🧰 IBM spouští „Enterprise Advantage“, který pomáhá firmám škálovat agentní umělou inteligenci ↗
IBM prosazuje přístup „platformně orientovaný“ na zavádění agentní umělé inteligence ve velkých organizacích – méně sci-fi demonstrací, více řízené instalace. Cílem je znovu využívat zdroje, standardizovat způsob, jakým týmy budují, a zabránit každému oddělení v vytváření vlastního malého království umělé inteligence.
Také se silně zaměřují na „zapadnutí do toho, co již provozujete“, spíše než na požadavek úplné přestavby, což zní uklidňujícím způsobem, dokud se v praxi nesetkáte se starším systémem. Záměr je však jasný: zajistit opakovatelné zavádění agentů, nikoli jejich zakázkovou implementaci.
🧭 e& a IBM začleňují agentní umělou inteligenci do pracovních postupů správy a dodržování předpisů ↗
Tohle je méně o „pokecu s botem“ a více o „umělé inteligenci, která žije uvnitř vašeho mechanismu pro řízení rizik a dodržování předpisů“ – o nenápadném místě, kde se chyby rychle prodraží. Prezentace spočívá v agentní automatizaci s ochrannými prvky a sledovatelností zabudovanými od samého začátku.
Chápou to jako přechod od asistentů, kteří odpovídají na otázky, k agentům, kteří provádějí kroky pod přísnou kontrolou. To je silné – a také to, co lidem pomáhá sedět trochu rovněji.
📈 Studie IBM uvádí, že umělá inteligence bude do roku 2030 hnací silou inteligentnějšího růstu podnikání ↗
Průzkum mezi vedoucími pracovníky společnosti IBM v podstatě říká: firmy očekávají, že umělá inteligence se posune od efektivity k reálnému růstu, ale spousta lídrů stále nemá jasný plán, kde se hodnota usadí. Tento rozpor působí podivně uklidňujícím dojmem – nejste to jen vy.
Velkým tématem je integrace: „umělá inteligence na straně“ toho moc nemění. Existuje také tišší tlak na strategie s více modely a menší modely, které vykonávají více práce, což se zdá být pragmatickým krokem od čistého škálování za každou cenu… nebo se to tak alespoň zdá.
🎓 Oznámeno první partnerství v oblasti umělé inteligence mezi Manchesterskou univerzitou a společností Microsoft ↗
Manchester prohlašuje, že se chystá na univerzální přístup: přístup k Microsoft 365 Copilot a školení pro všechny zaměstnance a studenty. Rámec se opírá o dovednosti, rovnost a zodpovědné používání – nejen o „zvýšení produktivity“.
V praxi by to mohlo znamenat méně nejednotných situací, kdy „někteří lidé znají nástroje, jiní ne“. Nebo by to mohlo znamenat hodně politiky, hodně debat a nakonec – konzistentnější základní linii pro celý kampus.
🧑💼 Nahradí umělá inteligence pracovní místa? Zpráva z antropologie zjistila, že odpověď není tak jednoduchá ↗
Práce společnosti Anthropic zde (prostřednictvím toho, jak lidé používají Claude v praxi) ukazuje, že umělá inteligence je v současnosti spíše „pomoc s úkoly“ než „odstraňování úloh“. Lidé se zbavují kusů práce, nikoli předávají celé role.
Zajímavá je nuance: dopad se velmi liší podle povolání a podle toho, která část práce je automatizovatelná. Je to jako snažit se předpovědět bouři sledováním jednoho mraku – vidíte sice něco, ale ne celý meteorologický systém.
🧪 Společné zásady EU a USA pro umělou inteligenci v farmaceutickém průmyslu ↗
Regulační orgány EU a USA v oblasti léčiv se shodly na společných zásadách „dobré správy a řízení umělé inteligence“ v oblasti biologických věd – představte si dohled, řízení rizik a jasnější odpovědnost. Není to okázalé, ale je to něco, co tiše utváří to, co se staví.
Hlavní myšlenka je v podstatě: jistě, používejte umělou inteligenci, ale udělejte ji nudně auditovatelnou a transparentní ohledně toho, kam se hodí, k čemu se používá a kdo je zodpovědný, když se něco pokazí.
Často kladené otázky
Co je služba IBM Enterprise Advantage pro agentní umělou inteligenci?
IBM „Enterprise Advantage“ je prezentována jako platforma primárně zaměřená na zavádění agentní umělé inteligence ve velkých organizacích, aniž by se s každým nasazením zacházelo jako s jednorázovou iniciativou na míru. Důraz je kladen na opětovné využití sdílených prostředků, standardizaci způsobu, jakým týmy vytvářejí agenty, a zamezení fragmentace „oddělení po oddělení“. Zdůrazňuje také začlenění do stávajících prostředí namísto požadavku na úplnou přestavbu s cílem zajistit opakovatelné, řízené a snadněji škálovatelné zavádění.
Jak se liší agentní umělá inteligence od chatbota nebo asistenta s umělou inteligencí, jako je Copilot?
Agentická umělá inteligence je koncipována méně jako „odpovídání na otázky“ a více jako „provádění kroků“ v rámci pracovního postupu. Agent se nezastaví u návrhů, ale může provádět akce podle definovaných pravidel. Tato změna zvyšuje sázky, a proto se komunikace silně opírá o ochranné prvky, sledovatelnost a kontroly – zejména když agenti pracují v rámci procesů kritických pro podnikání.
Co znamená „platforma na prvním místě“ při škálování agentní umělé inteligence napříč týmy?
Platformově primární přístup znamená budování sdílených základů – nástrojů, vzorů, správy a opakovaně použitelných komponent – aby týmy nemusely znovu vytvářet stejné funkce agentů izolovaně. Záměrem je omezit zakázkové sestavování a udržet konzistenci nasazení napříč odděleními. V praxi je to „řízená instalace“, která pomáhá škálovat zavádění agentů, aniž by si každá skupina sestavovala vlastní samostatný stack AI.
Jak se ochranné prvky pro správu a dodržování předpisů začleňují do pracovních postupů agentní umělé inteligence?
Důraz je zde kladen na agentní automatizaci v rámci mechanismů pro řízení rizik a dodržování předpisů, kde chyby mohou být nákladné. Prezentace zdůrazňuje ochranná opatření a sledovatelnost od samého začátku, aby akce zůstaly kontrolované a auditovatelné, nikoli ad hoc. To je v souladu s širším tlakem regulačních orgánů – jako jsou regulační orgány pro léčiva v EU a USA – na jasnější odpovědnost, dohled a řízení rizik v oblasti umělé inteligence v prostředí s vysokými sázkami.
Co naznačuje studie IBM o tom, jak umělá inteligence pohání růst podnikání do roku 2030?
Tématem průzkumu je, že vedoucí pracovníci očekávají, že se umělá inteligence posune od zvýšení efektivity ke skutečným výsledkům růstu, ale mnoho z nich stále nemá jasný plán, kde se hodnota uskuteční. Zdůrazňuje se integrace: „Umělá inteligence na straně“ se moc nezmění, pokud nebude začleněna do způsobu, jakým se práce vykonává. Také se přiklání k multimodelovým strategiím, kde menší modely přebírají více práce v pragmatických nasazeních.
Nahradí umělá inteligence pracovní místa, nebo automatizuje převážně jejich část?
Na základě toho, jak lidé Claudea používají v praxi (jak uvádí Anthropic a je popsáno zde), se v současnosti jeví dopad spíše jako pomoc na úrovni úkolů než jako náhrada celého pracovního místa. Lidé odlehčují části práce, ne celé role od začátku do konce. Efekt se značně liší v závislosti na povolání a na tom, které části práce jsou automatizovatelné, takže výsledky jsou nerovnoměrné a vysoce závislé na kontextu.