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

В 2025 ИИ окончательно в повестке CIO — восемь руководителей из LIUNA, Zillow, Casey’s, Ensono, VLS, Wolters Kluwer, HBS и Cognizant подвели итоги года. Месседж: генеративный ИИ перестал быть игрушкой и стал рабочим инструментом; прыжок LLM за 12–24 мес открыл неожиданные сценарии.

Выигрыши: продуктивность и персонализация с human‑in‑the‑loop; переход от оргструктур к "work charts" и навыкам; приоритет data governance и leading indicators; дисциплина портфеля ИИ‑проектов и явная ценность.

Новое — agentic AI и координация мультиагентов через функции: без оркестрации и интероперабельности упадёт продуктивность. Дорожная карта = взросление: меньше PoC, больше операционализации, метрик и заботы о людях и данных. 🚀⚙️

#CIO #генеративныйИИ #управлениеданными

Источник: https://www.cio.com/article/4109167/cios-top-10-takeaways-from-the-year-ai-got-practical.html

Обзор за неделю

На прошлой неделе ИТ-пространство оформилось вокруг двух ключевых тем: управлением ИИ в enterprise и новой архитектурой систем, где агенты и потоки данных работают без трения. IBM запустила платформу Bob для регулируемого SDLC, Fingerprint внедрил адаптивный скоринг фрода, а исследование Alteryx подтвердило, что успех пилотов ИИ зависит от качества данных и доверия, а не от мощности моделей. Одновременно выросли угрозы от госакторов, использующих ИИ для разведки и социинжиниринга — и вся картина складывается в понимание: простая автоматизация ничего не даст без архитектуры, прозрачности и управления рисками.


IBM Bob переопределяет SDLC: платформа встраивается во весь цикл разработки с динамической маршрутизацией задач между моделями, встроенными guardrails и полной аудиторской трассировкой — внутри компании это дало +45% продуктивности, клиентам (Blue Pearl) сократило Java-upgrade с 30 до 3 дней

Адаптивный ИИ в безопасности: Fingerprint запустил самообучающийся Suspect Score на собственных данных клиента, что снижает ложные срабатывания и повышает контроль над решениями системы — это удачный баланс между автоматизацией и видимостью

Госакторы масштабируют ИИ-атаки: Google опубликовала квартальный Threat Tracker, фиксируя использование ИИ (включая Gemini) в фишинге, разработке вредоносов и извлечении моделей — скорость и масштаб выросли, моделям угроз нужен апдейт прямо сейчас

Менее 25% ИИ-пилотов доходят до продакшена: исследование Alteryx показало, что причины — недоверие к результатам, слабое качество данных и легаси-инфраструктура; ответственность за ИИ-воркфлоу смещается к линиям бизнеса (+11% за 3 года)

Echo-2 снижает стоимость обучения на 80%: распределённая система от Gradient позволяет обучать модели на разнородном железе вместо гипермасштабных центров — прорыв для НИОКР и агентов под давлением энергокризиса

Архитектура потока вместо изолированного интеллекта: публикация Foundry показывает, что будущее за системами с открытым контекстом (MCP) и безопасной координацией агентов (A2A) — это убирает «налог трения» и повышает реальный ROI

Генеративный ИИ в платежах предотвращает потери: адаптивная аутентификация на основе ИИ может снизить ложные отказы, которые стоят индустрии $50+ млрд ежегодно в крупнейших западных экономиках


Итог недели такой: простой ИИ мёртв. Выигрывают те, кто встраивает управление рисками, прозрачность и управление данными на уровне архитектуры — будь то Bob в SDLC, Suspect Score в безопасности или архитектура потока для CIO. Вопрос не в том, использовать ли ИИ, а в том, как спроектировать системы, где ИИ работает контролируемо и приносит реальный результат. Готова ли твоя инфраструктура к такому сдвигу, или ты всё ещё собираешь разрозненные инструменты в stack?

Ключевые ссылки:

• https://www.artificialintelligence-news.com/news/ibm-launches-ai-platform-bob-to-regulate-sdlc-costs/

• https://ai-techpark.com/fingerprint-unveils-ai-enhanced-suspect-score/

• https://www.cio.com/article/4129620/agentic-ai-fails-without-an-architecture-of-flow-to-eliminate-the-friction-tax.html

#IBM #ИИ #Enterprise #безопасность #MLOps #архитектура
```

IBM запустила Bob — AI-платформу для enterprise-разработки: ИИ ускоряет код, но без контроля несёт риски.

Суть

Bob встраивается во весь SDLC: аудит, безопасность, трассировка. Платформа подбирает модель под задачу, включает нужные проверки и сохраняет историю действий для аудиторов — это важно для legacy-модернизации, где нельзя «скормить код чату».

Цифры

В IBM: +45% к продуктивности; Maximo — минус 69% времени на рефакторинг, Instana — минус 70% на части задач.

У клиентов: Blue Pearl сократила Java-upgrade с 30 дней до 3, без дефектов после деплоя.

Итог

Bob — не «умный автокомплит», а управляемый ИИ для зарегулированных организаций, где безопасность и комплаенс важнее скорости.

#IBM #AI #Enterprise #SDLC #LegacyModernization

Источник: https://www.artificialintelligence-news.com/news/ibm-launches-ai-platform-bob-to-regulate-sdlc-costs/

Fingerprint запустил AI-рекомендации для адаптивного скоринга фрода

Статические модели антифрода уже не успевают за новыми схемами атак. Fingerprint предлагает обучать Suspect Score на данных клиента, чтобы веса сигналов подстраивались под реальные паттерны мошенничества в компании.

Как это работает:
• Загружаете размеченные фрод-данные
• AI анализирует их вместе со Smart Signals
• Получаете оптимальные веса под ваш трафик
• Перед применением видите рекомендации и включаете их в один клик
• При смене угроз переобучаете модель новыми данными

В итоге команда безопасности получает автоматизацию без потери прозрачности: меньше ложных срабатываний и понятный score для каждого пользователя.

#antifraud #ai #security #enterprise

Источник: https://ai-techpark.com/fingerprint-unveils-ai-enhanced-suspect-score/

Свежий отчёт по железным дорогам Великобритании прогнозирует +1 млрд поездок к середине 2030‑х. Идея: ИИ — «операционная система» сети не как единый центр, а слоями прогнозирования, оптимизации и мониторинга от инфраструктуры до станций. Примеры: Network Rail и европейские R&D‑проекты.
От «find & fix» к «predict & prevent»: датчики, LiDAR и компьютерное зрение заранее находят деградацию; цифровые двойники и AI‑traffic management повышают пропускную способность без новых путей; подсказки машинистам дают 10–15% экономии энергии 🚆. Нужны единые данные, проверенные модели и киберустойчивость наряду с физбезопасностью — шанс ускорить модернизацию и повод пересмотреть дорожные карты данных, эксплуатации и киберрисков.
#ИИ #железныедороги #прогнозноетехобслуживание #цифровойдубль #кибербезопасность

Источник: https://www.artificialintelligence-news.com/news/rail-ai-in-the-uk-beyond-predictive-maintenance/

В свежей статье отраслевых медиа разбирают, где агентный ИИ — реальность, а где хайп. По опросу McKinsey 39% компаний экспериментируют с агентами, но лишь 23% масштабируют в одной функции; IDC прогнозирует: к 2026 до 40% ролей в Global 2000 будут работать с агентами. В материале мнения Nancy Gohring (IDC), Ken Grady (Cengage) и Bryan O’Sullivan (Voxel) — от барьеров до кейсов.

Агенты — не просто чат: они держат контекст, ставят цели, сотрудничают и уже встроены в продукты Salesforce, Workday и Microsoft. Выгода — автоматизация workflow и освобождение людей для стратегии. Ограничения: мультиагентная сложность, вендорные «сады», утечки данных и отсутствие устойчивой памяти агента 🧩

Что делать: запускать короткие пилоты, строить абстракционный слой и базовую оркестрацию, сразу добавлять наблюдаемость, контроль и управление рисками; валидировать гипотезы и масштабировать по метрикам. Мой вывод: выиграют те, кто проектирует интероперабельность и память (short/medium/long), а не гонится за демо ✨

#агентныйИИ #LLM #архитектура #интероперабельность #ИТлидерство

Источник: https://www.cio.com/article/4107315/agentic-ai-in-2026-more-mixed-than-mainstream.html