# Почему предприятиям нужен «Системный интеллект» вместо AGI

Источник: https://www.youtube.com/watch?v=TLyxBatAWig
Канал: SiliconANGLE theCUBE
Опубликовано: 27.06.2026

---

## Будущее корпоративного ИИ: от «общего» интеллекта к системе бизнес-решений 
[[JUMP:00:00]]

Индустрия искусственного интеллекта находится в поиске «святого грааля» — корпоративного общего интеллекта (Enterprise AGI). Дэйв Велланте и Джордж Гилберт из TheCUBE Research в ходе недавнего анализа утверждают, что погоня за универсальным супер-интеллектом — это тупиковый путь, напоминающий погоню за призрачной целью. Настоящая ценность для бизнеса заключается не в создании «мессианского» ИИ, а в формировании уникального, проприетарного «системного интеллекта» (System of Intelligence, SOI), который объединяет внутренние данные, рабочие процессы, политики и скрытые человеческие знания компании.

### 📉 Миф о «коммунизме данных» и реальность капитализма
[[JUMP:01:34]]

Ведущие критикуют текущую архитектуру frontier-моделей, называя её «данным коммунизмом». Суть проблемы:

* **Идея «коммунизма данных»:** Предположение, что интеллектуальные способности лучших моделей должны быть доступны всем, создавая общее интеллектуальное поле.
* **Контраргумент:** Если каждый использует одну и ту же модель, обучающуюся на общих интернет-данных, компания не получает никакого конкурентного преимущества.
* **Концепция «капитализма данных»:** По мнению Гилберта, компании должны контролировать, управлять и развивать свой собственный, дифференцированный интеллект.

Гилберт отмечает, что для автоматизации сложных задач — например, оценки инвестиций — недостаточно стандартных знаний из интернета. Требуются «рассуждения» (reasoning traces) экспертов внутри организации, которые стоят дорого и являются уникальным активом.

### 🧠 Стек «Системы Интеллекта» (SOI)
[[JUMP:08:31]]

Разработчики ИИ и SaaS-платформы пытаются выстроить архитектуру, способную превращать данные в измеримые бизнес-результаты. Гилберт выделяет ключевые уровни:

* **Система записи (System of Record):** Базовая инфраструктура, которая фиксирует произошедшие события.
* **Система интеллекта (SOI):** «Цифровой двойник» бизнеса. Она отвечает не только на вопрос «что случилось?», но и «почему?», «что будет дальше?» и «каково следующее лучшее действие?».
* **Система агентности (System of Agency):** Инструменты, позволяющие ИИ-агентам действовать на основе знаний из SOI.
* **Система взаимодействия (System of Engagement):** Новый интерфейс, соединяющий человеческие намерения с возможностями ИИ-систем.

По словам Гилберта, этот стек позволяет человеческому и цифровому интеллекту работать сообща в масштабах, недоступных традиционным иерархиям.

### 🧱 Роль Databricks: Genie, Unity и онтология
[[JUMP:14:56]]

В рамках анализа компания Databricks показала значительный сдвиг от простой обработки данных к управлению интеллектуальными агентами. 

* **Genie:** Агентский клиент, который обеспечивает бизнес-пользователям доступ к данным и аналитике. 
* **Genie Ontology:** Стратегически важный инструмент, создающий «карту» смыслов компании: термины, метрики, связи между объектами (например, «клиент», «заказ»).
* **AgentBricks:** Платформа для разработки ИИ-агентов, использующая возможности Unity Catalog для управления безопасностью и доступом.
* **Omnient:** Open-source «упряжь» (harness), позволяющая подключать сторонние клиентские агенты (например, от OpenAI или Anthropic) к системе Databricks, обеспечивая при этом централизованное управление и соблюдение корпоративных политик.

Велланте и Гилберт подчеркивают: Databricks стремится стать «авторитетным источником определений» для бизнеса. Это создает прямую конкуренцию, например, с Microsoft PowerBI, так как если определения (метрики) находятся в системе Databricks, необходимость в создании визуализаций в PowerBI отпадает.

### 📈 Уровни зрелости и человеческий фактор
[[JUMP:41:19]]

На текущий момент, по оценке Гилберта, онтология Databricks находится между уровнями 5 и 6 на шкале зрелости систем интеллекта. Для достижения высших уровней (уровень 6 и далее) недостаточно просто собирать данные из логов (bottom-up подход). 

Необходим гибридный подход:

1.  **Обучение на поведении:** Система анализирует запросы, данные и частоту использования, выявляя скрытые закономерности.
2.  **Участие человека:** Когда система сталкивается с неоднозначностью, она запрашивает уточнение у пользователя.
3.  **Governance Committee (Комитет управления):** По мнению Гилберта, для кодификации бизнес-правил, которые нельзя «вывести» из данных, потребуется участие комитета, который утверждает предлагаемые «навыки» ИИ-агентов.

### 💸 Экономика будущего
[[JUMP:105:26]]

Финальный тезис Велланте и Гилберта касается экономики: переход от инфраструктуры к платформе SOI меняет модели ценообразования. Сейчас компании платят за потребление («utility pricing»), но в будущем, когда ИИ-агенты станут непосредственными участниками создания стоимости, возможен переход к ценообразованию, основанному на достигнутых результатах («outcome-based pricing»). По мнению Гилберта, это превращает ИИ-платформу из затратной статьи в источник формирования корпоративных активов.