Kāpēc MI nav jūsu nākamā GDPR — tas ir lielāks
Visi izturas pret 4. pantu kā pret vēl vienu atbilstības projektu. Viņi pieļauj to pašu kļūdu, ko pieļāva ar GDPR — tikai šoreiz lieta, kurai viņiem jāatbilst, pārraksta visu to darbību, kamēr viņi mēģina to dokumentēt.
Esmu vērojis, kā organizācijas klūp tehnoloģiju pārejās trīsdesmit gadus. Es vēroju GDPR paniku 2016.–2018. gadā: izmisīgos datu kartēšanas vingrinājumus, sīkdatņu banerus, privātuma amatpersonas, kas tika pieņemtas darbā sešus mēnešus pirms izpildes. Lielākā daļa uzņēmumu to pārdzīvoja. Daži pat kļuva labāki personas datu apstrādē.
Tagad es redzu, kā tas pats scenārijs atkārtojas ar ES MI akta 4. pantu. Atbilstības komandas pērk gatavus MI pratības kursus. HR nodaļas plāno pusdienīgas darbnīcas. Juridiskie padomdevēji gatavo MI lietošanas politikas, kas atspoguļo viņu GDPR dokumentāciju.
Viņi kļūdās. Ne tāpēc, ka atbilstība nav svarīga — tā ir svarīga. Bet tāpēc, ka viņi gatavojas GDPR formas problēmai, bet saskaras ar kaut ko fundamentāli atšķirīgu.
Kur GDPR paralēle darbojas
Ļaujiet man būt godīgam pret salīdzinājumu, jo vairākos aspektos 4. pants patiešām līdzinās GDPR. Līdzību izpratne palīdz skaidrot, kur tās atšķiras.
Pienākumu struktūra ir pazīstama. Abi regulējumi uzliek pienākumus organizācijām, kas izmanto tehnoloģiju, ne tikai pašai tehnoloģijai. GDPR neregulēja datubāzes; tā regulēja veidu, kā organizācijas apstrādā personas datus. 4. pants neregulē MI modeļus; tas prasa organizācijām nodrošināt, ka viņu cilvēkiem ir "pietiekams MI pratības līmenis." Regulatīvais mērķis ir organizācija, nevis rīks.
Neskaidrība ir apzināta. GDPR ieviesa "atbilstošus tehniskus un organizatoriskus pasākumus", nedefinējot, ko nozīmē "atbilstoši." 4. pants prasa "pietiekamu" MI pratību, nenosakot mācību programmas, stundas vai sertifikātus. Abos gadījumos regulators apzināti atstāja telpu interpretācijai — kas rada nenoteiktību atbilstības komandām un iespējas tiem, kas standartu definē pirmie.
Sodu arhitektūra pieaug. GDPR sodi sasniedz 20 miljonus EUR vai 4% no globālā apgrozījuma. MI akta sodu ietvars sasniedz 15 miljonus EUR vai 3% no globālā apgrozījuma par 4. panta pārkāpumiem. Bet, tāpat kā ar GDPR, tiešie sodi var būt mazākā daļa. Apdrošināšanas prēmijas, reputācijas kaitējums, klientu zaudēšana un līgumiskā atbildība var pārsniegt likumā noteiktos sodus desmitiem reižu.
Organizatorisko izmaiņu prasība ir reāla. Abi regulējumi prasa vairāk nekā politikas dokumentu. GDPR prasīja datu aizsardzības speciālistus, privātuma ietekmes novērtējumus, datu apstrādes līgumus, piekrišanas mehānismus, pārkāpumu paziņošanas procedūras. 4. pants prasīs apmācību programmas, kompetences novērtējumus, MI pratības dokumentāciju visā darbaspēkā un pastāvīgu pārskatīšanu tehnoloģijas attīstības gaitā. Nevienu no tiem nevar atrisināt, nopērkot programmatūru.
Pārrobežu sarežģītība ir identiska. Abi attiecas uz visu ES, bet tos izpilda nacionālās iestādes, katra interpretējot prasības nedaudz atšķirīgi. Itālija jau ir pieņēmusi Likumu Nr. 132/2025, ierobežojot MI ar "atbalsta un palīguzdevumiem" profesionālajos pakalpojumos. Vācijas tiesas veido precedentus ar spriedumiem kā Darmštates lietā, kurā tiesa atzina eksperta atzinumu par nepieņemamu neatklātas MI izmantošanas dēļ. Regulatīvā ainava fragmentējas vēl pirms 2026. gada augusta izpildes termiņa.
Ja šis būtu pilns attēls, GDPR scenārijs darbotos. Pieņemiet darbā atbilstības speciālistu, dokumentējiet procesus, apmāciet darbiniekus, atjauniniet politikas reizi gadā. Turpiniet.
Bet tas nav pilns attēls.
Kur analoģija pilnībā sabrūk
Lūk, atšķirība, kas maina visu: GDPR pievienoja slāni esošajam darbam. 4. pants attiecas uz tehnoloģiju, kas aizstāj pašu darbu.
Kad parādījās GDPR, organizācijas pievienoja privātuma paziņojumus savām tīmekļa vietnēm, piekrišanas ķeksīšus savām formām, datu apstrādes klauzulas saviem līgumiem. Pamatdarbs nemainījās. Pārdevēji joprojām pārdeva. Mārketinga speciālisti joprojām veica mārketingu. Grāmatveži joprojām saskaņoja. Viņi vienkārši to darīja ar vairāk dokumentācijas un mazāk neatļautu datu pārsūtīšanu.
MI nepievieno slāni. Tas pārraksta slāni.
Es to saucu par kompetences parādu, un tas ir galvenais izaicinājums, kas padara 4. pantu fundamentāli atšķirīgu no jebkura iepriekšēja atbilstības pienākuma.
Apsveriet, kas notiek, kad MI tiek ieviests profesionālo pakalpojumu firmā. Jaunie juristi, kas savus pirmos trīs gadus pavadīja, mācoties pētīt tiesu praksi, tagad izmanto MI pirmo melnrakstu ģenerēšanai. Iepirkumu analītiķi, kas apguva piegādātāju izvērtēšanu, manuāli apstrādājot simtiem RFP, tagad pārskata MI apkopotus sarakstus. Finanšu kontrolieri, kas attīstīja spriedumu, manuāli saskaņojot tūkstošiem darījumu, tagad pārrauga MI apstrādātas partijas.
Katrā gadījumā rezultāts izskatās tāds pats — vai labāks. Ātrāks, lētāks, konsekventāks. Bet mācīšanās, kas agrāk notika šo uzdevumu laikā, ir pazudusi. Kompetence bija darba blakusprodukts, un darbs ir pazudis.
GDPR nekad neradīja šo problēmu. Jūs varējāt atbilst GDPR un joprojām saglabāt darbaspēku, kas saprot savus darbus. Jūs varat atbilst 4. pantam — nodrošināt apmācības, iesniegt dokumentāciju, atzīmēt ķeksīšus — un tomēr nonākt pie organizācijas, kas nespēj funkcionēt, kad MI kļūdās.
Tā nav atbilstības nepilnība. Tas ir eksistenciāls risks.
Līgas perspektīva: atbilstības speciālista murgs
Līga Pauliņa, atbilstības un grāmatvedības speciāliste, par to, kāpēc apmācību ieraksti nepietiek.
Es katru dienu strādāju ar organizācijām pie to atbilstības dokumentācijas, un varu jums teikt: 4. panta izaicinājums atšķiras no visa, ar ko esam saskarušies GDPR vai finanšu regulējuma jomā.
Ar GDPR es varēju auditēt atbilstību, pārbaudot ierakstus. Vai datu apstrādes līgums pastāv? Jā. Vai privātuma paziņojums ir publicēts? Jā. Vai DPIA tika veikts? Jā. Dokumentācija vai nu pastāvēja, vai nē. Pamatdarbs — grāmatvedība, rēķinu izrakstīšana, atskaites — palika tas pats darbs, kas vienmēr bijis.
Ar 4. pantu dokumentācijas problēma ir rekursīva. Man jāpārbauda, vai darbiniekiem ir "pietiekama MI pratība" viņu lomām. Bet viņu lomas mainās MI ietekmē. Prasmes, kas bija pietiekamas pirms sešiem mēnešiem, šodien var būt nepietiekamas, jo MI rīki ir mainījušies, darba plūsmas ir mainījušās un paši uzdevumi ir pārstrukturēti.
Lūk, konkrēts piemērs. Pagājušogad vidēja lieluma firma, ar kuru strādāju, ieviesa MI atbalstītu rēķinu apstrādi. Apmācību programma aptvēra rīka lietošanu, MI atzīmēto izņēmumu pārskatīšanu un nepareizu kategorizāciju labošanu. Atbilstoša 4. panta dokumentācija. Sešus mēnešus vēlāk MI piegādātājs atjaunināja savu modeli. Izņēmumu rādītājs samazinājās no 12% uz 3%. Komanda svinēja — mazāk izņēmumu pārskatīšanai, mazāk manuālā darba.
Bet padomājiet par to, kas patiesībā notika. Komanda bija attīstījusi spriedumu, pārskatot šos izņēmumus. Katrs atzīmētais rēķins bija mācību iespēja: neparasti piegādātāju noteikumi, nepareizi klasificēti PVN režīmi, cenu anomālijas, kas prasīja izmeklēšanu. Kad izņēmumu skaits samazinājās, samazinājās arī mācību iespējas. Komandas kompetence klusi erodēja, kamēr viņu atbilstības dokumentācija rādīja zaļu visiem rādītājiem.
Apmācību ieraksti pierāda, ka jūs veicāt apmācību. Tie nepierāda, ka apmācība bija pietiekama rītdienas lomas versijai. Un kad loma pati tiek nepārtraukti pārveidota ar MI, "pietiekams" ir kustīgs mērķis, ko neviens ikgadējs atsvaidzināšanas kurss nespēj sasniegt.
Esmu sākusi teikt saviem klientiem: ja jūsu 4. panta atbilstības plāns izskatās kā jūsu GDPR atbilstības plāns, jums ir nepareizais plāns. GDPR atbilstība ir stāvoklis, ko jūs sasniedzat un uzturiet. 4. panta atbilstība ir spēja, ko jūs veidojat un nepārtraukti attīstāt. Atšķirība ir fundamentāla.
Edgara perspektīva: kad MI likvidē organizācijas saistvielu
Edgars, tehnoloģiju un MI stratēģijas vadītājs, par to, kāpēc aģentiskais MI pilnībā maina aprēķinu.
Saruna par MI pratību pieņem, ka MI ir rīks, ko izmanto cilvēki. Šis ietvars bija precīzs 2023. gadā. Tagad tas jau ir novecojis.
Tas, ko mēs redzam tagad — un kas dramatiski paātrināsies 2026. un 2027. gadā — ir aģentiskais MI. Sistēmas, kas negaida cilvēka norādes, bet iniciē darbības, koordinējas ar citām sistēmām un patstāvīgi veic daudzsoļu darba plūsmas. Tas nav labāka meklētājprogramma. Tas ir aizvietojums organizāciju saistaudam.
Padomājiet par to, kas patiesībā tur kopā vidēja lieluma uzņēmumu. Tās nav stratēģijas dokumenti vai organizācijas shēmas. Tie ir tūkstošiem mazu koordinējošu darbību, kas notiek katru dienu: kāds iepirkumā raksta e-pastu piegādātājam par atjauninātu piedāvājumu, kāds finanšu nodaļā saskaņo bankas izrakstu ar rēķinu, kāds HR plāno intervijas un sūta kalendāra ielūgumus, kāds juridiskajā nodaļā pārskata līguma klauzulu un atzīmē risku projektu vadītājam.
Tā ir organizācijas saistviela — ikdienas koordinācijas darbs, kas visu uztur kustībā. Un aģentiskais MI to likvidē ievērojamā ātrumā.
Klarna pieredze ir agrīns brīdinājums. Viņi aizstāja 700 klientu apkalpošanas aģentus ar MI. MI pirmajā mēnesī apstrādāja 2,3 miljonus sarunu. Tad viņi atklāja, ka MI nespēj tikt galā ar empātiju, niansēm vai robežgadījumiem. Izpilddirektors Sebastians Siemiatkowskis publiski atzina, ka "izmaksas bija dominējošais vērtēšanas faktors," kā rezultātā "kvalitāte cieta." Viņi atsāka pieņemt darbiniekus.
Bet lūk, ko Klarna vadība, iespējams, publiski nenoformulēja: kad viņi atlaida šos 700 aģentus, viņi nezaudēja tikai darbaspēka kapacitāti. Viņi zaudēja uzkrāto izpratni par to, kā klienti patiesībā uzvedas, kādi ir biežākie sāpju punkti, kuri jautājumi eskalējas un kāpēc, un kā mazināt spriedzi situācijās, kuras politikas rokasgrāmata neaptver. Šīs zināšanas dzīvoja pieredzējušu aģentu galvās. Tās nekad netika dokumentētas, jo tās nekad netika uzskatītas par zināšanām — tās tika uzskatītas par izmaksu centru.
Salesforce izdarīja to pašu atklājumu lielākā mērogā. Viņi samazināja 4000 atbalsta lomas, aizstāja tās ar MI aģentiem un privāti atzina nožēlu, jo parādījās nepilnības, kuras MI nespēja aizpildīt. Atlikušajiem darbiniekiem nācās palielināt automatizēto rezultātu pārraudzību, un institucionālās zināšanas izrādījās grūtāk aizvietojamas, nekā jebkurš gaidīja.
Sekas 4. panta atbilstībai ir nopietnas. Jūs nevarat apmācīt cilvēkus pārraudzīt darbu, ko viņi nekad nav mācījušies darīt. Jūs nevarat veidot MI pratības programmas lomām, kas tiek pārdefinētas katru mēnesi. Un noteikti nevarat sasniegt "pietiekamu" kompetenci ar ikgadējiem atsvaidzināšanas kursiem, kad tehnoloģija, kas jūsu cilvēkiem jāsaprot, attīstās iknedēļas izlaidumu ciklā.
GDPR analoģija šeit izgāžas visvairāk. GDPR regulēja stabilu tehnoloģiju slāni — datubāzes, sīkdatnes, formas. MI nav stabils slānis. Tā ir paplašināma, mācīties spējīga, arvien autonomāka spēju kopa, kas pārveido visu, kam pieskaras. Mēģinājums to regulēt ar GDPR laikmeta atbilstības domāšanu ir kā mēģinājums regulēt elektrību ar sveču drošības noteikumiem.
Pierādījumi: kas notiek, kad pienāk kompetences parāda termiņš
Pētījumi vairs nav teorētiski. Mums ir dokumentēti gadījumi no dažādām nozarēm, un modelis ir konsekvents.
486 tiesu lietas ar MI halucinācijām. MI halucināciju lietu datubāze, ko uztur HEC Paris pētnieks Damien Charlotin, dokumentē 486 lietas visā pasaulē, kurās juristi iesniedza MI ģenerētas atsauces, kas bija safabricētas. Ir identificēti 128 juristi un 2 tiesneši. Līdz 2025. gada septembrim tiesas sāka sodīt juristus ne tikai par viltotu atsauču iesniegšanu, bet arī par nespēju atklāt pretinieka viltotās atsauces. Kompetences prasība paplašinās, nevis sarūk.
CNET 53% kļūdu rādītājs. CNET publicēja 77 MI rakstītus rakstus un atklāja kļūdas vairāk nekā pusē no tiem. Pamata finanšu matemātika bija nepareiza. Valoda šķita plaģiēta. MI spēja ģenerēt plūstošu tekstu, bet tam trūka nozares ekspertīzes, ko sniedz žurnālisti — tieši tās ekspertīzes, kuras vietā MI bija paredzēts stāties.
McDonald's trīs gadu MI automātisku pasūtījumu neveiksme. Pēc MI balss pasūtīšanas testēšanas vairāk nekā 100 ASV restorānos ar IBM, McDonald's atteicās no projekta 2024. gadā. MI sajaucās ar akcentiem, pievienoja nevēlamus produktus un nespēja sasniegt kontekstuālo izpratni, ko minimālās algas darbinieks apgūst dažu nedēļu laikā. Netieši iegūtās zināšanas, kas iegultas "vienkāršos" darbos, izrādījās neaizstājamas.
Nozares dati ir skaudri. Saskaņā ar McKinsey 2025. gada MI stāvokļa pētījumu, 88% organizāciju izmanto MI, bet tikai 1% ir sasniegušas MI briedumu. S&P Global konstatēja, ka 42% uzņēmumu atteicās no lielākās daļas MI iniciatīvu 2025. gadā, salīdzinot ar 17% 2024. gadā. Un MIT 2025. gada GenAI plaisu ziņojums atklāja, ka 95% korporatīvo MI pilotprojektu nespēj radīt izmērāmu ietekmi uz peļņu un zaudējumiem. Kompetences plaisa nav teorētisks risks — tā ir galvenais iemesls, kāpēc MI ieviešana cieš neveiksmi.
Bet pierādījumi rāda arī to, kas darbojas.
IKEA apmācīja 30 000 darbinieku un 500 vadītājus par atbildīgu MI, apvienojot MI pamatus visiem darbiniekiem ar specializētām vadītāju programmām. JPMorgan Chase pieprasa uzvedņu inženierijas apmācību katram jaunam darbiniekam, uzskatot MI kompetenci par pamata infrastruktūru. Šīs organizācijas saprot, ka atbilstība ir kompetences blakusprodukts, nevis tās aizstājējs.
Atšķirība starp neveiksmēm un panākumiem nav budžets vai tehnoloģija. Tā ir tas, vai organizācija uzskatīja MI ieviešanu par iepirkuma lēmumu vai organizatorisku transformāciju. Tie, kas pirka rīkus, cieta neveiksmi. Tie, kas veidoja kompetenci, guva panākumus.
Kas organizācijām patiesībā vajadzīgs
Ja jūsu reakcija uz 4. pantu ir atbilstības projekts, jūs nonāksiet pie dokumentācijas, kas pierāda, ka jūs mēģinājāt, un organizācijas, kas nespēj funkcionēt, kad MI kļūdās.
Tā vietā jums vajadzīga kompetences infrastruktūra. Lūk, ko tas nozīmē praksē.
Kompetence, kas atbilst kontekstam. 4. pants apzināti prasa pratību "ņemot vērā to tehniskās zināšanas, pieredzi, izglītību un apmācību, kā arī kontekstu, kādā MI sistēmas paredzēts izmantot." Vispārīgas apmācības neatbilst šim testam pēc definīcijas. Iepirkumu speciālistam, finanšu kontrolierim un juristam visiem nepieciešamas atšķirīgas MI kompetences, jo viņi izmanto MI dažādos kontekstos ar dažādiem risku profiliem.
Mācīšanās, kas integrēta darba plūsmā, nevis izvilkta no tās. Visefektīvākā MI apmācība nenotiek klasē vai e-mācību modulī. Tā notiek, kad profesionāļi izmanto MI rīkus reālā darbā, ar strukturētu vadību par verifikāciju, ierobežojumu apzināšanos un sprieduma attīstīšanu. GDPR ikgadējo atsvaidzināšanas kursu modelis nedarbosies tehnoloģijai, kas mainās katru ceturksni.
Kompetence, kas veidojas laika gaitā. MI pratība nav binārā — jūs to "neiegūstat" pēc kursa pabeigšanas. Tā attīstās pa posmiem: no pamata izpratnes, caur profesionālu pielietojumu, līdz operatīvai integrācijai un stratēģiskai spējai. Organizācijām nepieciešama apmācību arhitektūra, kas atbalsta progresu, nevis vienreizējas intervences, kas rada gatavības ilūziju.
Cilvēku ekspertīze, kas saglabāta līdzās MI spējai. Klarna mācība, Salesforce mācība, CNET mācība — tās visas norāda uz vienu un to pašu secinājumu. Jūs nevarat automatizēt ceļu uz kompetenci. Kad jūs likvidējat cilvēcisko darbu, kurā ekspertīze veidojas, jums jārada alternatīvi ceļi šīs ekspertīzes veidošanai. Pretējā gadījumā jūs nonākat pie organizācijas, kas pilnībā ir atkarīga no rīkiem, kurus tā nespēj novērtēt, verificēt vai ignorēt.
Grīda un misija
Es sāku, sakot, ka visi izturas pret 4. pantu kā pret vēl vienu GDPR. Ļaujiet man precīzi izskaidrot, kāpēc tas ir bīstami.
GDPR atbilstība aizsargāja jūsu organizāciju no regulatīvajiem sodiem. Tā bija nepieciešama, dārga, un lielākā daļa organizāciju sasniedza darba kārtībā funkcionējošu tās versiju. Bet GDPR atbilstība viena pati nekad nepadarīja organizāciju izcilu datu pārvaldībā. Tā noteica grīdu.
- panta atbilstība arī noteiks grīdu — minimālu MI pratības līmeni, ko regulatori var izpildīt un auditori pārbaudīt. Katrai organizācijai, kas darbojas ES, tas jāsasniedz līdz 2026. gada augustam.
Bet organizācijas, kas gūs panākumus, nav tās, kas sasniedz grīdu. Tās ir tās, kas atzīst grīdu par to, kas tā ir: sākumpunktu daudz lielākai transformācijai. Tās, kas saprot, ka MI nav rīks, ko iemācās lietot un iet tālāk. Tā ir fundamentāla maiņa tajā, kā notiek profesionālais darbs, kā attīstās ekspertīze, kā organizācijas mācās un kā kompetence tiek uzturēta.
Atbilstība ir grīda. Kompetence ir misija.
Jautājums nav par to, vai jūsu organizācija atbildīs 4. pantam. Jautājums ir par to, vai pēc trim gadiem jūsu cilvēkiem joprojām būs ekspertīze, lai zinātu, kad MI kļūdās.
Ja jūsu atbilstības plāns neatbild uz šo jautājumu, tas nav plāns. Tas ir čeks.
Šī analīze balstās uz TwinLadder Research kompetences parāda lietu datubāzi, kas aptver dokumentētus gadījumus no Klarna, Salesforce, CNET, McDonald's, Air Canada un 486 MI halucināciju lietām tiesu materiālos. Pilnu pierādījumu bāzi un avotu atsauces skatiet TwinLadder Casebook.
Sources
-
EU AI Act — Article 4, AI Literacy (2024): The binding literacy obligation for providers and deployers of AI systems. artificialintelligenceact.eu
-
EU AI Act — Article 99, Penalty Framework (2024): Three-tier penalty structure reaching EUR 15 million or 3% of global turnover for Article 4 violations. artificialintelligenceact.eu
-
Norton Rose Fulbright — "Italy enacts Law No. 132/2025 on Artificial Intelligence" (2025): Italy's national AI legislation restricting AI to support and auxiliary tasks in professional services. nortonrosefulbright.com
-
Damien Charlotin / HEC Paris — "AI Hallucination Cases Database" (2025): Database documenting 486 court cases involving AI-generated fabricated citations, with 128 lawyers and 2 judges identified. damiencharlotin.com
-
CNN — "Plagued with errors: A news outlet's decision to write stories with AI backfires" (2023): Coverage of CNET publishing 77 AI-written articles with errors found in more than half. cnn.com
-
Engadget — "CNET corrected 41 of its 77 AI-written articles" (2023): Details on the 53% correction rate for CNET's AI-generated financial articles. engadget.com
-
CNBC — "McDonald's to end IBM AI drive-thru test" (2024): McDonald's ended automated ordering in 100+ US restaurants after accuracy and accent-recognition failures. cnbc.com
-
Fast Company — "Klarna tried to replace its workforce with AI" (2025): Coverage of Klarna replacing 700 customer service agents with AI, handling 2.3 million conversations, then discovering quality issues. fastcompany.com
-
MLQ.ai — "Klarna CEO admits aggressive AI job cuts went too far" (2025): CEO Siemiatkowski's admission that cost was the predominant evaluation factor, resulting in lower quality. mlq.ai
-
SalesforceBen — "AI Agents Drive 4,000 Job Cuts in Salesforce Support Division" (2025): Coverage of Salesforce cutting support roles from 9,000 to 5,000 heads as AI agents handled 1.5 million customer conversations. salesforceben.com
-
McKinsey — "The State of AI in 2025" (2025): Finding that 88% of organisations use AI but only 1% have achieved AI maturity. mckinsey.com
-
S&P Global — "AI Experiences Rapid Adoption, But With Mixed Outcomes" (2025): Data showing 42% of companies abandoned most AI initiatives in 2025, up from 17% in 2024. spglobal.com
-
Fortune / MIT — "MIT report: 95% of generative AI pilots at companies are failing" (2025): The GenAI Divide report finding 95% of corporate AI pilots fail to create measurable P&L impact. fortune.com
-
Ingka Group — "IKEA Retail unleashes AI revolution: empowering thousands to master the future of tech" (2024): IKEA's programme training 30,000 employees and 500 leaders on responsible AI. ingka.com
-
Bloomberg — "JPMorgan's Erdoes Says Every New Hire Will Get Training for AI" (2024): JPMorgan Chase requiring prompt engineering training for every new hire. bloomberg.com
Alex Blumentals ir TwinLadder dibinātājs. Līga Pauliņa vada atbilstības un grāmatvedības operācijas. Edgars vada tehnisko stratēģiju un MI arhitektūru.