Изучая возможности: здоровая доза реализма в отношении ИИ

В последние недели несколько акций, связанных с искусственным интеллектом, продемонстрировали неопределенность, а некоторые из наиболее заметных из них отступили от своих исторических максимумов. В то же время MIT опубликовал отчет, показывающий, что многие пилотные проекты в области ИИ по-прежнему сталкиваются с трудностями при переходе к производству. Meta также объявила о значительной реорганизации своих команд по ИИ, что еще раз подчеркивает необходимость пересмотра подходов в этом секторе. «Для некоторых эти сигналы могут означать, что бум ИИ идет на спад. Я смотрю на это по-другому: это здоровая доза реализма, примененная к некоторым из самых фантастических утверждений, которые были сделаны об ИИ». Как отметил Дэвид Сакс в своем подкасте All-In, после запуска ChatGPT в конце 2022 года возобладала доминирующая narrativa: общий искусственный интеллект (AGI) был всего в двух-трех годах от нас. В зависимости от того, кого вы спрашивали, этот близкий AGI заменит половину рабочей силы или эволюционирует в сверхинтеллект, который перестроит цивилизацию. Как утопические, так и антиутопические видения исходили из одной и той же идеи: ИИ будет быстро и рекурсивно совершенствоваться, пока не оставит человечество позади. Неудивительно, что такие ожидания вызывали реакцию и сопротивление. «Как в США, Как и в ЕС, десятки законопроектов, связанных с ИИ, продвигаются вперед, отражая растущие усилия по регулированию этой технологии. Более того, запуск GPT-5 несколько недель назад иллюстрирует эту реальность: это впечатляющий шаг во многих областях, но, скорее, чем драматический скачок, он представляет собой эволюционный и постоянный прогресс. Другие ведущие модели — от Anthropic до xAI или Google — также продвигаются постепенно, каждая из них развивая свои уникальные сильные стороны. Вместо гонки за доминированием одной модели мы наблюдаем здоровую специализацию: одни выделяются в области рассуждений, другие — в области кодирования, третьи — в области медиа или поиска; это эволюционная конкуренция. Поэтому я считаю, что недавняя корректировка носит конструктивный характер: она бросает вызов магическим представлениям об ИИ и заставляет нас оставаться реалистами. ИИ — это новый мощный способ вычислений, который потребует времени, дисциплины и итераций, чтобы полностью раскрыть свой потенциал. Для успеха требуются подсказки, интеграция с другими системами и, прежде всего, контроль со стороны человека. Чтобы создать ИИ-агента, который сможет заменить человека в корпоративной среде, он должен быть глубоко интегрирован с информационными системами компании, работать в соответствии со строгими стандартами безопасности и обеспечивать полную прослеживаемость обработки конфиденциальных данных. Не стоит ожидать, что это произойдет быстро. Фактически, недавнее исследование MIT проясняет, как многие из наиболее распространенных утверждений об ИИ необходимо переосмыслить. Прогнозы о том, что ИИ заменит большинство рабочих мест в течение нескольких лет, не сбываются: изменения в рабочей силе по-прежнему носят выборочный и отраслевой характер. Несмотря на высокий уровень внедрения, крупномасштабная трансформация все еще находится в зачаточном состоянии: лишь небольшая часть компаний полностью интегрировала ИИ в свои рабочие процессы, а многие секторы только начинают испытывать структурные изменения. Важно то, что там, где внедрение проходит успешно, компании отмечают ощутимую экономию за счет ИИ: сокращение затрат на BPO, снижение расходов на агентства и повышение операционной эффективности. Вместо того чтобы рассматривать это как откат, эти выводы показывают, где лежат возможности. Исследование показывает, что внутренние разработки часто сталкиваются с трудностями, в то время как внешние партнерства достигают более высоких показателей успеха (MIT, 2025). Для отрасли это доказывает, что вызовы — это не препятствия, а возможности для специалистов, которые могут обеспечить интеграцию и экономию в масштабе. Важно отметить, что они работают на нашей платформе Globant Enterprise AI, обеспечивающей безопасность, независимость моделей, агентные рабочие процессы и интеграцию с центральными системами компании. «Системы ИИ — это не только умение создать RAG-конвейер или подключить LLM. Они требуют глубокого понимания бизнеса в сочетании с глубоким пониманием технологии — без лишнего ажиотажа и с осознанием того, что системы будущего будут сочетать в себе несколько эпох и парадигм. Генеративный ИИ открывает понимание естественного языка, но его реальное влияние на бизнес проявляется только в сочетании с уже работающими инженерными дисциплинами, руководствующимися принципами ответственности и качества. Мы уже продемонстрировали этот подход в Globant для многих клиентов в сфере развлечений, спорта, энергетики и финансовых услуг. В этих отраслях экономия реальна и измерима. «Волшебных» внедрений не существует: результаты достигаются благодаря экспертизе, дисциплине и интеграции. Мы находимся в момент, когда ожидания пересматриваются, а разговор уходит от мифов к реальной и практической работе по превращению ИИ в ценность. Даже определить AGI чрезвычайно сложно — согласно некоторым определениям, мы уже могли бы быть на этом этапе, с моделями, превосходящими людей в конкретных задачах. Но путь к внедрению этих возможностей в производство более крутой и сложный, чем когда-либо. Этот переход — от ажиотажа к производству, от пилотных проектов к массовому внедрению — и есть настоящая долгосрочная возможность. «ИИ пришел, чтобы остаться. Он определит новый суперцикл инвестиций. Но для поддержания этого бума потребуется переосмысление — как технологий, так и бизнес-моделей». Автор является соучредителем и генеральным директором Globant.