ИИ замедлился в развитии, но бизнес не должен об этом беспокоиться

Читать в полной версии

Развитие передовых ИИ-моделей демонстрирует признаки замедления. После ажиотажа вокруг искусственного интеллекта, возникшего при запуске алгоритма OpenAI ChatGPT в конце 2022 года, и регулярного появления впечатляющих ИИ-моделей становится всё более очевидным, что темпы прогресса больших языковых моделей снижаются.

Источник изображения: Steve Johnson / Unsplash

Этим летом компания Meta✴ Platforms отложила запуск новой флагманской ИИ-модели Llama 4 Behemoth, поскольку процесс её доработки затянулся. OpenAI также выпустила свою последнюю модель GPT-5 позже запланированного срока, причём она не оправдала ожиданий.

На деле снижение интереса к передовым ИИ-алгоритмам не должно стать серьёзной проблемой для компаний, внедряющих искусственный интеллект в рабочие процессы. Генеративные алгоритмы уже закрепились в бизнесе и приносят ощутимую пользу — от обобщения больших текстовых документов и помощи в написании программного кода до составления электронных писем. Более простые нейросети, созданные ещё до появления генеративных алгоритмов, также находят всё больше применений, например, при обработке счетов-фактур. Однако большинство компаний едва ли глубоко разбирается в возможностях ИИ в его нынешнем виде, не говоря уже о том, каким он может стать в будущем.

Далеко не все организации активно внедряют ИИ-технологии в рабочие процессы. Часто это связано с опасениями утечек конфиденциальных данных через ИИ-ботов. Кроме того, искусственному интеллекту редко доверяют принятие ключевых решений, влияющих на финансы, сотрудников и клиентов. Склонность даже самых совершенных моделей время от времени выдавать некорректные ответы лишь усиливает недоверие.

Недавнее исследование Массачусетского технологического института показало, что многие компании в целом удовлетворены уже существующими ИИ-инструментами от OpenAI и Microsoft. Но когда дело доходит до разработки специализированного программного обеспечения с искусственным интеллектом — того, что должно приносить бизнесу наибольшую прибыль, — процент неудач в пилотных проектах достигает 95 %. Авторы исследования отмечают, что корпоративные пользователи «в подавляющем большинстве скептически относятся к ИИ-инструментам», считая их «чрезмерно усложнёнными или не соответствующими реальным рабочим процессам».

Простое осознание того, что развитие искусственного интеллекта замедляется, может придать компаниям больше уверенности в том, что они будут вкладывать в него деньги и время. Корпоративному сектору явно требуется больше времени для адаптации ИИ-инструментов к своей деятельности. На данный момент интеграция больших языковых моделей в повседневные задачи остаётся на начальной стадии.

В этом нет ничего удивительного. Интернет в конечном счёте изменил образ жизни людей и бизнес-практики, но в 1990-х на это ушло больше времени, чем предполагали первые энтузиасты. По данным Pew Research Center, потребовалось десятилетие, чтобы уровень проникновения домашнего широкополосного интернета в США вырос с почти нулевого в 2000 году до более чем 60 % взрослого населения.

Бум искусственного интеллекта во многом отличается, но развитие может пойти по схожей траектории: всплеск энтузиазма, за которым следует спад по мере распространения технологий в обществе и бизнесе. Истинный масштаб преимуществ от внедрения ИИ станет понятен лишь спустя годы. Добиваться повышения производительности моделей становится всё сложнее, что играет на руку производителям оборудования, таким как Nvidia. Крупные игроки, включая OpenAI и Meta✴, вероятно, будут вкладывать ещё больше средств в инфраструктуру, пытаясь ускорить темпы прогресса собственных моделей.