В ходе сессии «Искусственный интеллект + Данные = человекоцентричный транспорт?» Сергей Голицын отметил, что, согласно международным исследованиям, уже несколько лет идет достаточно существенное снижение инвестиций в технологии искусственного интеллекта. При этом наблюдается кратно компенсирующий рост по вложениям капитала в реальные бизнес-решения.
Хайп закончился: эксперт рассказал о снижении инвестиций в ИИ-технологии
Бум инвестиций последних лет, который был направлен на технологии работы с большими данными и ИИ, заканчивается – пришло время пожинать плоды капиталовложений. Впрочем, барьеры входа в технологию для российского бизнеса остаются высокими. Об этом заявил руководитель Т1 ИИ Сергей Голицын на конференции по анализу больших данных и технологиям ИИ Data Fusion.
Freepik
Почему закончился хайп вокруг ИИ?
От технологий к реальным бизнес-решениям
По мнению спикера, мы наблюдаем историю перехода от хайпа к конструктивному применению технологии. В качестве примера он привел инструменты на базе компьютерного зрения, которые повсеместно внедряются транспортными компаниями страны.
«Основной запрос бизнеса сегодня связан с сервисами предиктивной аналитики и прогнозирования, инструментами оптимизации, встраиванием моделей в CRM-системы», — уверен эксперт.
Новые тренды: генеративный ИИ и LLM
Следующий шаг, по его мнению, — история с генеративным искусственным интеллектом и большими языковыми моделями. При этом активнее будет распространяться платформенный подход, который станет трендом в следующие несколько лет.
«Мы прогнозируем развитие MLOps-платформ, систем с Low-Code инструментарием, что позволит корпорациям самостоятельно и оперативно внедрять те или иные сервисы на базе технологии ИИ. Чтобы добираться до разных пластов данных бизнесу уже требуется вызывать модели машинного обучения через промт-инжиниринг и взаимодействие с большими языковыми моделями. Это даст возможность, например, быстро спрогнозировать трафик в определенном регионе в конкретное время», — рассказал Сергей Голицын.
Однако несмотря на то, что сервисы ИИ уже приносят практическую пользу, барьеры входа в технологии работы с большими языковыми моделями высоки. Сложности связаны с кадрами, инфраструктурными ограничениями и высокой стоимостью оборудования. Для российских компаний решением может стать создание кластеров и сотрудничество с профильными ИТ-командами.
На вопрос модератора «Когда ИИ сможет заменить человека?» эксперт ответил, что ИИ уже заменил или частично автоматизировал многие специальности или операции. Яркий пример — финтех: вместо десятков тысяч андеррайтеров и кредитных инспекторов в банках сейчас работают всего несколько сотен человек, которые финализируют сделки по займам. Основные решения по выдаче уже принимают алгоритмы.
В первую очередь алгоритмы заместят рутинные операции, которые сегодня выполняет человек. На горизонте нескольких десятилетий это станет заметным явлением.