Saat membangun lembaga AI, beberapa perusahaan menemukan bahwa bagian yang paling sulit kadang -kadang menentukan apa yang harus dibangun dan bagaimana mengatasi berbagai operasi yang bersangkutan.

di dalam VentureBeat Transform 2025Kualitas data dan tata kelola berada di garis depan dan pusat, seperti yang dilihat perusahaan di luar tahap eksperimental kecerdasan buatan dan mengeksplorasi cara -cara untuk memproduksi dan memperluas agen dan aplikasi lainnya.

Praaden Holcht, Direktur Administrasi dan Mitra mengatakan Boston Consulting Group. Dia menambahkan bahwa perusahaan perlu memikirkan serangkaian komplikasi yang terkait dengan paparan data, anggaran kecerdasan buatan dari kepribadian, izin kedatangan, bagaimana mengelola risiko eksternal dan internal.

Terkadang, solusi baru termasuk cara untuk menggunakan data yang tidak dapat digunakan. Berbicara di atas panggung pada Selasa sore, Holstege memberi contoh pelanggan yang menggunakan model bahasa besar (LLM) untuk menganalisis jutaan ide tentang orang -orang yang mendorong orang, keluhan produk dan komentar positif – dan menemukan ide -ide yang tidak mungkin beberapa tahun yang lalu dengan pemrosesan NLP.

“Pelajaran yang lebih luas di sini adalah bahwa data tidak homogen,” kata Hulcheg. “Anda memiliki segalanya mulai dari catatan catatan hingga dokumen hingga catatan pelanggan untuk melacak data yang diproduksi dalam konteks penerapan aplikasi dan sejuta jenis data.”

Beberapa kemungkinan baru ini berkat peningkatan data siap -siap AI.

“Setelah Anda berada di dalamnya, Anda mulai merasakan kemungkinan seni yang mungkin ini,” kata Etelinger. “Ini adalah pekerjaan yang seimbang antara itu dan datang dengan perasaan yang jelas tentang apa yang Anda coba selesaikan. Katakanlah Anda mencoba untuk memecahkan pengalaman pelanggan. Ini bukan kondisi yang tepat, tetapi Anda tidak selalu tahu. Anda mungkin menemukan sesuatu yang lain dalam proses ini.”

Mengapa data siap -siap AI karena sangat penting untuk mengadopsi institusi

Data siap Amnesty International adalah langkah penting untuk mengadopsi proyek kecerdasan buatan. Di Gartner terpisah pengintaianLebih dari 500 direktur manajer manajer manajer selancar dan pemimpin teknologi berukuran sedang mengatakan mereka mengharapkan adopsi infrastruktur siap untuk Amnesty International dalam operasi data yang lebih cepat dan lebih fleksibel.

Ini bisa menjadi proses yang lambat. Hingga 2026, Gartner Mengharapkan Lembaga akan meninggalkan 60 % dari proyek kecerdasan buatan yang tidak didukung oleh data siap siap dari kecerdasan buatan. Ketika perusahaan riset telah mensurvei para pemimpin manajemen data musim panas lalu, 63 % responden mengatakan bahwa lembaga mereka tidak memiliki praktik manajemen data yang berlaku, atau mereka tidak yakin praktik.

Awais Sher Pajwa, Kepala Data dan Layanan Perbankan untuk Amnesty International di Bank of America, mengatakan ketika proses penerbitan menjadi lebih matang, penting untuk mempertimbangkan cara menghadapi tantangan berkelanjutan seperti model pemodelan AI ANGED dari waktu ke waktu. Dia menambahkan bahwa institusi tidak selalu perlu mempercepat sesuatu untuk pengguna tertinggi yang telah meningkatkan batas tertentu bagaimana mereka berpikir tentang kemampuan obrolan berdasarkan obrolan.

“Kita semua dalam kehidupan sehari -hari adalah pengguna aplikasi obrolan di sana,” kata Sher Pajwa. “Pengguna telah sepenuhnya dikembangkan. Dalam hal pelatihan, Anda tidak perlu mendorongnya ke pengguna akhir, tetapi ini juga berarti bahwa itu menjadi proses yang sangat kooperatif. Anda perlu mengetahui elemen implementasi dan ekspansi, yang menjadi tantangan.”

Nyeri dan Komplikasi untuk Akun Kecerdasan Buatan

Perusahaan juga perlu mempertimbangkan peluang dan tantangan aplikasi berbasis aplikasi, aplikasi hibrida dan hibrida. Sher Bajoa mengatakan aplikasi kecerdasan buatan cloud memungkinkan untuk menguji berbagai teknologi dan berkembang dengan cara yang lebih eksperimental. Namun, ia menambahkan bahwa perusahaan perlu mempertimbangkan berbagai masalah infrastruktur seperti keamanan dan biaya – dan bahwa penjual seperti NVIDIA dan AMD memudahkan perusahaan untuk menguji berbagai model dan metode publikasi yang berbeda

Holchteg mengatakan bahwa keputusan tentang penyedia layanan cloud menjadi lebih rumit daripada beberapa tahun yang lalu. Sementara opsi terbaru seperti NeoClouds (penyediaan GPU dan perangkat virtual) kadang-kadang dapat memberikan alternatif yang lebih murah untuk hiperaktif tradisional, dan menunjukkan bahwa banyak pelanggan akan menerbitkan Amnesty International karena data mereka sudah mungkin membuat transformasi infrastruktur utama lebih kecil kemungkinannya. Tetapi bahkan dengan alternatif yang lebih murah, Holstege melihat komputasi, biaya, dan peningkatan. Misalnya, ia menunjukkan bahwa model open source seperti Llama dan Mistral dapat memiliki persyaratan komputasi yang lebih tinggi.

“Apakah Anda membuat biaya akun sepadan dengan semua masalah ini untuk menahan sakit kepala untuk menggunakan model open source dan mendeportasi data Anda?” Permintaan Holcht. “Hanya batas -batas pilihan yang dihadapi orang sekarang jauh lebih luas daripada tiga tahun yang lalu.”

Setelah 12 hari pertempuran, Presiden Donald Trump dan Perdana Menteri Israel Benjamin Netanyahu mengumumkan kemenangannya atas program nuklir Iran.

Trump mengumumkan bahwa tiga situs nuklir telah dilenyapkan, ketika Netanyahu mengumumkan bahwa Israel “telah menghilangkan ancaman eksistensial langsung: bidang nuklir dan bidang rudal balistik” – pencapaian Badan Energi Internasional PBB (International Tiles Agency) gagal.

Dr. atau Rabinovich, seorang peneliti proliferasi nuklir dari Universitas Ibrani Yerusalem dan seorang profesor tamu di Universitas Stanford, mengatakan kepada Fox News Digitter bahwa Badan Energi Atom Internasional “tidak dapat, dengan sendirinya, mencegah negara yang ingin mengkonversi bahan nuklir dan teknologi dari program sipilnya menjadi program militernya.”

“Dia bisa memperingatkan, dan inilah yang dia lakukan,” katanya. “Kadang -kadang, peringatan ini mengarah pada resolusi Dewan Keamanan PBB, dan kadang -kadang tidak melakukannya, tetapi Badan Energi Atom Internasional itu sendiri, itu tidak dapat berbuat lebih banyak – itu kuat seperti anggota Dewan Direksi dan negara -negara tempat Anda berpartisipasi.”

Beberapa hari sebelum Israel meluncurkan serangan militernya terhadap Iran dengan tujuan menghilangkan ancaman senjata nuklir dan tradisional, pengamat nuklir global menyatakan bahwa Iran memiliki sekitar 408,6 kg (sekitar 901 pound) uranium yang diperkaya hingga 60 %, cukup untuk memproduksi beberapa album nuklir.

Laporan itu, yang juga mengkritik kurangnya kerja sama Iran dengan Badan Energi Atom Internasional, mendorong Dewan Gubernur Agensi, untuk pertama kalinya dalam 20 tahun, bahwa Republik Islam itu melanggar kewajibannya selain penyebaran.

“Kita seharusnya tidak terkejut dengan kegagalan ini, dan kita harus menambah kegagalan ini, kegagalan PBB,” kata Dr. Yuel Josensky, seorang kolega yang lebih tua di Institut Studi Keamanan Nasional di Universitas Tel Aviv. Josensky menyoroti fakta bahwa hanya satu minggu yang lalu, di tengah peluncuran ratusan rudal balistik ke kota -kota dan kota -kota Israel, Menteri Luar Negeri Iran Abbas Aragchai berbicara kepada Dewan Hak Asasi Manusia PBB di Jenewa.

Dia menunjukkan bahwa “Iran disambut di sana, dan Israel dipukuli.” “Ini hanya menunjukkan bahwa sistem PBB telah lama gagal, dan lama perlu dibentuk kembali, membangun kembali dan membangun kembali,” lanjut Josensky, menambahkan bahwa, dibandingkan dengan badan -badan PBB lainnya, “Badan Energi Atom Internasional agak baik.”

“Ini bukan hitam dan putih, itu telah membuat beberapa pencapaian, tetapi itu tergantung pada apa harapan Anda.” “Saya tidak berpikir ada yang mengharapkan Badan Energi Atom Internasional untuk mencegah Iran sepenuhnya.”

Josensky mengatakan bahwa dua dekade inspeksi dan laporan semacam itu telah memungkinkan Israel dan Amerika Serikat untuk “mengumpulkan intelijen dan memahami program nuklir Iran” – sebuah fakta yang telah diuji selama satu setengah minggu terakhir.

Iran terus -menerus mengkonfirmasi bahwa semua kegiatan nuklirnya benar -benar damai dan tidak akan pernah berusaha untuk mengembangkan atau mendapatkan senjata nuklir. “Masalah sebenarnya di sini belum tentu Badan Energi Atom Internasional, Iran telah selingkuh selama 20 tahun dan tidak melakukan pemogokan lurus,” kata Alan Mendoza, CEO Asosiasi Henry Jackson.

Dia mengatakan: “Iran membingungkan, menipu dan mengembangkan program, yang tidak dapat dicapai oleh Badan Energi Atom Internasional, menambahkan,” oleh karena itu, dalam banyak hal, itu bukan kesalahan Badan Energi Atom Internasional, dengan sendirinya, tidak memiliki kemampuan penegakan – fungsinya hanyalah pemantauan. “

Ini adalah kutipan dari artikel

Ditulis oleh Fox News Ruth Marx Iglahas.

Selama seratus tahun terakhirDan SAYABm Banyak tren teknis yang berbeda telah terlihat meningkat dan jatuh. Yang cenderung menang adalah teknik di mana ada opsi.

di dalam VB mengonversi 2025 Hari ini, Armand Ruiz, Wakil -Kepala Platform Kecerdasan Buatan IBM secara rinci sejauh mana pemikiran biru yang hebat tentang kecerdasan buatan dan bagaimana pengguna institusi sebenarnya menerbitkan teknologi ini. Topik utama yang telah dikonfirmasi Ruiz adalah bahwa pada titik ini, ini bukan tentang memilih model atau teknik bahasa tunggal (LLM). Semakin banyak pelanggan institusional secara sistematis menolak strategi kecerdasan buatan untuk penjual tunggal yang mendukung beberapa model yang sesuai dengan LLM yang ditentukan dengan kasus penggunaan yang ditargetkan.

IBM memiliki model internasional Amnesty Open Source dengan keluarga granit, tetapi tidak menentukan pengembangan teknologi ini sebagai satu -satunya pilihan, atau bahkan opsi yang tepat untuk semua beban kerja. Perilaku lembaga ini mendorong IBM ke posisi itu sendiri tidak seperti pesaing model utama, tetapi sebagai Ruiz disebut sebagai menara kontrol untuk beban karya Amnesty International.

“Ketika saya duduk di depan pelanggan, mereka menggunakan semua yang dapat mereka capai, semuanya,” Ruiz menjelaskan. “Untuk pengkodean, mereka menyukai antropor dan beberapa kasus penggunaan lainnya seperti logika, mereka mencintai O3 dan kemudian untuk menyesuaikan LLM, dengan data mereka sendiri dan kontrol yang tepat, dan mereka menyukai rantai granit kami atau yang salah dengan model kecil mereka, atau bahkan Llama … itu hanya pertandingan LLM dengan penggunaan yang tepat. Lalu kami membantu mereka dengan baik.”

Strategi Gerbang Multi-Llm

Respons IBM terhadap kenyataan ini di pasar adalah gerbang model yang baru dirilis yang menyediakan lembaga untuk satu antarmuka pemrograman aplikasi untuk beralih antara LLM yang berbeda sambil mempertahankan pengamatan dan tata kelola melalui semua operasi penerbitan.

Arsitektur teknis untuk pelanggan memungkinkan pengoperasian model open source pada stapel inferensi mereka untuk situasi penggunaan sensitif dengan fasad pemrograman aplikasi publik satu kali seperti AWS Bedrock atau Google Cloud Gemini untuk aplikasi yang kurang penting.

“Gerbang ini memberi pelanggan kami satu lapisan dengan satu antarmuka aplikasi untuk beralih dari LLM ke LLM lain dan menambahkan pengamatan dan tata kelola sepanjang waktu,” kata Ruiz.

Pendekatan ini secara langsung kontras dengan strategi penjual bersama untuk menutup pelanggan di ekosistem khusus. IBM tidak sendirian dalam mengikuti pendekatan multi -leller untuk memilih model. Beberapa alat telah muncul dalam beberapa bulan terakhir untuk memandu model, yang bertujuan untuk mengarahkan beban kerja ke model yang sesuai.

Protokol komitmen muncul sebagai infrastruktur kritis

Selain manajemen multi -mode, IBM membahas tantangan yang muncul untuk berkomunikasi dari agen ke agen melalui protokol terbuka.

Perusahaan telah mengembangkan ACP (protokol koneksi agen) dan berkontribusi pada Linux Foundation. ACP adalah upaya kompetitif untuk Google Agent2agen (A2A), yang disumbangkan Google minggu ini di Linux.

Ruiz menunjukkan bahwa kedua protokol bertujuan untuk memfasilitasi komunikasi antar agen dan mengurangi pekerjaan pembangunan yang dialokasikan. Diharapkan bahwa berbagai metode saat ini berkumpul, saat ini, perbedaan antara A2A dan ACP sering menjadi teknologi.

Protokol konjungsi menyediakan cara terpadu sistem kecerdasan buatan untuk berinteraksi melalui platform dan penjual yang berbeda.

Pentingnya teknis menjadi jelas ketika mempertimbangkan skala lembaga: beberapa pelanggan IBM sudah memiliki lebih dari 100 agen dalam program eksperimental. Tanpa protokol komunikasi yang seragam, interaksi masing -masing agen membutuhkan agen pengembangan khusus, yang menciptakan beban integrasi yang tidak kompatibel.

Kecerdasan buatan berkisar pada transformasi tugas kerja dan cara pekerjaan dilakukan

Mengenai bagaimana Ruiz yang mempengaruhi lembaga yang mempengaruhi saat ini, ini menunjukkan bahwa itu harus lebih dari sekadar chatbots.

“Jika Anda hanya memberikan obrolan, atau Anda hanya mencoba melakukan biaya dengan kecerdasan buatan, Anda tidak melakukan kecerdasan buatan,” kata Ruiz. “Saya pikir kecerdasan buatan akan sepenuhnya mengubah alur kerja dan cara pekerjaan dilakukan.”

Perbedaan antara implementasi kecerdasan buatan dan AI berfokus pada kedalaman teknologi dalam proses komersial saat ini. Contoh Sumber Daya Manusia Internal IBM menunjukkan transformasi ini: alih -alih memiliki informasi sumber daya manusia, agen yang sekarang berurusan dengan informasi rutin tentang kompensasi, pekerjaan dan promosi, secara otomatis panduan ke sistem yang sesuai dan meningkatkan untuk manusia hanya jika diperlukan.

“Saya menghabiskan banyak waktu untuk berbicara dengan mitra sumber daya manusia saya untuk mendapatkan banyak hal. Saya berurusan dengan sebagian besar dari mereka sekarang dengan agen sumber daya manusia,” jelas Ruiz. “Berdasarkan pertanyaan, apakah itu terkait dengan kompensasi atau sesuatu yang hanya terkait dengan berurusan dengan pemisahan, mempekerjakan seseorang, atau membuat penawaran promosi, maka semua hal ini akan berkomunikasi dengan berbagai sistem sumber daya manusia internal, dan itu akan seperti agen terpisah.”

Ini adalah pergeseran arsitektur yang penting dari pola interaksi komputer manusia ke otomatisasi alur kerja yang terjadi oleh komputer. Alih -alih karyawan belajar berinteraksi dengan alat kecerdasan buatan, kecerdasan buatan belajar untuk melakukan bisnis penuh -ke -bagian.

Efek teknis: Lembaga perlu melampaui API dan rekayasa yang menuntut perangkat proses yang dalam yang memungkinkan agen kecerdasan buatan untuk melakukan tugas alur kerja multi -langkah secara mandiri.

Efek strategis dari investasi AI terhadap institusi

Data penerbitan realistis IBM menunjukkan banyak transformasi penting dari strategi AI yayasan:

Meninggalkan pemikiran chatbot pertamaLembaga harus menentukan tugas alur kerja lengkap untuk berubah alih -alih menambahkan antarmuka percakapan ke sistem saat ini. Tujuannya adalah untuk menghilangkan langkah -langkah manusia, tidak meningkatkan interaksi komputer manusia.

Arsitek untuk fleksibilitas multi -gaya: Alih -alih mematuhi penyedia kecerdasan buatan, lembaga membutuhkan platform integrasi yang memungkinkan pengalihan antara model berdasarkan persyaratan keadaan penggunaan sambil mempertahankan kriteria tata kelola.

Berinvestasi dalam Standar KomunikasiLembaga harus memberikan prioritas pada alat kecerdasan buatan yang mendukung protokol yang muncul seperti MCP, ACP dan A2A alih -alih metode integrasi kerajaan yang membuat kunci penjual.

“Ada banyak hal untuk konstruksi, dan saya masih mengatakan bahwa semua orang perlu belajar kecerdasan buatan, terutama para pemimpin bisnis, yang harus menjadi pemimpin internasional amnesti dan memahami konsep,” kata Ruiz.