Почем нынче искусственный интеллект и когда он окупится? Комментарий Георгия Бовта

После первичной эйфории от использования ИИ в бизнес-деятельности даже крупные компании стали задумываться, что его внедрение обходится им чрезмерно дорого, а также, что необходимо установить границы его использования. Также нужно решить важнейший вопрос: что будет с людьми, работу которых теперь может выполнять ИИ?

Эмма Греде, соучредитель и генеральный директор компании Good American Jeans, заявила, что нужна защита от экспансии искусственного интеллекта: «Необходимо защищать все, что требует человеческого участия: креативность, инновации, дизайн. Эти вещи должны делать люди, которые понимают потребности других людей. А остальное должен делать ИИ». Многие компании тоже жалуются на слишком дорогое внедрение ИИ, пишет издание Axios. Например, вице-президент Nvidia по обучению ИИ Брайан Катанзаро заявил, что «для его команды стоимость вычислительных ресурсов значительно превышает затраты на сотрудников». Где и в чем надо ограничивать ИИ и надо ли?

Одни называют ИИ главным двигателем прогресса, другие — дорогостоящим экспериментом, который пожирает бюджеты быстрее, чем дает отдачу. Компании наперегонки внедряют ИИ, не имея подчас ответа на вопрос о том, где граница между разумными инвестициями и неоправданными тратами ради новой моды. К примеру, как пишет Axios, компания Uber израсходовала весь бюджет на ИИ на 2026 год уже в самом начале года. Uber, как и многие другие корпорации, всячески поощряла сотрудников к максимальному использованию ИИ-инструментов. Однако нужной отдачи нет. Многие компании также жалуются на чрезмерно высокую стоимость внедрения ИИ. Что тем не менее пока не меняет главного тренда — осознанной ставки на ИИ в качестве замены человеческому капиталу. По прогнозам аналитической компании Gartner, мировые расходы на IT в 2026 году превысят 6,3 трлн долларов — на 13,5% больше, чем в прошлом году. Но в «облаке» висит вопрос: а когда все это окупится?

Когда говорят о дороговизне ИИ, то речь, конечно, не о подписках на те или иные сервисы, а о разворачивании языковой модели внутри той или иной корпорации, строительстве серверной инфраструктуры, инвестициях в дополнительное обучение моделей. Все эти масштабные вложения рассчитаны на долгосрочный горизонт окупаемости. Правда, и порог входа в «корпоративный ИИ» все время снижается.

Один из самых острых вопросов в связи с распространением ИИ: что будет с рабочими местами? Ответ неоднозначен. В краткосрочной перспективе — от одного до трех лет — наиболее уязвимы позиции, связанные с рутинной обработкой информации: операционисты, делопроизводители, младшие юристы, финансовые аналитики низшего звена, операторы кол-центров. Это задачи, которые ИИ уже сегодня выполняет быстрее, дешевле и с сопоставимым качеством. Однако исторически каждая волна автоматизации не только уничтожала старые профессии, но и создавала новые.

Промышленная революция вытеснила ручной труд — и породила инженеров, механиков, технологов. Компьютеризация 1980-1990-х годов убила профессию машинистки, но создала целые отрасли IT. По аналогии ИИ-революция должна генерировать спрос на профессии, которых еще несколько лет назад не существовало: промпт-инженеры, ИИ-тренеры, специалисты по верификации ИИ-контента, этики алгоритмов. Однако все эти профессии пока рано назвать массовыми.

Внедрение ИИ не должно происходить только ради сокращения штата, это примитивный подход. По идее, если сотрудники освобождаются от механической работы, то смогут концентрироваться на задачах, требующих более творческого подхода. Но если крупные компании могут позволить себе потратить значительные ресурсы на переобучение персонала, то малый бизнес и работники без доступа к образованию окажутся в проигрыше. Социальные последствия ИИ-революции в этом плане определяются не только технологическими возможностями, но и качеством общественных и политических институтов, способных и готовых управлять этим переходом. Есть ли такие на сегодня, готовы ли они к выполнению таких задач?

Если экономические расчеты по поводу замены рутинного труда ИИ еще выглядят убедительно, то с творческими специальностями ситуация сложнее. Например, в индустрии моды широко распространена точка зрения, согласно которой ИИ может анализировать тренды, оптимизировать логистику, управлять запасами, — и все это уже внедрено. Но само создание продукта, его эмоциональное содержание, история, которую вещь рассказывает покупателю, — это считается зоной, куда ИИ не должен заходить. Впрочем, несмотря на эти воззрения, ИИ уже сегодня генерирует изображения, пишет музыку, создает сценарии и рекламные тексты — причем на уровне, неотличимом от человеческого для неспециалиста. Крупные рекламные агентства используют ИИ для создания визуального контента, звукозаписывающие компании — для генерации фоновых треков, издательства — для написания обзоров и аннотаций. И тут встает еще и философский вопрос, на который нет однозначного ответа: является ли то, что создает ИИ, подлинным творчеством?

Нейросеть рекомбинирует паттерны из обучающих данных — но она не переживает опыт, не испытывает боли, не знает радости открытия. Продукт ИИ технически совершенен, но лишен той чисто гуманитарной основы, которая делает искусство искусством в его подлинном смысле.

К тому же с технологической точки зрения языковые модели по-прежнему склонны к галлюцинациям — уверенному порождению фактически неверной информации. В юридической и финансовой сферах это особенно опасно. Посему, прежде чем массово внедрять ИИ во многие процессы, необходимо создать надежные системы проверки и верификации, что само по себе требует ресурсов.

С экономической же точки зрения даже компании с самыми большими IT-бюджетами скоро столкнутся с необходимостью доказывать долгосрочную окупаемость ИИ-инвестиций. При этом ряд исследователей ставят под сомнение сами механизмы оценки эффективности ИИ. Компании нередко измеряют производительность ИИ по скорости выполнения задач — но не по качеству долгосрочных результатов. Быстро написанный код или юридический документ еще не означает хорошего кода или качественного документа. Реальная проверка эффективности ИИ-инвестиций требует горизонта в несколько лет — а не квартальных отчетов.