Вебпрактик AI | Корпоративный ИИ


Гео и язык канала: Россия, Русский
Категория: Технологии


Рынок корпоративного ИИ глазами системного интегратора.
Новости, кейсы и аналитика через фильтр реального опыта.
ai@webpractik.ru

Связанные каналы

Гео и язык канала
Россия, Русский
Категория
Технологии
Статистика
Фильтр публикаций


Гонка за числом параметров в фундаментальных моделях постепенно уступает место борьбе за экономику вычислений.

В колонке для «Известий» исполнительный директор Ассоциации больших данных Алексей Нейман разбирает, почему масштабирование «в лоб» упирается в бюджеты и как меняется технологический стек.

В центре внимания — архитектура Mixture of Experts, где модель хранит сотни миллиардов параметров, но на каждый запрос активирует лишь малую часть. На примерах решений от Google, Z.ai и недавнего релиза от «Яндекса» автор показывает общий сдвиг: критичным становится не номинальный размер сети, а объем активных вычислений на один токен.

Для корпоративного сектора этот переход принципиален в сложных сценариях. В длинных цепочках и мультиагентных пайплайнах, где одна бизнес-задача требует десятков обращений к модели и внешним инструментам, разница в стоимости запроса начинает напрямую определять окупаемость внедрения. Полный разбор смены парадигмы — в первоисточнике.

💜 Telegram 🔴 MAX 🔴 Дзен


Нормативно-правовое регулирование стало главным препятствием для масштабирования проектов в области ИИ: на него указали 40% участников международного исследования консалтинговой компании BearingPoint. Об этом сообщает Reuters. Вторым по значимости барьером топ-менеджеры назвали интеграцию с устаревшими ИТ-системами — эту проблему отметили 34% опрошенных.

В опросе приняли участие 1050 руководителей высшего звена из 13 стран Европы, США и Китая. При этом почти три четверти компаний, внедривших ИИ, заявили о получении ощутимой финансовой отдачи за счет роста выручки или сокращения расходов.

Несмотря на положительный финансовый результат, масштабировать проекты удается единицам: лишь 13% участников смогли развернуть свои решения в полном соответствии с исходным бизнес-планом. Большинство организаций либо скорректировали первоначальные планы, либо внедрили технологии в меньшем объеме, а менее трети опрошенных смогли выйти за пределы стадии пилотов.

Здесь регулирование и интеграция связаны на практике. Чтобы ИИ работал с корпоративными данными и участвовал в принятии решений, недостаточно проверить качество ответов модели. Нужно определить, к каким данным у неё есть доступ, как фиксируются действия системы, кто проверяет результат и как он попадает в существующий процесс. Именно на этом этапе требования к управлению рисками становятся частью архитектуры внедрения, а не отдельной формальностью после запуска.

💜 Telegram 🔴 MAX 🔴 Дзен








ИИ-стартап запретил сотрудникам-новичкам пользоваться ИИ

Интересный кейс американского ИИ-стартапа Valon. Компания разрабатывает программное обеспечение для обслуживания ипотеки с помощью ИИ-агентов. Но большинству новых сотрудников предлагает сначала освоить работу без ИИ. Ограничение касается и опытных специалистов, которые только пришли в компанию, пишет Business Insider.

Глава Valon Эндрю Ван ввёл правило после того, как заметил: сотрудники обращались к самым дорогим моделям даже с простыми задачами. Когда он спрашивал зачем, ему отвечали, что ИИ «почти всегда прав». Вана беспокоили не только расходы, но и то, смогут ли сотрудники разобраться в своей работе и заметить ошибку модели.

Новые сотрудники смогут пользоваться ИИ, когда руководитель убедится, что они разбираются в своей работе настолько, чтобы заметить ошибку модели. Инженеров правило не касается: их код перед выпуском проверяют коллеги, поэтому результат ИИ в любом случае не остаётся без дополнительного контроля. В финансах и HR, по словам главы Valon, аналогичной процедуры проверки нет.

Руководитель ожидает, что такая стратегия приведет сокращению годовых расходов компании на токены примерно с 15–20 млн $ до 4–5 млн $.

💜 Telegram 🔴 MAX 🔴 Дзен




























Четыре модели ИИ начали тестировать в российских судах

В регионах в тестовом режиме запустили четыре большие языковые модели. Их обучают на правовых позициях Верховного суда и практикообразующих решениях по ключевым для граждан и бизнеса спорам. Об этом на форуме глав верховных судов стран БРИКС заявил председатель Верховного суда Игорь Краснов, передают Ведомости.

Ключевая цель пилота — обеспечить единообразие судебной практики, исключить логические противоречия, снизить риск ошибок и повысить предсказуемость решений. Вместе с крупными технологическими компаниями Верховный суд уже прописал правила этики для нейросетей, которые будут работать в судебной системе.

Показательно, что столь консервативная и жестко регламентированная структура внедряет ИИ и говорит об этом открыто.

💜 Telegram 🔴 MAX 🔴 Дзен

Показано 20 последних публикаций.