2026. június 30., kedd · Üzlet

Az ágens AI készenléte: 101 feladat rangsorolása mutatja, hol van szükség emberi felügyeletre

Az MIT Technology Review Insights kutatása 101 ágens AI-feladatot rangsorolt a technológiai csapatok körében mért bizalom alapján. A felmérés szerint a szakértők kiemelkedően magabiztosak az AI-, adat- és felhőfeladatok ágensalapú automatizálásában, az MIT Technology Review értékelése szerint azonban a bizalom ott csökken, ahol az ágenseknek összetett üzleti kontextust kellene feldolgozniuk. A Gartner 2026-ot nevezi fordulópontnak az AI-projektek stratégiai összehangolásában, a McKinsey pedig az IT-infrastruktúra költségeinek két-háromszoros növekedését vetíti előre 2030-ig, változatlan költségvetések mellett. A kutatás arra mutat rá, hogy a vállalati adatok ágensekbe való integrálása és a kontextusgenerálás még korai fejlesztési szakaszban van, az emberi felügyelet pedig a sikeres bevezetés kulcstényezője marad.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

Első átfogó rangsor mutatja meg, mely vállalati AI-ágensfeladatoknál elegendő az automatizálás, és hol nélkülözhetetlen az emberi kontroll.

Források

MIT Technology Review

Kapcsolódó témák

Napi összefoglalók AI üzlet #agentic AI#vállalati automatizálás

Napi összefoglaló

Ez a hír a 2026. június 30., kedd napi AI összefoglaló része.

Kapcsolódó hírek

QCon London 2027: 15 szekció a termelési AI-ról és skálázott architektúráról

Az InfoQ bejelentette, hogy a 2027. április 13–16. között megrendezett QCon London konferencia 15 szekciót indít, amelyek a termelésben futó AI-rendszerekre, az architektúrára és a nagy léptékű mérnöki gyakorlatra fókuszálnak. Több mint 75 gyakorlati szakértő mutatja be az általuk épített éles rendszereket, a meghozott kompromisszumokat és a valós terhelés során levont tanulságokat. Két kiemelt sáv, az „Eval Platforms & Guardrails for Agentic AI Systems” és a „Protecting Systems from Humans and Agents” az autonóm AI-ügynökök tesztelését, biztonsági mechanizmusait és a felhasználói hibákból eredő kockázatokat járja körül. Az „Architecture in the Age of AI” sáv pedig azt vizsgálja, hogyan integrálható AI a meglévő rendszerekbe a megbízhatóság és üzemeltethetőség gyengítése nélkül.

OpenAI modellek érkeznek a Google Cloudra és az Antigravity-be

Az OpenAI hivatalos közleménye szerint a vállalat legújabb frontier modelljei és Codex-munkafolyamatai hamarosan elérhetők lesznek a Google Cloud Model Gardenjében, a Google Cloud Marketplace-en keresztül. A The Decoder szerint három modell – Astra, Sol és Luna – indul privát előzetes (private preview) formában kiválasztott vállalati ügyfeleknek, és megjelennek a Gemini for Business szolgáltatásban, valamint a Google Antigravity kódolóeszközében is; a lap szerint ezzel a Google Cloud az egyetlen nagy felhőszolgáltató, amely egyszerre kínálja a Gemini, a Claude és az OpenAI modelljeit. A modellek elnevezése a forrásokban eltér: az Ars Technica mindhárom modellt egységesen 'GPT 6.1'-ként (Astra, Sol, Luna) jelöli, míg a The Decoder vegyesen 'GPT-6 Astra', 'GPT-6.1 Sol' és 'GPT-6 Luna' megnevezést használ, ami arra utal, hogy a pontos verziójelölés a cikkek megjelenésekor még nem volt egységes. A Decoder szerint a Google felhőüzletága és saját Gemini-csapata közötti erőforrás-versengés állítólag hozzájárult ahhoz, hogy Noam Shazeer kutató visszatért az OpenAI-hoz.

OpenAI felvásárolta az Orchestra Bio nevű biotech-startupot

A TechCrunch beszámolója szerint az OpenAI kedden felvásárolta a négyéves Orchestra Bio nevű AI-biotech szoftvercéget, a tranzakció részleteit nem hozták nyilvánosságra. A lap szerint a startup 2025-ig mintegy 20 millió dollárnyi tőkét gyűjtött olyan befektetőktől, mint az Andreessen Horowitz, az Atria és a 8VC. Az Orchestra olyan AI-ügynököket fejleszt, amelyek a gyógyszerfejlesztési cégek napi működését segítik, a pénzügyi nyomon követéstől a klinikai vizsgálatok ütemezési problémáinak megoldásáig. Az OpenAI közlése szerint az Orchestra csapatát és technológiáját a Rosalind nevű élettudományi kutatási AI-modelljéhez és az ahhoz kapcsolódó Rosalind Workbench eszközhöz csatolják, amelynek ügyfelei között a vállalat a Modernát és a Novo Nordiskot is megnevezte. A TechCrunch értelmezése szerint ez azt a tendenciát mutatja, hogy a nagy AI-laborok, köztük az OpenAI és az Anthropic, egyre több szoftvert építenek a nagyipari szektorok, például a gyógyszeripar számára, miközben a startupvilágban tartós félelem él attól, hogy a laborok inkább beolvasztják, mint versenytársként legyőzik a kisebb szereplőket.

Nvidia konténeres AI-adatközpontja napok alatt üzembe állítható

Az Nvidia a berlini GTC-n bemutatta a DSX POD referenciatervet, amely a Vera Rubin platformra épülő, gyárilag előre összeszerelt és letesztelt konténerekbe integrálja a számítási, hálózati, tárolási, áramellátási és folyadékhűtési infrastruktúrát. A vállalat szerint partnerei – köztük a Dell, a HPE, a Lenovo és a Schneider Electric – a gyárban végzik el az összeszerelést és a validálást, a helyszínen már csak az áram-, hűtés- és hálózati csatlakozásokra van szükség. A The Decoder beszámolója szerint ez a megközelítés a jelenlegi mintegy hat hónapos kiépítési időt akár 14 napra csökkentheti. Az Nvidia azt is állítja, hogy a tágabb DSX platform zárt hűtőköre akár 100 százalékkal kevesebb hűtővizet igényelhet, bár szélsőséges hőségben extra hűtés is szükséges lehet. Az első egységek 2027 elején kerülnek világszerte szállításra.