🧰 Η IBM λανσάρει το «Enterprise Advantage» για να βοηθήσει τις επιχειρήσεις να κλιμακώσουν την τεχνητή νοημοσύνη των πρακτόρων ↗
Η IBM προτείνει μια πιο «πλατφορμική» οδό για την ανάπτυξη της τεχνητής νοημοσύνης (AI) σε μεγάλους οργανισμούς - λιγότερες επιδείξεις επιστημονικής φαντασίας, πιο ελεγχόμενες διαδικασίες. Η ιδέα είναι η επαναχρησιμοποίηση πόρων, η τυποποίηση του τρόπου με τον οποίο οι ομάδες δημιουργούν τις εργασίες τους και η αποτροπή της δημιουργίας από κάθε τμήμα του δικού του μικροσκοπικού βασιλείου τεχνητής νοημοσύνης.
Επίσης, στηρίζονται έντονα στην «προσαρμογή σε αυτό που ήδη χρησιμοποιείτε» αντί να απαιτούν μια πλήρη ανακατασκευή, κάτι που ακούγεται καθησυχαστικό μέχρι να συναντήσετε ένα παλαιό σύστημα στην άγρια φύση. Ωστόσο, η πρόθεση είναι σαφής: να γίνουν οι παρουσιάσεις των πρακτόρων επαναλήψιμες, όχι εξατομικευμένες.
🧭 Η e& και η IBM ενσωματώνουν την τεχνητή νοημοσύνη σε ροές εργασίας διακυβέρνησης και συμμόρφωσης ↗
Αυτό είναι λιγότερο «συνομιλία με ένα bot» και περισσότερο «Τεχνητή Νοημοσύνη που ζει μέσα στον μηχανισμό διαχείρισης κινδύνων και συμμόρφωσης» - το άχαρο μέρος όπου τα λάθη γίνονται ακριβά και γρήγορα. Η ιδέα είναι ο αυτοματισμός πρακτόρων, με προστατευτικά κιγκλιδώματα και ιχνηλασιμότητα ενσωματωμένα από την αρχή.
Το παρουσιάζουν ως μια μετατόπιση από βοηθούς που απαντούν σε ερωτήσεις σε πράκτορες που εκτελούν βήματα, υπό αυστηρούς ελέγχους. Αυτό είναι ισχυρό - και επίσης το κομμάτι που κάνει τους ανθρώπους να κάθονται λίγο πιο ίσια.
📈 Μελέτη της IBM: Η Τεχνητή Νοημοσύνη είναι έτοιμη να οδηγήσει σε πιο έξυπνη επιχειρηματική ανάπτυξη έως το 2030 ↗
Η έρευνα στελεχών της IBM ουσιαστικά αναφέρει: οι εταιρείες αναμένουν ότι η Τεχνητή Νοημοσύνη θα προχωρήσει πέρα από τις νίκες στην αποδοτικότητα και θα φτάσει στην πραγματική ανάπτυξη, αλλά πολλοί ηγέτες εξακολουθούν να μην έχουν ένα σαφές σχέδιο για το πού αποδίδει η αξία. Αυτή η αντίφαση είναι παράξενα παρήγορη - δεν ισχύει μόνο για εσάς.
Ένα μεγάλο θέμα είναι η ενσωμάτωση: «Η τεχνητή νοημοσύνη στο πλάι» δεν μεταμορφώνει πολύ. Υπάρχει επίσης μια πιο ήπια ώθηση προς στρατηγικές πολλαπλών μοντέλων και μικρότερα μοντέλα που κάνουν περισσότερη δουλειά, κάτι που μοιάζει με ένα ρεαλιστικό βήμα μακριά από την καθαρή κλίμακα με κάθε κόστος... ή έτσι φαίνεται.
🎓 Ανακοινώθηκε η πρώτη παγκοσμίως συνεργασία Τεχνητής Νοημοσύνης μεταξύ του Πανεπιστημίου του Μάντσεστερ και της Microsoft ↗
Το Μάντσεστερ λέει ότι γίνεται καθολικό: Πρόσβαση στο Microsoft 365 Copilot συν εκπαίδευση για όλο το προσωπικό και τους φοιτητές. Το πλαίσιο βασίζεται σε δεξιότητες, ισότητα και υπεύθυνη χρήση - όχι απλώς στην «παραγωγικότητα να πάει καλά».
Στην πράξη, αυτό θα μπορούσε να σημαίνει λιγότερες ανομοιογενείς εστίες του τύπου «κάποιοι γνωρίζουν τα εργαλεία, άλλοι όχι». Ή θα μπορούσε να σημαίνει πολλή πολιτική, πολλή συζήτηση και, τέλος, μια πιο συνεπή βάση σε ολόκληρη την πανεπιστημιούπολη.
🧑💼 Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τις θέσεις εργασίας; Η έκθεση Anthropic διαπιστώνει ότι η απάντηση δεν είναι τόσο απλή ↗
Η δουλειά του Anthropic εδώ (μέσω του τρόπου με τον οποίο οι άνθρωποι χρησιμοποιούν τον Claude στην πράξη) δείχνει ότι η Τεχνητή Νοημοσύνη είναι περισσότερο «βοήθεια σε εργασίες» παρά «διαγραφή εργασίας» αυτή τη στιγμή. Οι άνθρωποι εκφορτώνουν κομμάτια εργασίας, δεν παραδίδουν ολόκληρους ρόλους.
Το ενδιαφέρον είναι η λεπτομέρεια: ο αντίκτυπος ποικίλλει σημαντικά ανάλογα με το επάγγελμα και με το ποιο τμήμα της εργασίας είναι αυτοματοποιημένο. Είναι σαν να προσπαθείς να προβλέψεις μια καταιγίδα παρατηρώντας ένα σύννεφο - μπορείς να δεις κάτι, αλλά όχι ολόκληρο το μετεωρολογικό σύστημα.
🧪 Κοινές αρχές τεχνητής νοημοσύνης ΕΕ και ΗΠΑ για τη φαρμακευτική βιομηχανία ↗
Οι ρυθμιστικές αρχές φαρμάκων της ΕΕ και των ΗΠΑ ευθυγραμμίζονται σε κοινές αρχές για «καλή διακυβέρνηση της Τεχνητής Νοημοσύνης» στον χώρο των βιοεπιστημών - σκεφτείτε την εποπτεία, τη διαχείριση κινδύνων και τη σαφέστερη λογοδοσία. Όχι φανταχτερά, αλλά είναι το είδος του πράγματος που διαμορφώνει αθόρυβα ό,τι κατασκευάζεται.
Το βασικό μήνυμα είναι: ναι, χρησιμοποιήστε Τεχνητή Νοημοσύνη, αλλά κάντε την βαρετά ελεγξιμη και διαφανή σχετικά με το πού ταιριάζει, για τι χρησιμοποιείται και ποιος είναι υπεύθυνος όταν πηγαίνει στο πλάι.
Συχνές ερωτήσεις
Τι είναι η υπηρεσία Enterprise Advantage της IBM για την Τεχνητή Νοημοσύνη των πρακτόρων;
Το «Enterprise Advantage» της IBM παρουσιάζεται ως μια πλατφόρμα-πρώτα οδός για την ανάπτυξη της τεχνητής νοημοσύνης (Agent AI) σε μεγάλους οργανισμούς, χωρίς να αντιμετωπίζεται κάθε ανάπτυξη ως μια εξατομικευμένη, μεμονωμένη πρωτοβουλία. Η έμφαση δίνεται στην επαναχρησιμοποίηση κοινόχρηστων πόρων, στην τυποποίηση του τρόπου με τον οποίο οι ομάδες δημιουργούν τους agent και στην αποφυγή του κατακερματισμού «από τμήμα σε τμήμα». Επίσης, δίνει έμφαση στην ενσωμάτωση σε υπάρχοντα περιβάλλοντα αντί να απαιτεί πλήρη ανακατασκευή, με στόχο να καταστούν οι αναπτύξεις επαναλήψιμες, ελεγχόμενες και ευκολότερες στην κλιμάκωση.
Πώς διαφέρει η τεχνητή νοημοσύνη των πρακτόρων από ένα chatbot ή έναν βοηθό τεχνητής νοημοσύνης όπως το Copilot;
Η Τεχνητή Νοημοσύνη των Πράκτορων (Agentic AI) ορίζεται λιγότερο ως «απάντηση σε ερωτήσεις» και περισσότερο ως «εκτέλεση βημάτων» μέσα σε μια ροή εργασίας. Αντί να περιορίζεται σε προτάσεις, ένας πράκτορας μπορεί να εκτελεί ενέργειες βάσει καθορισμένων κανόνων. Αυτή η μετατόπιση αυξάνει τα διακυβεύματα, γι' αυτό και η ανταλλαγή μηνυμάτων βασίζεται σε μεγάλο βαθμό σε προστατευτικά κιγκλιδώματα, ιχνηλασιμότητα και ελέγχους - ειδικά όταν οι πράκτορες λειτουργούν μέσα σε κρίσιμες για την επιχείρηση διαδικασίες.
Τι σημαίνει «προτεραιότητα στην πλατφόρμα» κατά την κλιμάκωση της τεχνητής νοημοσύνης των πρακτόρων σε όλες τις ομάδες;
Μια προσέγγιση με επίκεντρο την πλατφόρμα σημαίνει την οικοδόμηση κοινών βάσεων - εργαλείων, μοτίβων, διακυβέρνησης και επαναχρησιμοποιήσιμων στοιχείων - έτσι ώστε οι ομάδες να μην ανακατασκευάζουν τις ίδιες δυνατότητες των πρακτόρων μεμονωμένα. Στόχος είναι η μείωση των κατά παραγγελία κατασκευών και η διατήρηση της συνέπειας στις αναπτύξεις μεταξύ των τμημάτων. Στην πράξη, η «διαχειριζόμενη υδραυλική εγκατάσταση» είναι αυτή που βοηθά στην κλιμάκωση των αναπτύξεων των πρακτόρων, χωρίς κάθε ομάδα να συναρμολογεί ξεχωριστή στοίβα τεχνητής νοημοσύνης.
Πώς ενσωματώνονται τα προστατευτικά κιγκλιδώματα διακυβέρνησης και συμμόρφωσης στις ροές εργασίας της τεχνητής νοημοσύνης των πρακτόρων;
Η έμφαση εδώ δίνεται στον αυτοματισμό των πρακτόρων εντός των μηχανισμών διαχείρισης κινδύνων και συμμόρφωσης, όπου τα λάθη μπορεί να είναι δαπανηρά. Η παρουσίαση δίνει έμφαση στα προστατευτικά κιγκλιδώματα και την ιχνηλασιμότητα από την αρχή, έτσι ώστε οι ενέργειες να παραμένουν ελεγχόμενες και ελέγξιμες και όχι ad hoc. Αυτό ευθυγραμμίζεται με την ευρύτερη ώθηση των ρυθμιστικών αρχών - όπως οι ρυθμιστικές αρχές φαρμάκων της ΕΕ και των ΗΠΑ - για σαφέστερη λογοδοσία, εποπτεία και διαχείριση κινδύνων για την Τεχνητή Νοημοσύνη σε περιβάλλοντα υψηλού διακυβεύματος.
Τι έδειξε η μελέτη της IBM σχετικά με την τεχνητή νοημοσύνη που θα οδηγήσει την επιχειρηματική ανάπτυξη έως το 2030;
Το θέμα της έρευνας είναι ότι οι ηγέτες αναμένουν ότι η Τεχνητή Νοημοσύνη θα προχωρήσει πέρα από τα κέρδη αποδοτικότητας σε πραγματικά αποτελέσματα ανάπτυξης, αλλά πολλοί εξακολουθούν να μην έχουν ένα σαφές σχέδιο για το πού θα προσδώσει αξία. Τονίζεται η ενσωμάτωση: «Η Τεχνητή Νοημοσύνη στο πλάι» δεν θα αλλάξει πολλά αν δεν ενσωματωθεί στον τρόπο με τον οποίο γίνεται η εργασία. Επίσης, υπονοεί στρατηγικές πολλαπλών μοντέλων, με τα μικρότερα μοντέλα να αναλαμβάνουν περισσότερη δουλειά σε πρακτικές εφαρμογές.
Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τις θέσεις εργασίας ή θα αυτοματοποιήσει κυρίως μέρη αυτών;
Με βάση τον τρόπο με τον οποίο οι άνθρωποι χρησιμοποιούν τον Claude στην πράξη (όπως αναφέρεται από το Anthropic και καλύπτεται εδώ), ο αντίκτυπος προς το παρόν μοιάζει περισσότερο με βοήθεια σε επίπεδο εργασίας παρά με αντικατάσταση ολόκληρης της θέσης εργασίας. Οι άνθρωποι αναλαμβάνουν την απαλλαγή από τμήματα εργασίας, όχι ολόκληρους ρόλους από άκρο σε άκρο. Το αποτέλεσμα ποικίλλει σημαντικά ανάλογα με το επάγγελμα και με το ποια τμήματα μιας εργασίας είναι αυτοματοποιημένα, αφήνοντας τα αποτελέσματα άνισα και σε μεγάλο βαθμό εξαρτώμενα από το περιβάλλον.