Скопировать ссылку
Три слоя ИИ-индустрии: как технология захватывала рынок
Прежде чем говорить о будущем искусственного интеллекта, стоит ненадолго обернуться назад, чтобы увидеть, по какому пути он двигался перед тем, как получить такое широкое распространение на рынке. Это поможет нам не только глубже понять действующие тенденции, но и проследить вектор дальнейшего эволюционирования ИИ-технологии.
Процесс становления ИИ как индустрии можно условно разделить на три ключевых этапа, сформировавших отдельные сегменты рынка со своими игроками и клиентами.
Производители оборудования
Существование искусственного интеллекта не было бы возможным без соответствующего оборудования, которое требовалось еще на этапе тестирования технологии. Естественно, со временем «железо» совершенствовалось, а появляющийся интерес к возможностям ИИ со стороны бизнеса (на начальных этапах это были, конечно же, самые крупные компании) запустил процесс формирования вполне конкурентного сегмента рынка. И если на заре ИИ-индустрии использовались видеокарты широкого применения, то сегодня мы говорим уже о решениях конкретно для работы с искусственным интеллектом. Сегодня специализированные чипы и GPU/TPU способны обрабатывать миллиарды параметров за секунды, при этом они обладают высокой энергоэффективностью.
Разработчики базовых моделей
По мере развития оборудования, все более широкого распространения технологии и ее коммерциализации начал происходить переход от моделей для узких задач (например, распознавание изображений или машинный перевод) к универсальным архитектурам с более широкой функциональностью. В итоге сегодня мы видим масштабные решения с миллиардами параметров (GPT-3) и мультимодальные проекты, которые позволяют работать одновременно с разными форматами данных (текстом, изображениями и даже звуком). Но, несмотря на впечатляющие мощности, эти универсальные модели сами по себе «слепы» для бизнеса: не знают специфики компаний, их продуктов или клиентов.
Прикладные решения
На следующем этапе в игру вступают решения, имеющие прикладные функции. Базовые модели сегодня обладают огромной мощностью, но для широкого применения требуется их адаптация под бизнес-реальность. Разработчики берут универсальные архитектуры и настраивают их под конкретные нужды: создают чат-боты с глубоким пониманием клиентских запросов, системы прогнозирования спроса или анализа рыночных трендов. Так технология, изначально лишенная отраслевой специфики, становится более точным инструментом, который знает продукты, клиентов и процессы конкретного бизнеса.
Что ждет ИИ-индустрию завтра
Безусловно, искусственный интеллект трансформирует бизнес-процессы, но существует и обратная сторона медали: развитие индустрии ИИ во многом определяется запросами и возможностями бизнеса. «Голые» технологии не нужны компаниям, им требуются инструменты, которые решают проблемы «здесь и сейчас».
Оборудование остается дорогостоящим и доступным лишь для самых крупных компаний, обладающих огромными ресурсами. Однако данное направление активно растет как горизонтально (география, отрасли, устройства), так и вертикально — постоянно разрабатываются новые технологичные решения. Это говорит о том, что данное направление может пойти по пути демократизации, рано или поздно предоставив возможность иметь собственное оборудование для работы с искусственным интеллектом и для SMB-сектора. И немалую роль в этом сыграют растущие требования к безопасности данных — их обработка на сторонних серверах повышает риск утечек, что вскоре станет критичным даже для небольших компаний.
Разработчики базовых моделей уже сейчас сталкиваются с ситуацией, когда большая часть общедоступных данных уже обработана в ходе обучения предыдущих версий их продуктов. Из этого следует, что игроки данного сегмента могут отойти от наращивания мощностей. Скорее они сосредоточатся на оптимизации через архитектуры (например, Mixture of Experts, где каждая часть имеет свою зону компетенции и может выдать более точный результат), мультимодальности (в том числе за счет интеграций с другими технологиями), прозрачности и снижении предвзятости. Что касается взаимодействия с бизнесом, ИИ-модели все чаще будут использоваться в качестве фундамента, на котором будут выстраиваться решения с учетом задач и особенностей компаний, как из крупного бизнеса, так и из среднего. Тем более, что специализированные отраслевые инструменты уже появляются (BioGPT для медицины, BloombergGPT для финансового сектора и др.).
Готовые решения, основанные на искусственном интеллекте, пожалуй, на сегодняшний день развиваются активнее всего. Причины и в высоком спросе (представители малого и среднего бизнеса уже либо сами успели оценить эффекты от внедрения ИИ-продуктов в свои процессы, либо много слышали от коллег или конкурентов), и в относительной доступности. Осознавая неспадающую популярность прикладных инструментов на базе ИИ, разработчики постоянно находятся в поиске новых способов применения подобных решений для закрытия актуальных потребностей компаний из SMB-сектора.
Важно отметить, что серьезной проблемой двух последних сегментов ИИ-индустрии является невозможность развернуть решение в полностью закрытом контуре без необходимости передавать данные третьей стороне. И хотя, уже говорилось выше, у бизнеса любого масштаба будет все острее стоять вопрос безопасности данных, рынок базовых моделей и готовых решений вряд ли смогут в ближайшее время кардинально усилить защиту.
Будущее взаимоотношений бизнеса и ИИ-технологий
Можно с уверенностью утверждать, что интеграция технологий искусственного интеллекта в бизнес-процессы продолжит ускоряться, трансформируя операционную деятельность компаний. Те решения, которые ранее были доступны лишь крупным корпорациям, скоро станут привычными инструментами для малого бизнеса, в то время как средние и крупные предприятия все активнее будут внедрять инновации, чтобы сохранить конкурентные преимущества.
Важно отметить универсальность ИИ-решений: их гибкость позволяет применять технологии в любых отраслях. Прогнозирование спроса, например, востребовано во всех сферах, связанных с продажами. Чат-боты оптимизируют коммуникацию с клиентами как в розничной торговле, так и в сервисных компаниях. Машинное зрение уже используется на производствах для мониторинга соблюдения норм безопасности, а в логистике — для анализа маршрутов и распределения грузов, демонстрируя свою эффективность в разных контекстах. Это открывает широкие перспективы для адаптации ИИ-инструментов под самые разные бизнес-задачи.
Тренды последних лет подтверждают, что в ближайшее время искусственный интеллект возьмет на себя значительную часть как рутинных, так и стратегических задач. Технологии будут проникать в новые сферы, охватывая предприятия любого масштаба — от стартапов до международных холдингов, формируя новую реальность для мировой экономики.
