Мифы об искусственном интеллекте

Искусственный интеллект (ИИ) стремительно эволюционирует, изменяя мир на беспрецедентной скорости. Лишь несколько лет назад многие опасения и мифы, окружавшие эту технологию, теперь развеяны реальностью ее развития и внедрения.

Одним из главных мифов было представление о медленном прогрессе ИИ и его сложности для широкой общественности. Если в конце 90-х годов темпы изменений, вызванные интернетом, сравнивали с "собачьим годом" (семь лет за один календарный), то развитие ИИ происходит еще быстрее. Выход OpenAI ChatGPT в ноябре 2022 года, с чрезвычайно простым и быстрым интерфейсом, стал переломным моментом, сделав большие языковые модели (LLM) доступными для миллиардов пользователей по всему миру. В отличие от первой волны интернета, распространявшейся из США постепенно, ChatGPT "одновременно" вышел на мировую арену, мгновенно распространившись в большинстве регионов. Это доказало, что ИИ способен на молниеносное глобальное внедрение.

Другой миф касался высокой стоимости и недоступности использования моделей ИИ. Ранее считалось, что эксплуатация таких систем будет очень дорогой. Однако затраты на получение ответов и генерацию контента от уже обученных моделей стремительно падают. К примеру, GPU NVIDIA Blackwell 2024 года требует в 105 000 раз меньше энергии на токен, чем его предшественник 2014 года. Стоимость обслуживания моделей упала на 99,7% за два года. Это делает мощный ИИ доступным широкому кругу пользователей и разработчиков по значительно более низкой цене.

Распространены были и сомнения в способности ИИ достичь человеческого уровня производительности или создавать реалистический контент. Эти мифы тоже остались в прошлом. Уже в 2024 году производительность систем ИИ превзошла человеческий уровень точности и реалистичности на таких тестах, как MMLU. В первом квартале 2025 года 73% ответов ИИ были ошибочно приняты тестировщиками за человеческие во время тестов Тюринга, что свидетельствует о более реалистичных разговорах. Кроме того, ИИ теперь может создавать все более реалистичные изображения и аудио, активно используемые в мейнстриме.

Наконец, опасения, что ИИ будет только нишевым инструментом, тоже не оправдались. Искусственный интеллект быстро превращается в универсальную технологию, которая находит применение в самых разных сферах: от здравоохранения до финансов, производства и образования. А относительно мифа о массовой потере рабочих мест – реальность заключается в том, что технологические прорывы, как правило, стимулируют рост производительности, эффективности и создают новые виды занятости. Эксперты указывают, что вы, скорее всего, потеряете работу не из-за ИИ, а из-за кого-то, кто умеет его использовать.

Новые горизонты и опасения: Актуальные мифы и реалии ИИ для бизнеса

Для бизнеса ИИ открывает как новые горизонты, так и рождает актуальные опасения. Понимание этих динамик является ключевым для успеха в современном ландшафте.

• Широкое внедрение и значительные инвестиции: Ведущие технологические компании, такие как Apple, NVIDIA, Microsoft, Alphabet, Amazon и Meta, рассматривают ИИ в качестве основного приоритета, направляя значительные свободные денежные потоки на его развитие. Упоминания о ИИ в отчетах о прибылях выросли, а предприятия отдают приоритет ИИ для роста дохода, а не просто для сокращения расходов. Крупные компании, от Bank of America до Kaiser Permanente, активно внедряют ИИ в свои операции, демонстрируя его растущую роль.
• Взрывной рост экосистем разработчиков: Уменьшение затрат на инференс и растущая доступность мощных моделей привели к взрывному росту активности разработчиков. Количество репозиториев, связанных с ИИ, на GitHub значительно возросло, а объемы обрабатываемых токенов в экосистемах Google и Microsoft увеличились в десятки раз в год. Разработчики являются движущей силой инноваций, создавая новые инструменты и приложения.
• Эволюция к ИИ-агентам: ИИ переходит от простых чат-ботов к интеллектуальным агентам, способным выполнять многоэтапные задачи, рассуждать и действовать от имени пользователя. Это включает бронирование встреч, представление отчетов и координацию рабочих процессов. Такие компании, как Google, OpenAI и Amazon уже выпускают собственные версии таких агентов, что обещает изменить взаимодействие людей с цифровыми системами и автоматизировать сложные задачи.
• Возможности для специализированного программного обеспечения: Наряду с развитием горизонтальных платформ, ИИ создает огромные возможности для специализированных программных решений на фрагментированных рынках. Компании в области разработки программного обеспечения, продуктов, здравоохранения, юриспруденции, обслуживания клиентов и финансовых услуг используют ИИ для автоматизации, повышения эффективности и разработки новых услуг.
• Надежные модели монетизации: Монетизация ИИ происходит по разным направлениям. Это и продажа чипов (NVIDIA, TPU Google, Trainium Amazon), и облачные вычислительные услуги (CoreWeave, Oracle), и услуги по работе с данными (Scale AI, VAST Data). Новые игроки, такие как OpenAI, Anthropic и Perplexity демонстрируют быстрый рост доходов за счет потребительских подписок и платы за API для разработчиков. Технологические гиганты интегрируют ИИ в свои существующие продукты, получая также значительные доходы.

Актуальные опасения:

• Экономическая дилемма: высокие затраты на обучение и падение затрат на инференс: Обучение передовых моделей ИИ является одной из самых дорогих и капиталоемких инициатив в истории человечества, что стоит сотни миллионов, а потенциально и миллиарды долларов. В то же время, расходы на использование этих моделей (инференс) резко падают. Эта динамика ставит под вопрос рентабельность разработчиков моделей, поскольку «обучение дорогостоящее, обслуживание становится дешевым, а ценовая власть снижается». Это может привести к тому, что экономика универсальных крупных языковых моделей будет выглядеть как "товарный бизнес с венчурным капиталом".
• Нарастающая конкуренция и открытый код: Рынок ИИ характеризуется беспрецедентной конкуренцией и появлением большого количества моделей. Возрождение моделей с открытым исходным кодом, которые дешевле, способны и доступны для разработчиков, создает дополнительное давление на провайдеров закрытых систем. Хотя закрытые модели доминируют среди потребителей, разрыв в производительности быстро сокращается, особенно с появлением китайских игроков.
• Геополитическая конкуренция: Развитие ИИ стало частью стратегического соперничества между США и Китаем. Китай быстро наращивает свои возможности в области ИИ, особенно в разработке открытых моделей, использовании локальных полупроводников и лидерстве по количеству установленных промышленных роботов. Эта конкуренция влияет на цепочки поставок, доступ к технологиям и задает вопросы национальной безопасности.
• Энергетические потребности ИИ: Центры обработки данных, необходимые для работы ИИ, являются огромными потребителями электроэнергии. В 2024 году они составляли около 1,5% мирового потребления электроэнергии и этот показатель стремительно растет. Прогресс ИИ все больше ограничивается не данными или алгоритмами, а доступностью энергетической инфраструктуры, что создает значительные вызовы устойчивому развитию и затратам бизнеса.
• Неопределенность бизнес-моделей: Модели монетизации находятся в состоянии неизменных конфигураций. Непонятно, какие бизнес-модели окажутся наиболее устойчивыми, сосредоточятся ли провайдеры на создании горизонтальных платформ или уйдут в узкоспециализированные приложения. Не адаптирующиеся к этим изменениям компании рискуют столкнуться со "стагнацией".

Подводя итоги, искусственный интеллект фундаментально меняет подходы к работе, бизнесу и взаимодействию с окружающим миром. Эта трансформация происходит с удивительной скоростью, предлагая огромные возможности для инноваций, но и порождая значительные вызовы, требующие глубокого осмысления и стратегического подхода.

Приглашаем пользователей программ BAS на Форум, посвященный интеграции ИИ в BAS: