ИИ-лихорадка по всему миру
Многие говорят о том, что мы переживаем «золотой век» искусственного интеллекта. Миллиарды долларов инвестиций в разработку сервисов на базе генеративного ИИ – компании лихорадочно соревнуются между собой, вкладываясь в передовую технологию и полагая, что от этого зависит их конкурентоспособность в будущем. ИИ давно проник в банковские процессы – участвуя в принятии решений о выдаче кредитов, в медицину – распознавая опухоли на рентгене, в маркетинг – помогая генерировать слоганы и визуал для билбордов и предсказывать поведение покупателей. Сельскохозяйственные поля облетают дроны, распознающие сорняки с помощью нейросети, а ИИ-датчики в цехах заводов фиксируют брак продукции. Студенты сдают экзамены с помощью ChatGPT, умудряются с его помощью писать дипломы и даже настраивать фильтры в дейтинг-приложениях, чтобы ходить на свидания лишь с подходящим по всем критериям кандидатом в партнеры. Журналисты больше не расшифровывают интервью вручную, отдавая эти задачи ИИ, а по итогам конф-колла с коллегами можно попросить ИИ сделать краткое резюме. Наконец, нейросеть способна создать настоящий рок-хит, сочинив музыку на стихи, которые человек второпях накидал в заметках в смартфоне.
«Золотой век ИИ» сменится зимой?
Тем не менее, некоторые эксперты относятся к ИИ-лихорадке с долей скепсиса -– предрекая очередную «зиму искусственного интеллекта». К слову, такая уже случалась, и неоднократно – к примеру, период с 1974 по 1980 год был отмечен разочарованием, оттоком инвестиций и сильным замедлением развития технологий, хотя до этого целых два десятка лет общественность и ученые активно интересовались «мыслящими машинами». В 1980-х интерес к искусственному интеллекту снова разгорелся благодаря экспертным системам, которые предсказывали и прогнозировали итоги событий со множеством переменных на основе загруженных данных. Увы, за ИИ-эйфорией последовал спад: системы оказались дорогими и в итоге проиграли компьютерам Apple и IBM. Вторая «зима искусственного интеллекта» тянулась с 1987 по 1994 год. Мировая статистика сегодня тоже заставляет задуматься. Пока 96 % руководителей, внедряющих ИИ-инструменты в бизнес-процессы, утверждают, что это выведет производительность на новый уровень и разгрузит сотрудников, 77 % их работников фиксируют лишь рост нагрузки, а 47 % даже не понимают, как достичь лучших результатов. 81 % разработчиков заявляют, что процесс обучения ИИ оказался слишком трудным. Тем не менее, пока одни считают, что на данный момент инвестиции в технологию несоразмерны эффекту, другие верят: всего спустя пару -тройку лет лопнувшие ИИ-пузыри компаний-гигантов могут открыть дорогу для более гибких и прорывных малых компаний и стартапов. И это действительно возможно, тем более, что в какой-то момент количество действительно переходит в качество и происходит тот самый «прорыв”. Кстати, именно так ученые объясняют себе успехи ChatGPT от компании Open AI двухлетней давности, которые произвели эффект разорвавшейся бомбы не только в экспертном комьюнити, но и в общественном сознании. Что тогда произошло? Объем загруженных данных в какой-то момент перепрыгнул критическую отметку и позволил ИИ выдавать действительно впечатляющие результаты. Денис Суржко, начальник управления перспективных алгоритмов машинного обучения департамента анализа данных и моделирования банка ВТБ, отмечал, что революция произошла благодаря эффекту синергии архитектуры трансформеров с human-guided learning – и все это было помножено на большие данные огромной выборки.
ИИ на службе бизнеса
Громкие открытия в ИИ-области случились уже достаточно давно, и сегодня технология уже стала значительно дешевле и доступнее для компаний (даже из сегмента МСП). Появились библиотеки для автоматизации, инженеры уже научились работать с ними. Однако, если говорить про 2025 год, компании вряд ли смогут стабильно и эффективно использовать ИИ в решении прикладных задач. Такое мнение в декабре прошлого года высказал каждый пятый участник исследования CNews Analytics. Всего в опросе участвовали 129 представителей ИТ-отрасли, сферы телекома, образования, финансов, машиностроения, строительства, медицины, ретейла и консалтинга. Респонденты выразили уверенность в том, что дозреет ИИ-технология лишь к 2027 году, -– тогда ИИ сможет выполнять функции прикладного ПО для конкретных задач. При этом большинство заявилои, что 2025-й станет «осознанным годом», – компании наконец прекратят переоценивать возможности искусственного интеллекта, оставят сверхоптимизм и будут аккуратнее встраивать ИИ-инструменты в свои процессы.
Где будет полезен ИИ в ближайшее время
Эксперты полагают, что в обозримом будущем искусственный интеллект пригодится для автоматизации задач в тех областях, где есть нехватка кадров. Так, его будут широко использовать для обеспечения качества данных, анализа текстового, визуального и аудиального контента, упрощения коммуникации с клиентами, ввода информации с помощью предиктивной аналитики. Сейчас разработка ИИ-решений напрямую связана с замещением персонала на местах, где необходимо выполнять рутинные операции, и необходимостью повысить производительность труда. К слову, это не значит, что освободившимся работникам будет нечего делать, – скорее, они смогут направить ресурсы на выполнение более сложных и креативных задач, с которыми искусственный интеллект пока не справляется. Так, Международная организация труда в отчете, опубликованном в мае 2025 г., пришла к выводу, что до 25 % всех рабочих мест в мире скоро трансформируются под влиянием ИИ-технологий. В развитых странах показатель может достичь 34 %, в странах с доходом выше среднего – 25 %, ниже среднего – 20 %. Наконец, еще одна точка приложения технологии ИИ: инструменты искусственного интеллекта сегодня способны на базовом уровне обеспечивать пользовательскую поддержку, помогать в продажах и рассчитывать вероятности. По сути, речь идет о том, чтобы строить отчеты на основе описания на естественном языке, формировать дашборды по запросу и готовить формулы на метаязыках. Также ИИ скоро будет способен объяснять значения графиков и таблиц. ИИ-модуль представляет собой источник данных для BI-систем.
Есть этические проблемы
Насколько равномерно будет развиваться (и внедряться) ИИ, пока все еще неясно, однако новости последних лет подсвечивают пул этических проблем, с которыми нужно что-то делать. Среди них – утечки конфиденциальной информации, «кража» голосов и образов людей, дипфейки, галлюцинации и ошибки ИИ, которые могут не только вводить в заблуждение, но и по-настоящему вредить деятельности компаний. В число этических вопросов входит и использование ИИ в креативной индустрии (вопрос авторских прав), для целей пропаганды, в военной сфере и в образовании. Настораживает “непрозрачность” выводов ИИ – когда человек не в силах проверить, как машина пришла к тому или иному выводу. Немаловажно и отсутствие эмпатии у ИИ, которая играет важную роль во многих сферах нашей жизнедеятельности. Есть и проблема экологического вреда, который наносят технологии ИИ окружающей среде. К примеру, ChatGPT потребляет колоссальное количество энергии, так как чат-бот OpenAI реагирует ежедневно на миллионы запросов, и серверам, на которых он функционирует, требуется не меньше 500 тыс. кВт·ч энергии. К слову, в том числе из-за этого активнее сегодня говорится о нейроморфных технологиях, принцип работы которых предполагает гораздо меньшие затраты энергии. Все это запускает дискуссии о необходимости регулировать ИИ на самых разных уровнях. Здесь общественность делится на два лагеря: одни выступают за жесткие ограничения (вспомним одно только письмо Илона Маска с призывом прекратить финансировать это направление), другие умоляют не душить ее регуляторикой, а дать возможность свободно развиваться. Как именно будет решаться эта дилемма в разных странах, пока остается лишь гадать.
