Затраты на проекты в области искусственного интеллекта могут быстро увеличиваться, предупреждает Gartner, поэтому ИТ-руководителям необходимо сосредоточиться на бизнес-целях и инвестировать средства должным образом, сообщает портал ComputerWeekly.

Генеративный ИИ (GenAI) уже миновал пик гартнеровского «цикла шумихи», но пока не оправдал ожиданий, рассказала на европейской конференции Gartner в Барселоне Алисия Маллери, вице-президент по исследованиям аналитической компании.

Про ее словам, сейчас имеют место две ИИ-гонки: первая — это гонка поставщиков технологий, вторая — за обеспечение безопасности и надежности результатов ИИ. «Это ваша гонка», — сказала Маллери аудитории ИТ-руководителей.

Один из выводов, сделанных на основе ее доклада, заключается в том, что при работе с GenAI легко потратить деньги впустую. «Вы должны понимать, на что идут деньги, и постоянно контролировать их расходование», — предупредили Маллери и ее коллега Дэрил Пламмер, главный аналитик Gartner.

По словам Пламмера, большинство организаций, с которыми общалась Gartner, не готовы к ИИ. «Они не готовы к нему ни эмоционально, ни технологически, ни организационно, ни управленчески», — сказал он.

Чтобы свести к минимуму неудачи, Gartner рекомендует два подхода: один — для организаций, которые хотят использовать ИИ в первую очередь для повышения производительности; второй — для использования ИИ в целях трансформационных изменений.

Данные Gartner показывают, что стоимость проекта по проверке концепции может составлять от 300 тыс. долл. до более чем 2 млн. долл. И если ИТ- и бизнес-руководители могут оценить большие затраты, связанные с обучением моделей ИИ на дорогом оборудовании с графическими процессорами (GPU), то затраты, связанные с выводами ИИ, могут быстро выйти из-под контроля, отметил Пламмер.

«Получение выводов ИИ стоит очень дорого, потому что ИИ-модели должны использовать нечто, называемое матричным умножением, для обработки всех параметров, которые они используют для получения прогноза. Для этого требуются GPU, которые вы либо покупаете и размещаете в собственном дата-центре, либо арендуете у облачного провайдера. Оба варианта очень дороги», — сказал он.

Пламмер предупредил, что поставщики технологий слишком сосредоточены на рассмотрении развития ИИ со своей точки зрения и не объясняют клиентам, как пройти путь к достижению целей применения этих передовых ИИ-систем. «Microsoft, Google, Amazon, Oracle, OpenAI и др. совершают одну большую ошибку — они показывают нам, что мы можем делать, но не показывают, что мы должны делать», — сказал он.

Поскольку многие организации не готовы к внедрению передового ИИ, доступного им от крупных поставщиков, Пламмер говорит, что многие из них тратят 75% своего ИИ-бюджета на ИТ-консалтинг, чтобы понять, как новая технология может принести пользу их организации.

«Чтобы дойти до стадии проверки концепции, требуется немалый бюджет», — сказал он, добавив, что расходы будут расти до тех пор, пока ИТ-руководители не начнут внедрять корпоративные ИИ-системы в производство, и тогда они смогут лучше понять, как управлять текущими расходами.

Аналитики пояснили, что ИТ-руководители должны учитывать результаты, которых они хотят достичь. Те, кто рассматривает возможность внедрения ИИ для повышения эффективности бизнеса, именуемые Gartner «организациями, устойчиво внедряющими ИИ» («AI-steady»), скорее всего, реализуют не более 10 пилотных проектов или инициатив в области ИИ. В этом случае на людей может быть возложена задача мониторинга и проверки правильности работы ИИ-систем.

Те организации, в которых GenAI рассматривается как технология, трансформирующая отрасль, скорее всего, будут проводить гораздо больше пилотных проектов. Gartner относит такие организации к категории «ускоренно развивающихся с помощью ИИ» («AI-accelerated»). Аналитическая компания считает, что управлять ИИ-системами, которые собираются внедрять организации для ускорения своего развития, не под силу человеку.

В связи с этим Gartner прогнозирует развитие технологии TRiSM (управление доверием, рисками и безопасностью), которая, по мнению аналитиков, будет играть важную роль в обеспечении соответствия систем ИИ нормативным требованиям.