В новой колонке для Foundry Expert Contributor Network директор по доверию объясняет, почему разрыв в доверии стал главным риском для ИИ. По PwC: 90% руководителей уверены, что клиенты им доверяют, согласны лишь 30%; Stanford фиксирует 45% сомнений в точности ИИ. Предложен подход «trust by design» и петля роста: trust → participation → performance → credibility → more trust.

Новизна для продакта/CIO — переводить доверие из комплаенса в стратегию и продукт: прозрачность, чёткие ожидания, human‑in‑the‑loop и быстрые итерации по обратной связи (напр., маскирование данных) делают доверие конкурентным преимуществом и ускоряют внедрение. Мой вывод: относись к репутации как к рычагу роста, а не тормозу инноваций 🔒✈️

#ИИ #безопасностьданных #CIO #продуктоваястратегия #этикаИИ

Источник: https://www.cio.com/article/4127461/why-trust-earning-cios-unlock-the-fastest-path-to-ai-innovation.html

OpenAI строит «армию» AI‑консультантов для корпоративных внедрений — это видно по вакансиям и рыночным данным 2025: рост до ~$20 млрд ARR и >1 млн организаций. Ставка — на прямое сопровождение от PoC до продакшена 🚀. Anthropic опирается на партнёров (Deloitte, Cognizant, Snowflake), Microsoft/Google/AWS усиливают экосистемный захват.

Новизна — смещение от «демо‑продаж» к управлению изменениями, редизайну процессов и ответственности за бизнес‑результат. Выиграют команды, которые масштабируют кейсы и обеспечивают окупаемость; потребность в сотнях консультантов подчёркивает сложность интеграций и риски приватности и надёжности 🧩.

#корпоративныйИИ #внедрениеИИ #goToMarket #цифроваятрансформация #продуктоваястратегия

Источник: https://www.artificialintelligence-news.com/news/openai-ai-consultants-enterprise-adoption-challenges/

В новом материале — практики апскиллинга по ИИ от CIO Harvard Business School Бет Кларк, Sutherland и Университета Мичигана — и почему многим организациям это не удаётся. Выводы подтверждены данными TalentLMS (отчёт 2026), Accenture, MIT Sloan/BCG и опросом Pew (октябрь 2024); HBS в 2025 запустила обязательную AI Academy для сотрудников и преподавателей. 🚀

Ключ — сместить фокус с «как пользоваться» на «как переосмыслить процессы»: базовая ИИ‑грамотность для всех, роль‑ориентированные треки, практика в песочницах, сертификации и непрерывное обучение, психологическая безопасность. Нужна «неглубокая» инженерия (понимать сбои моделей), немного кодинга и культура экспериментов — так тревогу превращают в продуктивность, а компании получают дифференциацию. CIO логично вести эту повестку. 🧪

#обучениеперсонала #ИИвбизнесе #цифроваятрансформация #CIO #управлениемутациями

Источник: https://www.cio.com/article/4117091/how-ai-upskilling-fails-and-what-it-leaders-are-doing-to-get-it-right.html

Обзор за неделю

На этой неделе ИТ-ландшафт сдвигается в трёх направлениях: инфраструктура учится быть эффективнее (FPGA вместо GPU), агенты выходят из пилотов и обретают контроль, а организации понимают, что AI работает только если сама компания «знает себя». Это не просто про новые инструменты — это про переосмысление того, как мы строим системы, доверяем автоматизации и управляем данными.


FPGA отвоёвывают эффективность у GPU: ElastixAI обещает 50× снижение TCO инференса LLM и −80% энергии через софт-аппаратный со-дизайн на перепрограммируемых микросхемах. Ключ — не в новом чипе, а в того что железо адаптируется под модель после обучения, убирая неработающие блоки. Жёсткая часть (ASIC) слишком инертна для еженедельных ML-фич, FPGA гибче.

AI-агенты захватывают разработку, но остаются осторожны в чувствительных доменах: Anthropic зафиксировала, что половина всех взаимодействий с агентами — это программирование; автономное время сессий выросло с 45 минут. Вне разработки применение точечное. Для масштаба нужны гардрейлсы: лимиты по времени/шагам, право по минимуму, непреложные ревью, песочницы и откаты.

«Self-aware enterprise» — новая архитектурная парадигма: У компаний, где AI в ядре портфеля (инфра, софт), ROI растёт быстро и прямо. У компаний, где AI — энэйблер процессов, эффект затянут и неровен. Причина: большинство живут в «Frankenstein enterprise» с разорванными процессами, силосными данными и ситуативными интеграциями. AI только ускоряет нестыковку. Решение: единая карта потоков ценности, канонические домены, событийная шина, замыкание обратной связи на уровне решений, привязка инициатив к P&L.

Агентные финпроцессы застряли в пилотах: 61% внедрений остаются экспериментами; каждый четвёртый финлидер не в курсе, как агент выглядит в продакшене. Ценность приходит через управляемую автономию: центральный policy-engine, autonomy-gates, рисковые проверки и аудит через каталог операций. Supplier-агенты, которые сами закрывают расхождения с поставщиками, взлетят только при общей событийной шине и сквозных SLA.

Суверенные облака переходят в режим автономии: Microsoft свела Azure Local, M365 Local и Foundry Local в единое частное облако, работающее онлайн, с перебоями и полностью офлайн. Для высокорегулируемых отраслей это упрощает data governance: идентичности, политики и модели остаются внутри периметра. Риски: CAPEX, дефицит ускорителей, жизненный цикл моделей в air-gapped средах, управление ключами без выхода наружу.

Claude под промышленной атакой дистилляции: Anthropic обнаружила 16+ млн запросов от 24k фейковых аккаунтов, которые выкачивали reasoning, tool use и код через поддельные прокси. Цифры: 13M на агентный код, 3.4M на CV/анализ, 150k на chain-of-thought. Контрмеры: поведенческие отпечатки, лимиты по вектору способностей (не токенам), детект elicitation, отредактированный CoT по умолчанию, анти-hydra сигналы в трафике.

Data-агенты выходят из Snowflake: Cortex Code CLI теперь работает с dbt и Airflow, а не только со Snowflake. Это снимает трение переключения контекста и позволяет пилотировать без миграции и крупных закупок. Агент генерирует dbt-модели, чинит тесты, оптимизирует SQL, диагностирует падения DAG'ов. Риск: зависимость от проприетарного агента в критичных контурах, управление секретами и дрейф между локалкой и продом.


Суть недели: ИТ перестаёт быть просто красивым стеком технологий и становится вопросом архитектуры, управления, доверия и контроля. FPGA, агенты и суверенные облака — это не мода, это ответ на три реальные боли: энергия/стоимость инференса, автоматизация рутины без потери контроля, и независимость от облачных гигантов. Но все три работают только если у компании есть ясная стратегия, единый контур решений и готовность переосмыслить, как она живёт и решает. Какой из этих трёх векторов упирается в вашу текущую архитектуру сильнее всего — инфра, организация или регуляция?

Главные ссылки:

elastix.ai — ElastixAI FPGA платформа

anthropic.com/news — отчёт о дистилляции Claude

snowflake.com/blog — Cortex Code CLI для dbt и Airflow

#AI #LLM #EnterpriseArchitecture #AgenticAI #DataGovernance #CloudSecurity
```

Чем дольше смотрю на enterprise AI, тем яснее: спотыкаемся не о модель, а об архитектуру данных и управление. Разговор с Franny Hsiao из Salesforce подтвердил.

«Pristine islands»: пилоты на чистых датасетах рушатся в реале — интеграции, нормализация, объёмы. Нужен production‑уровень данных, сквозное управление, наблюдаемость и guardrails.

Perceived responsiveness: стримить частичные ответы и прогресс; где можно — меньшие модели и жёсткие лимиты.

Агенты не «поставил и забыл»: для high‑stakes — HITL; Session Tracing (вызовы тулов, тайминги, ошибки) — база аналитики. MCP/A2A + OSI; делать данные agent‑ready, не жёсткий ETL. Что у вас узкое место: наблюдаемость, HITL или контекст?

https://www.ai-expo.net/?utm_source=AI-News&utm_medium=Footer-banner&utm_campaign=world-series

#EnterpriseAI #DataArchitecture #Observability #AgenticAI #MLOps

Источник: https://www.artificialintelligence-news.com/news/franny-hsiao-salesforce-scaling-enterprise-ai/

Смотрю на свежий анонс New Relic про мониторинг ChatGPT‑приложений и улыбаюсь.

Наконец-то кто-то целится в тот самый «чёрный ящик» i‑frame в ChatGPT.

Кто встраивал сервисы внутрь ChatGPT, знает боль: CSP, sandbox, нет top‑window, ограниченное хранилище — и стандартный RUM молча говорит «вроде всё ок». А потом UI «галлюцинирует», ломается CSS, возникают ghost‑цитаты — и мы теряем конверсию без видимых причин.

New Relic обещает телеметрию прямо в GPT‑i‑frame: латентность, подключения, CLS при стриминге, rage/dead‑клики, ошибки, логи, трейсы до бэкенда и кастомные события типа «AI Render Success» vs «Bounce». Важно границы данных: минимизировать PII, корректные CSP, фича‑флаги, таксономия и корреляционные ID, иначе будет шум.

Меняем модель: не «ссылка в ответе», а «жизнь внутри чужого UI». Считаете SLO для таких встраиваний? Кто владеет каналом — продукт, платформа или observability‑команда? https://newrelic.com

#observability #ChatGPT #архитектура #SRE #analytics

Источник: https://ai-techpark.com/new-relic-launches-observability-solution-for-visibility-into-chatgpt-apps/

Klient представила PSA — Project Agent на Salesforce AgentExchange, встроенном маркетплейсе агентных решений. Релиз доступен: если ты ведёшь проекты в Salesforce, это про более быструю доставку и тесно связанную гибридную команду на базе Agentforce. 🚀

Нативно в Salesforce: планирование спринтов, верификация табелей и ставок, обзор загрузки ресурсов в реальном времени, мгновенное превращение таблиц в структурированные проекты. Новизна — «trust by design»: partner-built действия и шаблоны, прошедшие ревью Salesforce, упрощают внедрение, повышают качество данных и снижают операционные риски. Человек ведёт, агент доставляет — меньше рутины, больше фокуса и качества. ✅

Для сервисных и SaaS‑команд — быстрый путь к agentic enterprise: предсказуемые спринты, быстрее time‑to‑value, выше маржинальность и прозрачное управление загрузкой без выхода из экосистемы Salesforce.

#управлениепроектами #Salesforce #PSA #искусственныйинтеллект #профессиональныеуслуги

Источник: https://ai-techpark.com/klient-launches-klient-psa-project-agent-on-salesforce-agentexchange/

Ожидание запчастей — прямые потери; CIO Parts ASAP Джон Фрейзер решает это кастомным PIM для 250k+ SKU и гибридной архитектурой: лучшие операционные платформы по сегментам при едином 360° виде клиента. AI — прагматично: масштабное обогащение карточек и ценовые рекомендации, ассистент, не автопилот.

Выгоды: меньше простоев, консистентные листинги на 20+ маркетплейсах и стабильное качество при росте. Новизна — не монолит, а набор оптимальных платформ; вендор-агностичный, легко заменяемый AI-as-a-service без переписывания ядра. Для клиентов — скорость и релевантность; для отрасли — воспроизводимая модель IT-масштабирования после M&A и надёжная интеграция данных.

#CIO #PIM #DataIntegration #AI #HybridArchitecture

Источник: https://www.cio.com/article/4115205/the-tech-leadership-realizing-more-than-the-sum-of-parts.html

В новой статье для Foundry Expert Contributor Network (CIO) автор объясняет, почему пилоты ИИ в здравоохранении и страховании «летают», а в продакшене буксуют. На реальных кейсах из медицины, банков и производства он показывает: причина не в моделях, а в готовности организации.Фокус смещается от «построить модель» к «оркестрации готовности»: согласовать определения и качество данных, встроить решения в CRM/кейсы, обеспечить объяснимость и мониторинг, мерить операционный эффект, а не только точность, и перестроить процессы под ИИ 🧩. Так ИИ становится операционной способностью — быстрее циклы, меньше переработок, лучше опыт клиента и крепче комплаенс 🛡️.#здравоохранение #страхование #CIO #управлениеданными #ответственныйИИ

Источник: https://www.cio.com/article/4115662/the-ai-readiness-gap-why-healthcare-and-insurance-struggle-to-scale-beyond-pilots.html

Недавно наш финансовый директор показал утреннюю рутину: 15 мин в день переносил данные из ERP в облако. Я за 2 минуты показал, как агент делает то же — и «вау» сменилось тревогой: «А если ошибка всплывёт в конце квартала?»
Вывод: агенты экономят время, но добавляют риски, работая с нашими правами. Стратегическая ценность — не только скорость, а устойчивость: защита выручки через раннее обнаружение сбоев и аномалий.
Архитектура решает: где есть надёжные API и телеметрия — прямые интеграции; для легаси без API — браузерный подход. Нужна наблюдаемость и контроль: автопроверки, оповещения, журнал и быстрый откат.
Начинай с аккуратных экспериментов: узкие кейсы, чёткие границы и контроль доступов. 💡🛡️ #AIагенты #Автоматизация #Наблюдаемость #CIO #CFO

Источник: https://www.cio.com/article/4115477/agentic-browsing-a-real-change-with-a-big-impact.html

Ричард Фаррелл, CIO Netcall, в колонке на AI News перед 2026 описывает, как CIO переосмыслят ИИ: от «копилотов ради галочки» к результатам. Он выделяет 5 приоритетов: переход от разрозненных ИИ‑копилотов к оптимизации процессов; консолидацию стека; встроенное управление и комплаенс (governance by design); связку предсказаний с действиями; доказуемую бизнес‑ценность. Кейс Rotherham NHS Trust — −67% пропусков приёмов благодаря триггерным напоминаниям: инсайт стал вмешательством.

Ключ — фокус на аналитике процессов и платформенном подходе: приложения рождаются из карт процессов и улучшаются итеративно. Это уменьшает сложность, ускоряет внедрение и «вшивает» контроль, аудит и человека в контуре с первого дня. Если ведёшь ИИ‑инициативы, переход от точечных пилотов к сквозной операционной эффективности — то, что нужно, чтобы считать окупаемость по проверяемым метрикам. 💡📈

#CIO #процесснаяавтоматизация #комплаенс #lowcode #искусственныйинтеллект

Источник: https://www.artificialintelligence-news.com/news/ai-predictions-dominated-the-conversation-in-2025-cios-shift-gears-in-2026/

Обзор за неделю

Индустрия переходит от экспериментов к системности. На фоне инфляции и бюджетных ограничений компании смещают фокус: вместо модных аббревиатур — чинят фундамент данных и процессов. Параллельно растут риски: агенты множатся без оркестрации, AI подключается к критической инфраструктуре без kill‑switch'ей, интероперабельность остаётся узким горлышком несмотря на инвестиции. И появляется новая дисциплина — GreenOps, которая переводит счёт за облако в углеродный след.


Логистика зреет через данные и процессы: 83% компаний заложили бюджет на 2026, но приоритеты приземлённые: качество (33%), управление запасами (27%), эффективность труда (23%). 42% выбирают проверенные стеки, 43% — гибриды. AI и автоматизация работают только на отлаженных процессах и нормализованных данных — это единственный реальный ускоритель.

Интероперабельность отстаёт от инвестиций: 76% лидеров называют её стратегическим приоритетом, но 23% организаций тратят более 20 часов в неделю на разбор интеграционных «пожаров». Нужны стандартизованные контракты (FHIR‑first API, события вместо point‑to‑point), единый интерфейсный слой с SLA/SLO и каталог интеграций с runbook'ами.

GreenOps вытесняет FinOps: вопрос меняется с «сколько стоит модель» на «какова углеродная интенсивность API‑вызова». Регуляторы давят (CSRD в ЕС с 2024, SB253 в Калифорнии). Метрика — watts‑per‑inference. В контролируемых экспериментах минус 47% годовых выбросов при той же точности через retaining‑efficiency score.

AI‑агенты нужна оркестрация: к концу года 40% корпоративных приложений получат задачные агенты (50+ ботов на компанию). Без общего контура управления это новая «теневая ИТ» с дублирующимися вызовами и утечкой токенов. Решение — AOS (операционная система для агентов) с приоритизацией по QBO, общей памятью и аутентификацией каждой передачи прав.

AI требует safety‑инжиниринга для критических систем: Gartner: к 2028 ИИ «выключит» критическую инфраструктуру крупной страны. Риск не в злонамеренности, а в тихом дрейфе показаний и ошибке конфигурации. Нужны аппаратные интерлоки, human‑in‑the‑loop для критических акторов, мониторинг дрейфа с change‑point detection и реальные kill‑switch'и, протестированные под нагрузкой.

Операционализация AI в Life Sciences перейдёт на уровень онтологий: ArisGlobal показали XDI — слой общего смысла над системами R&D с единой дефиницией, контекстом и объяснимыми решениями. Агенты закрывают формализацию гайдов в правила, валидацию логики и планирование анализов. Intake с переводом ускорился с 5 часов до менее минуты.

AI‑копилотам нельзя давать прав на запись без guardrails: паттерны защиты — Tool Gateway (виртуальные инструменты вместо API), on‑behalf‑of через OAuth2 (сохранить RBAC/ABAC), dry‑run с diff и human‑in‑the‑loop на рисковые шаги. Любая мутация должна быть предсказуемой и откатываемой.


Главный сигнал года: от героизма к системности. Компании не гонятся за AI ради AI, а встраивают его в укреплённую архитектуру с ясными ролями, аудитом и откатом. Данные, процессы, управление и safety — это не техдолг, а предусловие. Вопрос на подумать: где в вашей организации реальный ROI AI уже достигнут — в качестве, операциях или ещё впереди? И как долго займёт откат критического агента до безопасного состояния без участия вендора?

Ключевые ссылки:

• Kenco 2026 Innovation Report

• Rhapsody Interoperability Study

• ArisGlobal Breakthrough 2026

#AI #EnterpriseArchitecture #MLOps #Safety #SupplyChain #GreenOps
`

Genpact опубликовал исследование Autonomy by design: Scaling AI for enterprise value — опрос 500+ топ‑менеджеров в 13 странах. Фокус — как перейти от экспериментов к автономному предприятию, где agentic ИИ встраивается в операционные потоки и учится рядом с людьми.

Инсайт: лидеры (топ‑12%) уже проектируют автономию по умолчанию, но массовый прогресс тормозят governance и скилл‑гапы: у большинства нет адекватных моделей управления; лишь 45% обучают всех сотрудников; только 3% внедряют оркестрацию агентов. Парадокс: автоматизировать внедрение автоматизации нельзя — решения принимают люди 🧠

4 энэйблера: «симфония» агентов для сквозных процессов; универсальный AI‑практик и демократизация AI‑грамотности; data‑центристская enterprise‑архитектура; управление со скоростью ИИ — быстро и ответственно.

Рамка рабочая: ставит процессы, данные и контроль на равных с моделями — ключ к выходу из пилотов в измеримую ценность. 🚀

#искусственныйинтеллект #агентныйИИ #автономноепредприятие #архитектураданных #управлениеИИ

Источник: https://ai-techpark.com/genpact-research-12-of-enterprises-lead-the-autonomous-future/

Wharton и GBK Collective: 58% enterprise‑ИТ лидеров пилотируют AI‑агентов для автоматизации и поддержки. Материал с участием Sophos, McKinsey и DoiT объясняет, почему пилоты не переходят в прод и как выстроить «человек+агент».

Ключ — IT+HR: управление изменениями, новые роли (автоматизаторы, кураторы данных, «коучи агентов»), прозрачные коммуникации и обучение «человек‑в‑контуре». У Sophos: агенты в оргструктуре, онбординг как для сотрудников и лидерборд сервис‑деска — меньше трения, быстрее принятие 🤝

Агентный ИИ как операционная модель: сотни ботов под «бот‑менеджером». Нужна настройка автономии — чек‑пойнты, валидации, чистые данные и явные цели. Без единого источника истины ошибки масштабируются по 15+ системам. Выиграют те, кто раньше выстроит модель, метрики и управление автономией ⚙️

#агентныйИИ #ИТиHR #управлениеизменениями #автоматизацияпроцессов #генеративныйИИ

Источник: https://www.cio.com/article/4113999/your-agentic-ai-strategys-missing-link-human-resources.html

Tredence представила пакет Agentic Commerce accelerators — конфигурируемые enterprise‑решения для агент‑дривен шопинга с первым запуском на Google Cloud. Показ на NRF 2026 (Booth #5507). Параллельно Thorne запустила Taia — AI‑советника по wellness, созданного с Tredence, чтобы снизить перегрузку и масштабировать персонализацию.

“Система агентов” закрывает путь покупателя: от Cosmos Customer Intelligence до Shopper Concierge и оркестрации вовлечения. Ключевая выгода — персонализация в реальном времени, time‑to‑value до 60% 🚀. Как по мне — зрелый шаг от точечных виджетов к архитектуре с интеллектом в омниканал; при выстроенных данных и управлении согласием увидишь рост конверсии и LTV 🛍️. #ритейл #персонализация #GoogleCloud

Источник: https://ai-techpark.com/tredence-unveils-agentic-commerce-solution-accelerators/

Крупные сети США — Lowe’s, Kroger и Papa Johns — тестируют ИИ‑агентов в приложениях и на сайтах. Многие используют Google; ритейлеры параллельно пробуют OpenAI и Instacart. Цель — сохранить контроль над витриной и рекомендациями 🛒🤖

Выгоды: собственный интерфейс, персонализация на first‑party данных и рост выручки — у Lowe’s конверсия при обращении к Mylow более чем вдвое. Это не «ещё чатбот», а агентная логика в каналах и диверсификация вендоров.

Прагматично: данные в периметре, модульная архитектура. Рынок останется гибридным — часть транзакций уйдёт в крупные чат‑платформы, основная ценность — в собственных приложениях. Смотрите метрики: конверсия, средний чек, удержание.

#ритейл #онлайнторговля #искусственныйинтеллект #персонализация #клиентскийопыт

Источник: https://www.artificialintelligence-news.com/news/kroger-and-lowe-test-ai-agents-without-handing-control-to-google/

В недавнем отраслевом материале описан 5‑ступенчатый путь наблюдаемости — от порогового мониторинга к частично автономным операциям. Модель основана на интервью с Pacvue, SpotOn и Oracle и комментарии аналитика Forrester Карлоса Казановы о размытости термина. 🔭

Ключ — переход к бизнес‑наблюдаемости: SLI→SLO→SLA, приоритизация инцидентов по выручке, CX и риску. Дальше — AIOps: ИИ связывает логи, метрики, трейсы и зависимости, ускоряя обнаружение причин и восстановление; появляется наблюдаемость моделей (дрейф, свежесть данных, вариативность, галлюцинации). Финал — частично автономная ремедиация: обмен контекстом агент‑к‑агенту и автоматические действия с гардрейлами. 🤖

Это значит меньше шума и эскалаций, ниже MTTR и отток, выше удержание и доверие; инженеры перестают «сидеть на логах» и возвращаются к оптимизации стоимости и архитектуры.

#наблюдаемость #DevOps #AIOps #SRE #CIO

Источник: https://www.cio.com/article/4110550/5-stages-to-observability-maturity.html

Meta покупает сингапурский AI‑стартап Manus за более $2 млрд (WSJ), компании объявили в понедельник. Manus стал вирусным в марте благодаря демо AI‑агента для автономного скрининга резюме и сток‑аналитики; стартап переехал в Сингапур в середине 2025. Meta продолжит продавать Manus отдельно и интегрирует технологии в Facebook, Instagram и WhatsApp; ход дополняет июньские $14 млрд в Scale AI 🚀

Главная ценность — моментальная выручка и масштаб: «миллионы» пользователей, 147 трлн токенов и >$100 млн ARR за 8 месяцев — Meta получает продукт с product‑market fit и проверенной инфраструктурой 🤝. Ставка на AI‑агентов усиливает application layer поверх коммодитизирующихся моделей — если ты строишь продукты, ценность уходит туда. Мой вывод: это ускорит прямую монетизацию ИИ у Meta и сдвинет рынок от «гонки параметров» к рабочим кейсам, хотя риски интеграции и зависимости от сторонних языковых моделей остаются.

#ИИ #AIагенты #продуктоваястратегия #монетизация #M&A

Источник: https://www.businessinsider.com/meta-manus-acquisition-ai-boost-agents-2025-12