BPFlow AI / Новости

Gemini 4 Hydrogen, проекты Microsoft и исследование о масштабировании ИИ

Дата выпуска:

В выпуске — новая модель Google, опыт корпоративных проектов Microsoft и исследование о том, что мешает компаниям расширять применение ИИ.

Выпуск может включать ранее опубликованные важные события.

Архив новостей →
01

Google начала развёртывание Gemini 4 Hydrogen

Google представила Gemini 4 Hydrogen для работы с кодом и многошаговых задач. Модель развёртывают в Gemini API, инструментах разработчика, бизнес-продуктах, приложении Gemini и Google Search.

Ключевые факты

  • Модель поддерживает четыре уровня глубины рассуждений. Через API миллион входных токенов стоит $1,50, миллион выходных — $7,50; размер контекстного окна составляет миллион токенов.
  • Google представила Orchestrator в Antigravity: он переключает модели в рамках одной сессии. По данным Google, в тесте Terminal-Bench 4.0 он расходовал в среднем на 24% меньше квоты и завершал задачи на 19% быстрее; доля успешных задач была близка к результату Carbon.
  • В приложении Gemini бесплатным пользователям модель доступна через автоматический выбор. В Antigravity индивидуальный доступ предусмотрен для платных подписчиков Google AI Pro и Ultra; в Sheets — для подходящих бизнес-подписок и подписчиков Pro и Ultra.

Объективно о важном

Команды могут выбирать глубину рассуждений и сочетать модели для разных этапов задачи, сопоставляя качество, время ответа и стоимость.

Бизнес-процессы

  • Разработка и проверка кода — Модель может помогать с изменениями в коде, тестами и поиском ошибок.
  • Работа с документами и таблицами — Модель может готовить структурированные материалы на основе файлов разных форматов.

Возможности автоматизации

  • Многошаговая разработка с несколькими моделями: Orchestrator может переключать модели в ходе сессии, а агенты — параллельно выполнять и проверять задачи.
    Условия: Проверить доступность Antigravity с учётом продолжающегося развёртывания и условия подписки.; Оценить качество и стоимость на собственных задачах.

Влияние на ручную работу

Подготовка кода и материалов может требовать меньше ручных действий, но публикации не подтверждают экономию рабочего времени для всех команд.

Ограничения и риски

  • Результаты тестов приведены Google и не гарантируют такого же эффекта в рабочей среде.
  • Ответы модели и действия агентов требуют проверки; доступ зависит от продукта и подписки.

Источники

  1. Google DeepMind News: Introducing Gemini 4 Hydrogen · Дата источника:
  2. Google Blog: Google Search gets a major upgrade with Gemini 4 Hydrogen · Дата источника:
  3. Google Blog: Gemini 4 Hydrogen: everyday coding and agentic workflows for developers · Дата источника:
  4. Google Blog: Introducing Gemini 4 Hydrogen · Дата источника:
02

Microsoft рассказала о проектах Frontier Company с клиентами

Microsoft сообщила о работе Frontier Company почти над 500 проектами с более чем 200 заказчиками в 28 странах. Компания привела примеры внедрений и решений, которые ещё разрабатываются.

Ключевые факты

  • По данным Microsoft, агент для подключения клиентов Northern Trust сократил время подготовки данных примерно с двух с половиной недель до трёх дней, или на 83%. Качество с первого прохода составило 96,5% в тестировании.
  • Microsoft и 3M разрабатывают процесс обработки заказов с ИИ-агентами для кредитных проверок, оценки просроченной задолженности и обновления систем. Предусмотрены контроль человека и панель мониторинга.

Объективно о важном

Примеры показывают, как агенты можно встроить в существующие процессы, сохраняя участие специалистов в принятии решений.

Бизнес-процессы

  • Подключение клиентов — Подготовку данных можно организовать в привычных аналитикам Excel и SharePoint.
  • Обработка заказов — Агенты могут помогать с проверками и обновлением систем под надзором сотрудников.

Возможности автоматизации

  • Кредитные проверки и обработка заказов 3M: Разрабатываемое решение может сократить ручную работу и ускорить обработку.
    Условия: Решение ещё разрабатывается; нужны человеческие проверки и мониторинг.

Влияние на ручную работу

Microsoft ожидает сокращения ручной работы в 3M. В Northern Trust компания сообщает о сокращении времени подготовки данных, но не приводит отдельного измерения трудозатрат.

Ограничения и риски

  • Результаты и прогнозы приведены Microsoft; независимая проверка в публикации не представлена.
  • Результаты Northern Trust относятся к конкретному процессу, а показатель качества — к тестированию.

Источники

  1. Microsoft Official Blog: From AI ambition to business impact · Дата источника:
03

Исследование IDC показало разрыв между результатами ИИ и их масштабированием

Microsoft представила результаты заказанного у IDC исследования: в нём участвовали более 5 200 руководителей ИТ и бизнеса из 28 отраслей.

Ключевые факты

  • По данным исследования, 66% руководителей сообщают о существенных или преобразующих результатах от ИИ, но лишь 48% масштабируют полученную пользу на несколько подразделений.
  • Лидеры по зрелости ИИ — верхние 10% по шкале IDC — сообщили о средней отдаче на вложения в ИИ в 4 раза против 2,7 раза у медленно внедряющих компаний, составляющих нижние 30%.
  • Согласно представленному Microsoft исследованию IDC, 65% организаций установили процесс управления агентами, но лишь 20% имеют комплексную стратегию обучения работе с ИИ для всей организации.

Объективно о важном

Для расширения внедрения стоит измерять эффект по процессам и одновременно планировать контроль агентов и обучение сотрудников.

Бизнес-процессы

  • Управление инвестициями в ИИ — Сравнение показателей до и после внедрения может помочь направлять средства на полезные сценарии.

Возможности автоматизации

  • Планирование внедрения агентов: Данные исследования могут помочь выбрать процессы для пилотов и определить требования к контролю.
    Условия: Проверить выводы на собственных процессах и данных.

Влияние на ручную работу

Исследование описывает внедрение и отдачу в целом, но не устанавливает экономию ручного труда для конкретной компании.

Ограничения и риски

  • Исследование заказано Microsoft; показатели отдачи основаны на ответах руководителей.
  • Связь между зрелостью и отдачей не доказывает причинно-следственную связь.

Источники

  1. Microsoft Official Blog: Scaling AI value without losing control: Lessons from Frontier Firms · Дата источника: