В феврале национальный исследовательский университет Высшая школа экономики (НИУ ВШЭ) опубликовал результаты изучения эффективности мирового рынка генеративного искусственного интеллекта. По мнению аналитиков, сегодня на глобальном уровне наблюдается диспропорция — ИИ развивается быстрее, чем окупается. Этот разрыв особенно заметен при анализе инвестиций в инфраструктуру и доходов компаний от применения ИИ.

В исследовании аналитики НИУ ВШЭ опирались на доходы производителей «железа» для ИИ (процессоров, серверов, ЦОД-инфраструктуры и т.д.) и выручку ИТ-гигантов, которые разрабатывают и применяют технологию искусственного интеллекта (Google, OpenAI, Amazon).

«Чисто методологически результаты говорят о том, что рынок ИИ-решений развивается по догоняющей модели: доходы от программных продуктов пока не компенсируют масштабные вложения в аппаратную инфраструктуру», — считает доцент факультета социальных наук НИУ ВШЭ Екатерина Кручинская.

Сегодня искусственный интеллект активно меняет как бизнес-процессы, так и общественную жизнь. Однако это происходит не так быстро и, возможно, недостаточно продуктивно, соглашается научный руководитель НИУ ВШЭ Ярослав Кузьминов.

Как в России внедряется ИИ

Если говорить о ситуации с внедрением инструментов искусственного интеллекта в российский бизнес, то данное влияние очень заметно, но пока всё ещё выглядит неравномерным. Соответствующее мнение редактору «Телеспутника» высказал директор по genAI-продуктам компании Just AI Андрей Грабарник. Активнее всего ИИ сегодня внедряется в финтех, ретейл и телеком. Темпы использования современной технологии там ускоряются за счёт больших массивов данных и грамотно выстроенных процессов, считает эксперт.

«А вот стопорится внедрение в более консервативных отраслях, где цена ошибки велика. Плюс всё часто упирается в ограничения, в том числе в устаревшую инфраструктуру и нехватку специалистов», — объясняет Андрей Грабарник, отмечая, что в промышленности ситуация постепенно меняется, а ИИ становится стратегически важным инструментом, повышая уровень цифровизации в отрасли.

В последние годы российские компании активнее переходят от пилотных ИИ-проектов к системному и масштабному внедрению генеративных технологий, обращает внимание эксперт. Простых экспериментов уже недостаточно, а чтобы масштабирование действительно давало эффект, нужны стратегия, фокус на конкретных бизнес‑задачах и инфраструктура, что есть не у всех, отмечает Андрей Грабарник.

На сегодняшний день бизнес признаёт, что прикладные ИИ-решения способны дать заметный эффект. Например, ИИ-агенты позволят значительно повысить автоматизацию проектов. Особую роль здесь играют low-code и no-code платформы, позволяющие быстро создавать цифровые решения без собственных ИТ-команд.

«Однако настоящий прогресс возможен только в том случае, если компании научатся их эффективно использовать. Мы слышим много новостей о том, как успешно бизнес внедряет ИИ, но многие компании и сотрудники все еще не готовы полностью доверять подобным инструментам и менять привычные процессы», — уверяет Андрей Грабарник.

По словам представителя компании, ключ к прогрессу кроется не только в улучшении технологий, но и в принятии инструментов людьми и их интеграции в бизнес-культуру.

Не за горами, но и не скоро

Пока генеративный ИИ даёт бизнесу больше медийного эффекта, чем практической пользы. К такому выводу ранее пришёл поставщик ИТ-услуг КРОК, сообщал «Телеспутник». Компании сталкиваются с ограниченными возможностями ИИ, высокой стоимостью и дефицитом качественного контента. Заметная польза от генеративного искусственного интеллекта, по оценке аналитиков, возможна лишь через 5–10 лет.

На «плато продуктивности» в России уже находятся облачные вычисления, кибербезопасность и микросервисные архитектуры. В облаках растет интерес к гибридным и мультиоблачным моделям, в кибербезопасности — к Zero Trust и автоматизации, в микросервисах — к CI/CD и Service Mesh. Big Data, IoT, edge-вычисления и роботизация также приближаются к стандарту.

К фазе «инновационного триггера» отнесены 6G, ИИ-агенты и графовые нейросети для антифрода — их массовое применение в России ожидается не ранее 2028 года. При этом ближе всего к внедрению ИИ-агенты: они уже повышают эффективность в продажах, маркетинге и работе с клиентами, считают аналитики.