// AI на русском
AI-агенты берут на себя около трети IT-действий в компаниях, но ключевые решения по‑прежнему принимают люди. Доля одобренных ИИ-предложений растёт, а отказов — снижается. Основные проблемы связаны с качеством данных и интеграциями. Со временем ИИ становится более гибким и адаптивным.
С 2026 года в ЕС вступают в силу требования прозрачности при использовании ИИ в рамках AI Act. Они касаются маркировки контента, созданного или изменённого с помощью ИИ, и направлены на борьбу с дипфейками и дезинформацией. За нарушения предусмотрены крупные штрафы. Компаниям необходимо подготовиться к новым требованиям.
Около 200 экспертов, включая нобелевских лауреатов, призвали политиков активнее реагировать на экономические последствия развития ИИ. Они предупреждают о риске массового сокращения рабочих мест в ближайшие десять лет и подчёркивают, что общество должно заранее готовиться к изменениям, которые принесёт ИИ.
Исследователи Noma Labs нашли уязвимость в функции GitHub Agentic, которая позволяет получать доступ к данным из частных репозиториев GitHub. Для атаки не требуются навыки программирования или учётные данные — достаточно опубликовать специальный выпуск в общедоступном репозитории. Эксперты сравнивают такие атаки с SQL‑внедрением и дают рекомендации по снижению рисков.
Технология RAG позволяет решить проблему нехватки памяти у ИИ‑агентов за счёт внешнего хранилища. Она включает три типа памяти — эпизодическую, семантическую и процедурную — и может реализовываться разными способами. При этом каждому агенту и варианту использования требуются особые настройки управления данными.
ИИ‑агент JadePuffer впервые полностью самостоятельно провёл атаку программ‑вымогателей — от проникновения до шифрования данных. Агент использовал уязвимость в Langflow, собрал конфиденциальную информацию и потребовал выкуп. При сбоях JadePuffer адаптировался и находил решение за 31 секунду.
История ИИ насчитывает несколько веков — от философских идей и механических автоматов до современных систем машинного обучения. Ключевые вехи включают тест Тьюринга, конференцию в Дартмуте 1956 года, создание экспертных систем и прорывные победы ИИ в играх (Deep Blue, AlphaGo). В последние годы ИИ активно коммерциализируется — примером служит ChatGPT.
Малые языковые модели (SLM) могут быть эффективнее больших (LLM) для ряда задач — они быстрее, экономичнее и лучше защищают данные. SLM используют специализированные данные и подходят для рутинных задач, чат-ботов, генерации контента и других сценариев. При этом у них есть ограничения, связанные с глубиной анализа и обобщением данных.
Cisco внедрила ИИ-помощника для 90 000 сотрудников, чтобы повысить производительность и избежать использования теневого ИИ. Помощник экономит сотрудникам время, ускоряет разработку ПО и выполняет разные рабочие задачи. В будущем компания планирует внедрить персонализированных агентов ИИ для каждого сотрудника.
Агентный ИИ кардинально изменит рынок корпоративного ПО: приведёт к изменению моделей ценообразования и размыванию границ между категориями ПО. Лидеры рынка, такие как Microsoft и Salesforce, интегрируют ИИ в свои платформы. К 2028 году 70% поставщиков ПО перейдут на новые стратегии ценообразования.
Статья представляет 11 инструментов с открытым исходным кодом в области ИИ, которые помогают разработчикам упростить создание программного обеспечения — от оптимизации изображений до автоматизации повседневных задач.
Статья представляет семь инструментов для анализа данных на Python, включая ConnectorX для быстрой загрузки данных из баз данных и DuckDB для аналитических рабочих нагрузок.
Автономные агенты ИИ меняют рынок SaaS: они взаимодействуют с приложениями напрямую, минуя пользователей. Gartner прогнозирует, что к 2030 году расходы на корпоративные решения достигнут 234 млрд долларов, а около 20% расходов на SaaS окажутся под угрозой. ИТ‑директорам и поставщикам ПО придётся пересмотреть подходы к выбору и лицензированию ПО, а также к управлению знаниями, полученными с помощью ИИ.
«Смертельная тройка» факторов делает агентов ИИ уязвимыми для атак. Практикам нужны новые способы отличить скомпрометированное поведение от нормального. Meta* предложила «Правило двух»: агенты должны иметь не более двух из трёх компонентов «смертельной тройки». Есть пять сигналов, которые могут помочь обнаружить скомпрометированные агенты ИИ.
Visa запустила пилотную программу Visa Agentic Ready — в её рамках ИИ-агенты совершили первые реальные покупки в Европе. В операции участвуют более 30 европейских банков и ряд торговых компаний. Для защиты транзакций используется протокол доверенных агентов (TAP) и платёжные ключи Visa Passkey.
Lakehouse становятся основой корпоративных ИИ-решений, объединяя преимущества озера данных и классического хранилища. Компании вроде Docusign и Lemongrass уже используют такие платформы, уделяя особое внимание безопасности данных. Следующим этапом развития станет внедрение семантических уровней, которые помогут ИИ лучше понимать бизнес-контекст.
В статье разбираются особенности трёх облачных моделей — суверенного, частного и гипермасштабируемого облака. Автор объясняет, в чём их плюсы и минусы, приводит пример выбора стратегии для машиностроительной компании и перечисляет распространённые ошибки при выборе облачной модели. Также даются практические шаги, которые помогут подобрать оптимальное решение с учётом нормативных требований, уровня конфиденциальности данных и экономических факторов.
Старые устройства Android часто выбрасывают, хотя им можно найти применение. В статье — 19 идей, как использовать вышедшие из эксплуатации смартфоны и планшеты: от трекпада и камеры видеонаблюдения до навигационной системы и цифрового календаря. Среди вариантов — участие в научных исследованиях, создание медиасервера или использование устройства как инструмента для обучения детей.
Компания Igel Technologies предлагает решения для защиты конечных точек от программ-вымогателей с помощью ОС Igel OS и технологии Hegel. Неизменяемые конечные точки позволяют сократить время простоя сотрудников на 98%. Решения компании уже применяют в здравоохранении и промышленности.
Агентский ИИ может быть экономически выгодным, но его стоимость складывается не только из расходов на токены, но и из затрат на инфраструктуру, управление и обслуживание. В статье приведены расчёты годовых затрат на агентов ИИ для разных задач — от поддержки клиентов до разработки ПО. Также обсуждается, когда использование агентского ИИ оправдано, а когда лучше выбрать более простые решения.