Ажиотаж вокруг genAI и связанных с ним технологий искусственного интеллекта идет на убыль, что заставляет компании искать конкретную отдачу от своих инвестиций.

Автор: Лукас Мирян, старший репортер Computerworld
 
Компания Gartner в августе опубликовала свой Hype Cycle for Emerging Technologies (Цикл развития новых технологий) на 2024 год. Исследование показало, что генеративный искусственный интеллект (genAI) прошел «пик завышенных ожиданий» и теперь скатывается к «впадине разочарования».
 
По данным Gartner, наряду с genAI, разработка программного обеспечения, дополненного искусственным интеллектом, также идет по нисходящей, пройдя через завышенные ожидания на рынках.
 
Инструменты генерации кода с помощью искусственного интеллекта получают все большее распространение в разработке программного обеспечения и, как ни странно, становятся популярным продуктом для большинства организаций, экспериментирующих с genAI. Темпы внедрения стремительно растут. Это связано с тем, что даже если инструменты предлагают только базовый код для нового приложения, средства автоматизации могут сократить время, которое в противном случае было бы потрачено на ручное создание и обновление кода.
 
Согласно Gartner, пик завышенных ожиданий — prompt-инжиниринг. В то время как большинство крупных языковых моделей, таких как GPT-4 от OpenAI, предварительно заполнены огромным количеством информации, промпт-инжиниринг — способ обучения алгоритма — позволяет адаптировать genAI для использования в конкретной отрасли или даже организации.
 
Интерес к GenAI снижается, поскольку на первое место выходит рентабельность инвестиций
 
Ажиотаж вокруг базовых моделей, таких как Google Gemini, Anthropic Claude, Amazon Bedrock и OpenAI GPT-4, среди предприятий ослабевает, поскольку компании вместо этого стремятся к конкретной отдаче от инвестиций (ROI). По словам Аруна Чандрасекарана, выдающегося вице-президента-аналитика Gartner, в наши дни организации чаще всего внедряют genAI только для тех случаев использования, которые повышают рентабельность инвестиций.
 
«Генеративный ИИ переживает период разочарования из-за несоответствия высоких ожиданий реальности, проблем предприятий с разработкой данных и управлением ИИ, а также неосязаемой окупаемости многих инициатив genAI», — говорит Чандрасекаран.
 
Несмотря на то, что технология позиционируется как средство повышения производительности, добиться максимальной рентабельности инвестиций в genAI может оказаться трудной задачей. По словам Риты Саллам, выдающегося вице-президента-аналитика Gartner, это связано не с тем, что сложно определить рентабельность инвестиций, а с тем, что многие преимущества, такие как производительность, имеют косвенное или нефинансовое воздействие, которое приводит к финансовым результатам только в будущем.
 
«Пропасть разочарований», по мнению экспертов Gartner, — период, когда интерес к технологии ослабевает, поскольку эксперименты и внедрения не оправдывают первоначального ажиотажа. Разработчики технологии отказываются от нее или терпят неудачу. Согласно Gartner, инвестиции будут продолжаться только в том случае, если оставшиеся в работе поставщики улучшат свои продукты, чтобы удовлетворить первых пользователей.
 
В центре внимания — агенты с искусственным интеллектом
 
Однако период разочарования может привести к тому, что Gartner называет «плато продуктивности», когда массовое внедрение начинает набирать обороты. Это также означает, что ориентация предприятий на рентабельность инвестиций, скорее всего, будет способствовать внедрению автономного ИИ в виде ИИ-агентов, которые обладают более значительным потенциалом для повышения производительности и результативности.
 
ИИ-агент — программное обеспечение, которое собирает данные и использует их для выполнения самостоятельных задач для достижения заранее определенных целей. Например, ИИ-агент может выступать в роли представителя службы поддержки клиентов и автоматически задавать клиенту различные вопросы, искать информацию во внутренних документах и предлагать решение. Основываясь на ответах клиентов, он определяет, может ли он решить запрос самостоятельно или передать его человеку.
 
По данным Gartner, к 2030 году компании будут тратить 42 миллиарда долларов в год на проекты genAI, такие как чат-боты, инструменты для исследований, написания текстов и обобщения информации.
 
Автономные системы ИИ могут работать при минимальном контроле со стороны человека. По словам Чандрасекарана, они стремятся «понять» свое окружение, сделать из него выводы и соответствующим образом скорректировать свои действия.
«Они могут принимать решения, покупать вещи и выполнять задачи, достигая целей в самых разных условиях так же эффективно, как и люди. Системы, способные выполнять любую задачу, доступную человеку, начинают медленно превращаться из научной фантастики в реальность», — говорит он.
 
Хотя нынешнему поколению моделей ИИ не хватает «самостоятельности», исследовательские лаборатории ИИ быстро выпускают агентов, которые могут динамично взаимодействовать со своей средой для достижения целей. Но, по словам Чандрасекарана, это будет постепенный процесс.
 
Следите за другими развивающимися технологиями
 
«Несмотря на то, что искусственный интеллект продолжает привлекать к себе внимание, ИТ-директора и ИТ-руководители должны также изучать другие новые технологии, обладающие трансформационным потенциалом для разработчиков, обеспечения безопасности, улучшения опыта клиентов и сотрудников. Им также необходимо разрабатывать стратегию использования инноваций в соответствии со способностью их организаций работать с непроверенными технологиями», — говорит Чандрасекаран.
 
В компании Gartner отмечают, что Hype Cycle for Emerging Technologies уникален среди других циклов хайпа компании, поскольку в нем собраны данные о более чем 2000 технологиях, а основное внимание уделено технологиях, которые «необходимо знать». «Эти технологии могут принести значительные выгоды в течение следующих двух-десяти лет», заявляют в Gartner.
 
Автономное программное обеспечение с искусственным интеллектом было включено в число четырех новых технологий, упомянутых в отчете, поскольку оно может работать при минимальном контроле со стороны человека, совершенствоваться и эффективно принимать решения в сложных средах.
 
«Эти продвинутые технологии включают в себя мультиагентные системы, крупномасштабные модели действий, автоматизированных заказчиков, человекоподобных рабочих роботов, автономных агентов и обучение с подкреплением», — говорится в отчете Gartner.
 
Автономные агенты в настоящее время достигают пика завышенных ожиданий. Чуть впереди автономных агентов на этом пути находится искусственный интеллект общего назначения — гипотетическая форма ИИ, при которой машина учится и мыслит так же, как человек.
 
Технологии GenAI и инновации развиваются быстрыми темпами, которые могут ошеломить ИТ-лидеров предприятий, отмечает Чандрасекаран.
 
«Многие компании также осознают, что genAI сам по себе не может быть панацеей для всех случаев использования, и его необходимо сочетать с другими технологиями искусственного интеллекта для получения значимой отдачи», — добавляет он. «Долгосрочный потенциал генеративного ИИ по-прежнему будет значительным, но ИТ-лидерам предприятий необходимо учитывать краткосрочные риски, чтобы достичь максимального уровня производительности».
 
Ссылка на источник