Все знают, что Microsoft давно купила OpenAI, и теперь, казалось бы, должна иметь самую продвинутую инфраструктуру для развертывания решений на основе искусственного интеллекта и современных моделей, не так ли? Тогда почему мы так мало о них слышим? Что вообще у них есть в этой сфере?
Давайте разберемся.
Microsoft выпустила целую кучу продуктов с очень запутанными названиями, как обычно. Среди них: Microsoft Semantic Kernel, Azure AI Foundry, Azure AI Studio, Azure OpenAI Service, Azure AI Services, серия моделей Phi, Copilot, Power Virtual Agents, Copilot Studio, Autogen и другие 
. Некоторые из них делают примерно одно и то же, некоторые – просто переименованные версии других продуктов, часть из них – с открытым исходным кодом и не поддерживаются активно. Короче говоря, это настоящий зоопарк и хаос из названий, явно для того, чтобы конкуренты не могли легко разобраться, для чего каждый продукт предназначен. Что ж, это отлично сработало, поздравляю, Microsoft! Действительно, кто же захочет копаться в такой куче недоделок с сомнительной документацией?
Microsoft и OpenAI
Реальные отношения Партнерство Microsoft с OpenAI началось с первоначальных инвестиций и значительно выросло, теперь его размер оценивается примерно в $13 млрд. Несмотря на серьезную финансовую поддержку, Microsoft не является владельцем OpenAI. Партнерство описывается Microsoft как «соглашения о распределении доходов, которые действуют в обе стороны, позволяя обеим компаниям получать выгоду от расширенного использования новых и передовых решений в области ИИ».
Однако последние сообщения указывают на то, что отношения между компаниями стали напряженными. Различные технологические издания отмечают, что с середины 2023 года в отношениях наблюдается напряженность, и некоторые описывают это партнерство как «ухудшающееся». Это совпадает с разработкой OpenAI конкурирующих продуктов и попытками Microsoft создать собственные внутренние модели ИИ. Меня, впрочем, это совсем не удивителяет.
Компоненты платформы Azure AI
Экосистема Azure AI от Microsoft состоит из нескольких ключевых компонентов:
-
Azure AI Foundry – единая платформа для операций с ИИ на предприятиях, создания моделей и разработки приложений, запущенная в конце 2024 года.
-
Azure OpenAI Service – доступ к передовым моделям OpenAI, таким как GPT-4, GPT-3, Codex и DALL-E, с дополнительными функциями безопасности и соответствием региональным требованиям.
-
Azure AI Model Catalog – репозиторий фундаментальных моделей от различных разработчиков (LLama, OpenAI, DeepSeek и тп)
-
Azure AI Services – набор облачных сервисов, включая Vision AI, Translator, Speech и другие когнитивные сервисы.
-
Собственные модели Microsoft – наиболее известны модели серии Phi.
-
Autogen – open-source фреймворк для быстрого создания и тестирования прототипов агентных систем.
-
Semantic Kernel – также open-source фреймворк для интеграции больших языковых моделей в корпоративные приложения, поддерживается технической поддержкой Microsoft.
Что такое Azure AI Foundry?
Azure AI Foundry – комплексная платформа для разработки, развертывания и управления решениями на основе ИИ. Переименована из Azure AI Studio в конце 2024 года, платформа служит единой точкой для совместной работы разработчиков, дата-ученых и бизнеса.
Ключевые компоненты и функции:
-
Среда разработки – включает веб-портал, SDK, API-интеграции, инструменты оценки и различные варианты развертывания.
-
Каталог моделей – включает собственные модели Microsoft и модели сторонних разработчиков для разных задач.
-
Продвинутые агентные возможности – сервис для создания и масштабирования ИИ-агентов, включая инновационный «Computer-Using Agent» (CUA).
-
Интеграция с источниками данных – обеспечивает подключение к хранилищам и базам знаний, семантическую индексацию и быстрый доступ к информации.
-
Интергации с сервисами Microsoft: SharePoint (
), Microsoft 365, Dynamics 365, Power Platform и Azure
Microsoft Copilot Studio
Это платформа для разработки и управления разговорными ИИ-агентами с низким порогом входа (Low/No Code), наследник не слишком удачно названных Power Virtual Agents (и понятно что переименовали, название полное УГ).
Ключевые возможности:
-
Визуальная среда разработки с минимальным программированием: можно flows диаграмками накидать, можно промптом описать чего хочется.
-
Автономные агенты, способные автоматизировать процессы и задачи.
-
Глубокая интеграция с экосистемой Microsoft (Microsoft 365, Dynamics 365, Power Platform и Azure).
-
Безопасность и управление корпоративного уровня (логирование и аудит, управление доступом по ролям, сотвествие всяким корпоративным стандартам безопасности)
-
Новая возможность «Computer Use» позволяет агентам напрямую взаимодействовать с пользовательскими интерфейсами.
Хотя и позиционируется как enterprise но.. для прототипов норм, для чего то серьезного – кода пока не избежать.
Что такое Semantic Kernel?
Microsoft Semantic Kernel — это open-source SDK, который позволяет создавать, управлять и развёртывать AI-агентов и мультиагентные системы. Это лёгкий и гибкий фреймворк, обеспечивающий простую интеграцию современных моделей и сервисов ИИ в пользовательские приложения. По сути, это корпоративный аналог LangChain от Microsoft.
Semantic Kernel предоставляет специализированный компонент AzureAIAgent, который напрямую интегрируется с Azure AI Agent Service, позволяя разработчикам использовать возможности агентов Azure AI Foundry непосредственно в коде Semantic Kernel. Хотя этот SDK и встроен в инфраструктуру Azure AI, он всё ещё имеет много багов и нестабильное поведение, так что использование Semantic Kernel не избавит вас полностью от проблем интеграции. Тем не менее, если вы работаете с технологическим стеком Microsoft, Semantic Kernel — очевидный выбор.
Что такое Autogen?
Autogen — это open-source фреймворк от Microsoft, предназначенный для быстрой разработки и прототипирования агентных систем на базе ИИ. Он позволяет разработчикам и исследователям оперативно создавать эксперименты с мультиагентными архитектурами и взаимодействием различных моделей. По своей сути Autogen напоминает CrewAI, но с более выраженным акцентом на экспериментальную гибкость и скорость создания прототипов, нежели на стабильность и производственное использование.
Autogen не так тесно интегрирован с Azure-инфраструктурой, как Semantic Kernel, и это, возможно, его преимущество — он менее зависим от специфичных сервисов Microsoft. Однако, как и в случае с Semantic Kernel, Autogen пока что далёк от совершенства: частые ошибки, проблемы с документацией и общее ощущение «сырости» не позволят вам полностью избежать головной боли при разработке.
Тем не менее, если вам нужно быстро протестировать идею или провести эксперимент с агентными системами, Autogen — нормальны инструмент для этого. Хотя зачем его использовать вместо Crew или даже LangChain – для меня не очевидно.
Вот, в общем-то, и всё.
Автор: Squirrelfm
