Корпоративный ИИ больше не является будущей амбицией. Он находится в полном операционном полете. Возможности моделей растут быстрее, чем большинство организаций могут их усвоить, в то время как стоимость производительности продолжает падать. В глобальном масштабе инвестиции в ИИ, как ожидается, достигнут 2,5 триллиона долларов в 2026 году, что на 44% больше, чем в предыдущем году. Для многих предприятий эти инвестиции привели к фрагментации. Интеллект может накапливаться в изолированных системах, так что торговые агенты не знают об открытых заявках в службу поддержки, например, или маркетинговые системы персонализируют контент, не имея представления о том, что финансовый отдел уже знает о клиенте. Каждая функция может хорошо работать изолированно, но предприятие в целом узнает мало и имеет меньше информации для действий.
Переход от ИИ как инструмента к ИИ как операционной модели — то, что мы называем «агентным сдвигом» в этом отчете — требует чего-то более фундаментального, чем лучшие модели или более быстрая инфраструктура. Он требует соединения людей, процессов и данных в реальном времени, а также управления и контроля для надежного использования этого интеллекта. Это означает одновременное переосмысление как архитектуры, так и операционных моделей. Во-первых, перестройка инфраструктуры данных для доступности, а не объема. Во-вторых, замена фиксированных технологических стеков компонуемыми архитектурами, которые могут развиваться по мере изменения моделей и инструментов. И, наконец, решение вопросов суверенитета ИИ, включая то, где работает интеллект, кто его контролирует и как он работает через организационные и юрисдикционные границы.
Ключевые выводы включают следующее: Проблема масштабирования корпоративного ИИ носит структурный характер. Компании, ориентированные на процессы, вырываются вперед. Глобальные расходы на ИИ резко растут, а возможности моделей растут быстрее, чем большинство организаций могут их интегрировать. Тем не менее большинство предприятий по-прежнему не увеличивают доходы за счет ИИ и не переосмысливают фундаментально то, как они работают. Компании, получающие устойчивую прибыль, разделяют общую дисциплину. Они рассматривают редизайн процессов как работу, предшествующую выбору модели, строя для того, как технология будет развиваться, а не адаптируя роли и рабочие процессы после развертывания.
Готовность данных, а не их изобилие, делает ИИ компонуемым. Большинство предприятий слишком поздно обнаруживают, что иметь данные и иметь данные, готовые для ИИ, — это совершенно разные вещи. Суверенная, компонуемая основа — которая запрашивает и подготавливает данные там, где они находятся, без миграции или централизации — может преобразовать сырые массивы данных в интеллект, на основе которого могут действовать агенты ИИ. Поскольку законы о местонахождении данных, мультиоблачные среды и структурная сложность делают централизацию все более непрактичной, суверенный контроль над тем, где работают модели и где хранятся данные, сохраняет эту адаптивность.
Источник: MIT Technology Review AI · Сводку подготовил HeadlinesBriefing