Венчурный инвестор и менеджер технологических стартапов Мудду Судхакар обсуждает на портале ITPro Today пять новых тенденций в области генеративного ИИ, которые, возможно, не попали в поле вашего зрения, но на которые стоит обратить внимание.
Ландшафт генеративного ИИ в 2023 г. напоминал американские горки. Этот год ознаменовался значительным всплеском инвестиций, в основном благодаря ажиотажу вокруг передовых моделей ИИ, таких как ChatGPT. Этот приток капитала увеличил состояние ведущих разработчиков больших языковых моделей (LLM), включая таких крупных игроков, как OpenAI, Anthropic и европейский новичок Mistral AI.
С другой стороны, быстрые темпы развития ИИ вызвали всеобщее беспокойство. Это вылилось в несколько открытых писем с призывом сделать паузу в развитии передовых систем ИИ. Эти призывы к осторожности были даже поддержаны влиятельными лидерами ведущих технологических компаний, такими как Элон Маск.
Но самый драматичный эпизод года разворачивался в зале заседаний совета директоров OpenAI. Неожиданное смещение соучредителя и генерального директора Сэма Альтмана вызвало шок в ИИ-сообществе. Этот бурный период потребовал вмешательства генерального директора Microsoft Сатьи Наделлы, который быстро и решительно направил компанию в нужное русло.
В 2024 г. сектор генеративного ИИ ожидает еще один год, полный волнений и, возможно, драматизма. Отрасль развивается бешеными темпами, создавая как проблемы, так и возможности.
Заглядывая в будущее, давайте рассмотрим некоторые из новых тенденций в области генеративного ИИ, которые, возможно, еще не у всех на слуху.
1. Появление малых языковых моделей (SLM)
В 2023 г. в сфере ИИ доминировали LLM, но
Эти специализированные модели умеют понимать уникальную лексику и жаргон конкретных областей. Их знания не ограничиваются только языком. Они также обладают глубоким пониманием нюансов продуктов и услуг компаний. В результате SLM способны генерировать высоко релевантный и точный контент, значительно снижая вероятность появления неточной информации или галлюцинаций.
2. Войны вокруг данных
В 2024 г. контроль и управление данными станут спорными вопросами. Заказчики ИИ-решений опасаются, что поставщики генеративного ИИ могут использовать их собственные данные для обучения моделей, а затем коммерциализировать полученную технологию.
Более того, расходы, связанные с передачей данных, могут стать серьезной проблемой. Генеративный ИИ опирается на обширные массивы данных, которые часто размещаются на таких крупных платформах, как Snowflake, AWS, Google Cloud и Azure. Эти компании могут не захотеть содействовать перемещению данных за пределы своих экосистем. Такое нежелание может привести к серьезным спорам, поскольку клиенты стремятся к большей автономии и гибкости в использовании и хранении своих данных.
3. Стремление к опциональности
События вокруг OpenAI подчеркнули опасность зависимости от одного поставщика генеративного ИИ. В ответ на это наметилась тенденция к диверсификации и гибкости лицензий на ИИ. Заказчики все чаще ищут варианты защиты от потенциальных рисков. Это приводит к появлению стратегии, в рамках которой компании создают инфраструктуры, поддерживающие взаимозаменяемость различных LLM и SLM.
Кроме того, растет интерес к моделям ИИ с открытым исходным кодом. Такие модели обладают преимуществами в плане большего контроля и возможности настройки в соответствии с конкретными требованиями. Open Source-варианты становятся привлекательными, поскольку они обеспечивают уровень прозрачности и адаптивности, который не могут предложить проприетарные модели.
4. Окупаемость
В 2023 г. сектор генеративного ИИ был в основном сосредоточен на инновациях и исследовании новых возможностей. Однако сейчас, когда мы вступаем в следующую фазу, акцент смещается в сторону получения ощутимой отдачи от инвестиций (ROI). Появляются ожидания четких финансовых выгод, например, получения прибыли в размере 3 долл. на каждый доллар, вложенный в технологии генеративного ИИ.
Хотя это может показаться непосильной задачей, потенциал генеративного ИИ для значительного повышения производительности труда поддерживает эти высокие ожидания. Одним из ключевых преимуществ этой технологии является ее способность извлекать ценные инсайты из неструктурированных данных — задача, которая традиционно была сложной и трудоемкой. Тем не менее, вполне вероятно, что многие корпоративные проекты в области генеративного ИИ не оправдают этих высоких ожиданий.
На самом деле, один из факторов, влияющих на сложность достижения удовлетворительной рентабельности инвестиций в генеративный ИИ, заключается в бизнес-моделях многих крупных компаний, предоставляющих программное обеспечение как сервис (SaaS), особенно в секторах управления взаимоотношениями с клиентами (CRM) и планирования ресурсов предприятия (ERP). Эти компании традиционно монетизируют свои услуги на основе количества пользовательских лицензий или мест.
Это побудит их существенно поднять цены на свои функции генеративного ИИ. Такая ценовая стратегия потенциально может затмить выгоду от внедрения этих передовых технологий.
5. Где же приложение-убийца?
Исторически сложилось так, что основные технологические тренды определялись приложениями-убийцами — программами, которая являлись настолько желанными или необходимыми для потребителей, что служили для них решающим аргументом при выборе технологии. Но в случае с генеративным ИИ примечательно то, что на самом деле их нет. Хотя существуют инновационные приложения, такие как ChatGPT, ни одно из них пока не достигло статуса ежедневно необходимого для широких масс, особенно в сравнении с такими вездесущими платформами, как Google.
Заключение
В 2024 г. генеративный ИИ окажется на переломном этапе. Сектор находится на пороге значительных достижений и прорывов, обладая огромным потенциалом для роста и инноваций. Одновременно с этим его ландшафт изобилует сложными проблемами.. От того, насколько успешно удастся справиться с этими проблемами, будет зависеть траектория развития сектора и его способность полностью использовать свой потенциал в ближайшие годы.
