IBM: Предприятия внедряют все в ИИ и теперь сталкиваются с проблемой использования LLM на практике

На протяжении прошлого века IBM была свидетелем появления и угасания многочисленных технологических тенденций. Выживают, как правило, те подходы, которые обеспечивают гибкость и возможность выбора.

На конференции VB Transform 2025 Арманд Руис, вице-президент IBM по платформам ИИ, рассказал о взглядах компании на генеративный ИИ и о том, как ее корпоративные клиенты практически внедряют эту технологию. Руис подчеркнул, что нынешний ландшафт не сводится к выбору одного эксклюзивного поставщика крупных языковых моделей или решения. Предприятия все чаще отказываются от стратегий ИИ, предлагаемых одним поставщиком, выбирая вместо этого многомодельные системы, в которых специализированные LLM сочетаются с конкретными операционными потребностями.

Хотя IBM предлагает свои собственные модели ИИ с открытым исходным кодом в серии Granite, она не рассматривает их как универсальное решение для всех приложений. Такое поведение клиентов определяет роль IBM; компания стремится служить центральным узлом управления операциями ИИ, а не конкурировать непосредственно как поставщик базовых моделей.

"Когда я встречаюсь с клиентами, они используют все имеющиеся в их распоряжении инструменты", - отметил Руис. "Для задач кодирования многие предпочитают Anthropic. Для рассуждений и логики они могут использовать o3. Для адаптации LLM к собственным данным с помощью тонкой настройки можно использовать различные варианты - от наших моделей Granite до небольших моделей Mistral или даже Llama. Главное - выбрать подходящую модель для конкретной задачи. Мы также помогаем им, предлагая рекомендации".

Стратегия подключения нескольких LLM

Для решения этой динамики рынка IBM представила новый шлюз моделей. Эта система предоставляет предприятиям единый API для беспрепятственного перехода между различными LLM, обеспечивая при этом последовательный надзор и управление во всех реализациях.

Технический дизайн позволяет клиентам работать с моделями с открытым исходным кодом на собственной инфраструктуре выводов для конфиденциальных данных, а также использовать публичные API, такие как AWS Bedrock или Google Cloud's Gemini, для менее важных функций.

"Этот шлюз предлагает нашим клиентам единый интерфейс с одним API для переключения между различными LLM, обеспечивая полную наблюдаемость и управление всем процессом", - заявил Руис.

Этот метод контрастирует с тактикой вендоров, которые часто стремятся привязать клиентов к собственным системам". IBM не одинока в поддержке выбора моделей от разных поставщиков. Недавно появилось несколько инструментов для маршрутизации моделей, предназначенных для распределения рабочих нагрузок по наиболее подходящим моделям.

Протоколы координации агентов становятся важнейшей инфраструктурой

Помимо управления несколькими моделями, IBM решает проблему растущей потребности в коммуникации между агентами с помощью открытых стандартов.

Компания создала протокол Agent Communication Protocol и представила его в Linux Foundation. ACP является аналогом протокола Agent2Agent от Google, который Google также передала в Linux Foundation на этой неделе.

Руис отметил, что оба протокола призваны упростить взаимодействие агентов и свести к минимуму необходимость в пользовательском кодировании. Он ожидает, что со временем различные методологии объединятся, а текущие различия между A2A и ACP носят в основном технический характер.

Эти протоколы координации агентов устанавливают единые методы взаимодействия систем искусственного интеллекта на различных платформах и у разных поставщиков.

Техническая важность очевидна на уровне предприятия: некоторые клиенты IBM уже тестируют более 100 агентов в рамках пилотных проектов. Без стандартных протоколов взаимодействия каждое взаимодействие между агентами требует индивидуальной разработки, что приводит к неуправляемой интеграционной нагрузке.

ИИ преобразует рабочие процессы и операционные методы

Что касается нынешнего влияния ИИ на бизнес, Руис считает, что его воздействие должно выходить за рамки базовых функций чатботов.

"Если ваши инициативы в области ИИ ограничиваются чат-ботами или простым сокращением расходов, вы еще не полностью освоили ИИ", - комментирует Руис. "Настоящий ИИ предполагает коренную перестройку рабочих процессов и способов выполнения работы".

Разница между базовым использованием ИИ и полной трансформацией заключается в том, насколько глубоко технология внедрена в бизнес-операции. Внутренний HR-кейс IBM демонстрирует эту эволюцию: вместо того чтобы сотрудники консультировались с чат-ботами по вопросам HR, специализированные агенты теперь обрабатывают стандартные запросы о зарплате, найме и продвижении по службе, автоматически подключаясь к соответствующим системам и привлекая сотрудников только в случае необходимости.

"Раньше я тратил много времени на консультации с представителями HR-службы по различным вопросам. Теперь большинство моих запросов обрабатывает HR-агент", - объясняет Руис. "В зависимости от запроса - будь то компенсация, увольнение, прием на работу или продвижение по службе - эти задачи связываются с различными внутренними системами управления персоналом, каждая из которых управляется специальными агентами".

Это означает базовое структурное изменение: от взаимодействия человека и компьютера к автоматизации рабочего процесса с помощью компьютера. Вместо того чтобы сотрудники учились использовать инструменты ИИ, ИИ учится выполнять целые бизнес-процессы от начала и до конца.

Практическое следствие: компании должны выйти за рамки простых API-соединений и оперативного проектирования, перейдя к комплексной интеграции процессов, позволяющей агентам ИИ самостоятельно выполнять многоступенчатые рабочие процессы.

Стратегические соображения для корпоративных инвестиций в ИИ

Наблюдения IBM за внедрением указывают на несколько ключевых изменений в планировании корпоративного ИИ:

Выйти за рамки подхода, ориентированного на чатботов: Компании должны определять целые рабочие процессы, которые необходимо пересмотреть, а не просто добавлять разговорные интерфейсы к существующим системам. Цель состоит в том, чтобы устранить ручные операции, а не просто улучшить взаимодействие человека и компьютера.

Создавайте адаптацию к нескольким моделям: Вместо того чтобы привязывать себя к поставщикам单一 ИИ, компаниям требуются интеграционные платформы, позволяющие переключаться между моделями в зависимости от задач и при этом обеспечивающие управление.

Приоритет стандартов связи: Организациям следует отдавать предпочтение решениям ИИ, поддерживающим такие развивающиеся протоколы, как MCP, ACP и A2A, избегая проприетарных методов интеграции, которые приводят к зависимости от поставщика.

"Существует огромный потенциал для развития, и я постоянно подчеркиваю, что каждый должен узнать об ИИ. Руководителям компаний, в частности, необходимо принять образ мышления, ориентированный на ИИ, и усвоить фундаментальные концепции", - заключил Руис.