Контекст – це нове золото: наступна хвиля агентного ШІ купує розуміння, а не обчислювальну потужність

Революція штучного інтелекту зайшла в глухий кут – не через недостатню обчислювальну потужність, а тому, що організації вирішують неправильні проблеми.

Хоча очікується, що світові витрати на GenAI досягнуть $ 644 млрд. 2025, експерти також попереджають, що понад 40% агентних проектів ШІ буде скасовано до 2027 року. Дійсно, нещодавня діяльність зі злиттів та поглинань, така як Snowflake 250 млн. Доларів США від Crunchy Data та Rubrik's придбання Predibase – сигналізує про фундаментальний зсув: наступний етап розвитку корпоративного штучного інтелекту – це більше, ніж просто обчислювальні можливості… Йдеться про глибше розуміння.

Розумні гроші рухаються

За оцінкою Опитування S&P Global Market Intelligence за 2025 рік42% підприємств відмовилися від більшості своїх нещодавніх ініціатив у сфері штучного інтелекту, порівняно з лише 17% у 2024 році. Ще 46% відмовилися від демонстраційних версій концепції ще до початку виробництва.

Ці проекти штучного інтелекту зазнають невдачі не через технічні обмеження, а радше через семантичні прогалини. Якщо система штучного інтелекту може обробляти петабайти даних, але не може зрозуміти, що означає «цінність життя клієнта» для різних потреб відділу, точки невдачі, ймовірно, будуть контекстуальними.

Розглянемо стратегію, що лежить в основі Snowflake інтеграція можливості семантичного штучного інтелекту Postgres, метою яких є створення основи, де агенти штучного інтелекту можуть розуміти транзакційний контекст та бізнес-семантику, що дозволить розробникам «створювати надійних агентів штучного інтелекту» з «більшою гнучкістю, прозорістю та контролем». Придбання Predibase компанією Rubrik також має на меті допомогти клієнтам «безпечно розгортати агентний штучний інтелект», надаючи пріоритет контекстній точності разом з обчислювальною потужністю.

Де контекст зустрічається з масштабом

Успіх нещодавньої роботи Palantir співпраця з Qualcomm розширення можливостей розуміння ШІ є ще однією демонстрацією трансформаційної сили контекстно-орієнтованої архітектури ШІ. Їх «Онтологічний» підхід — створення лінгвістичних прецедентів для відображення бізнес-концепцій, зв'язків і правил у машинозчитувані формати — перетворює ШІ з розпізнавання образів на зрозуміле бізнес-міфологізм і показує, як семантичне розуміння дозволяє ШІ ефективно працювати навіть в офлайн-середовищі або середовищі з обмеженими ресурсами.

Наприклад, щодо їхніх ініціатив у сфері ядерної енергетики, Штучний інтелект Палантіра не просто прогнозує відмови обладнання — він розуміє каскадний вплив на бізнес у ланцюгах поставок та дотримання нормативних вимог, який призводить до цих збоїв або є їх результатом. Аналогічно, виробництво, їхні системи розуміють взаємозалежність між контролем якості, управлінням запасами та зобов'язаннями перед клієнтами, що дозволяє отримати цілісний огляд операцій, який допомагає прогнозувати та превентивно усувати проблеми.

Як зазначив один керівник Palantir, «підхід, заснований на онтологіях, дозволяє користувачам створювати робочі процеси, що включають та поєднують різнорідні логічні ресурси», що дозволяє «безпечно впроваджувати штучний інтелект у дедалі складніші контексти прийняття рішень».

Революція інфраструктури, що орієнтована на контекст

Перехід від архітектур, орієнтованих на ефективність, до архітектур, орієнтованих на сенс, являє собою фундаментальне переосмислення корпоративного штучного інтелекту. Згідно з Саміт Gartner з даних та аналітики 2025 року його трансформація залежить від трьох критичних факторів:

• Архітектура семантичних данихКожна точка даних повинна нести бізнес-сенс, а не лише обчислювальну цінність. Як консалтингова компанія Знання підприємства дослідження як показано, семантичні шари служать мостами між необробленими даними та додатками, забезпечуючи «уніфіковані та контекстуалізовані представлення», що забезпечують інтуїтивну взаємодію з користувачем.
• Інтеграція бізнес-логікиДля забезпечення максимальної цінності сучасний штучний інтелект вимагає інтеграції із заздалегідь визначеними бізнес-контекстами, що відповідають потребам будь-якої організації. Студія AI Agent від Oracle ілюструє цей підхід, надаючи доступ до API-інтерфейсів Oracle Fusion Applications, сховищ знань та попередньо визначених інструментів, які зберігають бізнес-логіку підприємства в робочих процесах на базі штучного інтелекту. Такі рішення розширюють можливості агентних систем штучного інтелекту, інтегруючи бізнес-онтології з протоколами контексту моделей (MCP), які забезпечують безперебійну, контекстно-багату інтерпретацію даних та дозволяють агентам штучного інтелекту функціонувати в різних джерелах корпоративних даних.
• Механізми контекстного прийняття рішень: Звіт McKinsey про ШІ на робочому місці за 2025 рік наголошує, що успішні корпоративні системи штучного інтелекту повинні ретельно розуміти бізнес-наслідки будь-якого завдання для будь-якої організації. Проте лише 1% компаній вважає, що вони досягли зрілості ШІ, що підкреслює розрив між поточними можливостями та контекстуальними вимогами.

Конкурентні наслідки

Організації, які можуть успішно створити контекстно-багаті системи штучного інтелекту, створять для себе самопідсилювальні переваги.

Кожна бізнес-взаємодія має потенціал поглибити тонке розуміння Agentic AI конкретних потреб будь-якого бізнесу, покращуючи продуктивність та створюючи конкурентні рови, які іншим буде важко відтворити лише за допомогою обчислювальної потужності. Звіт Deloitte про стан генеративного штучного інтелекту підтверджує, що хоча 60% організацій проводять до 20 експериментів зі штучним інтелектом, ті, що зосереджуються на «завданнях, специфічних для галузі та бізнесу», бачать значно кращі результати.

Вплив талантів однаково важливий. Хоча інженери зі штучного інтелекту отримують преміальні зарплати, справжній дефіцит полягає в професіоналах, які розуміють як впровадження ШІ, так і... а також онтологія бізнес-домену. Прогнози PwC на 2025 рік наголошують, що «успіх ШІ буде залежати як від бачення, так і від впровадження, і компаніям знадобляться систематичні, прозорі підходи до підтвердження сталої цінності». Іншими словами, якщо люди, які навчають ШІ розуміти потреби бізнесу, самі не розуміють цих потреб, то й агенти ШІ, які вони створюють, також не зрозуміють.

Стратегічний імператив

Отже, які саме архітектурні зміни повинні внести організації?

Саміт Gartner з даних та аналітики підкреслює важливість переходу від технічних метаданих до семантичних метаданих — даних, збагачених попередньо визначеними бізнес-визначеннями, онтологіями та зв'язками. Цей перехід до «семантичного дизайну» є критично важливим для організацій, які прагнуть отримувати змістовні висновки та забезпечити чіткість у всіх системах. Водночас ефективне контекстуальне управління ШІ має вирішальне значення для диференціації справжніх агентних можливостей ШІ від... недостатньо моделей які пропонують лише базову автоматизацію, але оманливо рекламуються як агентські.

Компанії, які досягнуть успіху з агентним ШІ, будуть тими, чиї агенти ШІ були стратегічно налаштовані на глибоке розуміння бізнес-контексту настільки, що вони можуть діяти автономно та ефективно.

Можливості агентного ШІ

Gartner прогнозує що до 33 року 2028% корпоративного програмного забезпечення включатиме агентний ШІ, порівняно з менш ніж 1% у 2024 році. Зростання агентного ШІ робить семантичну інфраструктуру важливою; для досягнення цієї мети системам ШІ потрібно:

• Глибоке контекстуальне розуміння для прийняття автономних рішень, що відповідають бізнес-цілям.
• Семантична узгодженість між усіма джерелами даних для запобігання конфліктним діям між різними відділами та завданнями
• Інтеграція бізнес-логіки для забезпечення дотримання правил і норм організації

Оскільки організації вкладають мільярди в розробку агентного ШІ, ті, хто не має семантичної основи, зіткнуться зі зростанням рівня відмов.

Імператив контексту

Оскільки системи агентного штучного інтелекту стають дедалі поширенішими, розрив між організаціями із семантичною інфраструктурою та тими, що її не мають, лише збільшуватиметься. Для підприємств, які інвестують в агентний штучний інтелект, вибір очевидний: створювати семантичну основу зараз або спостерігати, як конкуренти, що враховують контекст, перетворюють більш досвідчені інвестиції в ШІ на неперевершені переваги.

В епоху величезної обчислювальної потужності, контекст – це нове золото, а ті, хто зможе навчити свої системи штучного інтелекту по-справжньому розуміти бізнес, якому вони служать, отримають свій Дотик Мідаса.