ИИ и его основные разработчики пока не готовы к корпоративному использованию этой технологии, считают в аналитической фирме Gartner. Об этом сообщили на ежегодном симпозиуме Gartner IT Symposium ведущие аналитики и вице-президенты компании Дэрил Пламмер (Daryl Plummer) и Кристин Мойер (Kristin Moyer). Они выразили мнение, что ИИ-индустрия и её ключевые игроки пока не достигли необходимой для корпоративного сектора зрелости, пишет The Register.

Говоря о сотрудничестве с ведущими ИИ-лабораториями, Пламмер заявил, что доверять им пока рано. По его словам, они «не соответствуют корпоративным стандартам, не понимают корпоративных условий и правил, не осознают вопросов ответственности и не имеют представления о таких понятиях, как стабильность и непрерывность бизнес-процессов». Пламмер указал на характерную для ИИ-компаний практику частой смены моделей без оглядки на то, как эти обновления могут отразиться на работе приложений, зависящих от результатов их систем, и на то, что это может нарушить функционирование ПО.

Источник изображения: Look Studio / Unsplash

«Темпы инноваций вышли из-под контроля, и самое печальное, что игнорировать их невозможно», — отметил Пламмер. По его словам, проблема усугубляется тем, что разработчики ИИ не готовы поддерживать устаревшие версии ИИ-моделей, хотя их жизненный цикл составляет всего около шести месяцев. «Если вы решите остаться на первой версии модели, вам не будут уделять особого внимания. Уже одно это говорит о том, что они не готовы к работе с корпоративным сектором», — подчеркнул он.

Кристин Мойер сослалась на исследование Gartner, согласно которому 86 % ИТ-директоров (CIO) считают, что риски, связанные с ИИ, растут быстрее приносимой ими пользы. В частности, первые успехи внедрения ИИ порождают спрос, который ИТ-отделы не могут удовлетворить без ущерба для безопасности и стабильности систем. Часть этого спроса Мойер связывает с «безответственным потреблением», когда сотрудники используют ИИ без реальной необходимости или неуместно. Согласно исследованию, 40 % работников сталкивались с низкокачественным контентом, сгенерированным ИИ (AI slop). На его разбор и осмысление уходит порядка двух часов, что для организации с персоналом около тысячи человек может обойтись в $9 млн в год.

Предотвратить такое «безответственное потребление» крайне сложно, поскольку «трудно даже отследить, сколько именно агентов ИИ у вас задействовано. ИИ проникает в вашу компанию через продукты, которыми вы уже пользуетесь», говорит Мойер. Она отметила, что предприятиям потребовалось целое десятилетие, чтобы отучить разработчиков выбирать самые мощные и дорогостоящие облачные инстансы из имеющегося набора.

Источник изображения: Nahrizul Kadri / Unsplash

Пламмер считает, что для контроля использования ИИ можно задействовать проверенные временем технологии автоматизации. По его словам, создавать агента для взаимодействия с базой данных неразумно, поскольку с этой задачей прекрасно справится старый добрый вызов функции. Часть вины в безответственном использовании ИИ лежит на вендорах, которые «любой ценой стремятся монетизировать ИИ», продавая продукты с его поддержкой или просто вынуждая клиентов покупать больше токенов. «Вендоры хотят, чтобы вы использовали агентов повсеместно», — утверждает Пламмер.

Говоря об эффективности AIOps — подхода, при котором вендоры используют агентов для выявления источников проблем и предложения решений, активируемых одним нажатием кнопки, Пламмер заявил, что вендоры следуют в верном направлении, но ими движут порочные мотивы. «Их цель — продать вам свои продукты, а не внедрить действительно подходящее решение; ведь их продукты, скорее всего, таковыми не являются», — считает аналитик. По его словам, такое поведение типично для цикла продаж новых технологий; это наблюдается и сейчас, когда вендоры создают инструменты управления, якобы позволяющие безопасно использовать ИИ. Пламмер охарактеризовал рынок таких решений как «один из самых фрагментированных, что нам когда-либо доводилось видеть».

Аналитики предложили несколько мер по «обузданию» ИИ, одна из которых — создание «центрального банка ИИ». Эта структура будет отвечать за контроль использования ИИ во всей организации и обеспечение её стабильной работы с учётом системного влияния ИИ. Её ключевая задача — обеспечение подотчётности. Это можно реализовать с помощью традиционных ERP- или CRM-систем, которые фиксируют историю действий (кто их выполнил или санкционировал). ИИ не всегда оставляет такие следы, добавила Мойер.

Источник изображения: Francis Ledger / Unsplash

Также для нейтрализации вышедшей из-под контроля системы потребуются «агенты-хранители» — ИИ, задача которого заключается исключительно в наблюдении за другими агентами и обеспечении того, чтобы их поведение оставалось в заданных рамках. Его также следует наделить правом «уничтожать» агентов, вышедших из-под контроля. Кроме того, эксперты предлагают создать группы быстрого реагирования для устранения последствий сбоев или проблем, вызванных ИИ. «Если вам придётся держать ответ за случившееся, и вы скажете: “Это сделал ИИ”, у вас возникнут серьёзные неприятности, — заявил Пламмер. — Именно ИТ-директора будут нести ответственность за сбои в работе систем ИИ».

Российский разработчик инфраструктурного ПО «Группа Астра» представил комплексную экосистему решений для корпоративного искусственного интеллекта. В рамках нового технологического направления «Астра ИИ» компания предложила рынку набор ИИ-платформ — от инфраструктурных для запуска больших моделей до прикладных агентных, а также методологию их внедрения.

По данным «Группы Астра», отечественный рынок искусственного интеллекта по итогам 2025 года вырос на 31 % и достиг 316,1 млрд руб. Сегмент генеративного ИИ оценивается в 58 млрд руб. (рост почти в пять раз за год). Несмотря на то, что технологию внедряют 97 % организаций, лишь 10–15 % довели её до промышленной эксплуатации, а более 90 % не получили экономического эффекта.

Ключевым барьером остаётся доверие: 79 % предприятий критической информационной инфраструктуры (КИИ) запрещают использование публичных генеративных сервисов из-за регуляторных ограничений. Это порождает проблему «теневого ИИ», когда сотрудники используют сторонние сервисы, создавая риски утечки данных.

Источник изображения: astra.ru

Ответом «Группы Астра» стал фокус на безопасных on-premise-решениях, многоуровневой архитектуре моделей (суверенные российские разработки, проверенный open source и фронтир-модели), а также глубокой интеграции со стеком безопасности Astra Linux с прицелом на сертификацию во ФСТЭК России. В состав разрабатываемого «Группой Астра» ИИ-стека включены продукты под разные этапы жизненного цикла ПО:

• «Астра ИИ [Код]» — агент-программист, работающий в терминале инженера с контролем изменений человеком;
• «Астра ИИ [Хаб]» — инференс-платформа для исполнения задач;
• Агентная ОС на базе Astra Linux — среда безопасного функционирования агентов.

Источник изображения: Numan Ali / unsplash.com

Доверенная агентная ОС Astra Linux обеспечивает безопасное функционирование, управление и изоляцию ИИ-агентов, их данных и ресурсов на основе уровней целостности и отвечает требованиям 187-ФЗ, 243-ФЗ, приказов ФСТЭК России № 117, а также № 235 и № 239, регламентирующих работу значимых объектов КИИ. Инструментарий безопасности включает управление политиками для ИИ-агентов под конкретную задачу, запуск агентов в ограниченной среде, контроль критических действий, защиту агентов от атак и взлома, защиту информационных систем от вредоносных действий недоверенной модели, а также мониторинг и логирование всех операций агентов. Параллельно развивается слой удобства для пользователя: голосовое управление, умный поиск, умный каталог и нативное обучение.

Платформу «Астра ИИ [Код]» уже могут применять частные и госкомпании, работающие с данными под регулированием 152-ФЗ и требованиями к КИИ; для широкого внедрения продукт будет доступен с IV квартала 2026 года. Сроки релиза остальных решений не раскрываются.

Провайдер Selectel объявил о запуске Aish — специализированного агента искусственного интеллекта, интегрированного непосредственно в серверную операционную систему SelectOS. Решение доступно бесплатно всем пользователям платформы.

На рынке системного администрирования сегодня доминируют облачные нейросети, которые требуют передачи контекста сессии внешним провайдерам, что создаёт риски утечки данных и лишает организации возможности аудита действий ИИ-модели, говорит Selectel. В отличие от них, Aish развёрнут локально на серверах Selectel или собственном оборудовании клиента. Модель физически находится внутри защищённого периметра, а каждое действие агента подтверждается оператором перед исполнением.

Источник изображения: selectel.ru

ИИ-агент Aish понимает команды на естественном языке, интерпретирует их и переводит в исполняемый формат. Он способен выполнять цепочки действий, собирать диагностические данные, находить причины сбоев и предлагать исправления с учётом конкретного состояния сервера. Решение может использоваться для анализа состояния сервисов, логов и конфигурационных файлов, разбора инцидентов, поиска причин отказа сервисов и выполнение рутинных операций без обращения к документации. Агент формирует командные инструкции, объясняет их действие, но финальный запуск выполняет только оператор.

Американский стартап Hypercubic, занимающийся разработкой специализированных ИИ-агентов для трансляции кода COBOL на современные языки программирования, объявил о проведении посевного раунда финансирования, в ходе которого на развитие привлечено $5,3 млн. Инвестиционную программу возглавила компания CIV. Кроме того, средства предоставили Y Combinator, Afore Capital, Multimodal Ventures, Pioneer Fund, Epsilon Ventures и Unpopular Ventures, а также ряд частных инвесторов.

COBOL (Common Business-Oriented Language), появившийся ещё в 1959 году, до сих пор остаётся основой глобальной финансовой инфраструктуры и приложений на мейнфреймах: по оценкам, более 95% транзакций по картам и операций банкоматов зависят от систем, написанных на этом языке. В мире насчитывается свыше 200 млрд строк COBOL-кода, однако эти программы крайне плохо документированы, а найти квалифицированных специалистов в соответствующей области очень сложно. Первые разработчики на COBOL давно отошли от дел, если вообще живы, да и их преемники приближаются к пенсионному возрасту.

Источник изображения: Hypercubic

Процесс переноса COBOL-кода на современные языки программирования сопряжен с огромными рисками. Такие приложения часто представляют собой сложные монолитные системы, а поэтому даже небольшое изменение может привести к сбою критически важных банковских и финансовых сервисов. При этом восстановление логики, заложенной десятилетия назад, требует огромных усилий: бизнес-правила часто «зашиты» непосредственно в код и нигде не описаны. По этой причине многие компании откладывают модернизацию: процесс занимает годы, стоит дорого, а вероятность сбоев слишком высока.

Стартап Hypercubic предлагает решение проблемы с помощью ИИ-агентов, обученных на огромных объёмах кода COBOL. Система сначала тщательно анализирует исходники, восстанавливает скрытую бизнес-логику и автоматически генерирует документацию. Затем ИИ переписывает приложение на современных языках, сохраняя функциональность и совместимость с историческими данными. Утверждается, что такой подход сокращает сроки модернизации с нескольких лет до пары месяцев, одновременно повышая надёжность.

Вместе с тем Gartnet предрекает провал автоматизированному переносу ПО с мейнфреймов с помощью ИИ — к 2030 году ¾ поставщиков таких решений или закроются, или переориентриуются. Проблема не только в коде, который является только частью более обширного инфраструктурного комплекса, но и в данных, рабочем окружении и аппаратных решениях. IBM по-прежнему развивает мейнфреймы, позволяя интегрировать их с современными платформами и предлагая новые варианты использования.

Yandex B2B Tech анонсировала нового ИИ-агента для бизнеса. Он будет построен на базе Yandex AI Studio и возьмёт на себя до половины задач офисных сотрудников (от бухгалтеров до маркетологов), на которые обычно уходит до трети рабочего времени.

Выпуск решения планируется до конца сентября 2026 года. В отличие от остальных ИИ-агентов, это будет своего рода операционная ИИ-система для бизнеса. В ней любой сотрудник сможет использовать привычные ему рабочие сервисы и инструменты (условный Excel), но работать с ними можно будет через ИИ-агентов. Такой интеллектуальный помощник, например, сможет вести документооборот, сравнивать коммерческие предложения от поставщиков и проверять заявки, анализировать кандидатов на вакантные должности и т. д.

Источник изображения: yandex.cloud

Пользователи смогут предоставить ИИ-ассистенту доступ к корпоративным сервисам от своего имени. Он получит те же права и сможет запрашивать актуальную информацию для решения задачи. Для безопасного использования агента предусмотрены средства ограничения доступа к внутренним, а каждое важное действие потребует подтверждения от человека. Также будет доступна возможность анализировать поведение ИИ-агента: проверять всю цепочку его действий и решений, какие инструменты он использовал и к каким данным и системам обращался внутри организации.

По словам разработчиков, ИИ-агент для бизнеса можно будет использовать для решения задач, которые требуют специфических знаний и умений. Для этого предусмотрена система навыков. Компании смогут использовать готовые навыки из каталога, например «Финансист» или «HR-специалист», либо создать собственные. Уметь писать код для этого не требуется. Достаточно указать источники данных — это может быть почта, внутренние базы знаний и так далее — и своими словами описать процесс решения задачи.

Компания Databricks сообщила о подписании предварительного соглашения о стратегическом раунде финансирования M, по итогам которого её рыночная стоимость будет оцениваться в $188 млрд. Этот раунд предполагается завершить позже этим летом, и его возглавляет существующий инвестор Coatue. В раунде примут участие как новые, так и существующие инвесторы. По данным источников The Wall Street Journal, объём инвестиций составит $3 млрд.

Всего пять месяцев назад, в феврале, Databricks завершила раунд финансирования серии L на сумму $5 млрд при оценке в $134 млрд. За пять месяцев до этого, в сентябре 2025 года, компания привлекла $1 млрд при оценке в $100 млрд. А примерно за девять месяцев до этого, в декабре 2024 года, она привлекла $10 млрд при оценке в $62 млрд.

«Этот новый капитал позволит нам развить нашу стратегию использования нескольких ИИ для удовлетворения огромного спроса клиентов, чтобы мы могли укрепить Unity AI Gateway, расширить Genie и развить Lakebase», — заявил Али Годси (Ali Ghodsi), соучредитель и генеральный директор Databricks. Также полученные в рамках раунда средства будут направлены на будущие приобретения в сфере ИИ и углубление исследований в этой области.

Источник изображения: Databricks

Unity AI Gateway — решение для управления несколькими системами ИИ, которое помогает предприятиям контролировать затраты на использование ИИ, Genie (прежнее название Databricks One) — ИИ-помощник, который поддерживает запросы на естественном языке и генерирует на основе бизнес-данных на платформе необходимые отчёты. Lakebase — бессерверная управляемая база данных на основе PostgreSQL, созданная для ИИ-агентов.

Databricks отметила, что в сфере корпоративного ИИ существует контекстный разрыв, из-за которого многие организации не могут использовать ИИ в масштабе и получать отдачу от инвестиций. Данные зачастую находятся в разных системах, «оторваны» от ИИ и их сложно контролировать, что затрудняет управление стоимостью, безопасностью и надёжностью ИИ. По словам Databricks, платформа Databricks Data + AI позволяет решить эти проблемы, объединяя данные и ИИ в готовой к использованию агентами инфраструктуре, регулируя затраты и доступ к ИИ, а также предоставляя бизнес-контекст, необходимый компаниям для успешного создания и развёртывания ИИ-решений.

Databricks также известна активным внедрением более доступных китайских ИИ-моделей с открытыми весами для контроля затрат, что является одним из главных трендов 2026 года. Особенно активно она продвигает модель GLM 5.2 от Z.ai, отметил ресурс TechCrunch.

Selectel и Национальный исследовательский университет ИТМО объявили о запуске совместного предприятия с целью разработки решений в сфере ИИ, в частности — платформы для создания, внедрения и промышленной эксплуатации мультиагентных систем на базе больших языковых моделей (LLM). Новая платформа позволит быстро создавать ИИ-решения под конкретные бизнес-процессы заказчиков, подключать их к корпоративным данным и системам, измерять качество работы и безопасно их развивать по мере изменения задач бизнеса.

Коммерческая модель будет учитывать фактическое потребление вычислительных ресурсов и токенов. Оплата заказчиком использования ИИ-агентов будет производиться в зависимости от объёма, сложности и места выполнения работы: на инфраструктуре Selectel, в выделенном контуре или непосредственно у заказчика.

Сообщается, что в штат СП войдёт проектная группа ИТМО и опытные эксперты индустрии. ИТМО выступит ключевым центром компетенций с готовыми наработками, а Selectel обеспечит финансирование проекта на сумму более 1 млрд руб., а также предоставит необходимую IT-инфраструктуру. Ранее сообщалось, что Selectel создал новую компанию для реализации ИИ-проектов — «Эмерджентные мультиагентные системы» (ООО «ЭМС»).

По словам Олега Любимова, гендиректора Selectel, объединив экспертизу Selectel в построении специализированной инфраструктуры для ИИ с профильными компетенциями команды ИТМО, и действуя при этом как самостоятельный игрок, новое предприятие будет способствовать ускорению развития прикладных решений, необходимых крупному бизнесу на фоне перехода к агентной экономике ИИ-систем.

Источник изображения: ИТМО

Любимов уточнил в интервью ресурсу Forbes, что у Selectel доля в уставном капитале СП составляет ⅔, у ИТМО — ⅓. Руководитель ИТМО Александр Бухановский рассказал Forbes, что специалисты ИТМО разработали технологию, которая автоматизирует конструирование прикладных агентов ИИ и мультиагентных систем на их основе под комплексные бизнес-задачи. «Мы реализовали ИИ, который умеет делать ИИ», — отметил он.

С 2020 года Selectel инвестировал в развитие ИИ-решений более 3,5 млрд руб. В ближайшие пять лет провайдер планирует увеличить финансирование проектов в сфере ИИ, выделив на эти цели 10 млрд руб. С конца прошлого года 25 % АО «Селектел» принадлежит компании «Каталитик Пипл», созданной МКПАО «Т-Технологии» и ХК «Интеррос».

Schneider Electric (SE) объявила о покупке за $3,1 млрд наличными компании Cognite Holding, специализирующейся на системах промышленного искусственного интеллекта, сообщает Silicon Angle. Если раньше подобные системы отслеживали в основном работу промышленных объектов вроде электростанций, оповещая о необходимости техобслуживания, то теперь ИИ становятся всё более автономными. Новые системы самостоятельно принимают решения и даже выполняют определённые действия, что является критически важным для SE.

По данным компании, Cognite создала редкий продукт — полноценную ИИ-платформу промышленного уровня, собирающую разрозненные данные с разных промышленных объектов в единую базу, позволяя ИИ-агентам анализировать информацию и выполнять определённые действия. Платформа сочатает единую модель данных и граф знаний с ИИ-агентами, «очищающими», структурирующими и связывающими данные. После этого анализом информации и запуском необходимых рабочих процессов занимаются другие ИИ-агенты.

В основе платформы — два продукта. Data Fusion «контекстуализирует» и обеспечивает «операционализацию» промышленных данных. Atlas AI отвечает за агентный уровень, автоматизирующий выполнение задач и ускоряющий принятие решений. Так, ИИ может выявить некорректно работающий насос, заказать необходимые комплектующие и запланировать ремонт, а человеку останется лишь подтвердить операции.

Источник изображений: Cognite

ИИ-инструменты Cognite уже применяются в электроэнергетике, нефтегазовой промышленности и в производстве. За десятилетия работы в этих секторах накоплены гигантские объёмы исторических данных, значительная часть которых никак не использовалась. ИИ-агенты Cognite могут извлекать из этих массивов данных практическую пользу. Сделку заключили на фоне стремительного роста интереса к промышленным ИИ-системам. В частности, в Европе производители стремятся сократить потери ресурсов и поднять производительность.

Основанная в 2017 году Cognite насчитывает более 800 сотрудников по всему миру. В 2025 году выручка компании превысила $170 млн, а объём повторяющихся подписок увеличился на 36 %. Поддерживающие компанию бизнесы получат от сделки значительную прибыль. Например, норвежская Aker, которая помогла основать компанию в 2017 году, рассчитывает получить наличными около $1,48 млрд от продажи своей доли.

Решения Cognite будут интегрированы с платформой Aveva CONNECT. Aveva занимается созданием программ для проектирования, эксплуатации и оптимизации промышленных объектов. Schneider Electric пыталась приобрести Aveva в 2015–2016 гг., но попытки не увенчались успехом. В 2017 году удалось завершить сделку, а полный контроль над Aveva получен лишь в 2022 году. За это время Aveva успела купить разработчика промышленного ПО OSIsoft, сделка на $5 млрд закрыта в 2020 году.

Объединив ресурсы Cognite с возможностями Schneider Electric и Aveva, покупатель сможет соединить крупнешйю в мире инфраструктуру автоматизации и управления энергией с ИИ, что сделает систему «умной» по своей природе. Вместе системы получают возможность «думать, адаптироваться и действовать». Schneider Electric отметила, что сделка ещё не получила одобрения регуляторов, но компания рассчитывает закрыть её в ближайшие кварталы.

Хотя сегодня на пользовательский ИИ-трафик приходится лишь малая доля от общего объёма, распространение агентного ИИ существенно изменит его структуру. В отчёте AI Impact on Wide Area Networks (WAN) компания Cisco прогнозирует, что именно ИИ станет главным драйвером роста сетевого трафика, а потребительский трафик к середине 2030-х гг. вырастет приблизительно в 6,6 раза, сообщает блог IEEE ComSoc.

По оценкам Cisco, ИИ обеспечит около 63 % дополнительного роста трафика, если сравнивать со сценарием без учёта ИИ. Исследование уделяет основное внимание именно WAN-сетям (без ЦОД и кластеров) и даёт рекомендации по проектированию сетей и планированию пропускной способности.

Потребительский ИИ-трафик в основном по-прежнему состоит из коротких текстовых диалогов, но ситуация меняется с переходом к агентному ИИ и мультимодальным взаимодействиям. Пока же, по данным Comcast, 97,1 % ИИ-трафика приходилось на текст, 2,6 % на изображения и 0,3 % на видео. И хотя на инференс приходится лишь «незначительная» доля трафика, Cisco полагает, что к 2035 году на него будет приходиться приблизительно 25 % всего трафика Сети.

Истчоник изображения: Robin Pierre/unsplash.com

Важно, что инференс-трафик вдвое продолжительнее типичных веб-взаимодействий и к тому же интенсивнее, поскольку генерируется роботом. При выполнении некоторых задач агентами может использоваться до 450 % больше трафика на задачу, чем человеком, а около 9 % инференс-потоков обеспечивают больше исходящего трафика (upstream), чем входящего, тогда как у обычного веб-трафика на upstream приходится всего 0,5 %, и это уже серьёзный сдвиг в поведении Сети, который с ростом использования агентных ИИ будет только расти.

Использование ИИ гораздо чувствительнее к задержкам, чем при большинстве обычных сетевых сценариев, поскольку коммуникация пользователя с ИИ часто идёт в виде разговора в интерактивном режиме, и ожидаются почти мгновенные ответы. По мнению Cisco, даже небольшие задержки становятся критичными для качества сервиса. В то же время растут и объёмы ИИ-трафика, поскольку увеличиваются мультимодальные промпты/загрузки и использование агентов.

Источник изображения: Cisco

Изменения структуры трафика потребуют и изменений физической инфраструктуры. Оптоволоконные сети уже обеспечивают относительно симметричные потоки данных и низкую задержку, но операторы DOCSIS вынуждены бороться за снижение задержки и выделять больше полос для исходящего трафика в ущерб входящему.

Теперь для ШПД-сетей одной из ключевых задач становится пропускная способность upstream-каналов, задержки и т.п., а не просто общий объём пропускаемых данных. Повышение симметричности upstream- и downstream-каналов, а также возможность обеспечения низкой задержки становится чрезвычайно важным, особенно по мере роста мультимодального и агентного использования ИИ.

VK Tech представила платформу VK AI Space, позволяющую разрабатывать и запускать кастомных ИИ-агентов. Основой платформы стали большие языковые модели (LLM), в том числе — собственные разработки группы VK, обученные на российских данных. Кроме того, использованы популярные модели open source, а также ML-модели, предназначенные для работы систем компьютерного зрения, распознавания аудио и др.

Подчёркивается, что интеграция с корпоративным ПО VK Tech позволяет быстро включать новые ИИ-сценарии в рабочую среду сотрудников компаний-клиентов, например — создавать ИИ-боты в VK WorkSpace. Платформа имеет набор уже готовых ИИ-агентов под распространённые задачи: для подготовки документов и создания протоколов встреч, перевода материалов, составления кратких резюме представленных данных, поиска по корпоративным базам знаний. Платформу протестировали на реальных внутренних ИИ-проектах VK.

Особенностью платформы является возможность VK AI Space создавать изолированный контур для каждого ИИ-агента, что позволяет клиентам выбирать заранее, к каким системам агент получит доступ и что именно ему разрешено делать. После получения задачи агент самостоятельно планирует этапы её выполнения, работает с доступными инструментами и адаптируется к новым данным. Даже если принятое решение будет ошибочным, ИИ-агент не сможет выйти за пределы сферы своей ответственности и нанести ущерб смежным системам. При этом можно в любое время проверить шаги агента и наличие ошибок.

Источник изображения: Campaign Creators/unsplash.com

Изолированные контуры VK Tech позволят сокращать время от пилотного проекта до начала реальной эксплуатации, что даст возможность масштабировать применение ИИ в организациях экономически эффективно, говорит компания. Помимо возможности развернуть VK AI Space на собственных мощностях клиента, предусмотрена работа платформы в облаке VK Cloud. Кроме того, предусмотрено предоставление готового программно-аппаратного комплекса по подписке.