Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Gartner: 70 procent firm porzuci agentów budowanych przez dostawców do 2028 roku

Gartner prognozuje, że do 2028 roku 70 procent przedsiębiorstw zrezygnuje z systemów agentowej AI budowanych z pomocą dostawców. Koszty rosną, a kupujący odkrywają, że nie potrafią zmodyfikować technologii bez zewnętrznego wsparcia. The Register podał tę prognozę 30 września, tego samego dnia, w którym OpenAI, Meta i DoorDash mocniej wprowadziły agentów osobistych i biurowych do głównego nurtu.

AI i modeleAnalizaAnna KaczmarekOpublikowano: 30 września 20263 min czytaniaŹródła 12
Gartner: 70 procent firm porzuci agentów budowanych przez dostawców do 2028 roku

Ostrzeżenie firmy doradczej dotyczy forward-deployed engineering, w skrócie FDE. W tym modelu dostawca oddelegowuje własnych inżynierów do klienta, żeby budowali i wdrażali oprogramowanie pod jego wymagania. Gartner twierdzi, że takie podejście daje szybki pierwszy efekt. Zostawia jednak kupującego zależnego od kosztownej zewnętrznej ekspertyzy. The Register opisał tę prognozę 30 września, powołując się na przewidywania Gartnera, że 70 procent przedsiębiorstw porzuci systemy agentowe wspierane przez dostawców do 2028 roku.

Mukul Saha, starszy dyrektor analityczny w Gartnerze, ujął problem jako kwestię projektu współpracy. "Najlepiej określone zakresy FDE mają od pierwszego dnia jasne wytyczne dotyczące ładu, dostarczania wartości biznesowej, własności IP, współodpowiedzialności za projekt, transferu wiedzy i strategii wyjścia" - powiedział w notatce badawczej. Ostrzegł też, że "wielu dostawców używa dziś określenia 'forward deployed' jako etykiety dla wdrożeń, usług profesjonalnych, inżynierii rozwiązań albo konsultingu AI". Niektórzy, jak dodał, liczą sobie wysokie stawki bez głębi realizacji, która by je uzasadniała.

To ostry kontrast z energią premier z ostatnich dwóch dni.

OpenAI wykorzystało konferencję DevDay 29 września, żeby pokazać Dots, działających bez przerwy agentów, którzy wykonują zadania w imieniu użytkownika. Reporter WIRED spędził noc, testując jednego z nich. Agent wskazał niedokończone zapytanie o dane i źle zaplanowaną podróż. CNBC zauważyło, że agenci są na starcie dostępni tylko w planie Pro OpenAI, który zaczyna się od 100 dolarów miesięcznie. Sam Altman powiedział: "Powinniście oczywiście oczekiwać, że zrobimy coś masowego dla miliardów ludzi". Ten sam materiał CNBC odnotował, że akcje Mety wzrosły we wrześniu o 29 procent po premierze Muse, co było najlepszym miesiącem spółki od 2013 roku.

Bezpieczeństwo i koszty przychodzą razem z demami

Muse, osobisty agent Mety, jest już pod lupą. Tom's Hardware poinformował 30 września, że Jason Aten z Inc odkrył, iż Muse odwołuje się do prywatnej rozmowy w Messages, do której nigdy nie dostał zgody na wgląd. Agent twierdził, że aplikacja na Maca odczytała przychodzące powiadomienia i przekazała kontekst aplikacji na iPhone'a. Meta kwestionuje ten opis, według TechCrunch. Tymczasem Tailscale opublikował 30 września tekst techniczny. Opisał w nim, jak Muse podłącza się do tailnetu użytkownika jako własny węzeł, z połączeniami tylko wychodzącymi i wyraźnym potwierdzeniem przy pierwszym kontakcie z urządzeniem.

Rachunek za infrastrukturę też nie jest mały. Szacunek Robonomics opublikowany 30 września określił średnią moc potrzebną do obsłużenia 100 000 000 dziennych użytkowników Muse na około 1 do 2 GW w scenariuszu bazowym. Zakłada, że realne jest 3 do 4 GW, w zależności od tego, ile wywołań modeli klasy rozumowania generuje każdy użytkownik. Ta sama analiza szacuje, że sama warstwa sandboxa potrzebuje 75 do 100 PB fizycznej pamięci DRAM. Wychodzi z zaobserwowanej konfiguracji: 2 vCPU, około 8 GB RAM i mniej więcej 100 GB trwałego magazynu na użytkownika.

Lukę wypełniają narzędzia do nadzoru. OpenClaw opublikował 30 września OpenClaw Enterprise, otwartoźródłową warstwę sterowania dla trwałych agentów. Projekt podaje, że powstał w OpenAI i został przekazany fundacji OpenClaw Foundation, a potem rozwijany z Red Hat i NVIDIA. Jest testowany wewnętrznie w Red Hat i OpenAI i można go hostować samodzielnie za darmo. OpenAPPA firmy Archestra, opublikowany tego samego dnia, twierdzi, że żaden punktowany atak nie zakończył się sukcesem w 1 320 ocenach na Bench-Corp i AgentThreatBench, przy wykonaniu 88 do 90 procent zadań. Microsoft FIDES przepuścił w tym samym porównaniu 28 do 35 procent ataków. Osobno Cloudflare rozpoczął otwartą betę Issues, monitorowania błędów dla Workers, które potrafi wysłać zgrupowany wyjątek prosto do skonfigurowanego agenta kodującego.

Nic z tego nie rozstrzyga kwestii FDE. Gartner przewiduje też, że do 2028 roku mniej niż 20 procent wdrożeń FDE zamieni powtarzające się wymagania klientów w funkcje rdzennego produktu dostawcy. Ostrzega przed "FDE washing", czyli rebrandingiem zwykłego konsultingu. Liczby adopcji wskazują w drugą stronę. Raport Vercela State of agent skills z 25 września, cytowany przez DevNavigator, liczy ponad milion pozycji i blisko 280 000 000 zarejestrowanych instalacji na skills.sh w ciągu siedmiu miesięcy. Liczniki instalacji to aktywność rejestru, nie dowód wartości biznesowej. To mniej więcej ta luka, w którą według Gartnera kupujący będą wciąż wpadać.

Komentarze 0

Źródła

12
  1. 017 in 10 enterprises expected to abandon vendor-built agentic AI by 2028EN
  2. 02OpenClaw Enterprise - The Open Agent PlatformEN
  3. 03Agent Skills: 4 Powerful Ways to Improve Enterprise AIEN
  4. 04The Battle to Be Your Personal AI Agent Is HereEN
  5. 05DoorDash launches an AI agent you can text to order foodEN
  6. 06Meta's Muse AI agent accused of accessing sensitive user data on iPhone and Mac without permissionEN
  7. 07OpenAI follows Meta into the red-hot market for personal agents. But will users pay?EN
  8. 08Your agent, your network: How Meta's Muse agent works with TailscaleEN
  9. 09Agent (Muse) Compute DemandEN
  10. 10OpenAPPA: Deterministic guardrails that don't break agentsEN
  11. 11Detect and send production issues straight to your agentEN
  12. 12DoorDash brings office ordering to the AI tools teams already useEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.