию между заводами? И что, если AI ошибётся в закупке какао на миллион?
Источник: https://www.artificialintelligence-news.com/news/hershey-applies-ai-across-its-supply-chain-operations/
Компания планирует использовать AI для sourcing analytics, автоматизации заводов, автоматизированной комплектации и того, что они называют «AI-enabled decision-making». По сути хотят связать данные от закупки какао до доставки в магазины и дать системе принимать оперативные решения. CEO: стратегия готова, команда готова, рост начинается.
Это сигнал для всех в enterprise: переход от пилотов к AI в production, где ошибка стоит миллионы. Значит, качество данных, интеграции и оркестрация критичны — нельзя «поиграть с моделькой» в изоляции.
Интересно, как решат real-time данные от поставщиков и координацию между заводами? И что, если AI ошибётся в закупке какао на миллион?
Источник: https://www.artificialintelligence-news.com/news/hershey-applies-ai-across-its-supply-chain-operations/
AI News
Hershey applies AI across its supply chain operations
Hershey plans to apply AI across sourcing, production, and fulfilment as part of a broader effort to improve how its supply chain operates.
Видел новый агентский проект? Почти всегда одна схема: берут одну большую модель, добавляют инструменты и шлифуют промпты. Я так делал — в демо всё красиво, закупки простые, метрики понятны.
Но при реальном трафике это ломается. Продакшн-агенты падают не от «плохой» модели, а от реальности: запросы меняются, латентность скачет, инструменты глючат, расходы растут. Одна модель = одна точка отказа.
Демо спрашивает «правильно ли ответил?», продакшн — «завершилось ли безопасно, в срок и за приемлемые деньги?». Это другой вопрос, нужна другая архитектура.
Пропорции: ~70% — классификация, 20% — умеренное рассуждение с инструментами, 10% — сложные кейсы. Для customer-facing с SLA делайте мульти‑модель с роутингом и fallback'ами. Для внутренних копилотов одной модели достаточно.
#agents #mlops #architecture #production #ai
Источник: https://www.cio.com/article/4150740/the-one-model-trap-why-agentic-ai-wont-scale-in-production.html
Но при реальном трафике это ломается. Продакшн-агенты падают не от «плохой» модели, а от реальности: запросы меняются, латентность скачет, инструменты глючат, расходы растут. Одна модель = одна точка отказа.
Демо спрашивает «правильно ли ответил?», продакшн — «завершилось ли безопасно, в срок и за приемлемые деньги?». Это другой вопрос, нужна другая архитектура.
Пропорции: ~70% — классификация, 20% — умеренное рассуждение с инструментами, 10% — сложные кейсы. Для customer-facing с SLA делайте мульти‑модель с роутингом и fallback'ами. Для внутренних копилотов одной модели достаточно.
#agents #mlops #architecture #production #ai
Источник: https://www.cio.com/article/4150740/the-one-model-trap-why-agentic-ai-wont-scale-in-production.html
AI-оркестрация как новая ОС для разработки
Наткнулся на статью, которая чётко описывает то, что многие чувствуют: мы уходим от "vibe coding" (один разработчик — один AI) к мульти‑агентной оркестрации — параллельной координации специализированных AI‑агентов.
Это меняет роль разработчика: вместо писателя кода — архитектор систем интеллекта и супервизор процессов. Пример Stripe: их агенты автономно создают и мержат >1000 pull request'ов в неделю, освобождая людей для архитектурных решений. Как облака абстрагировали инфраструктуру, так мульти‑агенты абстрагируют исполнение кода.
Особенно важно governance в регулируемых отраслях — трассируемость и аудит (финтех, здравоохранение). Кто уже ставил мульти‑агентов в продакшн? Как решаете compliance и контроль качества?
Источник: https://www.cio.com/article/4150165/from-vibe-coding-to-multi-agent-ai-orchestration-redefining-software-development.html
Наткнулся на статью, которая чётко описывает то, что многие чувствуют: мы уходим от "vibe coding" (один разработчик — один AI) к мульти‑агентной оркестрации — параллельной координации специализированных AI‑агентов.
Это меняет роль разработчика: вместо писателя кода — архитектор систем интеллекта и супервизор процессов. Пример Stripe: их агенты автономно создают и мержат >1000 pull request'ов в неделю, освобождая людей для архитектурных решений. Как облака абстрагировали инфраструктуру, так мульти‑агенты абстрагируют исполнение кода.
Особенно важно governance в регулируемых отраслях — трассируемость и аудит (финтех, здравоохранение). Кто уже ставил мульти‑агентов в продакшн? Как решаете compliance и контроль качества?
Источник: https://www.cio.com/article/4150165/from-vibe-coding-to-multi-agent-ai-orchestration-redefining-software-development.html