Uncategorised
После публикации в апреле этого года национального исследования по внедрению ИИ в малых и средних предприятиях (МСП) предупреждения о растущем разрыве Канады в производительности труда с Соединенными Штатами достигли апогея.
Мы побеседовали с предпринимателем и руководителем технологической компании Яником Гийеметтом, чтобы обсудить, почему устаревшие системы не справляются со своими задачами, острую необходимость в искусственном интеллекте как проактивной инфраструктуре и как руководители могут использовать эти инструменты для удержания талантов и масштабирования операций.
В: В вашем недавнем национальном исследовании вы указали на серьезное отставание в внедрении ИИ в Канаде. Почему наши малые и средние предприятия отстают?
Яник Гийеметт: В основе всего лежит неправильное понимание риска. Многие канадские руководители рассматривают интеграцию ИИ как крупные и рискованные капиталовложения. В то же время наши американские коллеги считают отказ от интеграции ИИ первостепенной угрозой для существования компании.
Если, например, взглянуть на удержание сотрудников и HR-технологии, старая модель системы начисления баллов и физических подарков совершенно неэффективна и не работает. Когда мы выпустили обновление V2 нашей технологической платформы, основной целью было использование ИИ для автоматизации высокоэффективного и бесперебойного признания заслуг. Нам не нужны новые административные платформы; нам нужно, чтобы наши существующие платформы стали намного умнее и надежнее.
В: Недавно вы запустили программу наставничества для молодых основателей стартапов. Что они рассказывают вам о развитии технологических компаний в Канаде в настоящее время?
Яник Гийеметт: Основатели компаний, с которыми я общаюсь, — особенно те, кто относится к возрастной группе от 16 до 30 лет, — невероятно сообразительны, но они сталкиваются с серьезными экономическими трудностями. Они понимают, что ИИ — это не просто функция; это базовая инфраструктура, необходимая для конкуренции. Тем не менее, глядя на канадский рынок в целом, они видят медленное внедрение технологий в корпоративном секторе. Чтобы эти молодые предприниматели продолжали развивать свой бизнес в Канаде, нам необходимо, чтобы наши отечественные малые и средние предприятия активно внедряли новые технологии на ранних этапах.
В: Какой первый шаг должен предпринять традиционный бизнес, стремящийся сократить этот разрыв в производительности?
Яник Гийеметт: Проведите аудит административных проблем. Выявите, где ваша команда теряет часы из-за повторяющихся задач по соблюдению требований, работы с устаревшим программным обеспечением и ручного ввода данных. Внедрение системы обеспечения устойчивости на основе ИИ — это не замена персонала, а устранение малоэффективных проблем, чтобы ваши сотрудники могли сосредоточиться на развитии.
Отраслевой контекст
Сфера профессиональных услуг занимает необычное положение в современной экономике: она одновременно является одним из самых трудоемких и одновременно одним из самых капиталоемких видов бизнеса в сфере коммерческих услуг. Доходы в этом секторе генерируются не за счет производства товаров или строительства инфраструктуры, а за счет поиска, оценки и трудоустройства квалифицированных специалистов в организации-клиенты, нуждающиеся в них на временной, проектной или постоянной основе. Экономика этой посреднической роли гораздо сложнее, чем можно предположить, исходя из простой арифметики наценок. Кадровое агентство зарабатывает себе на жизнь, поддерживая сеть квалифицированных специалистов, базу данных клиентских отношений и операционную инфраструктуру для быстрого и надежного сопоставления кандидатов. Компании, успешно работающие в этой сфере на специализированных рынках, особенно в сфере технологий и финансов, обладают устойчивыми преимуществами, поскольку решаемая ими задача сопоставления действительно сложна: клиент, которому нужен инженер по облачной безопасности или архитектор данных с опытом работы в области машинного обучения, ищет не товар широкого потребления, а у специалиста, обладающего этими навыками, есть множество конкурирующих вариантов.
В частности, кадровое обеспечение в сфере технологий находится в центре структурного дисбаланса, который накапливался более десяти лет. Спрос на высококвалифицированных специалистов в области технологий постоянно рос, поскольку все отрасли, от финансовых услуг и здравоохранения до розничной торговли и государственного управления, переводили основные операции на цифровые платформы. Этот переход создал относительно стабильный долгосрочный уровень спроса на необходимые для него навыки, включая системную архитектуру, разработку приложений, проектирование данных, кибербезопасность и сетевую инфраструктуру. Предложение не успевает за этим ростом. Уровень безработицы в сфере компьютерных и информационных технологий в Соединенных Штатах остается неизменно ниже среднего показателя по стране. По оценкам отраслевых исследований, к началу 2026 года в США будет более 1,2 миллиона незаполненных вакансий в сфере технологий. Опрос Robert Half «Спрос на квалифицированных специалистов в 2026 году» показал, что 65% менеджеров по найму в сфере технологий сообщили о том, что найти квалифицированных специалистов стало сложнее, чем годом ранее, а 70% респондентов заявили, что сложность найма специалистов, связанных с ИИ, повысила вероятность обращения в кадровые или консалтинговые фирмы.
Подробнее: Внутри экономики управления талантами, определяющей рыночные позиции Kforce
SAP приобретает Dremio для создания унифицированного уровня данных, внедряет агентов искусственного интеллекта в Ericsson и Martur Fompak, а также сообщает о росте выручки от облачных услуг на 19% в первом квартале 2026 года.
SAP незаметно превращает свою концепцию искусственного интеллекта в нечто более осязаемое. Компания подала заявку в Федеральное антимонопольное ведомство Германии на слияние и поглощение Dremio, специализирующейся на хранилищах данных, одновременно представив конкретные примеры внедрения ИИ в Ericsson и у поставщика автомобильных компонентов Martur Fompak International. Эти шаги подчеркивают изменение стратегии: вместо того, чтобы гнаться за ажиотажем вокруг генеративного ИИ, SAP создает инфраструктуру и доказывает возможности применения, которые делают корпоративный ИИ эффективным.
Соглашение с Dremio, зарегистрированное 19 мая 2026 года, направлено на решение известной проблемы. Многие корпоративные проекты в области ИИ терпят неудачу не из-за недостатков моделей, а из-за фрагментации и плохой подготовки исходных данных. Технология Dremio позволяет компаниям напрямую запрашивать структурированные и неструктурированные данные, не перемещая их физически, создавая единый слой внутри SAP Business Data Cloud. Эта основа имеет решающее значение для плана SAP по развертыванию более 200 специализированных агентов ИИ, которые будут автономно выполнять бизнес-процессы.
На мероприятии SAPPHIRE в Мадриде компания продемонстрировала, как это видение уже воплощается в жизнь. Ericsson создает согласованную архитектуру данных с использованием SAP Business Data Cloud, и уже более 85 000 пользователей используют унифицированный ассистент Joule. Обе компании сотрудничают в проектах по совместным инновациям, включая функцию интеллектуальных рекомендаций целей в SAP SuccessFactors. Для SAP посыл ясен: крупным клиентам нужны чистые данные и глубокая интеграция, а не просто оболочка для чат-бота.
Стоит ли инвесторам немедленно продавать? Или же стоит покупать акции SAP?
Быстрое внедрение искусственного интеллекта меняет финансовые системы по всему миру, и Египет не является исключением. В рамках своей программы «Видение 2030» по устойчивому и инклюзивному росту страна быстро внедряет технологии на основе ИИ для расширения доступа к финансовым услугам и повышения экономической эффективности и производительности, тем самым поддерживая более широкий экономический рост. Эта трансформация во многом опирается на западные финансовые модели, где ИИ уже интегрирован в основные институциональные практики. Однако эта зависимость от импортированных технологических решений вызывает серьезную обеспокоенность: внедряемые системы ИИ в значительной степени разработаны для совершенно иных экономических и социальных условий и могут не соответствовать уникальным финансовым реалиям Египта. В результате, вместо того чтобы решать структурные проблемы неравенства между населением, имеющим доступ к банковским услугам, и неформальной экономикой, эти технологии рискуют усугубить или даже углубить его.
Подавляющее большинство финансовых моделей на основе искусственного интеллекта, используемых сегодня в Египте, представляют собой генеративные модели обработки больших языковых данных (LLM), обученные на наборах данных, полученных преимущественно из западных экономик. В этих моделях исходные данные, используемые для прогнозирования результатов, основаны на заемщиках, имеющих формализованные банковские счета с документально подтвержденной историей заработной платы и отслеживаемой кредитной историей. В Египте, согласно недавнему отчету об ИИ, подготовленному Организацией экономического сотрудничества и развития (ОЭСР), формализованное банковское обслуживание не считается нормой. Примерно 67% взрослого населения Египта по-прежнему имеют неформальные банковские счета, что относит их к категориям лиц, не имеющих банковских счетов или имеющих ограниченный доступ к банковским услугам. Это несоответствие означает, что эти модели рискуют неправильно классифицировать или исключать именно те группы населения, которым они призваны служить.