Sunʼiy intellektning asosiy muammosi modelda emas, balki maʼlumotlar infratuzilmasida yotadi

Koʻplab kompaniyalar korporativ sunʼiy intellektni (AI) joriy etish muammosiga duch keladi: ular yuqori intellektli modellar ishga joylashtiradilar, bu modellar ulkan maʼlumotlar hajmini tahlil qila oladi va murakkab vazifalarni hal qila oladi, ammo bu modellar koʻpincha mijozlarning maʼlumotlariga, biznes jarayonlarini tushunishga yoki kompaniya tizimlarida harakat qilish imkoniyatiga ega emas.

Pilot loyihalar amalga oshirilayotgani va byudjetlar tasdiqlanayotgani surati bilan, koʻplab rahbarlar nima uchun kuchli AI hali ish jarayonlarini transformatsiya qilmaganligini savol berishadi. Javob shundaki, intellekt utilitaga aylanadi, ammo kontekst, ishonch va ijro qobiliyati hal qiluvchi ahamiyatga ega boʻlib qoladi.

Anthropic hamkorining BlueSky kompaniyasi ushbu muammoning yechimini Anthropic ning Claude intellektini Salesforce va Amazon Web Services (AWS) mavjud imkoniyatlari bilan birlashtirishda koʻrmoqda. Kompaniya tashkilotlar bunday yoʻl bilan tajribalardan chiqib, intellektni amalda qoʻllashni boshlashlari mumkin deb hisoblaydi.

Uch komponentning kuchi

Korporativ AI ning birinchi toʻlqini dialogga qaratilgan edi, bunda foydalanuvchilar savollar berar va AI javoblar berardi. Bu foydali boʻlsa-da, u har doim transformatsion oʻzgarishlarga olib kelmadi.

Keyingi rivojlanish bosqichi ijro qobiliyati bilan belgilanadi. Masalan, kichik yoki oʻrta biznes (SMB) kredit arizasini koʻrib chiqqanda, kuchli AI modeli moliyaviy hisobotlarni bir necha daqiqada tahlil qila oladi. Biroq, agar bu model mijozlar yozuvlariga kirish, hujjatlarni chiqarish, ish jarayonlarini ishga tushirish yoki tasdiqlash jarayonlari bilan oʻzaro aloqa qilish imkoniyatiga ega boʻlmasa, jarayon haftalar davom etadi.

Koʻpgina tashkilotlar uchun asosiy muammo oʻz intellekti emas, balki bu intellektni amalda ish bajariladigan tizimlar bilan bogʻlashdir. Aynan shu yerda 'Uch kuch' konsepsiyasi muhimligini namoyon etadi, bu 'miya, qoʻllar va umurtqa pogʻonasi' analogiyasidir:

• Miya — bu Anthropic, uning Claude modeli murakkab biznes vazifalarini hal qilish uchun zarur analitik qobiliyat, hukm va fikrlashni taʼminlaydi.
• Qoʻllar — bu Salesforce, chunki kontekstsiz intellekt shunchaki fikrdir. Salesforce mijozlar maʼlumotlari, ish jarayonlari va biznes jarayonlarini taqdim etadi, bu esa AI ga sodir boʻlayotgan voqeani tushunish va maʼnoli harakatlar qilish imkonini beradi.
• Umurtqa pogʻonasi — bu AWS, chunki korporativ AI ishlashi uchun xavfsiz, kengaytiriladigan va xatoliklarga chidamli muhit talab qilinadi. AWS katta miqyosda AI ni joylashtirish uchun zarur infratuzilma, boshqaruv va asosni taʼminlaydi.

Bu imkoniyatlarning har biri oʻzining kuchli tomoniga ega, ammo ularning birgalikda ishlatilishi ancha katta taʼsir beradi. Ular har bir rahbarning AI haqida berishi kerak boʻlgan uchta asosiy savolga javob beradi: u yetarlicha aqlli bormi? U bizning biznesimizni tushunyaptimi? Biz unga miqyosda ishonishimiz mumkinmi?

Toʻrtinchi element

Biroq, toʻrtinchi komponent mavjud. Miya, qoʻllar va umurtqa pogʻonasi ularni bogʻlovchi asab tizimiga muhtoj, va aynan shu rolni BlueSky bajaradi. BlueSky uchun Anthropic bilan hamkorlik AI sohasidagi yoʻllari boshlanishi emas, balki tashkilotlarga operatsiyalarni modernizatsiya qilish, mijoz tajribasini yaxshilash va Salesforce, AWS orqali qiymatni ochish hamda maʼlumotlar asosida transformatsiya qilishda yillik ishlarning keyingi bosqichidir. Ularning vazifasi intellektni, korporativ kontekstni va ijroni oʻlchovli biznes natijalariga olib keladigan usullar bilan bogʻlashdir.

Muhim jihat shundaki, bu mavjud texnologik investitsiyalarni almashtirish degani emas. Aksincha, tashkilotlar oʻzlarining Salesforce va AWS muhitlarini korporativ AI ni samarali qilish uchun fundamental asos sifatida koʻrishlari kerak.

Avtomatlashtirishdan tashqari imkoniyatlar

Kelajakda imkoniyatlar shunchaki avtomatlashtirishdan ancha kengroq. Dunyo tashkilotlar tobora koʻproq raqamli xodimlar, yoki baʼzilari aytganidek, 'silikon xodimlar' bilan yonma-yon ishlashga intilayotgan joyga bormoqda. Ushbu tizimlar shunchaki savollarga javob bermaydi; ular maʼlumotlarni tahlil qilishga, vazifalarni muvofiqlashtirishga, tavsiyalar tayyorlashga va butun tashkilot boʻylab ishni ilgari surishga yordam beradi.

Bu chuqur siljishni bildiradi. AI bitta inson koʻnikmasini almashtirmaydi; buning oʻrniga, u inson qobiliyatlarining juda keng spektrini kuchaytirib boshlaydi. Rahbarlikdagi qiyinchilik har qanday alohida rahbariyat yoki jamoaning minglab barobar tez ishlaydigan intellektni qoʻllash qobiliyatini egallash boʻladi.

AI davrida muvaffaqiyat qozonadigan tashkilotlar model bilan emas, balki bajarilishi kerak boʻlgan ish va istalgan natija bilan boshlaydi. Ular jarayonlarni intellekt atrofida qayta koʻrib chiqadilar, ijro suhbatdan muhimroq ekanligini tushunadilar va AI ni kengaytirish oxir-oqibat texnologik emas, balki tashkiliy muammo ekanligini anglashadi.

AI davrining gʻoliblari eng koʻp modellarga kirish imkoniyatiga ega boʻlgan tashkilotlar boʻlmaydi, chunki intellektga kirish universal boʻlib qolmoqda. Buning oʻrniga, quruvchilar gʻalaba qozonadi: intellektni oʻz maʼlumotlari, tizimlari va odamlari bilan bogʻlaydigan, gʻoyalarni harakatlarga aylantiradigan va intellektni oʻlchovli biznes natijalariga aylantiradigan tashkilotlar. Shu tariqa, eng aqlli yangi xodimni har qanday biznes ishlatishi mumkin. Savol shundaki, siz unga ish stoli taqdim etishga tayyormisiz?

Soʻnggi yillarda AI bilan ishlash natijalarini yaxshilash malakali soʻrovlar (promptlar) yozish qobiliyatiga bogʻliq boʻlgan. Biroq, bu paradigma tez oʻzgarmoqda, chunki AI tizimlari mustaqil fikrlashni, qaror qabul qilishni va butun ish jarayonlari doirasida harakat qilishni boshlamoqda.

TechSparks 2026 tadbirida, YourStoryning asosiy voqeasi boʻlib, Intuitdagi AI boʻyicha yetakchi ilmiy xodim Dr. Vignesh Subrahmaniam YourStory va The CapTable muharriri Adit Charlie bilan suhbatlashdi. «Promptdan tashqarida: fikrlaydigan, harakat qiladigan va oʻrganadigan AI yaratish» nomli muhokama ishlab chiquvchilarning intellekt tobora mustaqil boʻlib borayotgan paytda nimalarni qayta koʻrib chiqishi kerakligiga bagʻishlandi.

Sessiya Subrahmaniamning tipik ish kuni haqidagi savollar va fintech hamda AI tushunchalarini auditoriya uchun soddalashtirish soʻrovi bilan boshlandi. U shaxmatlar misolini keltirib, quyidagi savolni berdi: agar algoritmni shaxmat qoidalarini oʻrgatmasdan, gʻalaba qozongan million yakunlangan oʻyinlarni koʻrsatsangiz, u qoidalarni va gʻalaba uchun eng ehtimoliy strategiyalarni chiqarib bera oladimi?

Intuit jamoasi kichik biznesni qoʻllab-quvvatlash uchun shunga oʻxshash yondashuvni qoʻllaydi, chunki kompaniya isteʼmolchilar va buxgalterlarga xizmat koʻrsatadi. Subrahmaniam shunday dedi: «Biz biznes oʻyinini maʼlumotlarni, korxonalar amalga oshirgan real harakatlar va natijalarni tahlil qilish orqali oʻrganamiz». Maqsad mijozlarni jalb qilish, tez oʻsish va pul oqimini yaxshilashga yordam beradigan omillarni tushunishdir.

Keyin suhbat ishlab chiquvchilar uchun paradigmaning oʻzgarishiga oʻtdi: koʻproq aqlli promptlar yozishni uzoq yillar davomida oʻrganishdan maqsadga ega agentlarni loyihalashga oʻtish, ular esa uni amalga oshirish uchun bosqichlarni oʻzlari belgilaydi. Subrahmaniam prompt muhandisligini dasturlash tillarining uzoq tarixi bilan solishtirdi, ikkilik kod va assemblerdan tortib Fortran, C va Pythongacha. Katta til modellarining istalgan odamga oddiy ingliz tilida dasturlash imkonini bergan boʻlsa-da, bu usulining cheklovlari mavjud.

Tadqiqotchilar tez orada intellekt faqat model ichida boʻlmasligi kerakligini tushundilar. Model orkestrator sifatida xizmat qilishi kerak, murakkab vazifani harakatlar va vositalarni chaqirish ketma-ketligiga ajratishi kerak. Haqiqiy intellekt chaqiriladigan vositalarga oʻtadi; va bu vositalar ham boshqacha ishlab chiqilishi kerak: «inson, dasturiy taʼminot ishlab chiquvchisi yoki boshqa kimnidir foydalanishi uchun emas, balki LLM orkestratori ulardan haqiqatda foydalana olishi uchun».

Bu juda aniq natijaga ega yuqori aniqlikdagi vositalarni yaratishni talab qiladi. Ishlab chiquvchilar uchun mahorat hazilomuz formulalardan model tomonidan kutilmagan holatlar boʻlmagan holda takroran chaqirilishi mumkin boʻlgan ishonchli komponentlarga siljnab ketadi.

Yangi maʼlumot manbalari haqida, Subrahmaniam ochiq bayon qildiki, matnli maʼlumotlar asosida oʻqitish darajada hal etilgan. Koʻproq murakkab vazifa multimodal manbalar va real harakatlar asosida oʻqitishdir. U kichik bolaning asosan oʻqish orqali emas, balki koʻrish, eshitish va kuzatish orqali oʻrganishini misol keltirdi va bunday real dunyo signallarini AI tizimlariga kiritish modellarning matn yaratish chegaralaridan chiqib, harakatlar taklif qilishni boshlashiga yordam berishini taʼkidladi. U bunga keyingi chegaralar deb nom berdi.

Regulyativ sanoatdagi muammolarni koʻrib chiqib, u auditoriyani 18 yil oldinga, Bangaloredagi mashinaviy oʻrganishning birinchi laboratoriyalaridan biriga qaytardi, u yerda u logistik regressiya va koʻp qavatli perseptronlar ustida ishlagandi. Oʻsha paytda eng katta muammo algoritmning oʻzi emas edi. U eslaydiki: «Aslida, bu maʼlumotlarning sifati edi».

Bu muammo oʻzgarmadi. Jamoa oddiy regressiyani oʻrgatsin yoki transformerni qayta oʻrgatsin, «kirishdagi axlat — chiqishdagi axlat» tamoyili kuchli qolmoqda. Uning soʻzlariga koʻra, eng yuqori sifatli maʼlumotlarni toʻplaydigan, agregatsiya qiladigan va saqlaydigan kompaniyalar ustunlikka erishadi.

Qisqa savol-javob sessiyasi davomida ishtirokchilardan biri Intuitning moliyaviy maʼlumotlarni saqlash cheklovlari qanday taʼsir qilishini soʻradi. Subrahmaniam rozilikni har qanday oʻquv tizimining asosini deb atadi va Massachusetts shahridagi Framingem tadqiqotiga murojaat qildi, u yerda shahar aholisi shifokorlarga oʻz salomatligini vaqt oʻtishi bilan kuzatishga ruxsat bergan, bu esa yurak-qon tomir kasalliklari haqidagi zamonaviy tushunchani shakllantirdi. U shuningdek, kompaniyalar keng jamoatchilikka maʼlumotlardan foydalanish afzalliklarini tushuntirish majburiyati borligini qoʻshimcha qildi.

Suhabat tugashiga yaqinlashganda, asosiy gʻoya shundaki, AI reaksiyadan harakatga oʻtgan sari, interfeysdan koʻra asoslar muhimroq boʻladi. Promptlar boshlangʻich nuqta boʻlib qoladi, ammo haqiqiy ish endi agentlar chaqira oladigan ishonchli vositalarni yaratish, tizimlarni yuqori sifatli maʼlumotlar bilan taʼminlash va ularning oʻrganishiga imkon beradigan rozilikni olishda namoyon boʻladi. Aynan shu yerda, promptdan tashqarida, ishlab chiquvchilar uchun AI ning keyingi toʻlqini gʻalabaga erishadi.

2025-yil dekabr oyida Clair Obscur: Expedition 33 oʻyinining yakuniy versiyasida sunʼiy intellekt (AI) tomonidan yaratilgan teksturalardan foydalanish tufayli Indie Game Awardsda ikkita salbiy mukofot olgan. Buning aksiga, Nvidia kabi korporatsiyalar oʻz GPUlarini loyihalashtirish uchun AI dan foydalanadilar va bu GPUlar turli xil oʻyinlarda ishlatiladi, ammo ular boikot talablariga duch kelmaydi.

Bu holat oʻyinchi hamjamiyatining AIga nisbatan notoʻgʻri fikr bildirish masalasini koʻtaradi. Farq qabul qilingan narsa va qabul qilinmagan narsa oʻrtasida boʻlib, bu faqat maʼlumotlarni emas, balki texnologiya yaxshi qabul qilingan misollarni va apparat sanoatining ichki amaliyotlarini ham tahlil qilishni talab qiladi.

GDC 2026 tomonidan oʻtkazilgan va soha mutaxassislari orasidan 2300 dan ortiq odamning javoblariga asoslangan tadqiqot generativ AI qoʻllanilishi haqidagi fikrlarni baholadi. Natijalar oʻtgan yilga qaraganda, ayniqsa generativ AI dan foydalanish borasida yomonroq vaziyatni koʻrsatdi.

Intervyu qilingan mutaxassislar orasida 52% generativ AI sanoatga zarar yetkazishini deb hisoblaydi, bu oʻtgan yildagi 30% va ikki yil avvalgi 18% ga nisbatan sezilarli oshishdir.

Raqamlar oʻyinchi auditoriyasini kuzatilganda yanada tanqidiyroq boʻladi. Quantic Foundry tomonidan oʻtkazilgan va 1799 oʻyinchining maʼlumotlarini toʻplagan tadqiqot, ularning taxminan 85% i generativ AI dan foydalanishga qarshi fikr bildirganini, shu jumladan taxminan 63% i juda salbiy qarashga ega ekanligini ochib berdi.

Quantic Foundryning tadqiqoti oʻyinchi auditoriyasining motivatsiyasi muhim omil ekanligini koʻrsatadi. Ular AI sanʼat, musiqa, tovush effektlari, hikoya va dialoglarni yaratishda qoʻllanilganda yanada salbiy munosabat bildirishdi.

Taqqoslash uchun, qiyinchilik darajasini sozlash uchun AI dan foydalanish auditoriya tomonidan 27% salbiy baholangan, vizual sanʼatdagi foydalanish esa 83% inkor etilgan. Auditoriyaning bu qarshiligi boshqa ijodiy sohalarda ham yuqori boʻldi: musiqa va tovush effektlariga qarshi 77%, hikoya va dialoglarga qarshi esa 70%. Bu auditoriyaning qarshi chiqishi AI dan foydalanish ijodiy jarayonlardan uzoqlashganda kamayishi mumkinligini koʻrsatadi.

AI qoʻllanilishi boʻyicha baʼzi qabul qilingan misollar DLSS va unga bogʻliq texnologiyalardir. Ushbu tizimlar FPS ni oshirish, kechikishni kamaytirish va vizual sifatni yaxshilash uchun AI dan foydalanadi. Foydalanuvchilar ushbu funksiyalarni erishilgan sezilarli sifat va ishlash tufayli qabul qilishdi.

Biroq, DLSS rivojlanishi davrida muammolar paydo boʻlishi boshlandi. Avval ishlashga yoʻnaltirilgan funksiyalar oʻyinlarni ishlab chiqish uchun bogʻliqliklarga aylandi, bu esa yangi sarlavhalarning koʻpincha kuchli kompyuterlarda ham ishlashdagi nosozliklarni namoyon etadigan ushbu vositalarga muhtoj boʻlishini talab qildi.

Vaziyat DLSS 5 ta taqdim etilishi bilan yanada ogʻirlashdi. Real vaqt renderingi orqali pikselarni fotorealistik yoritish va materiallar bilan qayta tiklashni oʻz ichiga olgan bu vosita sahnalar oʻrtasida vizual izchillikni saqlashda qiyinchiliklar koʻrsatdi, natijada asl asarning oʻziga xosligi yoʻqolishi va sunʼiy hamda umumiy xususiyatlar paydo boʻldi. Bunday muammolar oʻyinchi hamjamiyati tomonidan juda salbiy qabul qilindi.

Nvidia kabi kompaniyalar AI ni chip loyihalarida qoʻllaydilar, komponentlarning dizaynidan tortib loyihalarning yakuniy tasdiqlanishigacha. Ajoyib natija Googleʼdan Jeff Dean va Nvidiaʼdan Bill Dally tomonidan bildirilganidek, PrefixRL yordamida yaratilganda chip maydonining taxminan 25% kam joy egallaydigan 64 bitli qoʻshuvchi (binar qiymatlarni qoʻshish uchun masʼul boʻlgan devre) ishlab chiqilishi boʻldi.

2026 yildagi DAC (Avtomatlashtirish va Dizayn konferensiyasi) da Synopsys, Cadence va Siemens kabi kompaniyalar AI yordamida avtomatlashtirilgan loyihalarni namoyish etdilar. Synopsys ning uzoq muddatli dizayn tekshiruvchi agenti kompaniya oʻzining aytishicha 50 marta tezroq jarayonni namoyish etdi. Shu bilan birga, Siemens ning Nvidia bilan hamkorlikdagi loyihasi jadvallar (bibliotekalar)ni oʻn marta tezroq tavsiflab keladigan agentlarni taqdim etdi.

Bu atigi ikkita misol boʻlsa-da, ular umumiy nuqtaga ega: inson mehnatining AI bilan qisman almashtirilishi aholi tomonidan gʻazab, norozilik yoki boikot keltirmadi.