🧰 IBM wprowadza „Enterprise Advantage”, aby pomóc firmom skalować sztuczną inteligencję opartą na agentach ↗
IBM proponuje bardziej „platformową” drogę do wdrażania sztucznej inteligencji opartej na agentach w dużych organizacjach – mniej demonstracji science fiction, więcej uporządkowanej struktury. Chodzi o ponowne wykorzystanie zasobów, standaryzację sposobu tworzenia oprogramowania przez zespoły i zapobieżenie sytuacji, w której każdy dział tworzy własne, małe królestwo sztucznej inteligencji.
Kładą też duży nacisk na „dopasowanie do tego, co już działa”, zamiast żądać całkowitej przebudowy, co brzmi uspokajająco, dopóki nie spotka się przestarzałego systemu w praktyce. Mimo to intencja jest jasna: sprawić, by wdrożenia agentów były powtarzalne, a nie niestandardowe.
🧭 e& i IBM wdrażają sztuczną inteligencję opartą na agentach w procesach zarządzania i zgodności ↗
To mniej „rozmowa z botem”, a bardziej „sztuczna inteligencja, która żyje w twoim mechanizmie zarządzania ryzykiem i zgodnością” – mało efektowne miejsce, w którym błędy szybko stają się kosztowne. Chodzi o automatyzację agentową, z zabezpieczeniami i możliwością śledzenia wplecionymi od samego początku.
Przedstawiają to jako odejście od asystentów odpowiadających na pytania, w stronę agentów wykonujących kroki pod ścisłą kontrolą. To potężne – i jednocześnie sprawia, że ludzie siedzą trochę prościej.
📈 Badanie IBM wskazuje, że sztuczna inteligencja będzie napędzać inteligentniejszy rozwój biznesu do 2030 r ↗
Z ankiety IBM dla kadry kierowniczej wynika, że firmy oczekują, że sztuczna inteligencja nie tylko zwiększy wydajność, ale przerodzi się w realny wzrost, ale wielu liderów wciąż nie ma jasnego planu, gdzie trafi wartość. Ta sprzeczność wydaje się dziwnie pocieszająca – nie tylko ty tak uważasz.
Głównym tematem jest integracja: „sztuczna inteligencja na boku” niewiele zmienia. Obserwuje się również cichszy trend w kierunku strategii wielomodelowych i mniejszych modeli, które wykonują więcej pracy, co brzmi jak pragmatyczne odejście od czystej skali za wszelką cenę… a przynajmniej tak się wydaje.
🎓 Ogłoszono pierwsze na świecie partnerstwo w zakresie sztucznej inteligencji między Uniwersytetem w Manchesterze a firmą Microsoft ↗
Manchester twierdzi, że to rozwiązanie ma charakter uniwersalny: dostęp do usługi Microsoft 365 Copilot oraz szkolenia dla wszystkich pracowników i studentów. Koncepcja opiera się na umiejętnościach, równości i odpowiedzialnym korzystaniu – nie tylko na „produktywności, chodź”.
W praktyce może to oznaczać mniej nieregularnych grup, w których „niektórzy znają narzędzia, inni nie”. Albo może to oznaczać dużo polityki, dużo debat, a następnie – w końcu – bardziej spójny system bazowy w całym kampusie.
🧑💼 Czy sztuczna inteligencja zastąpi miejsca pracy? Raport Anthropic pokazuje, że odpowiedź nie jest taka prosta ↗
Praca Anthropic (opisująca, jak ludzie korzystają z Claude'a w praktyce) wskazuje, że obecnie sztuczna inteligencja służy raczej „pomocy w zadaniach” niż „usuwaniu zadań”. Ludzie przekazują sobie fragmenty zadań, a nie całe role.
Interesujący jest niuans: wpływ jest bardzo zróżnicowany w zależności od zawodu i tego, który fragment pracy można zautomatyzować. To jak próba przewidzenia burzy, obserwując jedną chmurę – widać coś, ale nie cały system pogodowy.
🧪 Wspólne zasady UE i USA dotyczące sztucznej inteligencji dla przemysłu farmaceutycznego ↗
Unijni i amerykańscy regulatorzy leków uzgodnili wspólne zasady „dobrego zarządzania sztuczną inteligencją” w dziedzinie nauk przyrodniczych – chodzi o nadzór, zarządzanie ryzykiem i jaśniejszą odpowiedzialność. Nie jest to efektowne, ale to coś, co po cichu kształtuje to, co powstaje.
Zasadniczo chodzi o to: owszem, należy używać sztucznej inteligencji, ale tak, aby była nudno audytowalna i transparentna co do tego, gdzie się ją stosuje, do czego się ją wykorzystuje i kto ponosi odpowiedzialność, gdy coś pójdzie nie tak.
Często zadawane pytania
Na czym polega usługa Enterprise Advantage firmy IBM w zakresie sztucznej inteligencji opartej na agentach?
Rozwiązanie IBM „Enterprise Advantage” jest promowane jako platforma, która umożliwia wdrażanie agentowej sztucznej inteligencji w dużych organizacjach, bez traktowania każdego wdrożenia jako indywidualnej, jednorazowej inicjatywy. Nacisk kładziony jest na ponowne wykorzystanie współdzielonych zasobów, standaryzację sposobu tworzenia agentów przez zespoły oraz unikanie fragmentacji „poszczególnych działów”. Kładzie ono również nacisk na dopasowanie do istniejących środowisk, zamiast wymagać pełnej przebudowy, aby zapewnić powtarzalność, kontrolę i łatwość skalowania wdrożeń.
Czym różni się sztuczna inteligencja oparta na agentach od chatbota lub asystenta AI, takiego jak Copilot?
Sztuczna inteligencja agentowa jest postrzegana mniej jako „odpowiadanie na pytania”, a bardziej jako „wykonywanie kroków” w ramach przepływu pracy. Zamiast zatrzymywać się na sugestiach, agent może wykonywać działania zgodnie z określonymi regułami. Ta zmiana podnosi poprzeczkę, dlatego przekazywanie komunikatów opiera się w dużej mierze na zabezpieczeniach, możliwości śledzenia i kontroli – zwłaszcza gdy agenci działają w ramach procesów o znaczeniu krytycznym dla firmy.
Co oznacza „platforma na pierwszym miejscu” w kontekście skalowania sztucznej inteligencji agentowej w różnych zespołach?
Podejście „platforma przede wszystkim” oznacza budowanie wspólnych fundamentów – narzędzi, wzorców, mechanizmów zarządzania i komponentów wielokrotnego użytku – dzięki czemu zespoły nie muszą odbudowywać tych samych możliwości agentów w izolacji. Celem jest ograniczenie liczby niestandardowych kompilacji i zachowanie spójności wdrożeń w różnych działach. W praktyce to „zarządzana instalacja” pomaga skalować wdrożenia agentów, bez konieczności tworzenia przez każdą grupę osobnego stosu sztucznej inteligencji.
W jaki sposób mechanizmy zarządzania i zgodności są włączane do przepływów pracy opartych na sztucznej inteligencji?
W centrum uwagi znajduje się automatyzacja agentowa w mechanizmach zarządzania ryzykiem i zgodnością, gdzie błędy mogą być kosztowne. W prezentacji podkreślono konieczność stosowania zabezpieczeń i śledzenia od samego początku, aby działania były kontrolowane i podlegały audytowi, a nie doraźne. Jest to zgodne z szerszym naciskiem organów regulacyjnych – takich jak unijne i amerykańskie organy regulacyjne ds. leków – na rzecz jaśniejszej rozliczalności, nadzoru i zarządzania ryzykiem w kontekście sztucznej inteligencji w środowiskach wysokiego ryzyka.
Jakie wnioski płyną z badania IBM na temat roli sztucznej inteligencji w rozwoju biznesu do roku 2030?
Tematem badania jest to, że liderzy oczekują, że sztuczna inteligencja (AI) nie tylko zwiększy wydajność, ale przełoży się na rzeczywiste rezultaty wzrostu, ale wielu z nich wciąż nie ma jasnego planu, gdzie trafi wartość. Podkreślana jest integracja: „AI z boku” niewiele się zmieni, jeśli nie zostanie wpleciona w sposób, w jaki wykonywana jest praca. Badanie nawiązuje również do strategii wielomodelowych, w których mniejsze modele przejmują więcej pracy w pragmatycznych wdrożeniach.
Czy sztuczna inteligencja zastąpi pracę, czy też zautomatyzuje jej część?
Bazując na tym, jak ludzie korzystają z Claude w praktyce (o czym donosi Anthropic i co zostało omówione tutaj), wpływ ten obecnie wygląda bardziej na pomoc na poziomie zadań niż na zastąpienie całego stanowiska. Ludzie przekazują sobie części zadań, a nie całe role. Efekt ten jest bardzo zróżnicowany w zależności od zawodu i tego, które części pracy można zautomatyzować, co powoduje, że rezultaty są nierównomierne i silnie zależne od kontekstu.