Каждый третий проект в области генеративного ИИ окажется под угрозой закрытия

Согласно исследованиям Gartner, к 2026 году ожидается, что 80% организаций начнут применять API-интерфейсы генеративного ИИ и большие языковые модели или развернут приложения с поддержкой genAI в своих производственных процессах. Это значительный рост по сравнению с менее чем 5% в 2023 году. Компании применяют данную технологию для выявления закономерностей и формирования полезных идей, а также для автоматизации рутинных задач, что позволяет освободить сотрудников для более важных дел.

Несмотря на то что в настоящее время 9% компаний применяют генеративный ИИ для изменения своих бизнес-моделей и открытия новых возможностей, почти треть из этих инициатив, по прогнозам, прекратит свое существование к концу следующего года. Основными причинами такого отказа являются низкое качество данных, недостаточный контроль рисков, растущие затраты и неопределенная ценность для бизнеса.

Эти выводы представлены в новом опросе Gartner, в котором участвовали 822 руководителя и директора компаний, результаты которого были опубликованы в понедельник.

«Руководители с нетерпением ожидают возврата инвестиций в генеративный ИИ после шумихи, возникшей в прошлом году, но предприятия сталкиваются с большими трудностями в доказательстве и реализации их ценности», — отметила Рита Саллам, известный вице-президент-аналитик компании Gartner. «По мере увеличения масштабов инициатив финансовые затраты на разработку и внедрение моделей genAI становятся все более серьезными».

Интеграция искусственного интеллекта может потребовать значительных финансовых затрат, которые колеблются от 5 до 20 миллионов долларов. Согласно данным Gartner, к 2028 году свыше половины компаний, разработавших большие языковые модели с нуля, прекратят их использование. Основными причинами этого станут высокая стоимость, сложность и накопленные технические задолженности, возникающие в процессе их развертывания.

Тем не менее, в некоторых ситуациях инструменты генеративного ИИ приносят прибыль ранним адептам. Компании из различных секторов и бизнес-процессов отмечают разнообразные улучшения, зависящие от конкретных вариантов применения, характере работы и квалификации сотрудников. Руководители организаций, опрошенные компанией Gartner, указали на средний рост выручки на 15,8%, снижение затрат на 15,2% и увеличение производительности на 22,6%.

«К сожалению, для генеративного ИИ не существует единого решения, а затраты на него менее предсказуемы по сравнению с другими технологиями. Ваши расходы зависят от множества факторов: от того, сколько вы инвестируете, в какие варианты применения направлены ваши усилия и какие методы развертывания вы выбираете», — отметила Саллам.

Прошлый год был охарактеризован как год активного внедрения искусственного интеллекта в бизнесе. По данным отчета консалтинговой компании McKinsey & Co за август 2023 года, около 55% организаций проводили эксперименты с ИИ в своих рабочих процессах. Тем не менее, менее трети опрошенных компаний сообщили о применении ИИ более чем для одной функции, что указывает на то, что масштабы его использования остаются довольно ограниченными.

Компания Lucidworks, занимающаяся разработкой программного обеспечения для поиска и анализа на основе искусственного интеллекта, представила результаты своего второго ежегодного глобального исследования по GenAI. Выяснилось, что только 63% компаний по всему миру намерены увеличить свои расходы на ИИ в течение следующего года, что значительно ниже 93%, зафиксированных в 2023 году. Кроме того, Lucidworks отметила, что только четверть планируемых инициатив в области ИИ была внедрена организациями финансового сектора до 2024 года, несмотря на то что почти 50% руководителей в этой области выразили положительное отношение к ИИ в 2023 году.

Согласно исследованиям Lucidworks, финансовый сектор больше всего беспокоит использование генеративного ИИ в связи с проблемами безопасности данных, которые вызывают опасения у 45% опрошенных. На втором месте находятся вопросы точности (43%), а затем стоит стоимость (40%).

Мировое исследование, проведенное среди более 2500 руководителей компаний, отвечающих за принятие решений в сфере технологий искусственного интеллекта, наглядно демонстрирует, что стремительное развитие генеративного ИИ замедляется. Это связано с тем, что предприятия сталкиваются с вызовами, связанными с затратами и вопросами безопасности. «Организации понимают как возможности, так и риски и затраты», — отметил в своем заявлении Майк Синоуэй, генеральный директор Lucidworks.

Американские компании продолжают оставаться одними из самых оптимистичных в плане увеличения своих расходов на искусственный интеллект в этом году, с показателем в 69%. Несмотря на высокий уровень инвестиций, все больше организаций стараются найти баланс между возможностями генеративного ИИ и управлением связанными с ним рисками и затратами.

По иронии судьбы, большинство организаций начинают использовать инструменты генеративного ИИ преимущественно ради поддержания конкурентоспособности. Около трети руководителей компаний ощущают, что отстают от соперников, хотя почти все они сталкиваются с трудностями при внедрении этой технологии, как показало исследование LucidWorks.

Тем не менее, инвестиции в искусственный интеллект продолжают расти, и к 2030 году компании планируют ежегодно выделять 42 миллиарда долларов на проекты генерирующего ИИ, включая чат-ботов, исследования и инструменты для написания и реферирования.

Несмотря на то что в настоящее время на рынке преобладают коммерческие LLM, все больше организаций обращают внимание на небольшие специализированные модели, работающие исключительно с внутренними данными. По информации LucidWorks, почти 80% компаний используют коммерческие LLM, в то время как 21% предпочли модели с открытым исходным кодом.

Определить возврат инвестиций (ROI) по-прежнему является сложной задачей 

Несмотря на то что многие считают эту технологию настоящим прорывом для повышения производительности, на практике добиться ощутимой прибыли от инвестиций оказывается довольно непросто, как показывают исследования Lucidworks и других организаций.

Сорок два процента компаний отмечают, что пока не ощутили значительных преимуществ от своих инициатив в области генерирующего ИИ. Технологический и розничный сектора выделяются среди остальных более высокими показателями развертывания и достигнутых результатов. Тем не менее, в целом большинство отраслей всё ещё медленно продвигаются за пределы начальных пилотных проектов, как показало исследование Lucidworks.

Безопасность продолжает оставаться на первом плане для руководителей компаний, однако, согласно данным Lucidworks, обеспокоенность по поводу расходов увеличилась в 14 раз за последний год.

Кроме того, беспокойство о точности ответов возросло в пять раз, вероятно, из-за проблем, связанных с галлюцинациями. Это подчеркивает важность внимательного выбора LLM для достижения баланса между затратами и получением точных и безопасных результатов.

Как отметил Саллам в одном из предыдущих интервью для Computerworld, «в случае с genAI мы не утверждаем, что определить ROI просто, но само понятие ROI становится сложным, поскольку многие преимущества, такие как повышение производительности, оказывают косвенное или нефинансовое влияние, которое может отразиться на финансовых результатах в будущем».

Например, автоматизация генерации кода с помощью genAI может значительно повысить продуктивность разработчика программного обеспечения, освобождая время для углубленной работы над производительностью и инновациями. В результате это может привести к более быстрому выходу новых функций на рынок и, как следствие, к повышенному уровню удовлетворенности клиентов.

«Определить рентабельность инвестиций — это непростая задача», — отметил Брет Гринштейн, глава отдела данных и ИИ в компании PriceWaterhouseCoopers (PwC).

Однако, когда LLM адаптируется для выполнения конкретной функции или процесса, легче становится проводить сравнение его производительности с предыдущими методами — учитывая такие параметры, как стоимость, точность и скорость.

Иными словами, рентабельность инвестиций представляет собой финансовый показатель, который соотносит прибыль или убытки от вложений с их затратами. Таким образом, если компания решает инвестировать в genAI, то преимущества, полученные от таких расходов, должны превышать сами затраты.

«Как только вам удастся добиться стабильного достижения нового уровня производительности с помощью genAI, вы сможете внедрить его в производственные процессы, обеспечив правильное управление и контроль за эксплуатацией», — пояснил Гринштейн. «Когда у вас есть применение, которое позволяет сэкономить два часа в процессе, занимающем шесть часов, и вы отслеживаете его использование, это дает возможность подсчитать общую экономию».

На что следует обратить внимание при рассмотрении genAI

Согласно информации от Gartner, руководители, которые занимаются внедрением проектов на основе genAI, должны:

• Для того чтобы оценить возможное увеличение ценности бизнеса, полученной благодаря инновациям в бизнес-модели genAI, необходимо проанализировать стратегическую связанность корректировок в бизнесе с внедрением genAI.
• Для того чтобы определить общие расходы на инновации в бизнес-модели genAI, необходимо учитывать как затраты, связанные с внедрением genAI, так и расходы на требуемые изменения в бизнесе.
• При принятии взвешенных инвестиционных решений важно проводить расчет и оценку рентабельности вложений в инновации бизнес-модели genAI. Это подразумевает анализ финансовой выгоды и сопоставление ее с общими расходами, связанными с внедрением этих инноваций, включая расходы на необходимые изменения в бизнесе.

Когда рентабельность инвестиций оправдывает или превышает ожидания, это открывает возможность для увеличения вложений, путём масштабирования инноваций genAI и их распространения на более широкую аудиторию или внедрения в другие подразделения бизнеса, по данным Gartner. В случае, если рентабельность оказывается ниже необходимого уровня, стоит рассмотреть необходимость пересмотра инвестиций и изучения альтернативных вариантов использования genAI.