Категорія: Великі Дані та Аналітика

2 липня 2025 року Міністерство юстиції оголосило про створення Робочої групи Закону про помилкові вимоги (FCA) між Міністерством Міністерства охорони здоров'я та соціальних служб, Управлінням Генерального інспектора (HHS-OIG).

Робоча група буде притягнути до кримінальної відповідальності за шахрайство з охорони здоров'я за ФКА та зосередити увагу на шести пріоритетних областях.

FCA несе відповідальність за подання неправдивих вимог до уряду і може призвести до того, що відповідачі сплачують високі відшкодування (у три рази більше суми поданих помилкових позовів) плюс цивільні покарання за кожен Неправдива претензія подана. Враховуючи значні фінансові наслідки, з якими стикаються компанії, FCA є дуже потужним інструментом.

Однією з областей виконання пріоритетів робочої групи FCA є «маніпулювання електронними медичними записами [EHR] Системи для управління невідповідним використанням продуктів та послуг, що покриваються Medicare. » Але враховуючи, наскільки поширеним у галузі охорони здоров'я використовувати програмне забезпечення для оптимізації доходів та подібні інструменти для зйомки та збільшення доходу, які характеристики можуть запросити ретельну перевірку від Міністерства юстиції?

Інструменти оптимізації доходу не є проблематичними. Наприклад, багато організацій охорони здоров’я використовують інструменти для захоплення зарядки для забезпечення належним чином зафіксованих інструментів вдосконалення клінічної документації для написання, більш конкретних описів у діаграмах пацієнтів та інших типів програмних засобів для автоматизації кодування, визначення кодів діагностики та виконання функцій аудиту та відповідності.

Використання AI також інтегрується в ці програмні засоби та системи EHR для подальшого впорядкування та вдосконалення процесів документації, кодування та виставлення рахунків.

Однак, коли ці інструменти не мають відповідного нагляду та функцій відповідності, вони мають потенціал для розкриття компаній, включаючи системи охорони здоров’я, які використовують інструменти, до значної відповідальності. Кілька останніх цивільних та кримінальних справ, порушених Міністерством юстиції, ілюструють ці проблеми.

У випадку DXID організація Medicare Advantage (MAO) використовувала програмне забезпечення, яке ретроспективно переглянуло медичні записи пацієнтів та додала коди діагностики, які нібито пропускали постачальниками або попередніми кодерами.

Потім МАО подав ці додаткові коди уряду, що призвело до збільшення суми відшкодування, оскільки такі виплати зумовлені тяжкістю діагнозів пацієнтів. Однак часто коди діагностики, додані комп'ютерним алгоритмом, не відповідали догляду, лікуванню чи лікуванню пацієнта, як цього вимагає відповідні норми.

Цей розрив між тим, як працював програмне забезпечення, та регуляторними вимогами призвели до того, що США подали позов FCA проти програмної компанії та MAO, який влаштувався на 98 мільйонів доларів після трьох років судових процесів.

Аналогічно, модернізація Medicine, Inc. також зіткнулася з позовом FCA на основі його автоматизованого програмного забезпечення для кодування. Критерії алгоритму не повністю включали вимоги до виставлення рахунків для амбулаторних відвідувань вищого рівня або використання певних модифікаторів, і що відключення призвело до подання помилкових претензій до Medicare.

Через півтора року судові процеси справа влаштувалася на 45 мільйонів доларів (частина яких також пояснювалася порушенням статуту проти кікбеків).

Програмне забезпечення EHR, яке неправильно впливає на постачальників або зменшує їх незалежне медичне судження, також є проблематичним.

Наприклад, практика Fusion впроваджувала підтримку клінічних рішень (CDS) у своєму програмному забезпеченні EHR, яке лікарі отримували б при призначенні лікарських засобів. За певну плату, практика Fusion дозволила фармацевтичним компаніям брати участь у розробці та розробці сповіщень CDS, які були розроблені для спрямування лікарів до певних препаратів. Практика синтезу вступила в цивільне врегулювання в розмірі 118,6 мільйонів доларів для вирішення звинувачень FCA та договору про відкладення обвинувачення для вирішення кримінальних звинувачень, яка вимагала від Fusion практики сплатити понад 26 мільйонів доларів кримінальних штрафів та конфіскації.

Нижче наведено кроки, які медичні компанії можуть взяти зараз для моніторингу відповідного використання його системи EMR та включених технологій.

Уряд буде покладатися на дані для виявлення чужих кодів CPT, кодів діагностики та інших показників при спробі виявити неправильне маніпулювання системами EHR. Тому постачальники також повинні стежити за своїми даними для людей, а також розглянути, чи спричиняють будь -які програмні засоби таких людей.

1. Знання проблеми є ключовим фактором, чи приносить уряд кримінальні чи цивільні справи проти компаній та фізичних осіб. Тому компанії повинні сприймати занепокоєння, які викликають лікарі, службовці, консультанти тощо. Серйозно, належним чином розслідувати їх та документувати свою резолюцію.
2. Компанії повинні розглянути, хто бере участь у процесі контракту та відбору програмного забезпечення для оптимізації доходів та подібних інструментів (або у випадку власних інструментів, розроблених у будинку, який бере участь у процесі проектування та затвердження).
3. Компанії повинні проконсультуватися зі своїми відділами відповідності та/або покладатися на зовнішніх професіоналів, якщо це доречно, щоб виконати належну ретельність та проводити всі постачальники, які компанія розглядає.
4. Компанії повинні розглянути свої повідомлення для постачальників та службовців, що стосуються впровадження інструментів оптимізації доходів, у тому числі під час розгортання та під час тренувань та інших комунікацій.

Джессіка Сіверт, Генрі Левентіс та Вільям Брейді є партнерами в Holland & Knight.

Нью -Делі: Прагнучи покращити дослідження клімату та прогнозування погоди в Індії, Університет Ашоки підписав меморандум про взаєморозуміння (МО) з Індійським метеорологічним департаментом (IMD). Партнерство, формалізоване під час семінару з штучного інтелекту та машинного навчання в моделюванні погоди, має на меті сприяти спільному зусиллях у обміні даними, спільних дослідженнях та навчальних ініціативах.

Співпраця буде використовувати широкі операційні набори даних IMD та аналітичну та обчислювальну експертизу університету для розробки розширених інструментів прогнозування. Основні сфери уваги включають вдосконалення прогнозів мусонів, прогнозування екстремальних погодних подій, оцінка клімату

Змінність, вивчення якості повітря та оцінка стратегій адаптації клімату.

Відповідно до угоди, обидві установи спільно працюватимуть над розробкою навчальних навчальних програм, проведення лекцій, проведення польових робіт та керівництва студентськими та дослідниками проектів метеорологічного аналізу даних та обчислювальних методів.

Крім того, партнерство сприятиме стажуванню для студентів та дослідників Ашоки в ІМД, що дозволить отримати практичний досвід роботи метеорологічного аналізу та прогнозування.

Mrutyunjay Mohapatra, генеральний директор IMD, сказав: “Ця співпраця допоможе побудувати кращі системи знань. Разом ми можемо розробити вдосконалені інструменти, моделі та системи, які принесуть користь суспільству в цілому”.

Сомак Райчудхері, віце-канцлер університету Ашока, сказав: “Використовуючи дані та досвід IMD, ми прагнемо просунути науку про клімат, покращити прогнозування погоди та допомагати громадам адаптуватися до проблем, що виникають у мінливому середовищі”.

Спільний керівний комітет, що складається з представників обох установ, буде контролювати прогрес, забезпечуючи ефективну координацію Меморандуму.

Менеджер конфіденційності

Інженери розробників та машинного навчання (ML) тепер можуть підключитися безпосередньо до Amazon Sagemaker Unified Studio з їхнього редактора локального коду Visual Studio (VS Code). За допомогою цієї можливості ви можете підтримувати існуючі робочі процеси з розробки та персоналізовані конфігурації інтегрованого середовища розвитку (IDE), отримуючи доступ до сервісів Amazon Web Services (AWS) та штучного інтелекту та машинного навчання (AI/ML) в уніфікованих даних та середовищі розвитку AI. Ця інтеграція забезпечує безперебійний доступ від вашого місцевого середовища розвитку до масштабованої інфраструктури для запуску обробки даних, SQL Analytics та ML робочих процесів. Підключивши місцевий IDE до Unified Studio Sagemaker, ви можете оптимізувати свої робочі процеси в розробці даних та AI, не порушуючи встановлених практик розвитку.

У цій публікації ми демонструємо, як підключити свій локальний код VS до Unified Studio SageMaker, щоб ви могли створити повні дані про кінцеві до кінця та робочі процеси AI під час роботи у бажаному середовищі розробки.

Огляд рішення

Архітектура рішення складається з трьох основних компонентів:

• Місцевий комп'ютер – Ваша машина розробки, що працює проти коду з інструментарію AWS для Visual Studio Code та встановленої Microsoft Remote SSH. Ви можете підключитися за допомогою інструментарію для розширення коду Visual Studio у коді VS, переглядаючи доступні Sagemaker Unified Studio Spaces та вибравши їх цільове середовище.
• Unified Studio Sagemaker – Частина наступного покоління Amazon Sagemaker, Sagemaker Unified Studio – це єдині дані та розробка AI, де ви можете знайти та отримати доступ до своїх даних та діяти на ньому, використовуючи знайомі інструменти AWS для SQL Analytics, обробку даних, розробку моделі та генеративну розробку додатків AI.
• Systems Systems Manager – Безпечна, масштабована служба віддаленого доступу та управління, що дозволяє безперебійному підключенню між місцевим кодом VS та Unified Sagemaker Unified Studio простором для упорядкування даних та робочих процесів розвитку AI.

Наступна діаграма показує взаємодію між місцевими студентами IDE та Sagemaker Unified Studio.

Передумови

Щоб спробувати дистанційне з'єднання IDE, ви повинні мати такі передумови:

• Доступ до домену Sagemaker Unified Studio з підключенням до Інтернету. Для доменів, встановлених у режимі Virtual Private Cloud (VPC), ваш домен повинен мати маршрут до Інтернету через проксі-сервер або шлюз NAT. Якщо ваш домен повністю ізольований з Інтернету, зверніться до документації для налаштування віддаленого з'єднання. Якщо у вас немає Unified Studio домен Sagemaker, ви можете створити його за допомогою швидкої налаштування або опції налаштування вручну.
• Потрібен користувач із обліковими повідомленнями SSO через IAM -центр ідентичності. Щоб налаштувати доступ до користувачів SSO, перегляньте документацію.
• Доступ до або може створити проект Unified Studio Sagemaker.
• Редактор jupyterlab або коду обчислює простір з мінімальною вимогою типу екземпляра 8 ГБ пам'яті. У цій публікації ми використовуємо ml.t3.large екземпляр. Підтримується зображення розповсюдження Sagemaker Версія 2.8 або новішої версії.
• У вас є останній стабільний код проти Microsoft Remote SSH (версія 0.74.0 або пізніші), а також на локальній машині, встановленій інструментарією AWS (версія 3.74.0).

Реалізація рішення

Щоб увімкнути віддалене підключення та підключитися до простору з коду VS, виконайте наступні кроки. Щоб віддалено підключитися до Sagemaker Unified Studio Space, простір повинен бути включений віддалений доступ.

1. Перейдіть до свого простору редактора jupyterlab або коду. Якщо він працює, зупиніть простір і виберіть Налаштувати простір Щоб увімкнути віддалений доступ, як показано на наступному скріншоті.
   
2. Увімкнути Віддалений доступ Щоб увімкнути функцію та вибрати Зберегти та перезапуститияк показано на наступному скріншоті.
   
3. Перейдіть на інструментарій AWS у своєму локальному встановленні коду.
   
4. На Unified Studio Sagemaker Вкладка, виберіть Увійдіть, щоб розпочати роботу і надайте свою URL -адресу домену SageMaker Unified, тобто, https://.sagemaker..on.aws.
   
5. Вам буде запропоновано перенаправити до вашого веб -браузера, щоб дозволити доступ до розширень AWS IDE. Вибирати ВІДЧИНЕНО Щоб відкрити нову вкладку веб -браузера.
   
6. Вибирати Дозволити доступ Для підключення до проекту через код VS.
   
7. Ви отримаєте a Запит затвердженого Повідомлення, що вказує на те, що тепер у вас є дозволи на доступ до домену віддалено.
   

Тепер ви можете повернутися до свого місцевого коду проти коду, щоб отримати доступ до проекту, щоб продовжити створення робочих місць ETL та трубопроводів даних, навчання та розгортання моделей ML або побудови генеративних програм AI. Щоб підключитися до проекту для обробки даних та розробки ML, виконайте ці кроки:

1. Вибирати Виберіть проект Для перегляду своїх даних та обчислення ресурсів. Усі проекти в домені перераховані, але вам дозволено доступ до проектів, де ви є членом проекту.

   

   Ви можете переглянути лише один домен та один проект за один раз. Щоб переключити проекти або вийти з домену, виберіть значок Ellipsis.

   

   Ви також можете переглядати обчислювальні та ресурси даних, які ви створили раніше.

2. Підключіть простір редактора jupyterlab або коду, вибравши піктограму підключення, як показано на наступному зображенні. Примітка. Якщо ця опція не відображається як доступна, то у вас може бути відключений віддалений доступ у просторі. Якщо простір знаходиться у стані “зупинено”, наведіть курсор на простір і виберіть кнопку підключення. Це повинно дозволити віддалений доступ, запустити простір та підключитися до нього. Якщо простір знаходиться в стані “запуск”, простір потрібно перезапустити за допомогою віддаленого доступу. Це можна зробити, зупинивши простір і підключившись до нього, як показано нижче з інструментарію.
   

   Інше вікно VS Code відкриється, яке підключено до вашого Unified Studio Space Sagemaker за допомогою віддаленого SSH.

3. Перейдіть до Дослідник Щоб переглянути ноутбуки, файли та сценарії вашого простору. З інструментарію AWS ви також можете переглянути джерела даних.
   

Використовуйте свою власну налаштування коду з Sagemaker Unified Studio Resources

Коли ви підключаєте код VS до Unified Studio Sagemaker, ви зберігаєте всі особисті ярлики та налаштування. Наприклад, якщо ви використовуєте фрагменти коду для швидкого вставки загальної аналітики та моделей коду ML, вони продовжують працювати з інфраструктурою, керованою студією Sagemaker.

У наступній графіку ми демонструємо використання ярликів робочого процесу аналітики. Запит фрагментів коду “шоу-матері”, щоб показати доступні бази даних, “Show-Glue-Table” перелічує таблиці в каталозі даних AWS клей, а “Запит-комерція” отримує дані за допомогою Spark SQL для аналізу.

Ви також можете використовувати ярлики для автоматизації побудови та навчання моделі ML на AI Sagemaker. У наведеній нижче графіці фрагменти коду показують обробку даних, налаштування та запуску навчальної роботи AI Sagemaker. Цей підхід демонструє, як практикуючі даних можуть підтримувати свою звичну налаштування розвитку, використовуючи керовані дані та ресурси AI у Unified Studio Sagemaker.

Відключення віддаленого доступу в Unified Studio Sagemaker

Як адміністратор, якщо ви хочете відключити цю функцію для своїх користувачів, ви можете застосувати її, додавши наступну політику до ролі IAM вашого проекту:

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "DenyStartSessionForSpaces",
            "Effect": "Deny",
            "Action": [
                "sagemaker:StartSession"
            ],
            "Resource": "arn:aws:sagemaker:*:*:space/*/*"
        }
    ]
}

Прибирати

Sagemaker Unified Studio за замовчуванням вимикає простої ресурси, такі як Jupyterlab та редактор коду через 1 годину. Якщо ви створили уніфікований студійний домен Sagemaker для цілей цієї публікації, не забудьте видалити домен.

Висновок

Підключення безпосередньо до Amazon Sagemaker Unified Studio з локального IDE зменшує тертя переміщення між місцевим розвитком та масштабованими даними та інфраструктурою AI. Підтримуючи свої персоналізовані конфігурації IDE, це зменшує необхідність адаптації між різними середовищами розвитку. Незалежно від того, чи обробляєте ви великі набори даних, моделі навчальних фундаментів (FMS) або створюєте генеративні програми AI, тепер ви можете працювати з місцевої установки, отримуючи доступ до можливостей Unified Studio Sagemaker. Почніть сьогодні, підключивши місцевий IDE до Unified Studio Sagemaker, щоб впорядкувати робочі процеси обробки даних та прискорити свою розробку моделі ML.

Про авторів

Інтернет -сектор роздрібної торгівлі спостерігається значна трансформація, оскільки AI та Big Data дають можливість роздрібним торговцям забезпечити персоналізований досвід для окремих клієнтів. Аналізуючи звички перегляду, історії придбання та схеми залучення, інтернет -магазини можуть запропонувати індивідуальні рекомендації щодо продуктів, цільові акції та безпечніші покупки. Ці технології не тільки підвищують задоволеність користувачів, але й демонструють, як розуміння, керовані даними, оптимізують загальну подорож в Інтернеті.

Розуміння AI та великих даних в Інтернет -роздрібній торгівлі

Штучний інтелект та великі дані лежать в основі більшості стратегій персоналізації в електронній комерції. Інтернет -роздрібні торговці збирають та аналізують величезні обсяги даних клієнтів, включаючи попередні покупки, витрачений час на перегляд та улюблені категорії. Алгоритми машинного навчання виявляють закономірності та прогнозують переваги, що дозволяє динамічні коригування пропозицій щодо продуктів, інтерфейсів веб -сайтів та маркетингових повідомлень.

Подібність можна побачити на платформах, таких як казино, не на Gamstop, які використовують AI, щоб рекомендувати ігри на основі поведінки гравця, пропонуючи детальні уявлення, такі як типи ігор, варіації та відсотки повернення до гравців (RTPS). Аналогічно, інтернет -роздрібні торговці аналізують взаємодії користувачів, щоб запропонувати продукти або угоди, які відповідають окремим смакам. Дані, керовані даними, можуть інформувати персоналізовані маркетингові кампанії, винагороду за лояльність та акції, створюючи досвід покупок, який відчуває себе унікальним для кожного клієнта, заохочуючи залучення.

AI також підтримує відповідальну взаємодію до електронної комерції. Тенденції поведінки, які пропонують перевитрати або повторювати перегляд без покупки, можуть викликати сповіщення, підштовхування користувачів до прийняття більш розглянутих рішень. Це поєднання персоналізації із споживчими гарантіями дзеркала стратегії в Інтернет -іграх, що забезпечують приємні та розумні враження.

Персоналізовані рекомендації та інтерфейси продукту

Двигуни рекомендації з AI аналізують історії перегляду та придбання, щоб виділити продукцію та пропонувати, узгоджені з інтересами клієнтів. Інтерфейси можуть адаптуватися на основі поведінки користувачів, виділення популярних або тенденційних предметів для досвідчених покупців або спрощення навігації для нових відвідувачів.

Персоналізовані пропозиції збільшують взаємодію та задоволення, допомагаючи роздрібним торговцям оптимізувати запаси, розміщення продуктів та маркетингову спрямованість. Такі ж принципи призводять до збереження та задоволення на цифрових ігрових платформах, демонструючи, як можна застосовувати персоналізацію в секторах.

Посилена підтримка клієнтів за допомогою AI

Чатботи AI та віртуальні помічники надають постійну підтримку інтернет -покупців. Від запитів продукту до замовлення оновлень, ці системи використовують обробку природної мови для взаємодії людським способом, вирішуючи занепокоєння швидко та ефективно. Інтернет -роздрібні торговці аналізують ці взаємодії, щоб вдосконалити підтримку робочих процесів, покращити задоволення та сприяти довірі, гарантуючи, що клієнти отримують своєчасну та відповідну допомогу.

Відповідальний покупок та захист прав споживачів

AI контролює поведінку клієнтів за моделями, які можуть вказувати на перевитрат, нав'язливий перегляд або іншу ризиковану поведінку. Сповіщення в режимі реального часу, запропоновані ліміти витрат та персоналізовані вказівки допомагають користувачам підтримувати контроль над своїми покупками. Аналіз великих даних для декількох клієнтів дозволяє роздрібним торговцям реалізовувати гарантії в більш широкому масштабі. Поєднання індивідуального досвіду із захисними заходами забезпечує приємні, етичні та розумні інтернет -магазини.

Динамічний маркетинг та акції

Поведінкова аналітика дозволяє високо цілеспрямовані акції та персоналізовані пропозиції. Клієнти отримують рекомендації на основі минулих покупок, моделей перегляду або взаємодії з попередніми кампаніями. Терміни та вміст коригуються за допомогою розуміння в режимі реального часу, збільшення відповідності взаємодії та взаємодії. Це дзеркала практикують в Інтернет -іграх, де персоналізовані пропозиції та бонуси підтримують гравців.

Виявлення шахрайства та підвищення безпеки

Системи безпеки, що працюють на AI, визначають незвичну поведінку, яка може вказувати на шахрайство, боти або компроміс. Шифрування та виявлення аномалії Захищають конфіденційні дані клієнтів та підтримують цілісність платформи. Ці заходи будують довіру, демонструючи, що персоналізований досвід не компрометує конфіденційність чи безпеку. Електронна комерція та інтернет-сектори роздрібної торгівлі значною мірою покладаються на захист від шахрайства, керованого AI, для забезпечення транзакцій та захисту інформації про клієнтів.

Виклики та етичні міркування

Прозорість у прийнятті рішень AI має вирішальне значення. Клієнти повинні розуміти, чому представлені рекомендації чи сповіщення. Врівноваження персоналізації з конфіденційністю та дотриманням регуляторних норм, включаючи GDPR, залишається пріоритетним. Роздрібні торговці повинні уникати експлуатаційних практик, зберігаючи залучення досвіду. Етичний нагляд забезпечує користь AI як підприємствам, так і споживачам, будуючи довіру та сприяють довгостроковій лояльності.

Майбутні світогляди

Нові тенденції в інтернет -роздрібній торгівлі включають інтеграцію AI з розширеною реальністю для віртуальних випробувань на продукцію, більш складну персоналізацію за допомогою машинного навчання та безпечні транзакції, що підтримуються Blockchain. Прогностична аналітика інформує стратегічні рішення, допомагаючи роздрібним торговцям оптимізувати ціноутворення, інвентар та маркетингові кампанії. Протягом наступних п’яти років очікується, що персоналізація, орієнтована на AI, стане більш детальною, створюючи досвід покупок в Інтернеті, який відчуває себе підібраним та продуманим, зберігаючи довіру споживачів.

Остаточні відомості

AI та Big Data переробили досвід роздрібної торгівлі в Інтернеті, пропонуючи високопоставлену взаємодію, які балансують взаємодію з відповідальною практикою. Зараз роздрібні торговці можуть надати рекомендації щодо кураторних продуктів, адаптаційні інтерфейси та індивідуальні акції, зберігаючи безпеку даних та дотримання регуляторних норм. Паралелі між онлайн-іграми та електронною комерцією підкреслюють, як стратегії, керовані даними, підвищують задоволення, довіру та лояльність користувачів. Продумана реалізація цих технологій забезпечує клієнти вигоді від персоналізованого досвіду без зайвого ризику, забезпечуючи модель інноваційної цифрової комерції.

AI вже не просто функція – це стає товаришем по команді! Від розробки електронних листів до розробки слайдів, досліджень ринків або побудови фінансових моделей з'являється новий шар “агентських” інструментів, що нагадує офісний набір AI.

Але ось виклик: на даний момент ландшафт роздроблений, з новими інструментами, що з’являються щотижня. На цьому тижні Antropic щойно запустив функцію “створення та редагування” файлу “створення та редагування”! Споживачі залишаються цікавими: який інструмент я повинен насправді використовувати, і в яких сценаріях я можу почати вводити агентські інструменти в свою щоденну роботу?

Щоб дізнатись, як ці інструменти працюють на практиці, ми склали ринок та орієнтувались на інструментарій AI-REATION для різних повсякденних офісних завдань-роблячи електронні таблиці, беручи на себе записки та писати електронні листи. Наші орієнтири виявили вражаючі показники ряду загальних інструментів, деяких видатних вертикальних додатків та кілька натяків на те, як розвивається ринок.

Два шляхи до агентської продуктивності: загальні та фахівці

Ринок розбивається на два підходи до агентської продуктивності. З одного боку знаходяться горизонтальні інструменти “все в одному”, побудовані для обробки будь-чого в програмах та завдань. З іншого боку, є вертикальні фахівці, розроблені для заглиблення в один робочий процес, як електронна пошта, слайди або електронні таблиці. Обидва розвиваються швидко – і обидва мають компроміси.

Генералісти – горизонтальні інструменти
Загальні інструменти розроблені для гнучкість. Вони можуть переміщуватися в різних контекстах, додатках та завдань, але часто вартістю польської та точності. У цьому таборі виділяються три формати:

1. Загальні помічники: Горизонтальні веб-інструменти, які, як правило, мультимодальні, оперативні, а іноді і підтримуються пам'яттю для виконання декількох типів завдань.
   • Приклади: Оператор, Manus, Genspark.
2. Агентні браузери: Автономне перегляд та виконання завдань у Інтернеті. Деякі варіанти, як -от Comet, додають більш складні функції, такі як ярлики, які повторюють робочі процеси, коли запускаються ключовими словами.
   • Приклади: DIA, Compexity Comet, BrowserBase.
3. Розширення браузера: Легкі помічники, розміщені поверх існуючих робочих процесів та інтерфейсів.
   • Приклади: Максай, Мерлін, Моніка.

Фахівці – вертикальні інструменти
Спеціалізовані інструменти побудовані для глибина і надійність. Замість того, щоб намагатися зробити все, ці інструменти зосереджені на структурованих робочих процесах, де довіра, полірування та контроль користувачів є критичними. Сьогоднішній вертикальний пейзаж закріплений інструментами, що охоплюють основні професійні робочі процеси.

1. Асистенти електронної пошти: Асистенти, які проектують структуровані відповіді, керують вхідними тріадами та обробляють завдання планування.
   • Приклади: Fyxer, Serif, Jace.
2. Інструменти презентації: Інструменти, що працюють на AI, які створюють слайди з акцентом на візуальний дизайн, швидкість та редагування.
   • Приклади: Гамма, Хроніка, прекрасна.ai.
3. Примітка та інструменти документа: Інструменти для структурованого письма, залучення примітки, захоплення знань та редагування спільної роботи.
   • Приклади: Мем, поняття, гранола.
4. Інструменти електронної таблиці: Програми, які обробляють вилучення даних, форматування та аналіз. Вони можуть поширюватися в напрямку досліджень або робочих процесів.
   • Приклади: парадигма, ярлик, меридіан, Юлій.

Орієнтир: Чи діють ці продукти?

Щоб побачити, як ці інструменти виконують для завдань у реальному світі, ми перевірили їх проти орієнтирів, щоб виміряти, де вони досягають успіху і де вони не вистачає.

Підказки були розроблені, щоб охопити шість основних розмірів: узагальнення, спілкування, розуміння файлів, дослідження, планування та виконання.

Використовуйте випадок 1: PowerPoint
Підказка: Розробіть візуальну важку, 7-слівну колоду про тенденції поведінки в Інтернеті Gen Z у 2025 році.

Gamma виступає вертикалізованим інструментом презентації, що працює на AI, із вбудованими шаблонами та дизайнерськими функціями, які дозволяють генерувати колоду за дві хвилини. Як повний редактор презентації, він пропонує широкий спектр управління для редагування після покоління – користувачі можуть регулювати макети, змінювати візуальні та шрифти, додавати діаграми та підказувати AI для пропозицій тексту чи дизайну.

Genspark та Manus, які працюють як загальні помічники, як правило, виробляють колоди, які є більш важкими, часто ближче до звітів про дослідження. Їх результати потребують більше часу для генерації, але, як правило, проявляють більш глибокий аналіз та сильніший швидкий вирівнювання. Agent Chatgpt випустив простіші колод, що нагадують текстові звіти, із слабшими можливостями дизайну та набагато довшим часом покоління.

На цьому тижні Antropic щойно запустив створення та редагування файлів у Клоді. У завданні генерації презентації це найшвидший агент загального призначення, який ми перевірили, хоча конструкція все ще потребує вдосконалення.

Загалом, якщо вам потрібна презентація для зовнішнього використання, де візуальна якість та контроль після генерації є критичними, Gamma-найкращий вибір. Якщо ви шукаєте важку вмісту, щоб надихнути на дослідження чи аналіз, Genspark-це кращий вибір.

Використовуйте випадок 2: електронна таблиця
Підказка: Витягніть усі дані з цього PDF та обчисліть робочу маржу.

Електронні таблиці – це складний випадок використання. Їх складність особливо виражена для таких результатів, як складні фінансові моделі, де як форматування, так і точна точність мають вирішальне значення. Тим не менш, інструменти електронних таблиць AI починають проявляти ознаки роботи для більш основних та середніх завдань, таких як вилучення даних з PDF та виконання основних фінансових розрахунків.

У цьому тесті ми завантажили сторінку з подачі S-1 і попросили інструменти обчислити експлуатаційну маржу компанії. Серед горизонтальних агентів Манус найкраще виконав: він витягнув дані у структурований формат електронних таблиць і швидко повернув точні результати. Клод також був найшвидшим у завданнях електронних таблиць і дав правильну відповідь, але її вихід був обмежений – забезпечивши мінімальний аналіз і не в змозі втягнути повний набір даних у аркуш.

Ярлик, як вертикальний агент, орієнтований на Excel, запропонував більш всебічний аналіз у рідному середовищі Excel, хоча для запуску та вилучення лише даних, що стосуються обчислення, знадобилося більше часу, а не повного набору даних.

Використовуйте випадок 3: Електронна пошта
Підказка: Електронна пошта, щоб запланувати вечерю наступного четверга

Fyxer, Serif та Jace функціонують як вертикальні помічники для електронної пошти. Кожен може генерувати компетентні проекти та підтримувати контекст у різних потоках. Serif виділяється за рівень налаштування: він підтримує ігрові книги, етикетки електронної пошти та налаштування переваг – надаючи користувачам спосіб кодувати найкращі практики та застосувати послідовні робочі процеси в подібних сценаріях.

Їх підходи до планування розходяться – але всі змогли виконати просте завдання планування:

• Serif дозволяє асинхронно координацію. Ви можете скопіювати агента на свої електронні листи, щоб обробляти планування та надсилати запрошення календаря.
• Fyxer генерує посилання в стилі календарі для інших, щоб забронювати час.
• Джейс застосовує легший підхід до дотику, генеруючи події, але чекаючи схвалення користувача перед надсиланням.

На противагу цьому, Комета вносить в електронну пошту загальноприйняті можливості. Він може складати відповіді, дотримуватися підказок для планування зустрічей, надсилання запрошень та пошуку вхідних. Але йому не вистачає вбудованих функцій налаштування, таких як ігрові книги, етикетки чи уподобання-тому чернетки відчувають себе менш підібраними порівняно з спеціалізованими помічниками електронної пошти.

Використовуйте випадок 4: Дослідження
Підказка: Підсумуйте та порівнюйте останній щоквартальний приріст доходів хмарних доходів для Microsoft, Amazon та Google у таблиці з джерелами, а потім проаналізуйте драйвери, що стоять за результатами в короткому звіті.

Завдяки інструментам AI, споживачі тепер можуть генерувати глибокі та інформовані дослідницькими аналізами за лічені секунди-робота, яка раніше могла б зайняти години роботи та роки попереднього досвіду.

Усі тестування, які ми перевірили, змогли витягнути правильні номери зростання доходів у хмарі та організувати їх у таблиці. Відмінності виникали в нюансах та швидкості – відображаючи основні оптимізації та обмеження кожного продукту.

Комета та Діа, два браузери, що стосуються AI, були найшвидшими. Вони повернули результати менше 20 секунд, але їх результати були легшими для аналізу та менш структурованими порівняно з Manus, який надавав більш всебічні таблиці та більш глибокі пояснення драйверів, що стоять за числами.

Якість джерела також змінювалася. Comet та Chatgpt Agent виділявся для виступу безпосередньо з авторитетних джерел, таких як звіти про прибутки та фінанси Yahoo, часто включаючи вбудовані цитати, що полегшило перевірку точності.

В цілому, компроміс зрозумілий: якщо ви надаєте пріоритет глибшого аналізу і менш чутливі до часу обробки, Манус є найсильнішим вибором. Якщо ви цінуєте швидкість і хочете швидкої, пристойної відповіді, Комета краще підходить.

Використовуйте випадок 5: Зустріч із записом запису
Блокнот триває під час зустрічі

Зустріч із записом запису-це одне з найбільш природних додатків AI, що економить енергію споживачів, дозволяючи їм зосередитись на розмові, а не на друкуванні. Інструменти цієї категорії, як правило, працюють у форматі блокнота, автоматично переписувати та структурувати дискусію, тоді як режим запису Chatgpt пропонує більш легку альтернативу. Усі продукти орієнтовані на пошук підтримки за допомогою пошуку ключових слів, але їх сильні сторони розходяться через якість, налаштування та співпрацю.

MEM створює найбільш вичерпні записи, докладно захоплюючи дискусії та елементи дії, тоді як режим запису Chatgpt пропонує підсумки вищого рівня, які легше скупіти, але менш повні. Гранола відрізняється від налаштованих шаблонів, які адаптуються до різних типів зустрічей, надаючи користувачам більше контролю над структурою та виходом.

Granola, MEM та поняття дозволяють користувачам заздалегідь готувати нотатки, додавати рекомендації під час зустрічі та слідувати разом із транскрипцією в режимі реального часу. Поняття виділяється для співпраці: Завдання можуть бути присвоєні безпосередньо в приміщенні, синхронізованих до календаря поняття та узгоджуються з більш широкими робочими процесами в команді.

Загалом, якщо ви хочете всебічне захоплення, MEM – це найкраще; Для структури та налаштування Granola перевершує; А для координації команди поняття – це найсильніший вибір.

Спостереження від тестування

Від запущених тестів у цих випадках використання з’явилося кілька моделей:

1. Шаблони диференціації вже чіткі. Вертикальні вироби виділяються за допомогою дизайнерського та робочого процесу – зосередження уваги на роботі «поверхня» або полотна та глибоко вбудовуються в професійні робочі процеси. Це робить їх особливо сильними для зовнішніх випадків використання, коли уточнення та презентація. Горизонтальні продукти, навпаки, підкреслюють ширину: вони змагаються як точка входу “все в одному” шляхом розкладання сусідніх завдань. Наприклад, Манус вже охоплює дослідження, презентації та електронні таблиці, позиціонуючи себе як єдине місце, де починається робота.
2. Конкуренція нагрівається для горизонтальних продуктів – у тому числі з модельних компаній. Загальні помічники та агентські браузери перебувають у гонці, щоб стати основним інтерфейсом для роботи. Враховуючи важливість як швидкості, так і точності, компанії, які ближче до розвитку моделі, можуть мати більше шансів на доставку. Основні науково -дослідні лабораторії все ще вступають у гонку: антропік нещодавно запустив браузер копілот Для Клода, і ми очікуємо більше спроб від OpenAI та інших гравців.
3. Конвергенція настає. Гострі лінії між вертикальними та горизонтальними агентами починають розмиватися, оскільки вертикальні продукти виглядають “переходити” на нові категорії та горизонтальні платформи, подвійні вниз на популярні випадки використання. Якщо ви будуєте вертикаль, переконайтеся, що не відставайте від найновіших моделей примітивів. Якщо ви будуєте горизонталь, вам потрібні робочі процеси та ітерація, що досить глибоко, що вертикальні гравці не можуть вирізати ваші випадки використання.

Дані зайняли нову позицію в центрі уваги як найважливішу частину використання AI. Якщо організація використовує корумповані дані, розуміння буде різко, а дезінформація може пошкодити репутацію компанії. Поганих витрат на якість даних організації в середньому щонайменше 12,9 мільйонів доларів на рік, згідно з дослідженнями Gartner з 2020 року.

Якість даних має вирішальне значення для організації, оскільки вона забезпечує точну, надійну та своєчасну інформацію, яка підтримує обґрунтоване прийняття рішень та підвищує ефективність оперативності.

“Майже все сьогодні – від того, як ми працюємо над тим, як ми приймаємо рішення – безпосередньо чи опосередковано впливають на AI. Але це не забезпечує цінність самостійно – AI повинні бути щільно узгоджені з даними, аналітикою та управлінням, щоб забезпечити інтелектуальні, адаптивні рішення та дії в організації”, – сказав Карлі Ідоан, VP -аналітик у Gartner.

Згідно з дослідженнями та ринками, очікується, що розмір ринку великих даних та аналітичних послуг побачить експоненціальне зростання в найближчі кілька років. Він зросте до 365,42 млрд. Дол.

Зростання прогнозного періоду можна віднести до розширеної аналітики та ШІ, конфіденційності та безпеки даних, хмарної аналітики та аналітики в режимі реального часу. Дослідження та ринки прогнозують тенденції за цей час, включатимуть інтеграцію AI та машинного навчання, хмарні послуги великих даних, Edge Analytics, конфіденційність даних та відповідність.

Нещодавнє дослідницьке дослідження Unisphere, «Дослідження ринку 2025 року: сучасна архітектура даних в епоху ШІ», досліджувало, як розвивається ландшафт архітектури даних підприємств за останні 2 роки з приходом можливостей AI, в основному змінюючи те, як організації оцінюють, виправдовують та впроваджують свої стратегії даних.

Опитування показує, що стратегічне позиціонування сучасної архітектури даних зазнав різкого струму, аналітика в режимі реального часу знизилася з керівної позиції 2023 року на 50,0% до 32,0%, тоді як складання даних хмарних даних підтримує відносну стабільність, зменшуючись з 44,0% до 36,7%.

Зараз стратегічні моделі зобов’язання чітко відокремлюють архітектури, що надають AI, від окремих технологій, з даними Lakehouse-33,6% та тканиною даних-28,2%, що займає більш сильні позиції майбутніх цінностей, ніж платформи потокової передачі даних-22,0% або сітка даних на 23,2%.

Прийняття мульти-хітів лише посилилося, лише 6,2% організацій планують оперативні операції, що стосуються лише підприємств, що свідчить про те, що рішення хмарної платформи перетворилися на складний вибір портфеля, а не на зобов'язання з одноразовими постачальниками, згідно з опитуванням.

Генеративні AI (Genai) демонструють сильне прийняття ринку, 39,0% організацій активно залучають та сприймають чітке визнання цінності бізнесу. Опитування показує, що Genai встановлює себе як принцип організації, який впливає на те, як організації оцінюють та пріоритетні інші архітектурні інвестиції.

Інші тенденції, такі як потокові платформи даних та дані озера, демонструють здоровий прогрес від концептуального розуміння до детальної експертизи впровадження, оскільки організації виходять за рамки базових проблем інфраструктури щодо складних проблем архітектурної інтеграції.

Нові підходи, такі як тканина даних, переживають повторну калібрування на ринку, оскільки початкове ентузіазм стикається з складністю впровадження, тоді як тенденції семантичного рівня залишаються на фазах активної оцінки, незважаючи на чіткий потенціал для забезпечення ініціатив АІ.

Безпека та відповідність є настільки ж важливими, як ніколи, і організації сприймають це серйозно, оскільки недавній звіт про безпеку IBM показує, що компанії, що використовують AI в ініціативах безпеки, економить 1,9 млн. Дол. США порівняно з організаціями, які не використовують ці рішення.

Відповідно до “Вартість звіту про порушення даних IBM 2025”, середня вартість глобального порушення даних у 2025 році становила 4,4 мільйона доларів, що зменшилося на 9% порівняно з минулим роком, що було спричинене швидшим ідентифікацією та стримуванням. IBM рекомендує інвестувати в інтегровані рішення щодо безпеки та управління, які дозволяють організаціям здобувати видимість у всіх розгортаннях ШІ (включаючи тінь АІ), пом'якшують вразливості, захищають підказки та дані та використовувати інструменти спостереження для поліпшення відповідності та виявлення аномалій.

Для підтримки організацій у навігації через нові виклики та швидко розвивається екосистема великих даних, Великі дані щоквартально Представляє “Big Data 75” 2025, список компаній, що сприяють інноваціям та розширення того, що можливо з точки зору збору, зберігання та вилучення вартості з даних.

Цей список широкий, включаючи деякі компанії, які є давніми лідерами галузі, які продовжують інновацій, а також інші, які є новими прибуттями на сцену управління даними та аналітику.

Террі Гертон Я радий почути більше про цей новий проект Popvox під назвою Dialogues Deffurture. Тож скажіть нам, що це таке, і як воно вписується в космос.

Енн Мекер Так, абсолютно. Ми так раді, що це запустив і живе у світі. Тож я скажу, що це проект спільної роботи. Тож це не лише наша команда Фонду Popvox, а робота з чудовою групою інших організацій, включаючи Центр Нісканен, державна служба Стривало, Партнерство для державної служби та Фонд американських інновацій. І звідки все це взялося, це насправді деякі розмови, які ми мали минулого року, і я знаю, що багато людей мали подібні, розмовляючи з федеральними службовцями та розмовляючи з працівниками конгресу про те, де є відключення між законодавчою філією та виконавчою філією. І те, що ми завжди чуємо, це те, що, ей, Конгрес, у своїй нескінченній мудрості, а іноді і з найкращими намірами, насправді може поставити ці законодавчі бар'єри для ефективності та ефективної програмної роботи на шляху агентств. І тоді процес фактичного отримання цієї інформації про те, що я говорив: ей Конгрес, благословляйте ваше серце, але існує застаріла вимога, що мені доводиться факс цього конкретного типу інформації, що додає часу, що додає навантаження, що додає гроші. Отримати таку детальну проблему над і через законодавчі справи, що знаходиться у самому Конгресі, неймовірно важко. Законодавчі справи мають лише стільки часу з комітетами, мають лише багато членів часу, вони зосереджені на великих пріоритетах. Іноді ці дрібні речі дійсно проходять через тріщини.

Але звання та подання федеральних службовців не завжди мають повноваження спілкуватися з Конгресом. Тож ми дійсно начебто, у цей шалений рік, коли ми бачимо, що так багато федеральних службовців, які відступають у федеральній службі добровільно чи мимоволі, ми всі говорили і зрозуміли, що тут може бути неймовірна можливість, де ми можемо поговорити з деякими з цих людей і сказати: ей, яка річ, яку ви завжди хотіли б пережити через цю дорогу законодавчих справ? Що ви хочете, щоб Конгрес знав про те, як це робить вашу роботу чи ускладнює вашу колишню роботу? І тоді ідея полягає в тому, що, сподіваємось, ми зможемо зібрати частину цих розумінь, а потім зробимо нашу частину, щоб кинути їх на стіну до Конгресу, щоб дістати їх до потрібного місця, куди їм потрібно піти і дати Конгресу цю дорожню карту, ей, куди ми йдемо звідси? Як ми створюємо більш ефективні, ефективні федеральні агенції та програми?

Террі Гертон Це не просто проект усної історії, куди я можу зайти і розповісти вам свою історію життя. Ви дійсно шукаєте конкретні спостереження за політикою або оперативні, як ви кажете, вузькі місця.

Енн Мекер Так, саме так. І я скажу, що в цьому просторі також існує феноменальна група організацій, багато з яких насправді займаються більш усною історією, зосереджуючись на федеральних розповідях про державну службу, дійсно начебто отримують широкі та довго отримуючи історії, які вони просять федеральні службовці розповісти. І ми відрізняємося від цього. Тож якщо ви виїжджаєте федеральний працівник, і вам подобається, ей, моя історія життя – це моя історія життя. Я не дуже хочу поділитися цим. Але я дійсно мушу сказати вам, що цей звіт до Конгресу про те, що Конгрес попросив, що я знаю, що ніхто не читає, є проблемою. Ми хочемо бути домом для такої інформації.

Террі Гертон Які люди ви хочете взяти участь? GS-14 та 15 менеджерів, виконавці на нижчих рівнях, білий комір, синій комір-що ви думаєте?

Енн Мекер Звичайно, ми відкриті для всіх. Державна служба, політичний призначення, підрядник. Якщо ви працювали у федеральному уряді, і у вас в якийсь момент був один із цих моментів – вони схожі, ей, шановний Конгрес, ви повинні знати про це, і я не можу зрозуміти, як вам сказати – ми сподіваємось, що ви приїдете, поговоримо з нами на діалогах від'їзду.

Террі Гертон І у вас є якась терміново з цього приводу. Ви хочете, щоб люди це зробили зараз, правда?

Енн Мекер Так, саме так. Ви знаєте, ми знаємо, що це обмежене вікно, що люди, які виїжджають з федеральної служби, люди, які вже перероблялися, або багато, багато, багато людей, які їдуть, або яких зайнятість офіційно припиняється наприкінці вересня, ви знаєте, вони прямують до своєї наступної кар'єри. Вони очолюють своє наступне розміщення, наступне працевлаштування. Тож ми дійсно усвідомлюємо, що у нас є це обмежене вікно, коли ми можемо дійсно дістатися до людей, і вони, можливо, знаєте, що свіже розуміння, цей свіжий досвід, а потім також обмежене вікно для цього Конгресу.

Террі Гертон Розкажіть нам трохи про те, як працює процес збору даних. Якщо хтось хоче взяти участь і розповісти вам свою історію, що вони повинні очікувати з точки зору взаємодії?

Енн Мекер Звичайно. Отже, ми скажемо, що тут підорує, мета-рівень полягає в тому, що ми також сподіваємось, що це дійсно хороший експеримент, щоб показати Конгресу, як можна зробити такий масштабний якісний збір даних проактивності, ей, це та інформація, яку ми хочемо отримати. І ось, як ми можемо звернутися до широкої кількості людей, широкого спектру людей, не повного пов’язування обмеженої здатності Конгресу в цій інформації. Тож це повністю самообслуговування, тому у нас є два варіанти. Ми співпрацювали з оральською історією під назвою Stomenstory, щоб люди могли зробити якось робити кероване самоінтерв. Отже, ви ввійдете на платформу, а потім платформа проводить вас через наші дев'ять питань. І у нас також є письмова версія, якщо люди не хочуть робити відео, вони не хочуть записувати себе, але ми також можемо взяти ці уявлення у формі. І я скажу, що ми пропонуємо рівні анонімності. Ми розуміємо, що частина цієї інформації є чутливою, і ми не шукаємо, ви знаєте, злочинні зловживання, речі, що винищує, ми любимо направляти людей з такою інформацією на належні канали. Але це все ще є конфіденційною інформацією, тому ми пропонуємо людям, які беруть участь у шанс залишитися анонімним, якщо вони хочуть.

Террі Гертон Я розмовляю з Енн Мекер. Вона є керуючим директором Фонду Popvox. Гаразд, Енн, ви згадали про цей масштабний кількісний збір даних. Це дійсно важка інформація для обробки. Що відбувається на задньому кінці? Як Popvox перетворить це на те, що можуть використовувати законодавці?

Енн Мекер Так, абсолютно. І так це наш інший партнер для цього проекту, з яким ми дуже раді співпрацювати як команда, яка називається Інститутом цілей AI, який керує продуктом під назвою Talk з містом. І те, що розмовляє з містом, це те, що він використовує AI, використовує аналіз настроїв машинного навчання, щоб взяти тіло відеоінтерв'ю, а потім втягнути їх – використовуйте аналіз настроїв, щоб підтягнути їх до інтерактивного архіву. Тож те, що показує цей архів, – це своєрідні найкращі виїзди з цього тіла відео. І тоді ви можете свернути на ці виходи з вищої лінії в окремі аргументи. А потім, дивлячись на індивідуальний аргумент, це поверне вас до моменту у відео -архіві, де хтось сказав це. Тож ми дійсно зрозуміли, як, наприклад, ми ні в якому разі не намагаємось поставити великий палець у масштабі, як інтерпретувати деякі з цих відео. Ми намагаємося просто представити це таким чином, який є максимально простим у Конгресі, щоб будь -хто для будь -якої політичної підготовки, будь -яка сторона, залежно від того, що комітет зацікавлений у тому, щоб здійснити деякі з цих ідей, деякі з цих розумінь, може використовувати цю інформацію, щоб намалювати цю дорожню карту.

Террі Гертон І як переконатися, що AI приходить на це з об'єктивної, неупередженої точки зору?

Енн Мекер Тож це багато, куди приходять наші партнери коаліції. Таким чином, ми будемо працювати з ними над цим аналізом, щоб подвійно перевірити те, що виходить із цього інструменту AI, і переконатися, що він неупереджений. Це правда тому, що нам говорять ці працівники чи колишні федеральні службовці, і що це також представило таким чином, щоб Конгрес фактично користувався.

Террі Гертон Чи чули ви від членів Конгресу про те, що вони можуть зацікавити, пов’язані з цим проектом? Чи є конкретні політичні питання? Чи є окремі комітети, конкретні члени, які сидять на шпильках та голках, які чекають цієї інформації?

Енн Мекер Я сподіваюся, що вони є. Я скажу, що ця зростаюча група в Конгресі людей, які насправді зацікавлені у державній здатності як велику заголовок концепції дійсно намагатися зрозуміти, як ми пишемо законодавство, яке насправді реалізується? Отже, це Конгрес насправді починає сидіти і брати на себе певну відповідальність за місця, де він ненавмисно створив ці проблеми. Ми спостерігаємо зростаючий вид коаліції та зростаючий інтерес серед багатьох членів у купі різних областей, комітетів, портфелів агентства, кажучи: Ей, ви знаєте, така адміністративна робота, така детальна деталь – це не те, що Конгрес може ігнорувати і може просто дозволити агентству. Як є місця, які потребуватимуть законодавчих виправлень. Тож ми сподіваємось, що ми зможемо враховувати цей зароджуваний інтерес до Конгресу.

Террі Гертон Для того, хто слухає і може бути на паркані про те, чи варто вони брати участь, який твій крок ліфта, щоб отримати їх через лінію, щоб сказати, так, я хочу розповісти тобі свою історію, і як вони повинні це робити?

Енн Мекер Так, абсолютно. Тож я почну з того, що я просто сказав, дякую всім федеральним службовцям, які зараз відходять до федерального уряду. Цінність цієї послуги неймовірна, і цінність цього досвіду також неймовірна. Я не думаю, що людям у виконавчій галузі завжди зрозуміло, наскільки Конгрес голодний за цією інформацією, що Конгрес хоче, щоб інформація, яка їй потрібна для хорошої роботи. Доступ до цього просто важко. Є багато речей, які виглядають очевидними для людей у ​​виконавчій гілці, які абсолютно вражають на законодавчій гілці. Цей поділ неймовірний. Тож для людей на огорожі ми дійсно сказали б, як би не було цього розуміння, знову ж таки, якщо це, ей, я не міг отримати достатню кількість штаплерів для мого відділу з будь -якої дурної причини закупівель, це важливо. Це дійсно, дуже важливо. Це цінно. Це варто. І ми сподіваємось, що, знову ж таки, ми зможемо честь цим людям і зробити честь їхньому досвіду, їхніх років служби, отримуючи ці розуміння та поклавши їх на руки людей, які можуть щось з цим зробити.

Террі Гертон Чи є термін?

Енн Мекер Ми плануємо тримати це відкритим до кінця календарного року. Ми б заохочували людей брати участь якнайшвидше, оскільки ми хочемо почати зібрати якісь аналітичні продукти, перші висновки, і ми можемо почати ділитися з Конгресом. Але є багато можливостей, якщо люди перебувають у відкладеній відставці, вони не виводять з офіційної роботи. Тож пізніше цієї осені ми все одно будемо відкритими. Ми тут, раді взяти ці уявлення.