ИИ пузырь лопнет в 2025 году или технология нас удивит?

The Economist рассуждает о будущем ИИ и терпении инвесторов. Начиная с 2022 года инвесторы вкладывают баснословные суммы в ИИ. Однако, последние ИИ модели лидеров рынка не демонстрируют прорыва. Компании заявляют о грядущей нехватке данных, огромном потреблении энергии ИИ моделями. Развивать ИИ становится очень дорого. Расходы на дата центры для ИИ с 2024 по 2027 гг превысят $1,4 трлн. По некоторым оценкам обучение следующего поколения моделей будет стоить $1 млрд. Причем только 5% компаний в США заявляют об использовании ИИ в своих продуктах и сервисах. OpenAI: 75% дохода компания получает не от компаний, а от пользователей- физических лиц. Получается, что работники используют ИИ тайно. Они улучшают текст или создают отчеты с помощью инструментов ИИ. Увидим ли мы применение ИИ в других областях, кроме как в офисной работе? Это покажет 2025 год. Или произойдет прорыв или пузырь лопнет…

ИИ, возможно, самая большая авантюра в бизнесе. Сегодняшняя одержимость ИИ началась с момента запуска ChatGPT в конце ноября 2022 года. Чат-бот OpenAI привлек 100 млн пользователей за неделю. Это самый быстрый рост пользователей у продукта в истории. Инвесторы стояли в очереди. Расходы на дата центры для ИИ с 2024 по 2027 гг превысят $1,4 трлн. Рыночная стоимость Nvidia увеличилась в восемь раз и достигла $3 трлн.

Большинство компаний не знают, как технология пойдет, или не придумали, как лучше ее использовать. Мало кто из ИИ стартапов зарабатывает. Ограничения на потребление энергии и данных для ИИ моделей становятся все более чувствительными. Несоответствие энтузиазма инвесторов реальности бизнеса выглядит неестественным. 2025 год, видимо, будет переломным. Гонка сделать ИИ более эффективным и полезным до того, как инвесторы потеряют интерес, на полном ходу.

Начнем с передовых инноваций. Некоторые ограничения замедляют скорость, на которой технологические новшества несутся вперед. Обучение больших языковых моделей требует огромного количества энергии. Количество электроэнергии, которое было использовано для обучения GPT-4, хватило бы для питания 5 000 американских домов в год. Для обучения предшественника GPT-4 – модели GPT-3 понадобилось электричества гораздо меньше: 100 домов американцев можно было обслуживать год. Разработка больших и сложных моделей требует больших денег.

По некоторым оценкам обучение следующего поколения моделей будет стоить $1 млрд. Чем больше модель, тем дороже будет стоить ее ответ на запрос (inference*). К тому же, говорят, что данных для обучения может просто не хватить. По некоторым оценкам, высококачественные данные в интернете закончатся к 2028 году.

*Inference (Инференс ИИ) – это ключевой этап в процессе применения искусственного интеллекта (ИИ), когда обученная модель начинает использоваться для обработки новых данных и выдачи предсказаний. Если обучение модели – это фаза, в которой ИИ накапливает знания и настраивает свои параметры на основе огромных объемов данных, то инференс представляет собой применение этих знаний на практике. Например, когда система распознавания лиц определяет человека на фотографии или голосовой помощник обрабатывает запрос пользователя, все это происходит благодаря инференсу. Одной из главных целей в ходе инференса является поддержание высокой производительности и минимальных задержек, особенно в приложениях, которые работают в реальном времени.

Компании во всем мире пытаются спешно решить все надвигающиеся проблемы, начиная от эффективных и специализированных чипов до использования небольших и более умных языковых моделей, которые потребляют меньше энергии. Другие ищут источники новых цифровых данных, например книги, или пытаются генерировать синтетические данные для обучения. Приведет ли это к постепенному улучшению технологии или позволит совершить прорыв, не ясно. Инвесторы вкладывают огромные деньги в такие ИИ звезды как OpenAI. Однако, по факту нет разницы в производительности и функциональности новых моделей от OpenAI, Anthropic и Google. А более скромные звезды, такие как Meta, Mistral и xAI, сильно отстают.

Конечные пользователи ИИ ведут другую борьбу за применение технологии. Компании и отдельные люди ищут способы наилучшего использования технологии. И это занимает время: необходимо сделать инвестиции, пересмотреть процессы и обучить работников.

Часть отраслей ушли далеко вперед в применении ИИ: одна пятая ИТ компаний заявляют, что они применяют ИИ. По мере усложнения технологии появятся новые функции, например, в 2025 году ожидается «агентская» функция, способная планировать и выполнять более сложные задачи. В этом случае применение ИИ может набрать обороты.

Культура также имеет значение. Хотя небольшое количество компаний говорят, что используют ИИ, одна треть работников в США сообщает об использовании ИИ для работы раз в неделю. Некоторые работники используют его чаще.

В одном исследовании выявили, что 78% американских разработчиков ПО применяют ИИ каждую неделю. В 2023 году таких было 40%. 75% сотрудников HR служб используют ИИ раз в неделю, в 2023 году их было 35%. OpenAI: 75% дохода компания получает не от компаний, а от пользователей- физических лиц.

Получается, что работники используют ИИ тайно. Работники улучшают текст или создают отчеты с помощью инструментов ИИ. Они могут опасаться, что если они сообщат об использовании ИИ, то руководство нагрузит их дополнительной работой или решит, что теперь нужно меньше работников. Это все приводит к мысли, что применение ИИ- это скорее вызов для компании, а не для технологии. Менеджменту предстоит создать комфортную среду для работников, чтобы они открыто пользовались ИИ и экспериментировали.

ИИ можно использовать не только для офисной работы. Если в 2025 году произойдет прорыв в других областях, например, разработке лекарств или оборонке (например в дронах-разведчиках), то ИИ найдут и другое применение. Ведь Запад опасается, что Китай использует ИИ для превосходства в оборонке и экономике. Китайские инженеры стали экспертами в инновациях в условиях ограничений. США ввели ограничения на экспорт передовых ИИ чипов.

Гонка ИИ примет различные формы в 2025 году. И все же инвесторы начинают терять терпение в тот момент, когда технология потихоньку набирает обороты. Лопнет ли пузырь или технология покажет ожидаемые результаты? Ответ увидим в 2025 году: возможно и то, и другое.

Ссылка на статью: