Многие ученые и эксперты предвещали революцию в мире благодаря технологиям искусственного интеллекта. Однако статистика в действительности выглядит совсем иначе.
Разберем основные причины задержки революции в ИИ.
Технологический пузырь
Компании гиганты, такие, как Amazon, Microsoft, Meta (признанная экстремистской и запрещенная в России организация), вкладывают огромные средства в разработку искусственного интеллекта. Однако 2024 год показал, что их капитализация растет, а прибыль падает. В начале года акции росли, а сейчас упали.
Рост акций этих компаний последние 5−10 лет поддерживается за счет того, что они уже давно работают в области искусственного интеллекта, активно его развивают и не только в своих продуктах. Внедряют для общественности, в открытый доступ выкладывают модели. Где наблюдается возможный технологический пузырь, так это в инвестициях в стартапы.
Вспомним выходцев из OpenAI, которые создали 5 стартапов и получили миллиарды долларов инвестиций уже на seed или pre seed раунде. Claude Anthropic привлек около 7,6 млрд долларов от Amazon, который дважды инвестировала в компанию — в марте на сумму 2,75 млрд долларов и в сентябре 2023 года на сумму 1,25 млрд долларов. Многие называют его конкурентом ChatGPT. Нейросеть может генерировать текст, распознавать изображения, подходит для работы с документами и большим объемом данных. Этот стартап ведет переговоры о привлечении нового финансирования на сумму до 40 млрд долларов.
Существуют стартапы, которые получают инвестиции миллиарды долларов, даже не имея продукта, как стартап бывшего научного руководителя OpenAl. Илья Суцкевер, в мае 2024 года ушедший из компании, уже летом объявил о запуске нового собственного стартапа под названием Safe Superintelligence (SSI). С этой точки зрения можно говорить, что в некоторых стартапах может существовать пузырь, потому что деньги туда вливаются со всех сторон и с очень большой скоростью.
Определение искусственного интеллекта очень размытое. Некоторые компании заявляют, что они активно используют искусственный интеллект. Хотя на самом деле, они просто автоматизируют процессы с использованием традиционных алгоритмов data mining и говорят, что у нас есть искусственный интеллект.
Многие отчеты про исследования ИИ часто включает в себя не только использование технологий, но еще и различные эксперименты и отдельные прототипы. А вот они уже не обязательно доходят до внедрения даже на уровне компании.
Пилоты
Многие компании все еще находятся на стадии пилотных проектов или небольших экспериментов, где до полномасштабного внедрения еще далеко. И они сталкиваются с трудностями, когда переходят к массовому внедрению и масштабированию. Хотя 80% компаний заявляют, что разрабатывают и развивают новые предприятия, только 16% компаний успешно их масштабируют. Часто это связано с необходимостью изменить бизнес-процессы и интегрировать новые решения в существующие процессы и It-инфраструктуры. Поэтому многие проекты остаются локальными инициативами и не становятся частью чего-то большего.
Недостаток кадров
Спрос на экспертов и датасаентистов превышает предложение, что тормозит возможности внедрения хороших инициатив. Это требует дополнительных инвестиций в обучение и дополнительного времени от работников. Это не быстрый процесс. Многие организации ограничены в ресурсах для полноценного использования и внедрения искусственного интеллекта.
Возвратность инвестиций
Внедрение искусственного интеллекта, особенно инхаус, требует очень значительных инвестиций в том числе в инфраструктуру и обслуживание с отсроченной окупаемостью. Возврат инвестиций может проявиться через несколько лет или вообще не проявиться. И это не устраивает компании. Поэтому большие бизнесы предпочитают инвестировать в более традиционные или менее рискованные инициативы.
Гибкость и адаптивность компаний
Не все индустрии пластичны к изменениям технологий. Все, что касается обслуживания людей, клиентской поддержки и сервиса — ИИ взял на себя монотонную, рутинную работу человека. Но даже в такой индустрии эти изменения уже давно начались не с разработкой ИИ.
Но есть другие индустрии. Например, все, что касается рисков. Там нужно непосредственно считать, это работа с цифрами. Здесь работают традиционные алгоритмы машинного обучения и регрессионные модели. В этой сфере ИИ напрямую не так применим, поэтому кажется, что степень применимости очень различается от индустрии к индустрии.
Галлюцинации ИИ
Вспомним, как «Макдоналдс» прекратил испытания ИИ после неоднократных жалоб клиентов на ошибки в заказах: в одном случае мороженое было украшено беконом, в другом к заказу добавили куриные наггетсы на 211 долларов. Пользователи Microsoft Copilot сталкивались с галлюцинацией ИИ, когда инструмент позволяли создавать контент с нарушением этических норм.
Иногда чат-ботов могут победить и обычные клиенты, убедив продать машину за 100 рублей. В 2023 году в дилерских центрах США клиенты смогли убедить некоторых чат-ботов обязаться продать им машины с гигантской скидкой — путем настойчивого перебора различных команд. Скидка составила более $58 000, что заставило компании извиняться и нанять для клиентской поддержки реальных людей. В итоге машину пришлось продать за 1 доллар.
Возникают вопросы доверия к искусственному интеллекту. В некоторых странах законодатели просто не успевают за развитием технологии.
ИИ оставит нас всех без работы
Многие опасались, что ИИ лишит многих работы — этого не произошло. Вместо массовых увольнений — массовые реорганизации. Компании переквалифицируют сотрудников или меняют их роль.
ИИ используется для автоматизации рутинных задач, способствует улучшению работы сотрудников, повышает продуктивность за счет увеличения свободного времени и возможности работать над важными задачами. Например, в медицине, согласно исследованию NVIDIA, раньше эксперименты занимали недели, а сейчас, чтобы понять, какой будет эффект от лекарств, время сокращается до дней.
Новые модели ИИ
СМИ пестрят заголовками, что выходят новые улучшенные модели, и это не только новая архитектура нейронных сетей. Технологические гиганты собирают, очищают и подготавливают данные для тренировки моделей, поскольку есть дефицит этих данных. Мира Мурати из Open AI ушла от ответа об использовании данных, защищенных авторским правом. Скоро мы увидим серию больших громких исков о нарушении авторских прав при обучении ИИ. YouTube уже запрещает делать скрапинг своих видео. Все это затормозит дальнейшее развитие ИИ.
Почему у Tesla постоянно новые релизы? Они копят данные, которые собирают с камер на автомобилях в уникальный сет, первый из самых больших в мире. Это технологическое преимущество и, возможно, соглашение с компанией X (бывш. Twitter) на использование контента. Получается, инженеры компаний работают вместе над проектами, используя огромный массив текстовых, графических, визуальных и видеоданных.
Перспективы и прогнозы: кто выиграет от использования ИИ
Крупные технологические компании, давно использующие ИИ, продолжат получать значительные выгоды от его внедрения и устанавливать стандарты для будущих технологий. Новые разработки и улучшение алгоритмов будут укреплять позиции на рынке и обеспечивать дальнейший рост доходов. Особенно сфер облачных вычислений, автоматизации бизнес-процессов, медицинских технологий и персонализированной рекламы. Конкуренция за таланты в области ИИ будет усиливаться, а интеграция ИИ-решений в бизнес станет обязательным условием для сохранения конкурентоспособности.
