Дарья Фокина

«Риск ухудшения ИИ-моделей есть. Современные ИИ-модели учатся не только на чистых датасетах, но и на огромном массиве публичного контента. Если в этой среде растет доля примитивного, повторяющегося ИИ-контента, возникает эффект замкнутого круга: модели начинают учиться на собственных же упрощенных производных. Чтобы ухудшение качества не происходило, крупные игроки уже сейчас инвестируют в фильтрацию данных, синтетические чистые датасеты и ручную экспертизу обучения. Таким образом, эта проблема пока решается».

«Реклама по телевизору, баннеры в соцсетях, фото на маркетплейсах — огромное количество генеративного контента. Понятно, почему бизнес использует нейросети. Если три года назад это было круто, модно, хайпово, то сейчас это просто дешевле и быстрее. Зачем нанимать съемочную группу, фотографа, арендовать студию, если контент можно сделать через ИИ-сервис? Чтобы не вызывать негатив пользователей, надо делать качественный контент, нанимать специалистов, которые умеют это делать хорошо. И тогда контент, который будет приближен к настоящему, никто не отличит от реального, и негатива не будет».

«Первое — это b2b и enterprise- контракты, корпоративные лицензии, API, кастомные решения и интеграция в бизнес-процессы. Именно здесь основные деньги. Второй источник — это инфраструктурные сделки, это партнерство с облачными провайдерами, продажа вычислений, совместные дата центры. И третий большой источник — это экосистема ИИ-данных, это маркетплейс агентов, надстроек, специализированных моделей под конкретные отрасли. В будущем добавится еще один источник — это ИИ как цифровой сотрудник, за которого бизнес платит ежемесячно. OpenAI уже анонсировали своего автономного ИИ-стажера, который должен появиться в 2026 году».