🧩 „OpenAI“ paleidžia naujienų kanalą „Įvaikinimas“ ↗
„OpenAI“ ką tik sukūrė specialų „Priėmimo“ kanalą, skirtą miglotai įmonių dirbtinio intelekto daliai – daliai, kurioje bandomieji projektai arba įtvirtinami darbo eigoje... arba tyliai pasensta aplanke. Jis pateikiamas kaip praktinės sistemos ir lauko pastabos, padedančios iš modelių gauti apčiuopiamos vertės, o ne vien jais žavėtis. („ OpenAI “)
Potekstė nuskamba su trenksmu: „kietų demonstracinių versijų“ era retėja, ir (pagaliau) atėjo era, kai „išlaikykime tai tikroje organizacijoje su realiomis paskatomis“. ( OpenAI )
🧑🏭 „Anthropic“ skelbia pirmuosius įrodymus apie dirbtinio intelekto poveikį darbo rinkai ↗
„Anthropic“ paskelbė tyrimo straipsnį, kuriame siūlomas naujas būdas įvertinti dirbtinio intelekto poveikį darbo vietoms, o vėliau jį panaudojo ankstyviems poveikio įvairioms profesijoms požymiams išryškinti. Tai labiau kiekybinis požiūris nei „visų panika“, o tai pasitaiko rečiau nei turėtų būti. ( Anthropic )
Išsiskiria bandymas operacionalizuoti klausimą: ne tik ar dirbtinio intelekto pokyčiai veikia, bet ir kaip nuosekliai stebite tuos pokyčius skirtinguose vaidmenyse ir užduotyse. Taip, moksliukai – ir tokie moksliukai, kurie galiausiai formuoja politinius pokalbius. ( Antropinis )
🛡️ Pentagonas įvardija „Anthropic“ kaip „tiekimo grandinės riziką“ ↗
Pranešama, kad JAV gynybos departamentas antropologinę sistemą įvardijo kaip tiekimo grandinės riziką – ši etiketė gali būti reputacijai žalinga ir operaciniu požiūriu kebli, priklausomai nuo to, kiek plačiai ji bus laikoma neginčijama. Šis žingsnis patenka į platesnės kovos dėl to, kaip gynybos kontekste turėtų būti – arba neturėtų būti – naudojami pasienio modeliai, įkarštį. ( „Reuters“ )
Jei esate klientas, stebintis tai iš šalies, tai yra tokia antraštė, kuri priverčia dar kartą patikrinti savo tiekėjo rizikos dokumentus ir tyliai sumurmėti „taigi tai laikoma rizika“. ( Reuters )
🧾 JAV svarsto leidimus „Nvidia“ ir AMD dirbtinio intelekto lustų pardavimui visame pasaulyje ↗
JAV svarsto taisykles, pagal kurias „Nvidia“ ir AMD tam tikriems dirbtinio intelekto lustų pardavimams visame pasaulyje reikėtų leidimų – iš esmės išplečiant priežiūrą, neapsiribojant įprasta „konkrečių paskirties vietų“ logika, ir taikant kažką platesnio masto. Tai reguliavimas kaip didesnis tinklas, o ne tik glaudesnis mazgas. ( Bloomberg.com )
Jei tai pajudės į priekį, tai gali sukelti trinties tose srityse, kurios šiuo metu atrodo kaip įprasta prekyba, ir ta trintis linkusi plisti: pirkimų planai, duomenų centrų statyba, partnerių terminai... visa tai domino linija. ( Bloomberg.com )
🏙️ „Google“ atidaro dirbtinio intelekto centrą Berlyne ↗
„Google“ atidarė dirbtinio intelekto centrą Berlyne, o Vokietijos lyderiai viešai susiduria su kiek nejaukia realybe: Europa nori didesnio technologinio suvereniteto, tačiau didelė dalis pažangiausių dirbtinio intelekto galių vis dar kyla iš JAV įmonių. Tai šiek tiek panašu į reikalavimą, kad gamintumėte daugiau namuose, o tuo pačiu užsisakytumėte maistą į namus – dar kartą. ( „Courthouse News“ )
Šis pranešimas pateikiamas kartu su platesnio masto „Google“ investicijų į Vokietiją siekiu ir laikomas ir galimybe, ir priklausomybe, priklausomai nuo to, kas kalba (ir apie kokius rinkimus jie galvoja). ( „Courthouse News “)
🧾 „Waystar“ plečia „Google Cloud“ partnerystę dėl agentinio dirbtinio intelekto pajamų cikle ↗
Sveikatos priežiūros mokėjimų bendrovė „Waystar“ teigia, kad gilina bendradarbiavimą su „Google Cloud“, siekdama skatinti „agentinį dirbtinį intelektą“, kuriuo siekiama pajamų ciklą padaryti autonomiškesnį – mažiau rankinių veiksmų, daugiau automatizuotų sprendimų, daugiau akimirkų „kodėl sąskaitos visada tokios?“... arba bent jau taip tikimasi. ( googlecloudpresscorner.com )
Pažadas – greitis ir tikslumas pretenzijų ir mokėjimų tvarkymo procesuose; rizika yra pažįstama: automatizavimas, kuris tęsia darbą tol, kol kraštutinės bylos susikaupia kaip skalbiniai. Vis dėlto būtent čia ir juda įmonių dirbtinis intelektas – agentai, o ne pokalbių langai. ( googlecloudpresscorner.com )
DUK
Kas yra „OpenAI“ diegimo naujienų kanalas ir kodėl jis svarbus įmonių dirbtinio intelekto diegimui?
Naujasis „OpenAI“ diegimo kanalas yra paremtas praktinėmis sistemomis ir praktinėmis pastabomis, kaip gauti ilgalaikę vertę iš modelių organizacijose. Dėmesys nukrypsta nuo prašmatnių demonstracijų ir pereinama prie dirbtinio intelekto įtvirtinimo darbo eigose, kurioms būdingi paskatinimai, apribojimai ir atskaitomybė. Komandoms, skatinančioms dirbtinio intelekto diegimą įmonėse, šis pokytis yra svarbus, nes vykdymas paprastai yra ta vieta, kur bandomieji projektai įsitvirtina arba tyliai stringa.
Kaip „Anthropic“ bando išmatuoti dirbtinio intelekto poveikį darbo rinkai?
„Anthropic“ tyrimai daugiausia skirti kiekybinio metodo, skirto stebėti, kaip dirbtinis intelektas veikia įvairias profesijas ir užduotis, kūrimui. Tikslas – ne tik ginčytis, ar darbas keičiasi, bet ir sukurti nuoseklų požiūrį į tai, kaip šie pokyčiai pasireiškia praktikoje. Tokia sistema gali paveikti, kaip įmonės, tyrėjai ir politikos formuotojai apibūdina ir vertina poveikį darbo rinkai.
Ką reiškia, kai Pentagonas DI bendrovę priskiria tiekimo grandinės rizikai?
Tiekimo grandinės rizikos etiketė gali sukelti tiekėjo reputacijos spaudimą ir tiesioginę veiklos trintį. Net iki galo nesuprasdami pasekmių, klientai gali dar kartą peržiūrėti pirkimų planus, atitikties patikras ir tiekėjo rizikos dokumentus. Daugelyje įmonių etiketė yra svarbi, nes rizikos komandos dažnai reaguoja į signalą dar prieš verslo pusei susitariant dėl interpretacijos.
Kaip naujos JAV leidimų taisyklės gali paveikti „Nvidia“ ir AMD dirbtinio intelekto lustų pardavimus?
Straipsnyje teigiama, kad JAV svarsto platesnius leidimų reikalavimus tam tikriems „Nvidia“ ir AMD pasauliniams dirbtinio intelekto lustų pardavimams. Tai išplėstų priežiūrą už siauro paskirties vietos modelio ribų ir galėtų padidinti trintį sandoriams, kurie šiuo metu atrodo įprasti. Praktiškai toks pokytis gali paveikti pirkimų terminus, duomenų centrų planavimą ir partnerių koordinavimą.
Kodėl naujasis „Google“ dirbtinio intelekto centras Berlyne yra svarbus Europos dirbtinio intelekto strategijai?
„Google“ dirbtinio intelekto centras Berlyne atkreipia dėmesį į įtampą, dėl kurios Europa vis dar derasi: siekis technologinio suvereniteto kartu su nuolatine priklausomybe nuo didžiųjų JAV įmonių, kurios pirmauja dirbtinio intelekto srityje. Šį žingsnį galima interpretuoti ir kaip investicijas, ir kaip priklausomybę, priklausomai nuo politinės ar ekonominės perspektyvos. Tai taip pat rodo, kad dirbtinio intelekto vietos strategija tampa platesnių politinių diskusijų dalimi.
Ką „Waystar“ ir „Google Cloud“ plėtra sako apie dirbtinio intelekto diegimą įmonėse?
Išplėsta „Waystar“ partnerystė su „Google Cloud“ rodo, kad įmonių dirbtinio intelekto diegimas bus labiau operatyvus, ypač tokiose pramonės šakose, kuriose daug darbo eigos reikalaujama, pavyzdžiui, sveikatos priežiūros mokėjimų srityje. Dėmesys sutelktas į agentinį dirbtinį intelektą, kuris gali sumažinti rankinius veiksmus ir pagerinti pretenzijų bei mokėjimų procesų greitį ar tikslumą. Galimybės yra didelės, kaip ir iššūkis tvarkyti išimtis, kai automatizavimas susiduria su kebliomis kraštutinėmis situacijomis.
Ar dirbtinio intelekto agentai tampa svarbesni nei pokalbių robotai realiuose verslo procesuose?
Ši apžvalga rodo ta linkme. „Waystar“ pavyzdyje dirbtinis intelektas (DI) apibrėžiamas ne tiek kaip pokalbių sąsaja, kiek kaip operacinis sluoksnis pajamų ciklo darbe, kur sprendimai ir veiksmai yra svarbesni nei vien atsakymai. Daugelyje procesų tai yra kitas žingsnis: pereiti nuo pokalbių langų prie sistemų, kurios gali palaikyti arba automatizuoti verslo proceso dalis.
Į ką įmonės turėtų atkreipti dėmesį šios savaitės dirbtinio intelekto naujienose?
Išsiskiria trys temos: dirbtinio intelekto vertės didinimas gamyboje, jo poveikio darbui matavimas ir didėjančios reguliavimo ar tiekėjų rizikos valdymas. „OpenAI“ diegimo skatinimas susijęs su vykdymu, „Anthropic“ tyrimai – su matavimu, o Pentagono ir lustų kontrolės istorijos rodo valdymo ir tiekimo apribojimus. Visos kartu jos rodo, kad dirbtinio intelekto strategija dabar priklauso tiek nuo operacijų ir politikos, tiek nuo modelio kokybės.