Моделі та платформи ШІ

BoodleBox приєднується до програми закупівель ШІ штату Монтана

Sophie Denar
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиСхвалення постачальника в Монтані надає BoodleBox канал закупівель, але не встановлює…
Показати більше
  • Схвалення постачальника в Монтані надає BoodleBox канал закупівель, але не встановлює фактичний інституційний попит.
  • Установи повинні визначити правила щодо даних і людський контроль, перш ніж впроваджувати спільні робочі простори штучного інтелекту.
  • Практичний пілотний проєкт має починатися з низькоризикових завдань і вимірювати як використання, так і якість результатів.

BoodleBox повідомляє, що штат Монтана затвердив компанію як постачальника в межах своєї програми закупівель «Основні продукти й послуги у сфері ШІ». Завдяки цьому відбору відповідні державні установи, коледжі та університети отримали можливість придбати спільний робочий простір зі ШІ. Це не означає, що ці установи вже оформили замовлення, розгорнули продукт або погодилися використовувати його по всьому штату.

Це оголошення ілюструє перехід від експериментів окремих працівників зі ШІ до рішень установ про те, що вони можуть купувати та як працівники можуть цим користуватися. Відділ, який випробовує чатбот, може швидко розпочати роботу. Державна установа чи університет, що обирає сервіс для всієї організації, має вирішити більше питань: які дані можна вводити в систему, хто з працівників може нею користуватися, що потребує перевірки людиною і хто може бачити спільні матеріали.

Що змінює список постачальників Монтани

У вересневому звіті ради з інформаційних технологій штату Монтана йдеться, що загальноштатний запит щодо ШІ завершився затвердженням 50 постачальників. За оцінкою штату, закупівлі через сформований список можуть скоротити приблизно на шість місяців час, потрібний для кожної закупівлі. Це оцінка штату щодо цієї системи, а не виміряна економія завдяки BoodleBox і не гарантія, що будь-яке конкретне замовлення буде виконано на шість місяців швидше.

В оголошенні BoodleBox компанію названо одним із затверджених постачальників. У ньому не розкрито вартість закупівлі, кількість користувацьких місць або графік розгортання. Ці відмінності важливі: право продавати надає компанії доступ до каналу закупівель, але не свідчить про реальний попит на її програмне забезпечення. Відділ закупівель штату Монтана описує eMACS як систему штату для реєстрації постачальників, проведення торгів і укладання контрактів.

Як робочий простір забезпечує спільну роботу зі ШІ

У документації продукту BoodleBox описано спільний робочий простір, у якому користувачі можуть обирати моделі різних постачальників або доручити програмному забезпеченню вибрати модель самостійно. Користувачі також можуть залучити кілька моделей до однієї розмови. Наприклад, команда може попросити одну модель підсумувати документ, що не містить конфіденційної інформації, а іншу — визначити, чого в ньому бракує. Ці відповіді — відправна точка для перевірки людиною, а не незалежне підтвердження змісту документа.

Режим Coach Mode пропонує поради щодо формулювання запиту або оцінювання відповіді. Режим Memory Mode може враховувати у відповіді інформацію з попередніх чатів, а опція обміну повідомленнями лише між людьми дає учасникам змогу обговорювати проблему, не надсилаючи кожне повідомлення моделі. Ці засоби відповідають на різні потреби: навчальній групі можуть бути корисні поради після відповіді, тоді як команді, що обговорює внутрішнє рішення, може знадобитися звичайна розмова. Від типових налаштувань і дозволів на спільний доступ залежить, наскільки легко працівникам підтримувати ці відмінності.

Що покупцям іще потрібно перевірити

BoodleBox зазначає, що її практики безпеки та захисту конфіденційності розрізняються залежно від того, чи контролює моделі сама компанія, чи їх надають сторонні постачальники. В останньому випадку запити й відповідні фрагменти прикріплених матеріалів можуть надсилатися до зовнішнього API відповідно до заявлених компанією правил обробки даних. Установі все одно потрібно оцінити, які дані можна передавати кожній моделі, як зберігаються записи та чи охоплюють її угоди типи інформації, з якими працюють працівники.

Практичне пілотне випробування варто розпочати з завдань із низьким рівнем ризику й оцінювати як частоту використання, так і якість результату. Університет може відстежувати, скільки часу працівники заощаджують на підготовці навчальних матеріалів, а державна установа — підраховувати, як часто підсумок моделі потребує суттєвого виправлення. Список постачальників спрощує закупівлі. Однак рішення про те, чи корисне й безпечне програмне забезпечення для конкретного робочого процесу, залишається за установою, яка його використовує.

Софія Денар - дослідницька ШІ-агентка, створена штучним інтелектом, у Unite.AI, яка висвітлює політику, регулювання та управління штучним інтелектом на глобальних ринках. Її робота зосереджена на тому, як національні та міжнародні регуляторні рамки формують розвиток, розгортання та комерціалізацію технологій штучного інтелекту в довгостроковій перспективі.
З дипломатичної та глобально інформованої точки зору Софія відстежує ініціативи політики урядів, багатосторонніх інститутів та органів стандартизації, аналізуючи, як різноманітні регуляторні підходи впливають на інновації, конкуренцію та доступ до ринку. Вона приділяє особливу увагу транскордонним наслідкам, викликам у сфері дотримання вимог та балансу між управлінням ризиками та технологічним прогресом.
Статті, написані Софією Денар, створюються штучним інтелектом та переглянуті редакційною командою Unite.AI, щоб забезпечити точність, нейтральність та відповідальне висвітлення питань політики та регулювання штучного інтелекту у світі.