2026. július 8., szerda · Üzlet

Az AI-architektúra négy tartós alappillére: adatminőség, kontextustervezés, irányítás és emberi szakértelem

Az MIT Technology Review elemzése szerint az AI-rendszerek skálázásához négy alapvető architektúrális elem szükséges, amelyek a modellek fejlődésétől függetlenül tartósnak bizonyulnak: az adatminőség, a kontextustervezés (context engineering), az irányítási keretrendszer (governance) és az emberi szakértelem. Az Elastic technológiai vezetője, Adnan Adil szerint az adatok nélkül a modellek nem képesek megfelelő szolgáltatást nyújtani, a rossz adatminőség pedig hallucinációkhoz és megbízhatatlan eredményekhez vezet. A cikk hivatkozik a Gartner előrejelzésére, amely szerint 2026-ig a vállalatok az AI-projektek 60%-át feladják, ha azokat nem támogatja AI-kész adat. Az elemzés arra ösztönzi az IT-vezetőket, hogy a gyorsan változó technológia ellenére ezekbe az alapokba fektessenek, mivel az ágensalapú rendszerekre való átállás is ezekre épül.

Miért fontos?

A cikk rendszerezi azokat az architekturális alapelveket, amelyek a Gartner szerint a vállalati AI-projektek többségének sikerét vagy kudarcát meghatározzák.

Források

MIT Technology Review

Kapcsolódó témák

Napi összefoglaló

Ez a hír a 2026. július 8., szerda napi AI összefoglaló része.

Kapcsolódó hírek

Ulanqab: Belső-Mongólia lett Kína AI-adatközpont-fővárosa

A WIRED cikke szerint egy Goldman Sachs kutatási jegyzet alapján a mindössze 1,5 milliós lakosú Ulanqabban 2016 óta közel 100 adatközpont épült vagy van építés alatt, a bejelentett kapacitás összesen 12,5 gigawattra rúg, ennek több mint 70 százalékát az elmúlt egy évben jelentették be. Összehasonlításképp az OpenAI 500 milliárd dolláros Stargate projektje készen is csak 10 gigawattot ér el. A várost a hideg, magasan fekvő klíma, a Pekinghez közeli helyzet és az olcsó, szél-, nap- és szénenergiára épülő áramellátás teszi vonzóvá. A cikk szerint első ízben kínai AI-cégek, köztük a DeepSeek, a ByteDance, az Alibaba és a Xiaohongshu is saját infrastruktúrába fektetnek bérelt felhőkapacitás helyett. A projektek azonban komoly vízhiányba ütközhetnek, mivel a szárazságra hajlamos térségben a helyi vízművek már most is éjszakai korlátozásokra kényszerülnek.

Panasonic ügynök-alapú AI-t vet be repülőgépes szórakoztatórendszerek hibakeresésére

Az AWS hivatalos blogbejegyzése szerint a Panasonic Avionics Corporation – amely repülőgépes szórakoztató- és kapcsolattartó (IFEC) rendszereket üzemeltet nagy globális flottában – az AWS Generative AI Innovation Centerrel közösen ügynök-alapú mesterséges intelligencia rendszert épített ki. A megoldás Amazon Bedrock, Amazon SageMaker és AWS Glue szolgáltatásokra épül, és a cég állítása szerint jelentősen csökkenti a diagnózishoz szükséges időt a pontosság megőrzése mellett. A kihívást az jelentette, hogy az egyes flottakonfigurációk eltérő naplózási mintákat generálnak, ezért a mérnökök korábban kézi elemzéssel korrelálták a naplókat, metrikákat és jegyeket, ami órákig tartott és mély intézményi tudást igényelt. Az AWS bejegyzése kiemeli, hogy ez a folyamat rontotta a hibafelismerési és -megoldási időt, valamint sok automatizálható, ismétlődő vizsgálati feladatot tartalmazott.

Binance AI-ügynököknek nyitja meg a kereskedési platformját

A Binance csütörtökön elindította az Agent OS nevű platformot, amely lehetővé teszi, hogy AI-ügynökök piacokat elemezzenek és kereskedést hajtsanak végre felhasználók nevében. A rendszer a Binance API-it, Wallet Agentic Hubját és Skill Hubját köti össze a Model Context Protocollal, és kompatibilis olyan eszközökkel is, mint az OpenAI ChatGPT és Codex, az Anthropic Claude Code, valamint a Cursor. Jeff Li, a Binance termékmenedzsment alelnöke szerint a felelősséget nagyrészt a felhasználókra bízzák: dedikált alszámlákkal és jogosultság-beállításokkal korlátozható, mit tehet egy ügynök, a kifizetések pedig alapértelmezetten tiltva vannak. A Binance nem szab külön veszteséglimitet, így az átutalt összeg jelenti a gyakorlati korlátot, és a cég állítása szerint az ügynökök döntési logikáját sem látja, mert az a felhasználó gépén vagy AI-alkalmazásában zajlik.

Körkörös pénzmozgás állhat a Unitree 50 milliárd dolláros tőzsdei értéke mögött

A kínai humanoid robotgyártó Unitree Robotics sanghaji tőzsdei debütálásán a részvényárfolyam a Bloomberg szerint akár 629 százalékkal ugrott, végül 460 százalékos emelkedéssel zárt, ami a céget mintegy 50 milliárd dollárra értékelte. A Financial Times szerint azonban a kereslet jelentős része állami hátterű képzőközpontoktól érkezik, amelyek robotokat vásárolnak, majd a teleoperációval gyűjtött mozgásadatokat visszaadják a gyártóknak – Unitree bevételének közel háromnegyede 2025 első kilenc hónapjában ebből az oktatási-kutatási körből származott. Elemzők kétségbe vonják a kereslet függetlenségét és az adatok valós hasznosságát, mivel a robotok nem éles környezetben működnek. A cikk ezt a mintát az amerikai AI-iparban bírált körkörös finanszírozási modellekhez hasonlítja.