Генеративний штучний інтелект під загрозою — надто низька рентабельність інвестицій
На початку 2020-х штучний інтелект, здатний генерувати текст, зображення або інші медіа, використовуючи породжувальні моделі, став одним із найцікавіших напрямів у розробленні. Великі компанії, як-от Microsoft, Google, Baidu та інші, розробляли моделі породжувального ШІ та інвестували значні ресурси у цей напрям. Проте бізнес є бізнес і аналітичні звіти показують, що на GenAI очікують не найкращі часи.
За оцінками Gartner, використання API GenAI — інтерфейсів, що дають змогу розробникам інтегрувати моделі GenAI у свої застосунки — коштує у середньому понад $200 тис. плюс додатково $550 за користувача на рік. А створення або доопрацювання власної моделі може коштувати від $5 млн до $20 млн, плюс $8-21 тис. на користувача на рік. Про це пише видання TechRepublic із посиланням на дані аналітичних компаній.
Страшні суми
Так, згідно зі звітом постачальника програмного забезпечення для автоматизації ABBYY, середній розмір інвестицій світових ІТ-лідерів у галузі штучного інтелекту за минулий рік становив $879 тис. Майже всі респонденти (96%) цього опитування заявили, що збільшать ці інвестиції наступного року, хоча третина з них стверджує, що занепокоєна щодо таких високих витрат. Той класичний випадок, коли і сюди гаряче і туди боляче.
Усі розуміють величезний потенціал розроблення таких моделей і платформ, але швидкого повернення грошей не буде. Аналітики Gartner пишуть, що GenAI «потребує більшої толерантності до непрямих, майбутніх критеріїв фінансових інвестицій порівняно з негайною віддачею від інвестицій», що «для багатьох фінансових директорів некомфортно».
Але не лише фінансові директори мають занепокоєння щодо рентабельності інвестицій у ШІ. Інвестори найбільших світових технологічних компаній нещодавно висловили сумніви щодо того, коли і чи окупиться їхня підтримка. Джим Ковелло, фондовий аналітик Goldman Sachs, написав у червневому звіті: «Попри свою високу ціну, технологія ще не досягла того рівня, на якому вона має бути, щоб бути корисною».
До того ж ринкова вартість Alphabet і Google знизилась у серпні, оскільки їхні доходи не компенсували інвестиції в інфраструктуру штучного інтелекту.
Підписуйтеся на наші соцмережі
Причини невдач проектів GenAI
Менш ніж половина респондентів опитування Deloitte вважає, що їхні організації добре підготовлені у сферах технологічної інфраструктури та управління даними — двох основних елементах, необхідних для масштабування проектів ШІ до рівня, на якому можна реалізувати переваги. Дослідження RAND показало, що організації часто не мають «адекватної інфраструктури для управління даними та розгортання готових моделей ШІ».
55% компаній уникали певних варіантів використання GenAI через проблеми з даними, як-от конфіденційність даних або занепокоєння щодо їхньої конфіденційності та безпеки. У дослідженні RAND також наголосили, що багато організацій не мають необхідних даних для підготовки ефективної моделі.
Опитавши 65 науковців та інженерів, аналітики RAND з’ясували, що першопричиною невдач проєктів зі створення штучного інтелекту є відсутність чіткого розуміння проблеми, яку він обіцяє вирішити. Захоплення інноваціями грає проти гравців. Зацікавлені сторони в галузі часто неправильно розуміють або формулюють цю проблему чи обирають занадто складну, щоб вирішити її за допомогою технології. Організація також може бути більше зосереджена на застосуванні «найновіших і найкращих технологій», ніж на вирішенні проблеми, що стоїть перед нею. Типова проблема, коли хочеться використати щось нове, але без чіткого розуміння як та навіщо.
Новою проблемою стає посилене регулювання галузі штучного інтелекту.
GenAI рухається далі попри все
Попри низькі показники успіху, 66% ІТ-директорів у США перебувають у процесі розгортання пілотних проєктів GenAI, порівняно з 32% у грудні, згідно зі звітом Bloomberg. Основним варіантом використання назвали сервіси, які можуть бути корисними у бізнес-процесах, чатботи-агенти, наприклад, для обслуговування клієнтів.
Відсоток респондентів, які заявили, що наразі навчають базові моделі, також зріс — з 26% до 40% — за той самий період.
Звіт RAND показує, що компанії не зменшують свої зусилля у сфері GenAI через труднощі. Згідно з одним з опитувань, 58% корпорацій середнього розміру вже впровадили принаймні одну модель ШІ у виробництво.
За даними Gartner, причиною такої наполегливості у впровадженні ШІ є відчутний вплив на економію доходів і продуктивність. Тим часом дві третини організацій, опитаних Deloitte, заявили, що збільшують свої інвестиції, оскільки вже зараз бачать значну вигоду.
Дослідження ABBYY показало, що 63% світових ІТ-лідерів побоюються, що їхні компанії залишаться позаду, якщо вони не будуть використовувати цю технологію. Зараз штучний інтелект сприймається як потяг, що несеться, і якщо не встигнути бодай в останній вагон, можна втратити динаміку розвитку.
Завищені очікування — це нормально
Генеративний штучний інтелект може бути дійсно надміру розкрученим. Сьогодні навколо нього більше ажіотажу, ніж ефективних випадків використання. Однак пік завищених очікувань є нормальною частиною життєвого циклу впровадження інновацій у мейнстрим.
Gartner запропонував цю модель рік тому, у серпні 2023-го. Усі цикли ажіотажу починаються, коли прорив, публічна демонстрація, запуск продукту чи якась інша подія викликає інтерес галузі до технології чи іншого типу інновацій.
Це своєрідний пусковий механізм інновацій, коли на піку завищених очікувань зростає хвиля ажіотажу, і очікування щодо цієї інновації перевищують поточну реальність її можливостей.
Попри завищені очікування та величезні суми інвестування, генеративний штучний інтелект досі у центрі уваги. Тож ІТ-директори та технічні директори мають стежити за новою технологією з трансформаційним потенціалом.
Технології у цьому циклі ажіотажу все ще перебувають на ранній стадії, тому існує значна невизначеність щодо того, як вони розвиватимуться. Це створює ризики для піонерів галузі, але додає потенційні переваги тим, хто заскочив у перші вагони цього потяга.
