IBM на Think 2025: Корпоративный ИИ переходит от ассистентов к автономным агентам

Корпоративный искусственный интеллект в 2025 году выходит за рамки экспериментов и переходит к реальному внедрению. Фокус смещается с простых ИИ-ассистентов на более сложные и самостоятельные ИИ-агенты. Этот переход стал центральной темой конференции IBM Think 2025, стартовавшей сегодня.

IBM представила целый ряд новых сервисов и улучшений для корпоративного ИИ, призванных ускорить промышленное внедрение технологий. Основные обновления сконцентрированы вокруг платформы watsonx, впервые представленной на Think 2023. Если в 2024 году ключевой темой была оркестрация и создание ИИ-ассистентов, то сегодня такие ассистенты стали базовым уровнем. Теперь все отрасли и компании обсуждают, как создавать, использовать и извлекать выгоду из агентного ИИ (Agentic AI).

Новые возможности IBM для агентного ИИ включают:

Каталог ИИ-агентов: Централизованный репозиторий предварительно созданных агентов.

Agent Connect: Партнерская программа для интеграции агентов сторонних разработчиков с watsonx Orchestrate.

Отраслевые шаблоны агентов: Готовые решения для продаж, закупок и HR.

Конструктор агентов без кода: Инструмент для бизнес-пользователей без технических навыков.

Набор средств разработки для агентов: Инструментарий для программистов.

Оркестратор мультиагентных систем: Поддержка совместной работы нескольких агентов.

Agent Ops (в закрытом превью): Телеметрия и мониторинг работы агентов.

Главная цель IBM – помочь предприятиям преодолеть разрыв между экспериментами, реальным внедрением и получением бизнес-эффекта.

«В ближайшие годы мы ожидаем появления более миллиарда новых приложений, созданных с использованием генеративного ИИ», — заявил на брифинге для прессы и аналитиков генеральный директор IBM Арвинд Кришна. — «ИИ — одна из немногих технологий, способных одновременно повысить производительность, сократить издержки и увеличить выручку».

Проблема корпоративного ИИ: Как получить реальную отдачу?

Несмотря на ажиотаж вокруг ИИ, реальную пользу для бизнеса приносит не он сам, а его эффективное применение. Исследование, проведенное по заказу IBM, показывает, что компании достигают ожидаемой окупаемости инвестиций (ROI) лишь в 25% случаев. Кришна отметил, что на ROI влияют доступ к корпоративным данным, разрозненность приложений и сложности гибридной инфраструктуры.

«Все наращивают инвестиции в ИИ», — подчеркнул Кришна. — «Единственное изменение за последний год — компании прекращают эксперименты и концентрируются на поиске реальной ценности для бизнеса».

От экспериментов к промышленному внедрению

Анонсы IBM отражают общий тренд: организации переходят от разрозненных пилотных проектов к комплексным стратегиям внедрения, требующим промышленных решений.

«Мы стремимся преодолеть разрыв между текущей ситуацией, когда идут тысячи экспериментов, и промышленным внедрением, которое требует такого же уровня безопасности, управления и стандартов, как и для критически важных приложений», — пояснила в интервью VentureBeat Ритика Гуннар, генеральный менеджер IBM по данным и ИИ.

Эволюция платформы watsonx Orchestrate демонстрирует зрелость технологии. Первоначально (2023 г.) она помогала создавать ассистентов и автоматизации. В 2024 году, с ростом популярности агентного ИИ, IBM начала добавлять соответствующие функции и партнерства (например, с Crew AI). Новые компоненты IBM направлены на поддержку коллаборации нескольких агентов и сложных рабочих процессов, фокусируясь на извлечении ROI.

«Мы действительно верим, что вступаем в эру систем подлинного интеллекта», — заявила Гуннар. — «Теперь мы внедряем ИИ, который может делать что-то для вас, и это ключевое отличие».

Технологии и стандарты для корпоративных ИИ-агентов

Индустрия активно развивает инфраструктуру для агентного ИИ. Существуют платформы вроде Langchain, инициативы вроде открытого фреймворка AGNTCY (Cisco, Galileo). Для межагентного взаимодействия Google представил Agent2Agent, а Model Context Protocol (MCP) де-факто стал стандартом для подключения агентных инструментов к сервисам.

Гуннар пояснила, что IBM использует собственные технологии для оркестрации мультиагентных систем, подчеркивая важность их взаимодействия. Однако IBM придерживается открытого подхода: предприятия могут создавать агентов с помощью инструментов IBM (например, BeeAI) или сторонних (Crew AI, Langchain) – все они будут работать с watsonx Orchestrate. IBM также поддерживает MCP, автоматически интегрируя инструменты с этим интерфейсом в свою платформу.

«Наша цель — быть открытыми», — сказала Гуннар. — «Мы хотим, чтобы вы могли интегрировать своих агентов, независимо от фреймворка, в котором они созданы».

Безопасность, управление и соответствие требованиям

Готовность агентного ИИ к промышленному использованию требует обеспечения доверия и соответствия стандартам. IBM встраивает защитные механизмы и средства управления прямо в платформу watsonx.

«Мы расширяем наши возможности по управлению большими языковыми моделями (LLM) на агентные технологии», — сообщила Гуннар. — «Точно так же, как мы оцениваем LLM, необходимо уметь оценивать и ответы агентов».

IBM также адаптирует свои традиционные метрики оценки машинного обучения для агентных технологий, отслеживая более 100 различных показателей.

Реальные результаты

Агентный ИИ уже приносит пользу. IBM использует собственные HR-агенты, которые обрабатывают 94% запросов сотрудников (от простых до сложных). Применение агентов в закупках сократило время процессов до 70%. Партнеры IBM, например, Ernst & Young, используют агентный ИИ для создания платформ для своих клиентов (например, налоговых).

Что это значит для бизнеса?

Инициативы IBM задают вектор для лидеров в области ИИ: от экспериментов к системному внедрению. Создание одного агента недостаточно. Если прогноз Кришны верен, в будущем тысячи агентов будут выполнять бизнес-задачи. Организации будут создавать и использовать агентов и сервисы (вроде MCP) из разных источников.

ИТ-руководителям следует оценивать платформы по 4 ключевым критериям:

Интеграция: Совместимость с существующими корпоративными системами.

Управление и безопасность: Механизмы контроля поведения агентов.

Баланс: Соотношение автономии агентов и предсказуемости результатов.

Оценка ROI: Возможности измерения окупаемости внедрения агентов.

Компаниям уже сейчас нужно продумать, как агенты будут взаимодействовать друг с другом, обеспечивать их безопасность и управляемость. Экосистема агентного ИИ от IBM привлекательна для корпоративных клиентов, а ее открытость к интеграции сторонних систем снижает риск создания новых «изолированных» решений.