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
Что важнее для ИИ-проектов прямо сейчас?
Anonymous Poll
25%
Жёсткий учёт затрат и лимиты
25%
Быстрый свитч между моделями
25%
Маленькие эксперименты в песочнице
25%
Эластичная команда и внешние эксперты
58% B2B‑покупателей начинают переговоры с вендорами раньше из‑за неопределённости вокруг AI. Эра слепого доверия к AI закончилась.
Покупатели не ведутся на красивые демо и обещания: задают технические вопросы — как обучалась модель, какие данные использовались, кто владеет результатами, насколько это безопасно. Большинство вендоров не готовы дать внятные ответы.
По G2 почти 8 из 10 покупателей проводят усиленную проверку AI‑решений через IT‑безопасность, юристов и комплаенс. В 6sense продажники тратят столько же времени на документацию по безопасности и информацию о моделях, сколько на демонстрации продукта.
Кто уже сталкивался с такими допросами — насколько это замедляет закрытие сделок?
https://www.cio.com/article/3629847/ai-transparency-has-become-a-competitive-differentiator.html
#AI #B2BSales #AIGovernance #ProductManagement #AITransparency
Источник: https://www.cio.com/article/4148759/the-ai-information-gap-and-the-cios-mandate-for-transparency.html
Покупатели не ведутся на красивые демо и обещания: задают технические вопросы — как обучалась модель, какие данные использовались, кто владеет результатами, насколько это безопасно. Большинство вендоров не готовы дать внятные ответы.
По G2 почти 8 из 10 покупателей проводят усиленную проверку AI‑решений через IT‑безопасность, юристов и комплаенс. В 6sense продажники тратят столько же времени на документацию по безопасности и информацию о моделях, сколько на демонстрации продукта.
Кто уже сталкивался с такими допросами — насколько это замедляет закрытие сделок?
https://www.cio.com/article/3629847/ai-transparency-has-become-a-competitive-differentiator.html
#AI #B2BSales #AIGovernance #ProductManagement #AITransparency
Источник: https://www.cio.com/article/4148759/the-ai-information-gap-and-the-cios-mandate-for-transparency.html
Исследователь Meta AI попросила OpenClaw "почистить почту" — через минуту агент удалял всю переписку. "Ничто так не отрезвляет, как наблюдать за тем, как твой ИИ‑помощник на скорости сносит инбокс", — написала она в Twitter.
Ранее Anthropic выпустила Claude Cowork, а популярность OpenClaw взлетела после релиза разработчика из OpenAI. Агенты выполняют задачи на компьютере — от организации файлов до анализа данных. Но уже выявлены уязвимости к prompt injection и многочисленные случаи непредвиденного поведения.
IT‑лидерам нужно ужесточить права доступа, внедрить мониторинг, подготовить качественные данные и обучить сотрудников. Готовы ли банки и медицина доверить ИИ "часы работы за секунды", если ошибки масштабируются так же быстро?
Источник: https://www.cio.com/article/3612847/autonomous-agentic-ai-could-reshape-work-but-comes-with-risks.html
#агентныйИИ #ИИбезопасность #ITлидерство #автоматизация #enterprise
Источник: https://www.cio.com/article/4146658/autonomous-ai-adoption-is-on-the-rise-but-its-risky.html
Ранее Anthropic выпустила Claude Cowork, а популярность OpenClaw взлетела после релиза разработчика из OpenAI. Агенты выполняют задачи на компьютере — от организации файлов до анализа данных. Но уже выявлены уязвимости к prompt injection и многочисленные случаи непредвиденного поведения.
IT‑лидерам нужно ужесточить права доступа, внедрить мониторинг, подготовить качественные данные и обучить сотрудников. Готовы ли банки и медицина доверить ИИ "часы работы за секунды", если ошибки масштабируются так же быстро?
Источник: https://www.cio.com/article/3612847/autonomous-agentic-ai-could-reshape-work-but-comes-with-risks.html
#агентныйИИ #ИИбезопасность #ITлидерство #автоматизация #enterprise
Источник: https://www.cio.com/article/4146658/autonomous-ai-adoption-is-on-the-rise-but-its-risky.html
Обзор за неделю
Геополитика, агентный ИИ и деньги — вот три оси, по которым ломался ИТ-стек на последних днях. Датацентры Big Tech впервые стали прямыми целями дронов, инвесторы ставят на вертикальный AI с проприетарными данными, а платежи переходят в диалоги с агентами. Одновременно банки закладывают 20 млрд на стек AI, открытые вопросы про безопасность LLM доходят до Пентагона, а RPA-пилоты падают в production. Неделя для архитекторов и финансистов, которые поймут: строить нужно в расчёте на отказы, регуляцию и соперничество кто кого переживёт.
Датацентры как военная цель. AWS повредили удары дронов в ОАЭ и Бахрейне — первый кейс прямых ударов по облаку major cloud. Архитектуры, где весь регион может упасть целиком, требуют переоценки: горячая резервность, мультирегиональность и офлайн-копии критичных данных теперь не опция, а ставка на капекс.
Vertical AI с проприетарными данными выигрывает. Rowspace собрал $50M на платформе для PE-фондов, которая кодирует десятилетия решений фирмы. Секрет moat'а: не базовые модели, а глубокие data-слои, интегрированные с облаком клиента, без вывоза данных, с дифференцированным доступом и KMS в регионе.
Масштабировать RPA без отказов — это про архитектуру, не про ботов. Royal Mail, NatWest и другие: пилоты летят, прод крошится. Эластичность платформы, формализованные SoW, BPMN и наблюдаемость важнее, чем счёт скриптов. Governance ускоряет, не тормозит, если един стандарт.
Актуарный AI в healthcare быстрее, чем ожидали. Merlin от Arbital за 5 месяцев в production у сотен сеттлментов. Единый интерфейс на вопросы о контрактах, PMPM и avoidable admissions, 100+ готовых воркфлоу — это не витрина, а ощутимый сдвиг операционных метрик.
Agentive commerce смещает покупку в диалог. Chrome вшивает UCP, ChatGPT и Rufus идут к checkout'у. Мерчанты теряют прямой контроль (дизинтермедиация), меньше антифрод-сигналов, новая зона спора при ошибке агента. MCP/AP2 стандартизируются, но blame-model висит в воздухе.
OpenAI vs Anthropic в Пентагоне переросли в вендор-стратегию. Altman подписал "all lawful use" для DoD, Anthropic отказалась, затем OpenAI добавила оговорки про слежку. Пользователи голосуют: Claude в топ App Store. Вывод: multi-LLM, контрактные красные линии и фейловер за часы, не недели, становятся обязательны для regulated sectors.
JPMorgan вкладывает 19,8 млрд в техстек, часть уходит в production AI. ML уже добавляет выручку в риск-менеджмент, фрод-детект и операции. Норма: считать data governance, пайплайны, фичесторы и MLOps частью core-инфры, не костылями к пилотам.
Паттерн ясный: облако теперь граница национальной безопасности, специализированный AI выигрывает у универсального, платежи и торговля перестраиваются вокруг агентов, а про full cost of ownership AI-решений говорят серьёзно только в банках. Вопрос на весь стек: готовы ли вы к многозвёздному миру, где вендоры меняют политику за выходные, дата-гравитация подчиняет архитектуру, а отказ региона — не сценарий, а тренд?
Ключевые ссылки:
https://www.businessinsider.com/data-centers-iran-strikes-uae-bahrain-tech-military-target-war-2026-3
https://rowspace.ai
https://www.arbitalhealth.com/
#AI #инфраструктура #облака #безопасность #АгентныеСистемы #Финтех
Геополитика, агентный ИИ и деньги — вот три оси, по которым ломался ИТ-стек на последних днях. Датацентры Big Tech впервые стали прямыми целями дронов, инвесторы ставят на вертикальный AI с проприетарными данными, а платежи переходят в диалоги с агентами. Одновременно банки закладывают 20 млрд на стек AI, открытые вопросы про безопасность LLM доходят до Пентагона, а RPA-пилоты падают в production. Неделя для архитекторов и финансистов, которые поймут: строить нужно в расчёте на отказы, регуляцию и соперничество кто кого переживёт.
Датацентры как военная цель. AWS повредили удары дронов в ОАЭ и Бахрейне — первый кейс прямых ударов по облаку major cloud. Архитектуры, где весь регион может упасть целиком, требуют переоценки: горячая резервность, мультирегиональность и офлайн-копии критичных данных теперь не опция, а ставка на капекс.
Vertical AI с проприетарными данными выигрывает. Rowspace собрал $50M на платформе для PE-фондов, которая кодирует десятилетия решений фирмы. Секрет moat'а: не базовые модели, а глубокие data-слои, интегрированные с облаком клиента, без вывоза данных, с дифференцированным доступом и KMS в регионе.
Масштабировать RPA без отказов — это про архитектуру, не про ботов. Royal Mail, NatWest и другие: пилоты летят, прод крошится. Эластичность платформы, формализованные SoW, BPMN и наблюдаемость важнее, чем счёт скриптов. Governance ускоряет, не тормозит, если един стандарт.
Актуарный AI в healthcare быстрее, чем ожидали. Merlin от Arbital за 5 месяцев в production у сотен сеттлментов. Единый интерфейс на вопросы о контрактах, PMPM и avoidable admissions, 100+ готовых воркфлоу — это не витрина, а ощутимый сдвиг операционных метрик.
Agentive commerce смещает покупку в диалог. Chrome вшивает UCP, ChatGPT и Rufus идут к checkout'у. Мерчанты теряют прямой контроль (дизинтермедиация), меньше антифрод-сигналов, новая зона спора при ошибке агента. MCP/AP2 стандартизируются, но blame-model висит в воздухе.
OpenAI vs Anthropic в Пентагоне переросли в вендор-стратегию. Altman подписал "all lawful use" для DoD, Anthropic отказалась, затем OpenAI добавила оговорки про слежку. Пользователи голосуют: Claude в топ App Store. Вывод: multi-LLM, контрактные красные линии и фейловер за часы, не недели, становятся обязательны для regulated sectors.
JPMorgan вкладывает 19,8 млрд в техстек, часть уходит в production AI. ML уже добавляет выручку в риск-менеджмент, фрод-детект и операции. Норма: считать data governance, пайплайны, фичесторы и MLOps частью core-инфры, не костылями к пилотам.
Паттерн ясный: облако теперь граница национальной безопасности, специализированный AI выигрывает у универсального, платежи и торговля перестраиваются вокруг агентов, а про full cost of ownership AI-решений говорят серьёзно только в банках. Вопрос на весь стек: готовы ли вы к многозвёздному миру, где вендоры меняют политику за выходные, дата-гравитация подчиняет архитектуру, а отказ региона — не сценарий, а тренд?
Ключевые ссылки:
https://www.businessinsider.com/data-centers-iran-strikes-uae-bahrain-tech-military-target-war-2026-3
https://rowspace.ai
https://www.arbitalhealth.com/
#AI #инфраструктура #облака #безопасность #АгентныеСистемы #Финтех
Business Insider
Big Tech's new reality: Data centers are a war target
Middle East drone attacks on Amazon data centers during the Iran conflict underscore the vulnerability of critical tech infrastructure in warfare.
Крупные сбои из‑за AI уже рутина. По FT, Amazon провела встречу из‑за «сплеска инцидентов» с большим blast radius и «gen‑AI assisted changes» — практика не устоялась.
В статье — требование: джуны/мидлы вносят AI‑подсказанные правки только с подписью сеньора. Amazon позже уточнила: был один кейс в ритейл‑инфре, правил нет. Сигнал: ручной старший взгляд — узкое горлышко.
Решения: shift‑left — машинные policy‑чеки до деплоя, отдельный поток для AI‑изменений, контроль blast‑радиуса, канары, автооткат и детект аномалий в CD; трассируемость кто/что сделал.
Практика: метка «AI‑assist» в PR, отдельные гейты, risk‑tiering, канаринг по умолчанию, rollback по SLO, запрет широких миграций без песочницы. Кто уже прикручивал авто‑policy‑чеки в CI — насколько проседает build time?
https://www.infoworld.com/
#AI #DevOps #SRE #CICD #Canary
Источник: https://www.cio.com/article/4143381/amazon-is-linking-site-hiccups-to-ai-efforts-2.html
В статье — требование: джуны/мидлы вносят AI‑подсказанные правки только с подписью сеньора. Amazon позже уточнила: был один кейс в ритейл‑инфре, правил нет. Сигнал: ручной старший взгляд — узкое горлышко.
Решения: shift‑left — машинные policy‑чеки до деплоя, отдельный поток для AI‑изменений, контроль blast‑радиуса, канары, автооткат и детект аномалий в CD; трассируемость кто/что сделал.
Практика: метка «AI‑assist» в PR, отдельные гейты, risk‑tiering, канаринг по умолчанию, rollback по SLO, запрет широких миграций без песочницы. Кто уже прикручивал авто‑policy‑чеки в CI — насколько проседает build time?
https://www.infoworld.com/
#AI #DevOps #SRE #CICD #Canary
Источник: https://www.cio.com/article/4143381/amazon-is-linking-site-hiccups-to-ai-efforts-2.html
Gartner: ~32 млн ролей в год будут заметно трансформированы AI. Из 1,4 млн увольнений в 2025‑м «из‑за AI» <1% — не волна замен. Зато hiring avoidance: 21% компаний уже не берут джунов; к 2027‑му ≈50%.
Вывод: редизайн ролей и консолидация. Рутины (тикеты/доки/статусы) автоматизируются; людям — кураторство знаний, обработка исключений, дизайн воркфлоу и кросс‑функционал. В бигтехе — перетасовка; вне — прямая замена редко окупается.
Практика: джунам — поднимай агента для триажа, пиши проверки/промпты, держи human‑in‑the‑loop при эскалациях. Синьорам — в продукт/BA: бизнес‑правила, guardrails, e2e‑наблюдаемость, риск‑менеджмент моделей, склейка команд вокруг AI‑воркфлоу.
CIO/HR: 1) апскилл AI/data; 2) инвентаризация и консолидация инструментов; 3) чёткие границы HITL; 4) дифференцированный план по ролям. Уже рисуете карту компетенций?
Источник: Gartner + опросы https://www.gartner.com/en
#AI #IT #Gartner #CIO #HR #карьера #автоматизация #workflow #DevOps
Источник: https://www.cio.com/article/4142699/ais-workforce-impact-has-only-just-begun.html
Вывод: редизайн ролей и консолидация. Рутины (тикеты/доки/статусы) автоматизируются; людям — кураторство знаний, обработка исключений, дизайн воркфлоу и кросс‑функционал. В бигтехе — перетасовка; вне — прямая замена редко окупается.
Практика: джунам — поднимай агента для триажа, пиши проверки/промпты, держи human‑in‑the‑loop при эскалациях. Синьорам — в продукт/BA: бизнес‑правила, guardrails, e2e‑наблюдаемость, риск‑менеджмент моделей, склейка команд вокруг AI‑воркфлоу.
CIO/HR: 1) апскилл AI/data; 2) инвентаризация и консолидация инструментов; 3) чёткие границы HITL; 4) дифференцированный план по ролям. Уже рисуете карту компетенций?
Источник: Gartner + опросы https://www.gartner.com/en
#AI #IT #Gartner #CIO #HR #карьера #автоматизация #workflow #DevOps
Источник: https://www.cio.com/article/4142699/ais-workforce-impact-has-only-just-begun.html
Gartner
Gartner | Delivering Actionable, Objective Insight to Executives and Their Teams
Gartner provides actionable insights, guidance, and tools that enable faster, smarter decisions and stronger performance on an organization’s mission-critical priorities.
70% лидеров SMB позитивны к ИИ — и всё же почти 40% не видят измеримых результатов.
Вывод: дело не в амбициях, а в готовности.
Сводка ECI Software Solutions: опрошены 550+ руководителей SMB (США, Канада, Австралия). В приоритете: 60% — аналитика/отчёты, ~49% — контент/маркетинг, 42% — саппорт, ~34% — управление запасами.
Что тормозит: нехватка экспертизы, «готовность данных» (чистота, доступность, структура), непонимание, с чего начать. Практический вывод: ИИ должен встраиваться в текущие процессы, работать с имеющимися данными и быстро показывать эффект — готовые коннекторы к ERP/CRM, узкие сценарии и быстрые метрики. Примеры: автосводки, поиск аномалий, ассистент в тикетной системе.
Начнём с «умной» отчётности или ассистента саппорта? Есть ли минимум данных, чтобы показать ценность за 4–6 недель?
https://www.ecisolutions.com/resources/ai-readiness-report
#AI #SMB #данные #интеграции #продукт
Источник: https://ai-techpark.com/eci-releases-ai-readiness-report-on-smb-adoption-gap/
Вывод: дело не в амбициях, а в готовности.
Сводка ECI Software Solutions: опрошены 550+ руководителей SMB (США, Канада, Австралия). В приоритете: 60% — аналитика/отчёты, ~49% — контент/маркетинг, 42% — саппорт, ~34% — управление запасами.
Что тормозит: нехватка экспертизы, «готовность данных» (чистота, доступность, структура), непонимание, с чего начать. Практический вывод: ИИ должен встраиваться в текущие процессы, работать с имеющимися данными и быстро показывать эффект — готовые коннекторы к ERP/CRM, узкие сценарии и быстрые метрики. Примеры: автосводки, поиск аномалий, ассистент в тикетной системе.
Начнём с «умной» отчётности или ассистента саппорта? Есть ли минимум данных, чтобы показать ценность за 4–6 недель?
https://www.ecisolutions.com/resources/ai-readiness-report
#AI #SMB #данные #интеграции #продукт
Источник: https://ai-techpark.com/eci-releases-ai-readiness-report-on-smb-adoption-gap/
ECI Software Solutions
Resource Library | Learn about ERP, enhancing business processes and more | ECI Software Solutions
Learn about ERP software, benefits of the cloud, how to enhance your daily business processes and more in the ECI Software Solutions Resource Library.
Канадская страховая Manulife переходит от AI‑экспериментов к реальному делу — внедряет агентные системы в операционные процессы и рассчитывает получить более $1 млрд выгоды к 2027 году.
Речь не о чат‑ботах, а о системах, способных выполнять цепочки задач в разных корпоративных приложениях: собирать данные из внутренних систем, готовить сводки и передавать их сотрудникам — автоматизация рутинных операций, ранее ручных.
Для финсектора важно обеспечить прозрачность и аудируемость; Manulife встраивает механизмы контроля решений и использования данных.
75% сотрудников уже используют генеративный AI — следующий этап: AI начнёт работать напрямую с корпоративными системами. https://aimagazine.com/articles/manulife-deploys-agentic-ai-platform-for-operational-automation #AI #автоматизация #финтех #страхование #корпоративныеIT
Источник: https://www.artificialintelligence-news.com/news/manulife-moves-ai-agents-into-core-financial-workflows/
Речь не о чат‑ботах, а о системах, способных выполнять цепочки задач в разных корпоративных приложениях: собирать данные из внутренних систем, готовить сводки и передавать их сотрудникам — автоматизация рутинных операций, ранее ручных.
Для финсектора важно обеспечить прозрачность и аудируемость; Manulife встраивает механизмы контроля решений и использования данных.
75% сотрудников уже используют генеративный AI — следующий этап: AI начнёт работать напрямую с корпоративными системами. https://aimagazine.com/articles/manulife-deploys-agentic-ai-platform-for-operational-automation #AI #автоматизация #финтех #страхование #корпоративныеIT
Источник: https://www.artificialintelligence-news.com/news/manulife-moves-ai-agents-into-core-financial-workflows/
Что сейчас важнее для ИИ-агентов в enterprise: польза или контроль?
Anonymous Poll
25%
Максимум пользы, контроль вторичен
25%
Нужен баланс, но с упором на безопасность
50%
Сначала жёсткий контроль, потом масштабирование
0%
Пока рано пускать агентов в прод
AI генерирует код за минуты, но команды деплоят медленнее. Парадокс или закономерность?
Когда написание кода стало дешевым, узкие места сместились туда, где ошибки дороже — код‑ревью, тестирование, интеграция. Больше PR, но не больше релизов. AI может выдать 500 строк за 10 минут, а разработчики тратят дни, чтобы это заработало с internal API и legacy-системами.
Старые метрики (кол‑во PR, строки) устарели. Важны частота деплоев, доля неудачных релизов и время восстановления. Большие AI‑PR утомляют ревьюеров — критичные баги проскальзывают.
Вопрос: вам дропнули 500‑строчный AI‑PR — отревьюите тщательно или просто нажмёте approve, потому что "выглядит нормально"? https://www.computerworld.com/article/3606202/the-ai-productivity-paradox-in-software-development.html #ai #разработка #продуктивность #кодревью #devops
Источник: https://www.cio.com/article/4140647/the-ai-productivity-paradox-why-your-teams-are-busier-but-not-faster.html
Когда написание кода стало дешевым, узкие места сместились туда, где ошибки дороже — код‑ревью, тестирование, интеграция. Больше PR, но не больше релизов. AI может выдать 500 строк за 10 минут, а разработчики тратят дни, чтобы это заработало с internal API и legacy-системами.
Старые метрики (кол‑во PR, строки) устарели. Важны частота деплоев, доля неудачных релизов и время восстановления. Большие AI‑PR утомляют ревьюеров — критичные баги проскальзывают.
Вопрос: вам дропнули 500‑строчный AI‑PR — отревьюите тщательно или просто нажмёте approve, потому что "выглядит нормально"? https://www.computerworld.com/article/3606202/the-ai-productivity-paradox-in-software-development.html #ai #разработка #продуктивность #кодревью #devops
Источник: https://www.cio.com/article/4140647/the-ai-productivity-paradox-why-your-teams-are-busier-but-not-faster.html
Не смотрите на котировки NVIDIA — смотрите на выходные у Chegg.
За 2 года — −45% штата: Источник: https://www.cio.com/article/4140076/from-opex-to-capex-the-case-for-modular-ai-pods.html
За 2 года — −45% штата: Источник: https://www.cio.com/article/4140076/from-opex-to-capex-the-case-for-modular-ai-pods.html
Больше ботов ≠ больше масштаба.
Секрет — в «эластичности» архитектуры, не в счётчике скриптов.
На конференции по интел. автоматизации (Royal Mail, NatWest) сказали: пилоты живут, прод ломается. Эластичность — платформа, что предсказуемо держит всплески и разнородные данные без бебиситтинга. Если движок постоянно правят — это хрупкий сервис. Нужна платформа над CRM/low‑code с трассировкой. Перед скейлом формализуем SoW, тестируем в бою, знаем точки отказа и отката.
Миф «governance тормозит» — без стандартов скорость мнимая. Центр компетенций, BPMN и общие пайплайны дают повторяемость. Агентный ИИ в ERP усиливает роли, ответственность людям; критично наблюдаемость: логи и метрики для вмешательства без стопа.
Готовы ли вы к аномалиям, а не к демо? При пике найдёте и восстановите бот/агент за минуты?
https://www.ai-expo.net/?utm_source=AI-News&utm_medium=Footer-banner&utm_campaign=world-series
#AI #Automation #RPA #ERP #Governance
Источник: https://www.artificialintelligence-news.com/news/scaling-intelligent-automation-without-breaking-live-workflows/
Секрет — в «эластичности» архитектуры, не в счётчике скриптов.
На конференции по интел. автоматизации (Royal Mail, NatWest) сказали: пилоты живут, прод ломается. Эластичность — платформа, что предсказуемо держит всплески и разнородные данные без бебиситтинга. Если движок постоянно правят — это хрупкий сервис. Нужна платформа над CRM/low‑code с трассировкой. Перед скейлом формализуем SoW, тестируем в бою, знаем точки отказа и отката.
Миф «governance тормозит» — без стандартов скорость мнимая. Центр компетенций, BPMN и общие пайплайны дают повторяемость. Агентный ИИ в ERP усиливает роли, ответственность людям; критично наблюдаемость: логи и метрики для вмешательства без стопа.
Готовы ли вы к аномалиям, а не к демо? При пике найдёте и восстановите бот/агент за минуты?
https://www.ai-expo.net/?utm_source=AI-News&utm_medium=Footer-banner&utm_campaign=world-series
#AI #Automation #RPA #ERP #Governance
Источник: https://www.artificialintelligence-news.com/news/scaling-intelligent-automation-without-breaking-live-workflows/
AI & Big Data Expo - Conference and Exhibition
AI & Big Data Expo I Exhibition & Conference
AI & Big Data Expo; Exhibition & conference - showcase of next-generation technologies and strategies from the world of Artificial Intelligence & Big Data. Taking place in San Francisco, Amsterdam and London.
Обзор за неделю
На этой неделе ИИ-экосистема расслаивается на две траектории: корпоративная автоматизация западных платформ и физический ИИ как конвергенция моделей, железа и производства. Google консолидирует робототехнику под Intrinsic, Salesforce вводит метрику для агентов, а AWS переделывает консалтинг изнутри. Одновременно Китай доминирует в установках гуманоидов, и даже ИИ-агенты учатся иначе считать деньги. Это не фрагментация — это архитектурный сдвиг, где каждый слой требует новых навыков и решений.
Физический ИИ вошёл в момент конвергенции: 80% гуманоидов в 2025 установлены в Китае, Alibaba контролирует ~70% рынка лидаров. На Западе идёт платформа-гонка: Google встроила Intrinsic в core, Nvidia выкатила Cosmos/GR00T, Siemens+Nvidia пилят Industrial AI OS. Вопрос для пилотов в 2026 — опираться на западный стек с быстрым онбордингом или восточную механику с локализуемым BOM.
Google упаковывает промышленных роботов под одну крышу: Intrinsic + Flowstate + покупка Open Source Robotics Corp = попытка снизить стоимость внедрения и убрать кастомный код. Ставка на доступность: «собрал и поехал» для цеха без армии специалистов. Ключевой вопрос — как это лежит на требованиях безопасности и сертификации там, где один сбой стоит простоев целой линии.
ИИ-агенты сами переучиваются на крипто-финансы: 48,3% выбирают Биткоин, фиат ни разу не №1. Долгосрок — 79,1% BTC, повседневные платежи — 53,2% стейблкоины. Для ИТ-архитектуры это значит: легаси-банковские API добавляют трение, нужны пилоты по стейблкоин-расчётам, self-custody и Lightning-интеграция. Готовы ли бухгалтерия и дата-процессы оценивать стоимость GPU-часами или кВт·ч?
94% CIO хотят ИИ, но две трети не верят в масштаб: PoC летят, но половина считает внедрение слишком быстрым, 89% учатся по ходу. Узкое место — навыки и governance: 62% пошли на компромиссы из-за нехватки знаний, риски понимают меньше половины. Только 39% уверены, что управляют экоследом ИИ. Роль CIO смещается к оркестрации через MSP.
LILT встроил переводы прямо в чат-ассистентов: MCP-сервер + A2A-интеграция закрывает «quality gap»: скорость GenAI с реальным governance. Критичные тексты идут на проверку лингвистам одним промптом. Выстрелит в регулируемых отраслях и локализации, но вендор-лок и зависимость от MCP остаются рисками.
Salesforce ввёл AWU — метрику для работы агентов, но со звёздочкой: Agentic Work Unit меряет исполнение (обновил запись, запустил API), а не точность. Любой триггер считается, даже если ошибка. Полезна только с валидацией попыток/успеха/принятия и привязкой к KPI, иначе это про throughput, а не про доверие.
Amazon ProServe перекраивает консалтинг через ИИ: Внутренний консалтинг AWS влияет на выручку более чем на 10 млрд в год. ИИ давит на две вещи: как доставлять ценность и как за это брать деньги. Меньше «человеко-часов», больше стандартизации. McKinsey, Accenture, PwC притормаживают, EY набирает джунов — ставка на более «продуктовый» консалтинг с фикс-прайсом вместо time-and-material.
Картина недели: запад строит платформы для быстрого онбординга (роботы, агенты, консалтинг), восток копирует железо с контролем цепочек поставок, а финтех-слой агентов уже переписывает себя под крипто. Это не отдельные тренды — это архитектурный сдвиг, где старые метрики (человеко-часы, токены, временные рамки) теряют смысл. Главный риск для enterprise: выбрать платформу сейчас означает лок-ин на годы.
На этой неделе ИИ-экосистема расслаивается на две траектории: корпоративная автоматизация западных платформ и физический ИИ как конвергенция моделей, железа и производства. Google консолидирует робототехнику под Intrinsic, Salesforce вводит метрику для агентов, а AWS переделывает консалтинг изнутри. Одновременно Китай доминирует в установках гуманоидов, и даже ИИ-агенты учатся иначе считать деньги. Это не фрагментация — это архитектурный сдвиг, где каждый слой требует новых навыков и решений.
Физический ИИ вошёл в момент конвергенции: 80% гуманоидов в 2025 установлены в Китае, Alibaba контролирует ~70% рынка лидаров. На Западе идёт платформа-гонка: Google встроила Intrinsic в core, Nvidia выкатила Cosmos/GR00T, Siemens+Nvidia пилят Industrial AI OS. Вопрос для пилотов в 2026 — опираться на западный стек с быстрым онбордингом или восточную механику с локализуемым BOM.
Google упаковывает промышленных роботов под одну крышу: Intrinsic + Flowstate + покупка Open Source Robotics Corp = попытка снизить стоимость внедрения и убрать кастомный код. Ставка на доступность: «собрал и поехал» для цеха без армии специалистов. Ключевой вопрос — как это лежит на требованиях безопасности и сертификации там, где один сбой стоит простоев целой линии.
ИИ-агенты сами переучиваются на крипто-финансы: 48,3% выбирают Биткоин, фиат ни разу не №1. Долгосрок — 79,1% BTC, повседневные платежи — 53,2% стейблкоины. Для ИТ-архитектуры это значит: легаси-банковские API добавляют трение, нужны пилоты по стейблкоин-расчётам, self-custody и Lightning-интеграция. Готовы ли бухгалтерия и дата-процессы оценивать стоимость GPU-часами или кВт·ч?
94% CIO хотят ИИ, но две трети не верят в масштаб: PoC летят, но половина считает внедрение слишком быстрым, 89% учатся по ходу. Узкое место — навыки и governance: 62% пошли на компромиссы из-за нехватки знаний, риски понимают меньше половины. Только 39% уверены, что управляют экоследом ИИ. Роль CIO смещается к оркестрации через MSP.
LILT встроил переводы прямо в чат-ассистентов: MCP-сервер + A2A-интеграция закрывает «quality gap»: скорость GenAI с реальным governance. Критичные тексты идут на проверку лингвистам одним промптом. Выстрелит в регулируемых отраслях и локализации, но вендор-лок и зависимость от MCP остаются рисками.
Salesforce ввёл AWU — метрику для работы агентов, но со звёздочкой: Agentic Work Unit меряет исполнение (обновил запись, запустил API), а не точность. Любой триггер считается, даже если ошибка. Полезна только с валидацией попыток/успеха/принятия и привязкой к KPI, иначе это про throughput, а не про доверие.
Amazon ProServe перекраивает консалтинг через ИИ: Внутренний консалтинг AWS влияет на выручку более чем на 10 млрд в год. ИИ давит на две вещи: как доставлять ценность и как за это брать деньги. Меньше «человеко-часов», больше стандартизации. McKinsey, Accenture, PwC притормаживают, EY набирает джунов — ставка на более «продуктовый» консалтинг с фикс-прайсом вместо time-and-material.
Картина недели: запад строит платформы для быстрого онбординга (роботы, агенты, консалтинг), восток копирует железо с контролем цепочек поставок, а финтех-слой агентов уже переписывает себя под крипто. Это не отдельные тренды — это архитектурный сдвиг, где старые метрики (человеко-часы, токены, временные рамки) теряют смысл. Главный риск для enterprise: выбрать платформу сейчас означает лок-ин на годы.
Самая неожиданная деталь из кейса Arbital Health: за 5 месяцев после запуска Merlin AI уже в проде у enterprise‑клиентов (Arkos, CommuniCare, Complete Health). Для VBC и риск‑контрактов такая скорость редкость — честно, не ожидал.
Merlin — актуарный AI‑ассистент для value‑based care и риск‑контрактов: объединяет данные, применяет актуарные правила и даёт прозрачные, аудируемые ответы. Влияет на MLR и PMPM — точнее прогнозы, быстрее решения по драйверам затрат.
Единый разговорный интерфейс отвечает на «какие контракты в дефиците», «PMPM/MLR по рынкам/годам», «какие пациенты под риском avoidable admissions». 80 актуарных starter‑prompts и >100 воркфлоу; масштаб — сотни сеттлментов и миллионы покрытых жизней.
Команды заменяют разрозненные пайплайны одной платформой, сокращая time‑to‑insight и устраняя «чёрные ящики». Для PM/аналитиков/тимлидов — редкий кейс, где AI двигает операционные метрики.
https://www.arbitalhealth.com/
#AI #healthtech #product #analytics #VBC
Источник: https://ai-techpark.com/arbital-health-sees-rapid-adoption-of-actuarial-ai/
Merlin — актуарный AI‑ассистент для value‑based care и риск‑контрактов: объединяет данные, применяет актуарные правила и даёт прозрачные, аудируемые ответы. Влияет на MLR и PMPM — точнее прогнозы, быстрее решения по драйверам затрат.
Единый разговорный интерфейс отвечает на «какие контракты в дефиците», «PMPM/MLR по рынкам/годам», «какие пациенты под риском avoidable admissions». 80 актуарных starter‑prompts и >100 воркфлоу; масштаб — сотни сеттлментов и миллионы покрытых жизней.
Команды заменяют разрозненные пайплайны одной платформой, сокращая time‑to‑insight и устраняя «чёрные ящики». Для PM/аналитиков/тимлидов — редкий кейс, где AI двигает операционные метрики.
https://www.arbitalhealth.com/
#AI #healthtech #product #analytics #VBC
Источник: https://ai-techpark.com/arbital-health-sees-rapid-adoption-of-actuarial-ai/
Arbitalhealth
Arbital Health | Leading the Way in Value-Based Care
Arbital Health is the leading AI company for value based care contracting in healthcare with it's suite of Actuarial AI products revolutionizing healthcare.
Altman заключил контракт с Пентагоном,
юзеры массово ушли к Claude
Таймлайн: Пентагон дал Anthropic ультиматум «all lawful use» или блок в госцепочке. Anthropic отметила красные линии — ни полностью автономного оружия, ни массовой дом. слежки — отказ. OpenAI вошёл в переговоры и к пятнице подписал доступ моделей в закрытую сеть DoD; поднялась критика. На выходных Claude взлетел в App Store — часть юзеров ушла кошельком.
OpenAI дописал стоп‑клаузы против массовой слежки, но опирается на действующее право, которое Anthropic считает устаревшим. Пентагон пометил Anthropic как риск цепочки — компания готовится судиться. История перекочевала в политику и комплаенс.
Практика: 1) снижайте вендор‑локин — multi‑LLM, унифицированные интерфейсы, быстрый фейловер; 2) в договорах — запретные use‑cases, право выхода при изменении регуляторики, аудит логов и переносимость данных; 3) готовьте репутационные планы — месседжи и переключение провайдера за часы.
Вы уже пересматриваете критерии и добавляете «красные линии» и escape‑hatch в SOW?
Источник: https://www.businessinsider.com/sam-altman-openai-pentagon-government-deal-controversy-explained-2026-3
юзеры массово ушли к Claude
Таймлайн: Пентагон дал Anthropic ультиматум «all lawful use» или блок в госцепочке. Anthropic отметила красные линии — ни полностью автономного оружия, ни массовой дом. слежки — отказ. OpenAI вошёл в переговоры и к пятнице подписал доступ моделей в закрытую сеть DoD; поднялась критика. На выходных Claude взлетел в App Store — часть юзеров ушла кошельком.
OpenAI дописал стоп‑клаузы против массовой слежки, но опирается на действующее право, которое Anthropic считает устаревшим. Пентагон пометил Anthropic как риск цепочки — компания готовится судиться. История перекочевала в политику и комплаенс.
Практика: 1) снижайте вендор‑локин — multi‑LLM, унифицированные интерфейсы, быстрый фейловер; 2) в договорах — запретные use‑cases, право выхода при изменении регуляторики, аудит логов и переносимость данных; 3) готовьте репутационные планы — месседжи и переключение провайдера за часы.
Вы уже пересматриваете критерии и добавляете «красные линии» и escape‑hatch в SOW?
Источник: https://www.businessinsider.com/sam-altman-openai-pentagon-government-deal-controversy-explained-2026-3
Business Insider
Sam Altman is stuck playing defense. It all started a week ago.
OpenAI's debacle is arguably its least technical challenge yet. It also means Sam Altman can't just push out an app update to alleviate the issue.
12–24 месяца и $40M — средняя цена «пересадки» агентной инфраструктуры при выделении бизнеса. В M&A понял: не LLM — проблема, а «скелет» вокруг: агенты привязаны к одному IdP, озеру данных и внутренним API, и любая сделка делает их монолитом.
Портируемость = работать под другим юрлицом без наследования IAM/контрактов. Самые дорогие допущения: knowledge graph, observability, метаданные/владение событиями и границы авторизаций.
Рецепт: делимость по умолчанию — отделимые домены с внешней совместимостью; policy-as-data; явная атрибуция событий; манифест источников/тренировок/правил; юрисдикционная осведомлённость как свойство данных.
Тест перед инвестициями: сможет ли система жить под другим корпоративным идентификатором завтра? https://www.cio.com/article/agentic-ai-portability-crisis.html
#AI #EnterpriseArchitecture #MergersAndAcquisitions #DataGovernance
Источник: https://www.cio.com/article/4138732/the-transplantable-skeleton-why-agentic-ai-infrastructure-must-survive-corporate-surgery.html
Портируемость = работать под другим юрлицом без наследования IAM/контрактов. Самые дорогие допущения: knowledge graph, observability, метаданные/владение событиями и границы авторизаций.
Рецепт: делимость по умолчанию — отделимые домены с внешней совместимостью; policy-as-data; явная атрибуция событий; манифест источников/тренировок/правил; юрисдикционная осведомлённость как свойство данных.
Тест перед инвестициями: сможет ли система жить под другим корпоративным идентификатором завтра? https://www.cio.com/article/agentic-ai-portability-crisis.html
#AI #EnterpriseArchitecture #MergersAndAcquisitions #DataGovernance
Источник: https://www.cio.com/article/4138732/the-transplantable-skeleton-why-agentic-ai-infrastructure-must-survive-corporate-surgery.html