Переосмысление корпоративного интеллекта с помощью автономного ИИ

Корпоративный ИИ больше не является амбициозной целью на будущее. Он уже полноценно используется в операционной деятельности. Возможности моделей развиваются быстрее, чем большинство организаций способны их внедрять, а стоимость производительности продолжает снижаться. Во всем мире объем инвестиций в ИИ в 2026 году достигнет 2,5 триллиона долларов, что на 44% больше, чем годом ранее.

Для многих предприятий эти инвестиции привели к фрагментации. Интеллект может накапливаться в изолированных системах: например, агенты отдела продаж не знают об открытых заявках в службу поддержки, а маркетинговые системы персонализируют контент, не имея доступа к информации, которой финансовый отдел уже располагает о клиенте. Каждое подразделение может эффективно работать изолированно, однако предприятие в целом учится мало и имеет меньше информации для принятия решений.

Переход от ИИ как инструмента к ИИ как операционной модели — то, что в этом отчете мы называем «агентным сдвигом», — требует не просто более совершенных моделей или более быстрой инфраструктуры. Он предполагает объединение людей, процессов и данных в режиме реального времени, а также наличие управления и контроля, позволяющих надежно действовать на основе полученных сведений.

Это означает необходимость одновременно переосмыслить и архитектуру, и операционные модели. Во-первых, перестроить инфраструктуру данных, ориентируясь на доступность, а не на объем. Во-вторых, заменить фиксированные технологические стеки компонуемыми архитектурами, способными развиваться по мере изменения моделей и инструментов. И наконец, решить вопросы суверенитета ИИ, включая то, где работает интеллект, кто им управляет и как он функционирует через организационные и юрисдикционные границы.

Основные выводы:

Проблема масштабирования корпоративного ИИ носит структурный характер. Компании, ставящие процессы на первое место, вырываются вперед. Глобальные расходы на ИИ стремительно растут, а возможности моделей развиваются быстрее, чем большинство организаций способны их интегрировать. Тем не менее большинство предприятий по-прежнему не увеличивают выручку благодаря ИИ и не переосмысливают фундаментальным образом способы своей работы. Компании, которые получают устойчивую отдачу, придерживаются общей дисциплины. Они рассматривают перестройку процессов как этап, предшествующий выбору модели, и создают системы с учетом развития технологий, а не адаптируют роли и рабочие процессы уже после внедрения. Для них агентный сдвиг начинается с операционной модели.

Готовность данных, а не их изобилие, позволяет ИИ накапливать эффект. Большинство предприятий слишком поздно обнаруживает, что наличие данных и наличие данных, готовых для ИИ, — это совершенно разные вещи. Суверенная компонуемая основа, которая запрашивает и подготавливает данные там, где они находятся, без миграции или централизации, может превратить необработанные массивы данных в знания, на основе которых способны действовать ИИ-агенты. По мере того как законы о локализации данных, мультиоблачные среды и структурная сложность делают централизацию все менее практичной, именно суверенный контроль над тем, где работают модели и где хранятся данные, сохраняет эту адаптивность.

Скачать отчет.

Этот материал подготовлен подразделением Insights, занимающимся созданием заказного контента для MIT Technology Review, а не его редакцией. Исследование и текст были выполнены людьми; любые инструменты ИИ, которые могли использоваться, применялись только в производственных процессах под контролем человека.