Știri
Știri din categoria Inteligență artificială
Marile companii trec de la testele cu AI la implementări la scară, iar agenții autonomi ajung să preia sarcini operaționale critice – de la testare software și suport clienți până la cercetare și securitate cibernetică – potrivit unei treceri în revistă publicate de Google Blog, pe baza proiectelor prezentate la conferința Google Cloud Next ’26 din Las Vegas.
Miza economică și operațională a acestei tranziții este că „agenții” (sisteme AI care pot executa autonom pași multipli, nu doar răspunsuri punctuale) sunt integrați direct în fluxuri de lucru, cu promisiunea de a reduce timpii de execuție, a scădea costurile și a crește productivitatea. În exemplele oferite, accentul cade pe automatizarea sarcinilor complexe și pe scalarea lor în organizații mari, nu pe experimente de laborator.
Materialul descrie ceea ce numește „Agentic Enterprise”, adică o reorganizare a modului în care companiile își desfășoară activitatea prin introducerea de agenți AI în „prima linie” a operațiunilor: în aplicații pentru clienți, în procese interne, în retail, în bănci, în fabrici sau infrastructuri critice.
În esență, companiile urmăresc să mute o parte din muncă de la oameni către agenți care:
Cazurile prezentate acoperă industrii diferite, dar au un numitor comun: agenții sunt folosiți pentru a accelera procese și a standardiza execuția.
Dintre exemple, cel mai explicit ca dimensiune a investiției este Merck, care ar urma să implementeze o platformă „agentică” în cercetare-dezvoltare, producție și operațiuni comerciale și corporative. Investiția este descrisă ca fiind „evaluată la până la 1 miliard de dolari (aprox. 4,6 miliarde lei)”, incluzând ingineri Google Cloud care lucrează alături de echipele Merck. Obiectivul menționat: digitalizarea datelor și creșterea productivității pentru „75.000 de angajați” la nivel global.
În paralel, Mars a ales Gemini Enterprise ca „sistem de operare AI” principal pentru forța sa de muncă globală, cu scopul de a reduce fragmentarea internă a instrumentelor AI și de a oferi capabilități „agentice” pentru sarcini complexe, în mai mulți pași.
În zona de servicii pentru companii, Vodafone Business este prezentată ca lansând:
Textul nu oferă date comparative independente despre rezultate financiare (economii totale, creșteri de venit, ROI) și nici termene ferme de implementare pentru toate proiectele; multe afirmații sunt prezentate ca descrieri ale companiilor și ale Google Cloud. Totuși, direcția este explicită: agenții AI sunt poziționați ca instrumente de execuție la scară, integrate în operațiuni, nu ca funcții izolate de tip „asistent”.
Un semnal pentru piață este că exemplele includ atât proiecte orientate către clienți (retail, concierge), cât și infrastructură internă (cercetare, productivitate, securitate), ceea ce sugerează că următorul val de adopție va fi decis de capacitatea companiilor de a integra agenții în procese, date și guvernanță, nu doar de accesul la modele AI.
Recomandate
Google își consolidează oferta pentru „agenți” AI în companii printr-o platformă unificată care combină dezvoltarea, guvernanța și optimizarea , potrivit Google Blog . Miza este una operațională: echipele tehnice ar urma să poată construi și scala agenți autonomi într-un singur „punct de lucru”, cu integrare în infrastructura Google Cloud și în capabilitățile sale de date și securitate. Platforma, prezentată ca un „one-stop-shop” pentru agenți, a fost anunțată la Google Cloud Next ’26 și aduce laolaltă serviciile de construire și ajustare (tuning) a modelelor din Vertex AI cu funcții noi pentru integrarea agenților, securitate și DevOps (practici și instrumente pentru dezvoltare și operare software). Google susține că Agent Platform este gândită să se adapteze nevoilor specifice ale fiecărei echipe. Ce include platforma și ce modele poate folosi Conform descrierii, Gemini Enterprise Agent Platform oferă acces la mai multe modele din portofoliul Google, inclusiv: Gemini 3.1 Pro; Gemini 3.1 Flash Image (Nano Banana 2); Lyria 3. În același timp, platforma suportă și modele ale Anthropic: Claude Opus, Sonnet și Haiku. Google nu detaliază în material condițiile comerciale sau diferențele de disponibilitate între modele. Integrarea cu Gemini Enterprise și implicația pentru utilizarea internă Google mai spune că Agent Platform se integrează cu aplicația Gemini Enterprise, descrisă drept „ușa de intrare” pentru AI pentru fiecare angajat. În practică, mesajul indică o arhitectură în care dezvoltarea și guvernanța agenților rămân la echipele tehnice, iar accesul la capabilități AI pentru utilizatorii din companie este centralizat prin aplicația enterprise. Materialul nu oferă exemple de implementări, termene de disponibilitate pe piețe sau indicatori de performanță, astfel că impactul concret pentru clienți (costuri, productivitate, reducerea timpului de livrare) nu poate fi cuantificat din informațiile publicate. [...]
Vodafone Business își extinde oferta pentru IMM-uri cu servicii de securitate cibernetică și „AI agentic”, bazate pe Google Cloud , în cadrul acordului de 1 miliard de dolari (aprox. 4,6 miliarde lei) semnat în 2024, potrivit Mobile World Live . Miza este una operațională: automatizarea interacțiunilor cu clienții și creșterea capacității de detectare și răspuns la atacuri, într-un context în care amenințările cibernetice pentru firmele mici sunt descrise ca tot mai frecvente și sofisticate. Securitate: serviciu MDR cu detecție și răspuns în timp real Vodafone Business va lansa un serviciu de „managed detection and response” (MDR – detecție și răspuns gestionate), activat de Google Security Operations, cu obiectivul de a identifica și atenua amenințările cibernetice în timp real. Debutul este programat în Germania, înaintea unei extinderi mai largi în Europa „mai târziu în acest an”, conform articolului. AI pentru relația cu clienții: „recepție virtuală” construită pe Gemini În paralel, operatorul a prezentat Vodafone Business AI Concierge, descris ca un „front desk” virtual cu AI agentic (adică un tip de inteligență artificială capabilă să execute sarcini în mod autonom, pe baza unui obiectiv), construit pe platforma Gemini a Google. Instrumentul este gândit să automatizeze interacțiuni precum gestionarea solicitărilor și programarea întâlnirilor, astfel încât companiile să poată menține relația cu clienții și în afara orelor de lucru. Fanan Henriques, director de produs și business internațional la Vodafone Business, a caracterizat soluția drept „una dintre primele integrări de telefonie cu Gemini”. AI Concierge ar urma să fie lansat inițial în Germania și Grecia. Context: acord pe 10 ani, semnat în 2024 Lansările fac parte dintr-un acord pe 10 ani, încheiat în octombrie 2024, prin care Vodafone și Google Cloud urmăresc accelerarea transformării digitale prin servicii de AI și cloud. Oliver Parker, vicepreședinte Google Cloud pentru AI generativ la nivel global, a susținut că IMM-urile sunt „adesea cele mai insuficient deservite” când vine vorba de tehnologie de ultimă generație, iar parteneriatul combină modelele Gemini și expertiza de securitate „de nivel enterprise” cu conectivitatea și baza de clienți a Vodafone. Henriques a adăugat că obiectivul este ca IMM-urile să poată începe să folosească AI „fără complexitate sau risc” și să facă AI avansată și sigură utilizabilă în activitatea de zi cu zi. [...]
Autoritățile americane cresc presiunea pentru reguli mai stricte la AI , după ce cercetători au demonstrat în fața Congresului cât de ușor pot fi „deblocate” modele de inteligență artificială pentru a furniza instrucțiuni utile în scenarii violente, de la construirea unei bombe la planificarea unui atac terorist, potrivit G4Media . Demonstrația a avut loc la Washington, într-un briefing cu ușile închise organizat de Centrul pentru Inovare în Combaterea Terorismului și Comisia pentru Securitate Internă a Camerei Reprezentanților . Membrii Congresului au putut testa direct modele „jailbroken” (sisteme din care au fost eliminate mecanismele de siguranță), potrivit Politico, citat în material. Informația despre briefing este transmisă de MEDIAFAX, conform aceleiași surse. Ce au testat congresmenii: modele cu protecții vs. modele „fără frâne” Autoritățile americane pentru securitate internă au prezentat diferența dintre modelele obișnuite, care refuză solicitările periculoase, și cele „abliterate”, la care mecanismul de refuz este dezactivat. Într-un test, cercetătorii au cerut ambelor tipuri de modele să elaboreze un plan de atac asupra evenimentului „America 250” din Washington, programat în această vară și dedicat împlinirii a 250 de ani de la independența SUA. Modelul cu protecții a refuzat cererea, invocând imposibilitatea de a oferi informații despre activități ilegale, în timp ce varianta fără restricții a generat instrucțiuni detaliate, pas cu pas, pentru comiterea unui atac. Congresmanul republican Gabe Evans, citat de Politico, a descris miza acestor teste: „Ceea ce am văzut acolo este ce se întâmplă când scoți aceste bariere și întrebi: «Cum fac o bombă nucleară?»” El a adăugat că modelele fără protecții „oferă răspunsuri la toate aceste lucruri”. Viteză și granularitate: „în mai puțin de trei secunde” Președintele comisiei, Andrew Garbarino, a relatat că a întrebat un model AI cum ar putea fi răpit un membru al Congresului. „A generat un răspuns în mai puțin de trei secunde, cu metode, locuri și momente potrivite”, a afirmat acesta. Cum sunt ocolite filtrele și de ce contează pentru reglementare Deși majoritatea modelelor sunt lansate cu mecanisme de siguranță, cercetătorii și hackerii au descoperit că acestea pot fi ocolite relativ ușor. Printre metodele menționate se numără formularea solicitărilor în limbaj tehnic sau academic, astfel încât sistemele să nu le identifice ca fiind periculoase. Autoritățile avertizează că astfel de instrumente sunt deja folosite în scopuri ostile, de la campanii de dezinformare până la tentative de atacuri cibernetice automatizate. În acest context, presiunea asupra companiilor care dezvoltă AI crește, pentru întărirea măsurilor de siguranță și limitarea accesului la conținut periculos. La nivel federal, procesul de reglementare avansează lent în Congres, însă mai multe state americane au început să adopte propriile reguli, încercând să impună standarde mai stricte pentru utilizarea și controlul acestor tehnologii. Congresmanul republican August Pfluger a rezumat îngrijorarea legată de limitele sistemelor: „Este foarte înfricoșător pentru că AI-ul ar trebui să aibă limite clare”. [...]
Google mută masiv munca de programare către IA, iar inginerii ajung să supervizeze codul : în prezent, 75% din codul scris pentru propriile produse este generat de inteligența artificială, potrivit Profit . Schimbarea contează operațional pentru o companie care dezvoltă la scară globală, pentru că redefinește rolul echipelor tehnice și ritmul de livrare al produselor. În acest model, inginerii software care nu mai scriu efectiv cod au rolul de a superviza codul produs de IA, pe măsură ce tehnologia „devine din ce în ce mai bună la programare”, notează publicația. Un exemplu invocat de CEO-ul Google, Sundar Pichai , indică impactul asupra vitezei de execuție: o migrare de cod „deosebit de complexă”, realizată cu „agenți” (instrumente software bazate pe IA care execută sarcini) și ingineri lucrând împreună, ar fi fost finalizată de șase ori mai repede decât era posibil cu un an în urmă, când procesul se baza doar pe ingineri. „Recent, o migrare de cod deosebit de complexă, realizată de agenți și ingineri care au lucrat împreună, a fost finalizată de șase ori mai repede decât era posibil acum un an doar cu ingineri”, spune Sundar Pichai. Ce se schimbă în practică Din informațiile prezentate, tranziția are două efecte directe în organizație: o parte semnificativă din scrierea codului este transferată către IA (75% din total, conform Google); rolul inginerilor se mută spre control, verificare și coordonare a codului generat automat, nu doar spre implementare manuală. Articolul nu oferă detalii despre ce produse sau ce tipuri de proiecte sunt incluse în acest procent și nici despre modul în care Google măsoară „codul scris” de IA, astfel că amploarea exactă pe echipe și arii rămâne neprecizată în materialul citat. [...]
Google face disponibil „în producție” Gemini Embedding 2 , un model de „embedding” (reprezentări numerice folosite la căutare și potrivire semantică) care poate lucra nativ cu mai multe tipuri de date, potrivit Google Blog . Miza pentru companii și dezvoltatori este operațională: trecerea de la prototipuri la sisteme stabile, optimizate, care pot căuta și „raționa” peste text, imagini, video și audio fără lanțuri tehnice fragmentate. Disponibilitatea generală (general availability) înseamnă, în termeni practici, că Google consideră produsul suficient de matur pentru utilizare la scară largă, cu stabilitatea și optimizările necesare pentru implementări în medii de producție. Accesul se face prin Gemini API și prin Vertex AI, platforma Google pentru dezvoltarea și rularea aplicațiilor de inteligență artificială. Ce problemă încearcă să rezolve În perioada de previzualizare, utilizatorii au construit prototipuri precum motoare avansate de descoperire pentru comerț electronic și instrumente mai eficiente de analiză video, notează compania. Exemplele sunt relevante pentru că indică tipul de aplicații unde „embedding”-urile multimodale pot reduce complexitatea: în loc de fluxuri separate pentru text, imagine sau video, un singur sistem poate indexa și interoga mai multe formate. Google argumentează că această abordare răspunde unei nevoi tot mai frecvente în organizații: sisteme care pot face căutare și inferență peste date eterogene (text, imagine, video, audio), unde anterior era nevoie de „pipeline”-uri (lanțuri de procesare) complexe și fragmentate. Ce se schimbă pentru dezvoltatori și companii Odată cu trecerea la disponibilitate generală, Google poziționează Gemini Embedding 2 ca tehnologie pregătită pentru producție, cu accent pe: stabilitate pentru rulare în aplicații comerciale; optimizări pentru implementări la scară; integrare prin canale standard pentru clienți: Gemini API și Vertex AI. Compania mai precizează că modelul este parte dintr-o categorie de tehnologii care alimentează multe produse Google și că își propune să transfere aceste rezultate de cercetare către comunitatea de dezvoltatori. Ce urmează Materialul nu oferă detalii despre prețuri, niveluri de performanță sau limite tehnice, astfel că impactul financiar direct (costuri per apel, condiții comerciale) nu poate fi evaluat din această sursă. Din informațiile publicate, concluzia principală este că Google împinge explicit Gemini Embedding 2 din zona de test în zona de implementare operațională, prin canale enterprise (Vertex AI) și prin API-ul Gemini. [...]
ByteDance a pus Seed3D 2.0 la dispoziția dezvoltatorilor prin API, mizând pe un salt de calitate în generarea 3D – atât pe geometrie, cât și pe texturi/materiale – potrivit IT之家 . Compania spune că noul model generativ 3D atinge rezultate de tip SOTA (cea mai bună performanță cunoscută pe un anumit test) pe doi indicatori-cheie: generarea geometrică și generarea de texturi/materiale. Seed3D 2.0 are, conform ByteDance, o redare mai fină a structurilor complexe, iar materialele PBR (randare „bazată pe fizică”, folosită pentru a simula realist interacțiunea luminii cu suprafețele) sunt generate cu mai mult realism și stabilitate. Raportul tehnic al modelului este public, iar API-ul este deja disponibil în Volcano Engine (platforma de cloud a ByteDance). Ce arată evaluarea: avantaj pe geometrie și texturi ByteDance afirmă că a recrutat 60 de evaluatori umani cu experiență în modelare 3D, care au comparat „în orb” (fără să știe ce model a generat rezultatul) Seed3D 2.0 cu șase modele 3D „mainstream”, în comparații perechi. Evaluarea a fost împărțită în două părți: comparație pentru generare de structură geometrică „pură”; comparație pentru generare 3D cu texturi aplicate. În testele de geometrie, compania susține că Seed3D 2.0 a avut un avantaj „semnificativ”, cu o rată de preferință mai mare decât toate celelalte modele comparate. Pentru generarea 3D cu texturi, ByteDance spune că modelul a rămas lider, iar rata de preferință a depășit 69% în raport cu modelele considerate de referință în industrie. Ce schimbă tehnic Seed3D 2.0 și de ce contează operațional Din rezumatul raportului tehnic, Seed3D 2.0 introduce o strategie de generare în două etape „Coarse-to-Fine”, care separă „structura de ansamblu” de „detaliile geometrice” și le optimizează separat. Ținta este să îmbunătățească zonele dificile pentru generarea 3D, precum muchii ascuțite, structuri cu pereți subțiri și topologii complexe. Pe partea de texturi/materiale, modelul folosește un model unificat pentru generarea completă a hărților PBR și o arhitectură MoE ( Mixture of Experts – „amestec de experți”, o tehnică prin care părți specializate ale modelului sunt activate în funcție de sarcină) pentru a crește detaliul la rezoluții mari și precizia marginilor. ByteDance mai menționează introducerea unui „VLM prior” (un „prior” provenit dintr-un model vizual-lingvistic, adică un model care combină înțelegerea imaginilor cu cea a limbajului) pentru a îmbunătăți stabilitatea și acuratețea „descompunerii” materialelor în condiții de iluminare necunoscută. Unde vrea ByteDance să ducă modelul: de la obiecte la scene și active utilizabile Dincolo de geometrie și texturi, Seed3D 2.0 ar putea genera și funcții orientate spre utilizare practică, potrivit descrierii din material: segmentare și completare la nivel de componente; generare de „active” articulate (obiecte cu părți mobile); compunere de scene pe baza imaginilor, videoclipurilor sau textului. Mesajul implicit este că modelul nu vizează doar demonstrații vizuale, ci și integrarea în fluxuri de lucru unde contează consistența și controlul – iar faptul că API-ul este deja disponibil indică o direcție de comercializare și utilizare în aplicații. Pentru detalii tehnice, ByteDance a publicat raportul Seed3D 2.0 (link menționat în materialul sursă). [...]
