На рынке существует путаница, связанная с генеративным ИИ, что приводит предприятия к ненужным расходам и задержкам, считает Эрик Бретену из Gartner.

Автор: Бен Эббот, TechRepublic
 
Руководитель отдела исследований ИИ в Gartner Эрик Бретену был свидетелем бурного роста интереса к генеративному ИИ со стороны предприятий по всему миру с момента запуска ChatGPT в 2022 году. По его словам, теперь даже его 83-летняя мать, наконец, понимает, чем он зарабатывает на жизнь.
 
«На самом деле, она очень творчески подошла к использованию генеративного ИИ», — говорит он.
 
Однако предприятия не всегда начинают с полного представления о генеративном ИИ. Бретену отмечает, что на рынке существует путаница в отношении этой технологии — отчасти из-за языка, используемого поставщиками.
 
Покупатели технологий не всегда понимают разницу между расширенным ИИ и генеративным или, например, чем агенты ИИ отличаются от моделей генеративного ИИ. Это приводит к тому, что некоторые организации допускают ошибки в том, как они пытаются применить технологию для использования в бизнесе.
 
Путаница в отношении различных типов ИИ
 
Внезапный всплеск интереса и внимания средств массовой информации к генеративному ИИ привел к большой неразберихе, когда люди приравнивают ИИ в целом к возможностям генеративного ИИ. Бретену подчеркивает, что ИИ — гораздо более широкая дисциплина, в которой помимо генеративного ИИ есть много других важных применений.
 
«Искусственный интеллект и генеративный ИИ — не одно и то же», — объясняет он. «Они не взаимозаменяемы».
 
По словам Бретену, генеративный ИИ — практика под эгидой ИИ, в то время как ИИ — обширная дисциплина, в которой есть множество методов и практик, включая интеллектуальное принятие решений, науку о данных и генеративный ИИ.
 
Один из примеров запутанной рыночной терминологии — широкое использование аббревиатуры AI/ML в этой области.
 
«Я ненавижу эту аббревиатуру, потому что она означает, что AI равен ML. Это неправда», — говорит Бретену. «Технологии ИИ — системы, основанные на правилах, методы оптимизации, графические технологии, механизмы поиска, окружающий интеллект; всевозможные методы ИИ существуют на протяжении последних пяти десятилетий».
 
Генеративный ИИ используется только в 5% случаев производственного применения
 
Бретену отмечает, что в настоящее время на генеративный ИИ приходится лишь небольшая доля ИИ в производстве.
 
«Я вижу примерно 5% случаев использования», — поясняет он. «Конечно, если вы подсчитаете количество copilots и скажете, что это генеративный ИИ, то их число станет намного больше. Но пока я не увижу окупаемости инвестиций в такого рода применения, для меня это не самый лучший вариант использования. Это всего лишь функция».
 
Между тем, Бретену отмечает, что другие технологии искусственного интеллекта продолжают использоваться в самых разных случаях.
 
«А остальное в ИИ? Что ж, самолеты прибывают вовремя, потому что вы используете методы оптимизации для управления всеми этими экипажами, пассажирами, судами, аэропортами, выходами на посадку и всем остальным. И удачи вам в этом без ИИ. Все эти системы работают, потому что ИИ сегодня является основой».
 
ИИ-агентов путают со статичными моделями ИИ
 
Gartner выделила агентный ИИ в качестве ключевого стратегического технологического тренда, за которым стоит следить в 2025 году. Однако, по словам Бретену, клиенты должны избегать путаницы в отношении того, что на самом деле представляет собой ИИ-агент, особенно когда «поставщики очень хорошо умеют запутывать наших клиентов», заявляя, что модели ИИ и ИИ-агенты — одно и то же.
 
«Это далеко не одно и то же», — говорит он. «На самом деле, это очень вредно — ставить их в одно предложение».
 
Бретену добавляет, что:
 
* ИИ-агент — активный программный объект, который выполняет задачи от имени кого-то или чего-то и часто действует независимо.
* Модель ИИ — пассивный объект, созданный с помощью алгоритма и набора данных. Хотя агент может использовать модели для выполнения своей задачи, это не одно и то же.
 
«Я думаю, путаница возникает из-за сочетания создания динамической системы, которая что-то выполняет, и создания набора и библиотеки статических активов, которые могут быть использованы, но не делают ничего конкретного», — объясняет он. «Они просто лежат там, пока вы их не используете. Агенты могут их использовать, но это не одно и то же».
 
Путаница в вопросах ИИ приводит к дорогостоящим ошибкам для организаций
 
Бретену говорит, что он видел, как организации «совершали большие, дорогостоящие ошибки» в результате неправильного понимания ИИ. Некоторые организации сталкиваются с проблемами, когда применяют статичную модель искусственного интеллекта, не имея надлежащей инфраструктуры для придания ей динамичности, что приводит к дорогостоящим задержкам и другим проблемам в производстве.
 
По словам Бретену, на симпозиуме Gartner было заметно некоторое недопонимание: «Я беседовал с одним джентльменом, который сказал мне: «Мы хотим использовать для этого генеративный искусственный интеллект». И я ответил: «Ну, то, что вы пытаетесь сделать, можно решить с помощью графиков — гораздо проще, гораздо дешевле и намного быстрее».
 
Теперь основное внимание уделяется практическому применению ИИ
 
После запуска ChatGPT в области ИИ начался период изучения моделей генеративного ИИ. Это ознаменовало переход от прежнего фокуса на операционализации искусственного интеллекта и управлении техническим долгом, связанного с масштабным развертыванием систем ИИ, что Бретену называет инженерией ИИ.
 
По состоянию на январь 2024 года, по словам Бретену, организации вышли из этого «перерыва» и снова сделали инженерию искусственного интеллекта главным приоритетом, пытаясь эффективно внедрить новые возможности генеративного ИИ.
 
«Начиная с января 2024 года, это было неожиданно для нас с точки зрения исследований; перемена закончилась, и мы вернулись в школьный класс», — объясняет он. «Появились вопросы: «Как нам заставить эти чертовы штуки работать?», «Сколько они стоят?», «Действительно ли они полезны?» и «Где мы можем их использовать?». Инженерия искусственного интеллекта возвращается».
 
Ссылка на источник