Денежный дождь, пролившийся на корпоративный ИИ, заканчивается

Компании, пытающиеся внедрить технологии искусственного интеллекта, слабо представляют где и как следует использовать общедоступны и частные модели ИИ. Преимущества есть и у тех, и у других: общедоступные модели быстрые и масштабируемые, частные же безопасны и более гибки в настройке. Метания привели к тому, что 85% компаний не могут спрогнозировать свои расходы на ИИ, а четверть из них превышают бюджет на 50%. К такому выводу пришла компания Mavvrik по итогам опроса среди 372 компаний и предприятий.

В 2024 году по данным Стэнфордского университета мировые инвестиции в корпоративные ИИ-технологии выросли до 252,3 миллиардов долларов, 78% компаний в том или ином виде старались внедрить искусственный интеллект. Но, как показывает опрос Mavvrik, из-за неконтролируемых расходов и скорости внедрения возник определенный кризис, вынудивший компании применять более дисциплинированный подход к внедрению новых технологий.

Одной из главных причин этой чехарды руководитель продуктов nexos.ai Жилвинас Гиренас называет отсутствие четкого понимания чем являются данные для компании — активом или пассивом. Если передавать данные компании в общедоступные ИИ-модели, то нужно принимать риски того, что эти данные в итоге могут стать общественным достоянием. Использования частных ИИ-моделей дорого, но это позволяет сохранять конфиденциальность данных и создавать собственные высокоточные решения в безопасной среде.

В итоге компаниям перед тем, как что-то внедрять, нужно определиться с тремя фундаментальными факторами, которые определят успех этого внедрения.

1. Безопасность данных. Являются ли данные, с которыми будут работать ИИ-инструменты, конфиденциальными, не нанесет ли ущерб компании их утечка. Хоть общедоступные ИИ-модели и применяют меры безопасности, никто не может гарантировать, что они не используют эти данные для самообучения. Закрытые частные ИИ-модели лишены этой проблемы, однако — смотри пункт 2.
2. Стоимость внедрения. Использование общедоступных ИИ-моделей обходится компании относительно недорого, тогда как разработка собственных, пусть и путем доучивания уже доступных, может обойтись довольно дорого. Например, Авито вложило в разработку собственных ИИ-моделей A-Vibe и A-Vision полмиллиарда рублей, и это прямо скажем не предел.
3. Контроль работы ИИ-модели. Частные ИИ-модели позволяют управлять каждым элементом по своему усмотрению, что делает инструменты на основе ИИ максимально адаптированными и эффективными. Общедоступные ИИ-модели более универсальны и понятны широкой аудитории, потому и их внедрение занимает меньше усилий.

Все это приводит к неутешительным выводам: безудержный рост инвестиций в корпоративные ИИ-решения сегодня находятся под большим вопросом. Очевидно, что компании прекратят вкладывать большие деньги в то, что просто не приносит ожидаемой отдачи. В то же время рост интереса к созданию частных ИИ-моделей и инструментов на их основе означает, что деньги (и немалые) таки будут тратиться. Главной интригой остается бенефициар этих затрат, и это явно не компании, продвигающие открытые ИИ-модели и сервисы на их основе.