Прошло три года с момента появления ChatGPT, и многие эксперты начали использовать термин «пузырь», чтобы объяснить, почему генеративный ИИ не приносит ощутимой прибыли за пределами узкого круга технологических поставщиков.
В сентябре отчет MIT NANDA вызвал широкий резонанс благодаря утверждению о том, что 95% всех пилотных проектов ИИ не смогли масштабироваться или продемонстрировать четкую измеримую рентабельность инвестиций. Ранее McKinsey также указывала на то, что агентный ИИ является перспективным направлением для достижения значительных операционных преимуществ. В ходе технологического совета The Wall Street Journal лидеры отрасли рекомендовали руководителям информационных технологий не беспокоиться о возврате инвестиций от ИИ, поскольку измерить выгоды сложно, а попытки сделать это могут привести к ошибкам.
Первый принцип ИИ: Ваша информация – ваша ценность
Большинство статей об использовании данных в ИИ касаются технических задач обеспечения того, чтобы модели могли эффективно обрабатывать корпоративные данные из хранилищ, отражающих текущую и прошлую деловую реальность. Однако наиболее распространенное применение ИИ в бизнесе начинается с загрузки файлов в модель, что позволяет ускорить получение точных ответов и сократить количество необходимых запросов.
Эта стратегия требует передачи конфиденциальной информации компании в модель, поэтому необходимо учитывать два аспекта: обеспечение конфиденциальности и разработка стратегии переговоров с поставщиками моделей, которые нуждаются в доступе к закрытым данным для улучшения своих решений. Recent deals between Anthropic, OpenAI and large data platform owners highlight the importance of such partnerships.
Второй принцип ИИ: Скучное по дизайну
По данным Information is Beautiful, в 2024 году было выпущено 182 новых генеративных языковых модели. Часто старые версии моделей становятся недоступны после выхода новых, что приводит к нестабильности бизнес-процессов. В отличие от геймеров, которым нравится обновлять свои системы ради новинок, бизнес-процессы требуют стабильности и регулярности.
Успешные внедрения ИИ обычно связаны с решением специфических задач бизнеса, часто выполняемых незаметно в фоновом режиме, ускоряя рутинные операции без необходимости частых обновлений.
Третий принцип ИИ: Экономика минивэна
Чтобы избежать ненужных расходов, следует проектировать системы исходя из потребностей пользователей, а не ориентироваться на спецификации и бенчмарки поставщиков. Многие компании тратят значительные средства на поддержку сложных и дорогих систем, тогда как более простые решения позволяют успешно внедрять ИИ при минимальных дополнительных затратах.
Таким образом, лучший подход заключается в практическом начале работы с ИИ, создании независимости от конкретных технологий и использовании ценности корпоративных данных для взаимовыгодного сотрудничества с поставщиками.
