Contextul este noul aur: următorul val al inteligenței artificiale agentive cumpără înțelegere, nu putere de procesare

Revoluția inteligenței artificiale se află într-un impas – nu din cauza puterii de calcul insuficiente, ci pentru că organizațiile rezolvă problemele greșite.

Deși se așteaptă ca cheltuielile globale cu GenAI să ajungă la 644 miliarde $ în 2025, experții avertizează, de asemenea, că peste 40% proiectelor de inteligență artificială agentială vor fi anulate până în 2027. Într-adevăr, activitatea recentă de fuziuni și achiziții – cum ar fi cea a lui Snowflake 250 milioane dolari achiziție din Crunchy Data și Rubrik achiziție a Predibase – semnalează o schimbare fundamentală: următoarea fază a inteligenței artificiale la nivel de întreprindere nu se rezumă doar la capacități de calcul… Este vorba despre o înțelegere mai profundă.

Banii inteligenți se mișcă

În conformitate cu Sondajul S&P Global Market Intelligence din 202542% dintre companii au renunțat la majoritatea inițiativelor recente în domeniul inteligenței artificiale, față de doar 17% în 2024. Inca 46% a abandonat demonstrațiile de tip proof-of-concept înainte chiar de începerea producției.

Aceste proiecte de inteligență artificială nu eșuează din cauza limitărilor tehnice, ci mai degrabă din cauza unor lacune semantice. Dacă un sistem de inteligență artificială poate procesa petabytes de date, dar nu poate înțelege ce înseamnă „valoarea pe durata vieții clientului” în funcție de diversele nevoi departamentale, punctele de eșec vor fi probabil contextuale.

Luați în considerare strategia din spatele lui Snowflake integrare a capacităților de inteligență artificială semantică ale Postgres, care își propune să creeze o fundație în care agenții de inteligență artificială pot înțelege contextul tranzacțional și semantica afacerii - permițând dezvoltatorilor să „construiască agenți de inteligență artificială de încredere” cu „o agilitate, vizibilitate și control sporite”. Achiziția Predibase de către Rubrik își propune, de asemenea, să ajute clienții să „implementeze în siguranță inteligența artificială agentială”, prioritizând acuratețea contextuală alături de puterea de calcul.

Unde contextul întâlnește scara

Succesul recentului proiect al lui Palantir colaborare cu Qualcomm extinderea capacităților de înțelegere a inteligenței artificiale este o altă demonstrație a puterii transformatoare a arhitecturii inteligenței artificiale care pune contextul pe primul loc. Abordarea „ontologică” — crearea de precedente lingvistice pentru cartografierea conceptelor, relațiilor și regulilor de afaceri în formate lizibile de mașini — transformă inteligența artificială din recunoașterea tiparelor în raționament de afaceri simplu și arată cum înțelegerea semantică permite inteligenței artificiale să funcționeze eficient, chiar și în medii offline sau cu resurse limitate.

De exemplu, în ceea ce privește inițiativele lor în domeniul energiei nucleare, IA lui Palantir nu doar prezice defecțiunile echipamentelor - înțelege impactul în cascadă asupra afacerilor în lanțurile de aprovizionare și conformitatea cu reglementările care fie duc la, fie rezultă din aceste defecțiuni. În mod similar, în de fabricaţie, sistemele lor înțeleg interdependențele dintre controlul calității, gestionarea stocurilor și angajamentele clienților, permițând o imagine de ansamblu holistică a operațiunilor care ajută la prezicerea și atenuarea preventivă a problemelor.

După cum a remarcat un director executiv Palantir, „abordarea bazată pe ontologie permite utilizatorilor să construiască fluxuri de lucru care încorporează și combină resurse logice eterogene”, permițând „introducerea în siguranță a inteligenței artificiale în contexte decizionale din ce în ce mai complexe”.

Revoluția infrastructurii axate pe context

Trecerea de la arhitecturi axate pe eficiență pe primul loc la arhitecturi axate pe sens pe primul loc reprezintă o regândire fundamentală a inteligenței artificiale în întreprinderi. Conform Summitul Gartner privind datele și analiza din 2025 Transformarea sa depinde de trei factori critici:

• Arhitectura semantică a datelorFiecare punct de date trebuie să aibă semnificație în afaceri, nu doar valoare computațională. Ca și companie de consultanță Cunoștințe despre întreprinderi cercetare Așa cum se arată, straturile semantice servesc drept punți între datele brute și aplicații, oferind „vizualizări unificate și contextualizate” care permit interacțiuni intuitive cu utilizatorii.
• Integrarea logicii de afaceriPentru a oferi valoare maximă, inteligența artificială modernă necesită integrare cu contexte de afaceri predeterminate, specifice nevoilor fiecărei organizații. Studioul de agenți AI de la Oracle exemplifică această abordare prin furnizarea de acces la API-urile Oracle Fusion Applications, depozite de cunoștințe și instrumente predefinite care păstrează logica de business specifică întreprinderii în cadrul fluxurilor de lucru bazate pe inteligență artificială. Astfel de soluții consolidează sistemele de inteligență artificială agentiale prin integrarea ontologiilor de business cu protocoalele de context Model (MCP), care permit o interpretare fluidă și bogată în context a datelor și permit agenților de inteligență artificială să funcționeze în diverse surse de date ale întreprinderii.
• Motoare de decizie contextuală: Raportul McKinsey privind inteligența artificială la locul de muncă din 2025 subliniază faptul că sistemele de inteligență artificială (IA) de succes pentru întreprinderi trebuie să înțeleagă temeinic implicațiile comerciale ale oricărei sarcini date, pentru orice organizație dată. Cu toate acestea, doar 1% dintre companii consideră că au atins maturitatea în domeniul inteligenței artificiale, ceea ce evidențiază decalajul dintre capacitățile actuale și cerințele contextuale.

Implicațiile competitive

Organizațiile care pot implementa cu succes sisteme de inteligență artificială bogate în context vor crea avantaje auto-consolidatoare.

Fiecare interacțiune de afaceri are potențialul de a aprofunda înțelegerea nuanțată a nevoilor specifice ale oricărei afaceri date de către Agentic AI, îmbunătățind performanța și creând oportunități competitive care vor fi dificil de reprodus de către alții doar prin puterea de calcul. Raportul Deloitte privind starea inteligenței artificiale generative confirmă că, în timp ce 60% dintre organizații derulează până la 20 de experimente cu inteligență artificială, cele care se concentrează pe „provocări specifice industriei și afacerilor” obțin rezultate mult mai bune.

Implicațiile asupra talentelor sunt la fel de semnificative. Deși inginerii de inteligență artificială au salarii mari, adevărata lipsă o reprezintă profesioniștii care înțeleg atât implementarea inteligenței artificiale, cât și precum și ontologie a domeniului de afaceri. Previziunile PwC pentru 2025 subliniază faptul că „succesul IA va depinde la fel de mult de viziune cât și de adoptare, companiile având nevoie de abordări sistematice și transparente pentru a confirma valoarea susținută”. Cu alte cuvinte, dacă persoanele care instruiesc IA pentru a înțelege nevoile afacerii nu înțeleg ele însele aceste nevoi, nici agenții IA pe care îi creează nu o vor înțelege.

Imperativul strategic

Așadar, care sunt exact schimbările arhitecturale pe care trebuie să le facă organizațiile?

Summitul Gartner privind datele și analizele subliniază importanța trecerii de la metadatele tehnice la metadatele semantice - date îmbogățite cu definiții de business predefinite, ontologii și relații. Această schimbare de „Design semantic pe primul loc” este esențială pentru organizațiile care doresc să obțină informații semnificative și să asigure claritatea în toate sistemele. În același timp, o guvernanță contextuală eficientă a inteligenței artificiale este crucială pentru diferențierea adevăratelor capabilități de inteligență artificială agentială de modele insuficiente care oferă doar automatizare de bază, dar sunt comercializate în mod înșelător ca fiind agențice.

Companiile care vor avea succes cu IA agentivă vor fi cele ai căror agenți de IA au fost configurați strategic pentru a înțelege contextele de afaceri suficient de profund încât să poată acționa autonom și eficient.

Oportunitatea IA agentică

Gartner prezice că 33% din software-ul pentru întreprinderi va include inteligență artificială agentică până în 2028, față de mai puțin de 1% în 2024. Creșterea IA agentică face ca infrastructura semantică să fie esențială; pentru a realiza acest lucru, sistemele de inteligență artificială necesită:

• Înțelegere contextuală profundă pentru a lua decizii autonome, aliniate cu obiectivele afacerii.
• Consecvență semantică în toate sursele de date pentru a preveni acțiunile conflictuale între diferite departamente și sarcini
• Integrarea logicii de business pentru a asigura conformitatea cu regulile și reglementările organizaționale

Pe măsură ce organizațiile investesc miliarde în dezvoltarea inteligenței artificiale agențice, cele fără fundamente semantice se vor confrunta cu rate de eșec tot mai mari.

Imperativul contextului

Pe măsură ce sistemele de inteligență artificială agentială devin tot mai răspândite, diferența dintre organizațiile cu infrastructură semantică și cele fără aceasta nu va face decât să se adâncească. Pentru întreprinderile care investesc în inteligență artificială agentială, alegerea este clară: să construiască fundații semantice acum sau să urmărească cum concurenții conștienți de context transformă investițiile mai inteligente în inteligență artificială în avantaje imbatabile.

În era puterii de calcul abundente, contextul este noul aur...iar cei care își pot învăța sistemele de inteligență artificială să înțeleagă cu adevărat afacerea pe care o deservesc își vor câștiga Midas Touch.