75% компаний застряли в пилотных проектах ИИ из-за неготовности бизнес-процессов. Эксперты предлагают перейти от точечной оптимизации к переосмыслению работы через симбиоз человека и ИИ.
DataRobot выпустила Talk to My Docs — open-source шаблон для создания AI-агентов, работающих с документами из разных источников. Решение решает проблему фрагментации знаний в организациях.
Amazon представила AutoGluon Assistant — систему машинного обучения без программирования, использующую мультиагентную архитектуру для автоматизации процессов от подготовки данных до анализа.
AWS представила Kiro powers — систему для динамической загрузки экспертизы в AI-ассистентах по коду, решающую проблему перегрузки контекста и снижающую затраты. Партнерства с ключевыми сервисами делают ее доступной для широкого круга разработчиков.
Стартап OpenAGI представил AI-агента Lux, который, по заявлениям, на 22% превосходит модели OpenAI и Anthropic в управлении компьютером, благодаря обучению на скриншотах и действиях.
Mirakl трансформирует электронную коммерцию через агентный ИИ: сотрудники создают AI-агентов вместо простого использования технологий, достигая 91% ускорения процессов.
Anthropic представила двухэтапную архитектуру для решения проблемы памяти в долгоживущих AI-агентах, использующую агента-инициализатора и кодирующего агента в Claude Agent SDK.
Онтология становится ключевым решением для преодоления смыслового разрыва в данных между разными бизнес-системами при внедрении AI-агентов.
Китайские исследователи разработали General Agentic Memory — архитектуру памяти для ИИ-агентов, которая превосходит RAG в тестах и решает проблему потери контекста в длинных диалогах.
Perplexity представила систему памяти для ИИ-ассистентов, позволяющую запоминать предпочтения пользователей и историю бесед для более персонализированных ответов.