Business news from Ukraine

Business news from Ukraine

Від камер до інтелекту: роль ШІ в аналізі дорожнього руху

Ви коли-небудь сиділи на червоному світлофорі й дивувалися, чому він так довго не перемикається, навіть якщо зустрічного транспорту немає? Або повзли через центр міста в годину пік і думали: «Має бути розумніший спосіб керувати цим хаосом»? Ви не самотні, і добра новина полягає в тому, що майбутнє управління дорожнім рухом — це не якась далека фантастика. Воно вже тут, і воно працює на штучному інтелекті.

Шлях від простих вуличних камер до повністю інтелектуальних систем аналізу дорожнього руху був справді революційним. Розгляньмо, як ми до цього дійшли, що відбувається зараз і куди рухається ця технологія.

Еволюція моніторингу трафіку: короткий екскурс в історію

Пам’ятаєте, коли моніторинг дорожнього руху означав поліцейського, який стояв посеред перехрестя і махав руками? Або громіздкі камери відеоспостереження, які просто записували відео, яке ніхто не дивився, хіба що щось траплялося?

Ми пройшли довгий шлях.

Перші дні дорожніх камер

Традиційні камери спостереження були, по суті, очима без мозку. Вони знімали відео, але хтось мав вручну переглядати години записів, щоб знайти щось корисне. Це було схоже на бібліотеку без каталогу. Інформація була, але спробуй знайди потрібне тоді, коли потрібно.

Перехід до розумних систем

Потім прийшла цифрова революція. Камери стали кращими, мережі — швидшими, і раптом з’явилася можливість транслювати відео в режимі реального часу до центрів управління. Але людина може стежити лише за обмеженою кількістю екранів одночасно. Дослідження показують, що середній оператор трафіку може ефективно спостерігати лише за 4–6 камерами одночасно, перш ніж увага починає розсіюватися. Тому навіть із усіма технологіями ми все одно упиралися в людські обмеження.

Штучний інтелект: гравець, що змінив правила гри

Саме тут усе стає справді цікавим. ШІ не просто покращив аналіз дорожнього руху — він повністю його трансформував.

Як ШІ бачить те, що пропускають люди

Уявіть ШІ як невтомного аналітика трафіку, який ніколи не кліпає, ніколи не втомлюється і може спостерігати за тисячами камер одночасно. Системи на основі ШІ здатні виявляти інциденти до 90% швидше, ніж оператори-люди. Це не просто покращення — це зміна парадигми.

Сучасні системи ШІ для аналізу трафіку використовують комп’ютерний зір і машинне навчання для:

  • Ідентифікації транспортних засобів за типом, кольором і навіть номерним знаком
  • Відстеження руху в кількох камерах одночасно
  • Виявлення аномалій, як-от рух у зустрічному напрямку або зупинені автомобілі
  • Прогнозування потоку трафіку на основі історичних даних
  • Розпізнавання пішоходів і велосипедистів для підвищення безпеки

Магія за лаштунками

Як це насправді працює? Сучасний аналіз трафіку на основі ШІ спирається на кілька взаємопов’язаних технологій:

  • Глибокі нейронні мережі, що навчаються розпізнавати шаблони
  • Алгоритми комп’ютерного зору для обробки візуальних даних
  • Предиктивна аналітика для прогнозування майбутніх умов
  • Крайові обчислення для обробки даних безпосередньо на камері
  • Хмарна інтеграція для інтелекту на рівні всієї системи

Реальні застосування, що змінюють міста

Оптимізація розумних світлофорів

Система SURTRAC у Піттсбурзі — чудовий приклад. Вона використовує ШІ для координації сигналів світлофорів у реальному часі, і результати вражають: час у дорозі скорочено на 25%, простій двигуна — на 40%, а викиди — на 21%. Цю систему розробили дослідники Університету Карнегі-Меллон на чолі зі Стівеном Смітом, і нині вона ліцензована компанії Rapid Flow Technologies.

Розпізнавання номерних знаків і безпека

Саме тут такі компанії, як IncoreSoft, справді вирізняються. Їхня платформа VIDEX інтегрується з наявною інфраструктурою камер і забезпечує ідентифікацію транспортних засобів у реальному часі, відстеження підозрілих авто та інтеграцію з базами даних правоохоронних органів. Поєднання розпізнавання облич і відстеження транспортних засобів створює комплексні екосистеми безпеки для міст. Рішення вже розгорнуті в об’єктах критичної інфраструктури по всій Європі.

Виявлення інцидентів і реагування

Такі компанії, як Iteris і Cubic Transportation Systems, розгорнули системи ШІ, які можуть виявляти аварії за лічені секунди. Порівняйте це зі старими часами, коли могло минути 10–15 хвилин, перш ніж хтось зателефонував до екстреної служби.

Порівняння традиційних і систем на основі ШІ

Характеристика

Традиційні системи

Системи на основі ШІ

Час виявлення інциденту 5–15 хвилин 2–10 секунд
Рівень хибних спрацювань 20–30% 2–5%
Моніторинг 24/7 Обмежений персоналом Необмежений
Розпізнавання шаблонів Ручний аналіз Автоматичний
Прогностичні можливості Відсутні Високоточні
Вартість за 5 років Вища (персонал) Нижча (автоматизація)
Масштабованість Лінійна з персоналом Експоненційна

Основні гравці в аналізі трафіку на основі ШІ

Компанія

Спеціалізація

Продукт/Проєкт

IncoreSoft Відеоаналітика, ANPR, розпізнавання облич Платформа VIDEX
Hikvision Камери та аналітика на основі ШІ Серія DeepinView
Axis Communications Мережеві камери з ШІ AXIS Object Analytics
Iteris Інфраструктура розумної мобільності Платформа ClearGuide
Siemens Mobility Інтегровані системи трафіку Sitraffic Conduct+
Kapsch TrafficCom Управління платою за проїзд і трафіком EcoTrafiX
NVIDIA Платформи обчислень для ШІ Платформа Metropolis

Переваги — реальні та вимірювані

Для міст

  • Скорочення заторів до 30% в оптимізованих коридорах
  • Зниження викидів завдяки плавнішому руху
  • Поліпшення часу реагування екстрених служб
  • Краще розподілення ресурсів для управління трафіком
  • Прийняття рішень щодо містобудування на основі даних

Для водіїв

  • Менше часу в заторах
  • Менше аварій завдяки прогностичним заходам безпеки
  • Надійніші оцінки часу в дорозі
  • Краща інтеграція з навігаційними додатками

Для правоохоронних органів

Системи ШІ для управління трафіком революціонізували можливості правоохоронців. Автоматичне виявлення порушень не лише підвищує дотримання правил, але й звільняє офіцерів для виконання більш важливих обов’язків.

Виклики, які не можна ігнорувати

Проблеми конфіденційності

Коли камери можуть ідентифікувати ваш автомобіль, відстежувати ваші переміщення і навіть розпізнавати ваше обличчя — де межа? Найуспішніші розгортання — ті, що вбудовують захист конфіденційності в систему з самого початку, а не після.

Технічні виклики

  • Вплив погодних умов на роботу камер
  • Інтеграція зі застарілими системами
  • Вимоги до надійності мережі та пропускної спроможності
  • Питання кібербезпеки

Етичні міркування

Хто несе відповідальність, коли система ШІ помиляється? Як запобігти упередженості в алгоритмах? Це не лише академічні питання — вони мають реальні наслідки для реальних людей.

Реальні кейси, що доводять ефективність

Зона платного в’їзду в Лондоні

Лондон використовує системи ANPR на основі ШІ для управління однією з найуспішніших у світі схем платного в’їзду. Система обробляє мільйони переміщень транспортних засобів щодня і скоротила трафік у центральному Лондоні на 30%.

Розумна система трафіку Дубая

Дубай інтегрував ШІ по всій своїй транспортній інфраструктурі. За даними про подібні розгортання, система скоротила кількість аварій на 40% на контрольованих дорогах.

Розгортання IncoreSoft в Україні

Рішення IncoreSoft виявилися особливо ефективними в українських містах, де їхня відеоаналітика підвищила як управління трафіком, так і громадську безпеку. Інтегрований підхід до поєднання аналітики транспортних засобів і пішоходів забезпечує комплексне охоплення, яке багато конкурентів не можуть запропонувати.

Майбутнє ближче, ніж ви думаєте

Що нас очікує?

Наступне покоління систем ШІ для управління трафіком, імовірно, включатиме:

  • Інтеграцію з комунікацією «транспортний засіб — усе навколо» (V2X)
  • Прогностичне технічне обслуговування інфраструктури
  • Координацію автономних транспортних засобів
  • Цифрові двійники транспортних мереж цілих міст
  • Федеративне навчання між кількома містами

Інтеграція з автономними транспортними засобами

У міру того як безпілотні автомобілі стають поширенішими, системи ШІ для управління трафіком повинні будуть спілкуватися з ними безпосередньо. Уявіть це як те, що міста і автомобілі нарешті заговорять однією мовою. Інтеграція між інфраструктурним ШІ і автомобільним ШІ — саме там відбувається справжня магія.

Чому це важливо для всіх

Незалежно від того, чи ви міський планувальник, технологічний ентузіаст, щоденний пасажир або просто людина, яка втомилася від заторів — аналіз трафіку на основі ШІ впливає на ваше життя. Ми перебуваємо на переломному моменті. Технологія достатньо дозріла, щоб давати реальні результати, а вартість знизилася до рівня, який робить масштабне розгортання практичним.

Міста, що впроваджують комплексні рішення ШІ для трафіку, в середньому окупають їх протягом 2–3 років. Це не футуристична обіцянка — це відбувається просто зараз.

Висновок

Перетворення від простих камер до інтелектуальних систем аналізу трафіку — один із найважливіших зрушень в міській інфраструктурі за останні десятиліття. Ми перейшли від пасивного спостереження до активного інтелекту, від реактивного реагування до прогностичних рішень, від ізольованих систем до інтегрованих мереж.

Такі компанії, як IncoreSoft, знаходяться в авангарді цієї революції, надаючи рішення, які не просто спостерігають за трафіком, а справді його розуміють. Їхній інтегрований підхід до відеоаналітики, що поєднує розпізнавання номерних знаків із ширшими функціями безпеки, є прикладом напрямку розвитку галузі — до цілісних, інтелектуальних систем, що роблять міста безпечнішими та ефективнішими.

Камери вчорашнього дня були просто очима. Системи ШІ сьогодні — це розум. А інтегровані мережі завтра? Вони стануть нервовою системою наших розумних міст. Питання не в тому, чи продовжить ШІ трансформувати аналіз трафіку — а в тому, наскільки швидко ми зможемо розгорнути ці рішення, щоб міста краще служили всім нам.

Тож наступного разу, коли застрянете на червоному світлофорі, пам’ятайте: десь ШІ вже, мабуть, працює над тим, щоб це більше не повторювалося. І чесно кажучи? Це досить круто.

, , ,

Біткоїн-майнери прискорюють перехід у дата-центри для ШІ

Як повідомляє Fixygen, великі біткоїн-майнери прискорюють переорієнтацію частини енергетичних майданчиків та інфраструктури під дата-центри для штучного інтелекту і високопродуктивних обчислень на тлі погіршення економіки видобутку біткоїна, повідомляє Cointelegraph.

Ключовим активом майнерів у новій моделі стає не ASIC-обладнання, яке не підходить для ШІ-обчислень, а доступ до електроенергії, підстанцій, охолодження, дозволів і вже підготовлених майданчиків. Саме дефіцит підключеної до мережі енергії став одним із головних обмежень для розвитку дата-центрів під ШІ. Cукупна потужність дата-центрів для ШІ у світі на кінець 2025 року досягла 29,6 ГВт, тоді як у 2022 році вона була меншою за 1 ГВт.

Публічні майнінгові компанії вже уклали низку великих угод у сегменті ШІ та HPC. Зокрема, IREN у листопаді 2025 року підписала п’ятирічну угоду з Microsoft на GPU-хмарні сервіси приблизно на $9,7 млрд для кампусу потужністю 750 МВт у Техасі. Hut 8 уклала 15-річний контракт із Fluidstack на $7 млрд щодо об’єкта River Bend у Луїзіані, а Core Scientific розширила угоду з CoreWeave до $10,2 млрд на 12 років.

За оцінкою CoinShares, публічні майнери вже оголосили про контракти у сферах ШІ та високопродуктивних обчислень більш ніж на $70 млрд. Компанії, які мають такі угоди, оцінюються ринком значно вище: їхній мультиплікатор до доходу за останні 12 місяців становить 12,3 проти 5,9 у майнерів, які залишаються орієнтованими переважно на видобуток біткоїна.

Аналітики припускають, що частка ШІ-напряму у виручці публічних майнерів може зрости приблизно до 70% до кінця 2026 року порівняно з близько 30% у першому кварталі. Така динаміка фактично перетворює частину майнінгових компаній на інфраструктурних операторів для AI-ринку.

Тиск на традиційний майнінг посилився через зниження маржинальності. За оцінкою JPMorgan, середні витрати на видобуток одного біткоїна становлять близько $78 тис., а приблизно 20% майнерів працюють у збиток. Станом на поточні котирування біткоїн торгується близько $62,5 тис., тобто нижче зазначеної оцінки середньої собівартості.

Водночас перехід у ШІ не є дешевим. За оцінкою CoinShares, типова інфраструктура для криптомайнінгу коштує $700 тис. – $1 млн на 1 МВт, тоді як об’єкти для ШІ з рідинним охолодженням можуть потребувати $8-15 млн на 1 МВт. Це підвищує боргове навантаження компаній і робить їх залежними від великих клієнтів – гіперскейлерів.

Для ринку це означає зміну інвестиційної логіки у секторі майнінгу. Якщо раніше головними факторами були ціна біткоїна, хешрейт і вартість електроенергії, то тепер для частини компаній дедалі важливішими стають довгострокові контракти з AI-клієнтами, доступ до капіталу та здатність швидко перебудовувати майданчики під GPU-інфраструктуру.

Публічні біткоїн-майнери після халвінгу перебувають під тиском через скорочення винагороди за блок, високу складність мережі та волатильність ціни біткоїна. Експансія у ШІ та HPC дозволяє їм диверсифікувати виручку, але водночас переводить бізнес у капіталомісткий сегмент дата-центрів, де ключовими ризиками залишаються борг, строки введення об’єктів і концентрація клієнтів.

, , , ,

ШІ-бум може різко припинитися і посилити ризики для фінансової системи — Experts Club

Поточний інвестиційний бум навколо штучного інтелекту може різко сповільнитися, якщо очікувана віддача від технології виявиться нижчою за прогнози, попереджає Банк міжнародних розрахунків (Bank for International Settlements, BIS) у новому річному економічному звіті.

За оцінкою Experts Club, оптимізм навколо ШІ став одним із чинників, які підтримали світову економіку і фінансові ринки в останні місяці. Інвестиції у напівпровідники, центри обробки даних та енергетичну інфраструктуру зросли, а великі технологічні компанії стали одним із головних драйверів капітальних витрат.

Однак саме масштаб і швидкість цього процесу створюють нові ризики. BIS порівнює нинішній ШІ-бум із попередніми технологічними інвестиційними циклами — будівництвом каналів у 1830-х роках, залізничним бумом у Великій Британії у 1840-х, електрифікацією кінця 1920-х і дотком-бумом кінця 1990-х років.

Загальна риса цих періодів полягала в тому, що реальний технологічний прорив залучав більше капіталу, ніж могла виправдати комерційна віддача. У результаті такі буми завершувалися розворотом інвестицій і спадом, який зачіпав не лише окремі компанії, а й економіку загалом.

За даними BIS, п’ять найбільших гіперскейлерів — великих постачальників хмарних і обчислювальних потужностей — у 2025-2026 роках можуть витратити понад $1 трлн на капітальні вкладення, пов’язані з ШІ. Ці зобов’язання вже випереджають прибуток і вільний грошовий потік компаній, через що частина фінансування залучається через боргові ринки.

Генеральний керуючий BIS Пабло Ернандес де Кос, якого цитує The Wall Street Journal, заявив, що конкуренція за майбутню частку ринку могла призвести до надмірних інвестицій у ШІ. Якщо технологія не дасть очікуваної віддачі, сектор може виявитися вразливим, а поточний інвестиційний бум — різко обірватися.

Особливу тривогу BIS викликає не лише сам обсяг вкладень, а й те, як вони фінансуються. Йдеться про борг гіперскейлерів, ШІ-лабораторій, постачальників обладнання, будівельних та інженерних підрядників, зайнятих у створенні дата-центрів, енергетичних потужностей та іншої інфраструктури.

Якщо найбільші замовники сповільнять або зупинять капітальні витрати, компанії в ланцюгу постачання можуть зіткнутися з різким падінням виручки і складнощами з обслуговуванням боргу. Це може посилити тиск на ринки інструментів із фіксованою дохідністю, корпоративних облігацій і приватного кредиту.

BIS підкреслює, що йдеться не про заперечення довгострокового потенціалу штучного інтелекту. Навпаки, ШІ може підвищити продуктивність в економіці, але перехід до цієї моделі супроводжується невизначеністю: поки незрозуміло, наскільки швидко компанії зможуть впровадити технологію в реальні виробничі процеси і монетизувати її в масштабах, достатніх для виправдання нинішніх інвестицій.

Ще один ризик пов’язаний з інфраструктурними обмеженнями. Розвиток ШІ вже стикається з дефіцитом електроенергії, мережевого обладнання, потужних напівпровідників і можливостей для швидкого будівництва дата-центрів. Ці обмеження можуть підвищувати вартість проєктів і водночас посилювати переінвестування, якщо компанії прагнуть заздалегідь закріпити за собою потужності через довгострокові контракти.

Для фінансової системи ключова загроза полягає в тому, що можливе розчарування у віддачі від ШІ може збігтися з уже наявними вразливостями — високою оцінкою акцій технологічних компаній, зростанням боргу, активністю небанківського фінансового сектору і підвищеною чутливістю ринків до зміни очікувань щодо процентних ставок.

У цьому сценарії ШІ-бум може перетворитися з джерела зростання на фактор фінансової нестабільності. Спочатку може відбутися зниження капіталовкладень і падіння замовлень в інфраструктурному ланцюгу, потім — погіршення становища позичальників, розширення кредитних спредів і переоцінка активів, пов’язаних із ШІ.

Для бізнесу та інвесторів головний висновок BIS полягає в тому, що технологічний прогрес не скасовує фінансової дисципліни. Навіть якщо штучний інтелект справді стане однією з ключових технологій найближчого десятиліття, це не гарантує, що всі нинішні інвестиції окупляться, а всі компанії, які беруть участь у гонці, збережуть стійкість.

BIS, або Банк міжнародних розрахунків, — міжнародна фінансова організація зі штаб-квартирою в Базелі, Швейцарія. Банк був створений у 1930 році і вважається одним із найстаріших міжнародних фінансових інститутів. Його основне завдання сьогодні — сприяння глобальній грошово-кредитній і фінансовій стабільності через співпрацю центральних банків, дослідження, статистику, аналітичні звіти та підтримку міжнародних фінансових стандартів. BIS часто називають “банком центральних банків”, оскільки він працює насамперед із центральними банками та міжнародними фінансовими організаціями.

, ,

Регулювання штучного інтелекту у світі стає новим полем глобальної конкуренції – Experts Club

Штучний інтелект переходить із зони технологічних експериментів у сферу жорсткого державного регулювання, зазначає інформаційно-аналітичний центр Experts Club. Провідні економіки світу вже поділяють ринок на два підходи: ризик-орієнтоване регулювання з обов’язковими вимогами та м’якшу модель, де держава робить ставку на інновації, галузеві стандарти та контроль постфактум.

Для України та інших країн Східної Європи ця тема стає актуальною. ШІ вже використовується в банках, телекомунікаціях, оборонних технологіях, медицині, освіті, державних послугах, промисловості та медіа. Тому питання більше не в тому, чи потрібно регулювати штучний інтелект, а в тому, як не задушити інновації й водночас захистити громадян, бізнес та державу від ризиків.

Найрозвиненіший правовий режим уже прийнято в Європейському союзі. EU AI Act набрав чинності 1 серпня 2024 року і впроваджується поетапно. Його логіка побудована на класифікації ризиків: заборонені практики, AI-системи з високим ризиком, системи з вимогами прозорості та моделі загального призначення. Для країн, орієнтованих на ринок ЄС, цей акт фактично стає зовнішнім стандартом, навіть якщо вони не є членами Євросоюзу.

Південна Корея стала однією з перших країн за межами ЄС, які прийняли комплексний національний закон про штучний інтелект. AI Basic Act набрав чинності в січні 2026 року і поєднує підтримку AI-індустрії з вимогами до прозорості, безпеки, маркування AI-контенту та нагляду за системами високого впливу.

Китай обрав інший шлях — не єдиний універсальний закон, а набір обов’язкових правил для окремих сегментів. Найважливішим документом стали тимчасові заходи з управління генеративними AI-сервісами, що діють з 2023 року. Китайська модель робить акцент на контролі контенту, безпеці даних, реєстрації алгоритмів, перевірці генеративних сервісів та відповідності політичним вимогам держави.

Японія у 2025 році прийняла перший національний закон, прямо присвячений ШІ. Однак японська модель значно м’якша за європейську: закон насамперед спрямований на просування досліджень, розробок та використання штучного інтелекту, а не на детальні заборони та штрафи. Це відображає прагнення Японії зберегти конкурентоспроможність технологічного сектору та не створювати надмірного навантаження на бізнес.

США поки що не мають єдиного федерального закону про штучний інтелект. Регулювання розвивається фрагментарно: через президентські укази, федеральні рекомендації, стандарти NIST та закони окремих штатів. Найпомітніший приклад — Colorado AI Act, який встановлює обов’язки для розробників і користувачів високоризикових AI-систем та спрямований на запобігання алгоритмічній дискримінації. При цьому на федеральному рівні США роблять ставку на збереження лідерства, інфраструктуру, безпеку та обмеження надмірного регулювання.

Велика Британія обрала модель «pro-innovation regulation». Замість єдиного AI-закону Лондон запропонував набір принципів для існуючих регуляторів: безпека, прозорість, справедливість, підзвітність та можливість оскарження рішень. Такий підхід дозволяє швидше адаптуватися до змін технологій, але створює менше правової визначеності, ніж європейська модель.

Канада намагалася прийняти Artificial Intelligence and Data Act у складі Bill C-27, але законопроект довго перебував у парламентському процесі і не став повноцінним чинним законом про ШІ. Це показує, що навіть розвинені демократії стикаються з труднощами: регулювання ШІ зачіпає одночасно цифрові права, бізнес, авторське право, безпеку, конкуренцію та ринок праці.

Бразилія також перебуває в процесі створення комплексного регулювання ШІ. Сенат схвалив законопроект про штучний інтелект у грудні 2024 року, але для набрання чинності він має пройти розгляд у Палаті депутатів і отримати остаточне затвердження.

Бразильська модель наближена до ризик-орієнтованого підходу, але також робить сильний акцент на правах людини, авторському праві та відповідальності розробників.

Сербія перебуває на етапі переходу від стратегії до обов’язкового регулювання. Країна вже ухвалила стратегічні документи щодо розвитку ШІ та створила робочу групу з підготовки першого закону про штучний інтелект. Новий закон має наблизити Сербію до європейської моделі та надати бізнесу більш зрозумілі правила роботи з AI-системами.

Для України питання AI-регулювання також стає неминучим. З одного боку, країна потребує максимально швидкої технологічної модернізації, зокрема у сферах defense tech, govtech, медицини, кібербезпеки та освіти. З іншого боку, інтеграція в ринок ЄС вимагатиме сумісності з EU AI Act, особливо для компаній, які працюють з європейськими клієнтами або експортують цифрові продукти.

Головна роздоріжжя для країн, які ще не прийняли закони, полягає у виборі між трьома моделями. Перша — європейська, з жорсткою класифікацією ризиків і високим рівнем compliance. Друга — британсько-японська, з м’яким регулюванням та акцентом на інновації. Третя — китайська, з сильним державним контролем над контентом, даними та алгоритмами.

Для Східної Європи найбільш імовірною стане гібридна модель. Країни, пов’язані з євроінтеграцією або експортом IT-послуг до ЄС, будуть змушені враховувати EU AI Act. Але через обмежені ресурси регуляторів вони, ймовірно, вводитимуть норми поетапно, починаючи з чутливих сфер: держпослуги, біометрія, медицина, фінанси, освіта, працевлаштування та критична інфраструктура.

Experts Club вважає, що регулювання AI стане одним із ключових факторів інвестиційної привабливості цифрових економік. Компанії обиратимуть юрисдикції, де правила є достатньо зрозумілими для бізнесу, але не створюють надмірних бар’єрів для розробки та тестування нових продуктів.

Для України важливо не просто скопіювати EU AI Act, а адаптувати його до власних можливостей. Оптимальна модель має включати реєстр високоризикових AI-систем, регуляторні пісочниці, вимоги до прозорості в державних сервісах, захист персональних даних, маркування синтетичного контенту та зрозумілі правила відповідальності.

У найближчі роки штучний інтелект стане такою ж регульованою інфраструктурою, як фінанси, телекомунікації чи енергетика. Країни, які раніше створять зрозумілі та гнучкі правила, отримають перевагу у залученні інвестицій, розвитку стартапів та експорті цифрових послуг.

,

ШІ трансформує професії, але управління людьми і комунікації залишаться за людиною – експерти

Використання штучного інтелекту вже стало повсякденною практикою для більшості студентів і працівників, однак ключовою конкурентною перевагою на ринку праці в найближчі роки залишатимуться не технічні, а людські навички – комунікація, лідерство, емоційний інтелект, критичне мислення та здатність працювати з людьми. До такого висновку дійшли учасники пресконференції на тему «Вища освіта та освіта МВА в епоху штучного інтелекту. Які професії та навички залишаться за людиною?», що відбулася в агентстві “Інтерфакс-Україна” у середу.

Як повідомила директорка Центру бізнес-освіти та підвищення кваліфікації Інституту психології і підприємництва Марія Фурман, дослідження, проведене на базі співпраці студентів і бізнесу, охопило понад 250 респондентів із сфер юриспруденції, HR, IT, консалтингу, маркетингу, менеджменту, зовнішньоекономічної діяльності, освіти, продажів та фінансів.

«Наразі понад 97% опитаних уже використовують штучний інтелект у роботі або повсякденному житті, а понад 50% звертаються до нього щонайменше раз на день. Найпоширенішими інструментами виявилися ChatGPT, Google Gemini, Claude та Copilot, а основними сценаріями використання – пояснення складної інформації, написання та редагування текстів, генерація ідей, переклад, аналіз даних і підготовка підсумків», – зазначила вона під час презентації дослідження «Використання ШІ в роботі та повсякденному житті».

Водночас, за словами Фурман, поширення ШІ не означає автоматичного зростання довіри до його відповідей. Вона звернула увагу, що близько 30% щоденних функцій уже заміщуються такими інструментами, однак найбільша частка респондентів оцінила рівень довіри до відповідей ШІ як середній – інформації можна довіряти лише за умови перевірки. Більше 50% опитаних завжди перевіряють згенеровані відповіді, ще 33% роблять це, якщо інформація виглядає підозрілою, а 13% – коли йдеться про особливо важливу роботу. Крім того, понад 30% респондентів дуже часто стикалися зі спотворенням інформації, а ще 53,6% повідомили, що такі випадки траплялися з ними декілька разів.

«За оцінками Всесвітнього економічного форуму, до 2030 року у світі зміниться понад 40% навичок, а це означає потребу в швидкому перенавчанні як чинних працівників, так і студентів. Вона підкреслила, що вища школа має не просто знайомити молодь із цифровими інструментами, а перебудовувати підходи до навчання так, щоб готувати фахівців, здатних працювати разом із ШІ, а не механічно покладатися на нього», – наголосила експертка.

За її словами, штучний інтелект уже став частиною навчання і бізнесу, але його ефект полягає не в повній заміні людини, а в трансформації її функцій.

«Саме тому сьогодні особливу цінність мають аналітичне мислення, комунікація, адаптивність, управління людьми, емоційний інтелект і креативність», – наголосила Фурман.

Вона додала, що ШІ не зможе витіснити управлінців, психологів, HR-фахівців, менеджерів із комунікацій, викладачів, наставників, а також тих, хто відповідає за стратегію та розвиток команд, оскільки саме в цих професіях вирішальними залишаються людська довіра, лідерство, емпатія та здатність працювати з контекстом.

В свою чергу, докторка економічних наук, професорка, проректорка з науково-педагогічної та навчальної роботи Інституту психології і підприємництва Іраїда Зайцева, акцентувала на тому, що навіть найпотужніші алгоритми не можуть замінити керівника, оскільки вони позбавлені свідомості, творчості та моральної рефлексії. Вона нагадала, що машина може порадити скоротити персонал заради вищого прибутку, однак не здатна оцінити соціальні, етичні та навіть геополітичні наслідки такого рішення.

«Штучний інтелект — це потужний двигун, але тільки людина має бути тим пілотом, який знає, куди і навіщо летить. Ми навчаємо студентів не просто користуватися інструментом, а валідувати рішення, критично ставитися до “чорної скриньки” алгоритму і нести персональну відповідальність за результат. В інституті ШІ дозволяється використовувати як допоміжний засіб для структурування матеріалу чи пошуку ідей, однак студент зобов’язаний вказувати факт його застосування, перевіряти джерела і відповідати за зміст роботи, інакше це може розцінюватися як академічна недоброчесність», – зазначила Зайцева.

Генеральний директор Capolavoro Group (Бразилія), викладач бразильського інституту AMF та інвестор у технологічні стартапи Веслі Ласерда зосередив увагу на ризиках неправильного використання штучного інтелекту в бізнесі. За його оцінкою, головна небезпека полягає не лише в технології як такій, а в поступовому когнітивному послабленні людини, коли користувач звикає передавати машині власну пам’ять, аналітичні здібності, мовлення і навіть елементарну здатність до самостійного прийняття рішень. У своїй презентації він окремо назвав основними ризиками широкого впровадження ШІ когнітивні погіршення, зниження інтелекту, ослаблення здатності до рефлексії та втрату соціальних навичок.

«Штучний інтелект потрібно використовувати як інструмент для аналітики даних, а не як заміну людського мислення. Коли людина перестає розуміти, що стоїть за відповіддю машини, вона втрачає власні когнітивні здібності, а разом із ними – і здатність ухвалювати самостійні рішення», – зазначив Ласерда під час доповіді.

Він також звернув увагу, що нова хвиля автоматизації формує попит насамперед на AI-аналітиків, AI-інженерів, спеціалістів з AI Ops та алгоритмічного аудиту, а не тільки і не стільки не просто на IT-фахівців. Однак і в цих ролях вирішальним залишається людське розуміння того, що і для чого робиться, а не лише вміння написати машині правильний промпт.

В свою чергу, рекрутерка 3S Agency Софія Ворушко підкреслила, що у сфері найму штучний інтелект створює ілюзію об’єктивності, але все ж не може замінити живого рекрутера. За її словами, кандидати дедалі краще готуються до співбесід за допомогою ШІ, використовують правильні формулювання та соціально бажані відповіді, однак алгоритм не здатний повноцінно зчитати невербальні сигнали, зрозуміти мотивацію людини, її реальний досвід і відповідність культурі конкретної компанії. Вона навела приклад двох однакових на перший погляд вакансій асистента керівника, для яких на практиці були потрібні зовсім різні кандидати через різний стиль управління керівників.

«Сьогодні ринок дедалі менше оцінює працівника лише за хардскілами і дедалі більше – за софтскілами. Комунікація, життєстійкість, гнучкість, адаптивність, лідерство і вміння будувати відносини стають критично важливими, тому що саме їх найважче автоматизувати», – додала Ворушко.

Вона послалася на глобальні оцінки, згідно з якими 63% роботодавців називають дефіцит м’яких навичок бар’єром для розвитку бізнесу, 67% компаній шукають гнучкість і адаптивність, 61% – лідерство та соціальний вплив, а попит на соціальні та емоційні навички до 2030 року зросте ще на 24%. За словами рекрутерки, наразі 75% довгострокового успіху працівника залежать саме від софтскілів, тоді як на хардскіли припадає лише близько 20%.

Разом з тим, директор ТОВ “Формація” Микола Гой зазначив, що для бізнесу, побудованого на комунікації з клієнтами, партнерами, дилерами, виробниками та постачальниками, пряме перенесення рішень на ШІ є вкрай обмеженим. За його словами, в його компанії, що працює в галузі сонячної енергетики, близько 95% робочого часу – це саме робота з людьми, а тому шаблонні алгоритми не здатні повноцінно замінити живий контакт ні в продажах, ні в підборі команди, ні в розробці маркетингових рішень.

«У бізнесі можна використовувати штучний інтелект, але тільки якщо дуже чітко розуміти його межі. Заснування бізнесу, підбір команди, маркетинг, продажі, робота з клієнтом і швидке ухвалення рішень у мінливому середовищі залишаються зоною відповідальності людини, бо тут потрібні не шаблони, а знання, досвід і розуміння іншої людини», – наголосив Гой.

Він додав, що застосування ШІ в HR-процесах може призводити до помилок, якщо компанія намагається оцінювати кандидатів лише за формальними ознаками, не даючи людині можливості розкрити свій потенціал у живому спілкуванні.

Окремо учасниками було зазначено, що Інститут психології і підприємництва робить ставку на спеціальності, які, на думку організаторів, найменше піддаються автоматизації: управління персоналом, комунікативний менеджмент і психологію. У закладі повідомили, що вартість навчання на бакалавраті становить 42 тис. грн на рік, а в коледжі – 28 тис. грн на рік; також було заявлено про співпрацю з партнерами в країнах Балтії, а також в Польщі, ОАЕ та Бразилії, де студенти можуть проходити практику. Завдяки онтологiчному пiдходу, що допомагає розвинути особистiсть, та поєднанню психології з актуальними знаннями від бізнес-практиків, студенти інституту всебiчно розвивають персональнi та професійні навички. Це допомагає стати управлінцем високого рівня та не бути залежним вiд технологiй. Такий рівень підготовки дозволяє студентам, починаючи з другого курсу, працювати в бізнес-проєктах за професійним фахом.

Підбиваючи підсумки дискусії, експерти зійшлися на тому, що українська вища освіта і МВА-програми вже не можуть ігнорувати штучний інтелект, однак і не повинні робити його самоціллю. Йдеться не про боротьбу людини з машиною, а про новий розподіл ролей, за якого ШІ бере на себе рутинні, аналітичні та технічні функції, тоді як за людиною залишаються стратегія, етика, креативність, емпатія, управління командами та відповідальність за рішення. Саме ці якості, на думку учасників заходу, визначатимуть конкурентоспроможність фахівця в найближчі 5-10 років.

, , , , , , , , , , ,

Schneider Electric представила на Hannover Messe 2026 агентний ШІ для виробництва

Schneider Electric, глобальний лідер у сфері енергетичних технологій, представив нові досягнення у своїй стратегічній співпраці з Microsoft на Hannover Messe, демонструючи, як їхні спільні технології допомагають виробникам модернізувати операції, прискорювати інженерні процеси та підвищувати стійкість.

Schneider Electric забезпечує основу промислового виконання цієї співпраці завдяки EcoStruxure Automation Expert — своїй відкритій програмно-визначеній платформі автоматизації, яка стабільно працює в локальних, периферійних (edge) та гібридних середовищах. Microsoft розширює цю основу за допомогою хмарних сервісів Azure та рішень штучного інтелекту, які аналізують і оптимізують промислові процеси. У результаті формується єдиний підхід до агентного виробництва, відкритої автоматизації та наскрізної сталості.

Сьогодні виробники стикаються зі зростаючою варіативністю продукції, нестабільністю ланцюгів постачання та посиленим тиском щодо безпечної модернізації. Schneider Electric відповідає на ці виклики, поєднуючи інженерний задум із виконанням операцій у реальному часі. Їхня спільна платформа дозволяє командам стандартизувати повторно використовувану логіку, перевіряти автоматизацію через симуляцію, забезпечувати простежуваність протягом усього життєвого циклу та масштабувати сумісні операції на різних майданчиках і обладнанні.

Schneider Electric співпрацює з Microsoft над розробкою наступного покоління агентного, програмно-визначеного виробництва — інтегрованого робочого процесу, що охоплює проєктування, інженерію, побудову, введення в експлуатацію та операції. В основі лежить EcoStruxure Automation Expert, який дозволяє виробникам один раз створювати, моделювати, перевіряти та впроваджувати логіку автоматизації й запускати її будь-де без додаткової перенастройки. Глибока експертиза Schneider Electric у сфері безпеки, відповідності нормам та промислової інтеграції забезпечує надійність у високорегульованих середовищах.

«Від агентного проєктування до програмно-визначених операцій, Microsoft і Schneider Electric демонструють єдиний, сумісний робочий процес, який дозволяє послідовно перевіряти, моделювати та впроваджувати логіку автоматизації як у хмарі, так і на периферії», — зазначила Гвенель Юе, виконавча віцепрезидентка з промислової автоматизації Schneider Electric.

Тоді як традиційні програми автоматизації потребують окремих інструментів і передачі між етапами — проєктування, моделювання, введення в експлуатацію та операції — спільна платформа об’єднує їх в єдиний прозорий робочий процес. Спеціалізовані AI-агенти, координовані централізованою системою керування, автоматизують рутинні інженерні рішення та перевіряють логіку перед впровадженням, скорочуючи час від проєктування до запуску та підвищуючи ефективність з першої спроби. Промисловий копілот Schneider Electric для виробників на базі Azure AI вже демонструє результати на практиці: інженерні команди повідомляють про скорочення часу до 50% на налаштування систем керування та підготовку документації, а зміни у виробничих лініях, які раніше займали тижні, тепер виконуються за години.

В одному з проєктів із впровадження автономного виробництва «зеленого» водню в реальних умовах спільно з H2E Power, індійським піонером у сфері «зеленого» водню, платформа забезпечила понад 6 000 годин стабільної автономної роботи в одному з найвимогливіших промислових середовищ — високотемпературному твердоксидному електролізі для виробництва «зеленого» водню — знизивши приведену вартість водню до 10%, що еквівалентно приблизно €500 000 на рік для типової установки потужністю 10 МВт.

«Завдяки агентному проєктуванню ми замикаємо цикл від інженерного задуму до операційної реальності, автоматизуючи рішення, забезпечуючи ранню валідацію та передаючи повторно використовувані пакети автоматизації, які Schneider Electric може моделювати та послідовно впроваджувати як у хмарі, так і на периферії», — зазначив Даян Родрігес, корпоративний віцепрезидент з виробництва та мобільності Microsoft.

На своїх стендах на Hannover Messe 2026 Schneider Electric та Microsoft представили практичні демонстрації можливостей спільних інновацій на ранніх етапах розвитку, включно з живими демонстраціями, інженерним AI та екосистемою відкритих стандартів, у межах масштабної програми розвитку наступного покоління виробництва.

Про компанію Schneider Electric

Schneider Electric – глобальний лідер у сфері енергетичних технологій, який підвищує ефективність і сприяє сталому розвитку через електрифікацію, автоматизацію та цифровізацію промисловості, бізнесу та житлових просторів. Технології компанії дозволяють будівлям, дата-центрам, фабрикам, інфраструктурі та енергомережам функціонувати як відкриті, взаємопов’язані екосистеми, підвищуючи продуктивність, стійкість та екологічність.

Портфель компанії включає інтелектуальні пристрої, архітектури, визначені програмним забезпеченням, системи на базі штучного інтелекту, цифрові сервіси та професійні консультаційні послуги. Маючи 160 000 співробітників і 1 мільйон партнерів у понад 100 країнах, Schneider Electric стабільно входить до числа найбільш сталих компаній світу.

Дізнайтесь більше на сайті https://www.se.com/ua/uk/

, ,