Искусственный ажиотаж вокруг Gen-AI провоцирует необоснованный рост зарплат и уменьшает объем доступного рынка для профессиональных вендоров. Разработчики внутри компаний обещают решение любой прикладной задачи с помощью ИИ в кратчайшие сроки. Но зачастую они не учитывают сложность промышленной эксплуатации и стоимость владения технологией. Об этом было заявлено на конференции «Руссофта».
В Москве прошла конференция ассоциации разработчиков софтверных решении «Руссофт», в рамках которой компания Content AI представила доклад «ИИ-пузырь: финансы, технологии, ожидания». Появление генеративного искусственного интеллекта (Gen-AI) и мультимодальных моделей сопоставим по значимости со сменой парадигм в работе с данными и физико-математическим моделированием. Он предлагает колоссальные возможности для повышения личной и профессиональной эффективности. В то же время нынешнее состояние рынка характеризуется признаками психологического и инвестиционного «пузыря».
Трата ресурсов
По мнению советника генерального директора компании Content AI Олега Сажина, в настоящее время в сфере искусственного интеллекта (ИИ) наблюдаются специфические рыночные деформации, вызванные ажиотажем вокруг генеративных моделей. Огромное количество стартапов и попытки некоторых вендоров выйти в несвойственные им ниши создают ситуацию неопределенности для конечного клиента. Во многих крупных и средних компаниях созданы структуры, обещающие руководству решение любой прикладной задачи с помощью ИИ в кратчайшие сроки. Такая позиция часто не учитывает сложность промышленной эксплуатации и стоимость владения технологией.
Активность множества мелких команд ведет к созданию идентичных по своей сути инструментов. Это оттягивает материальные и интеллектуальные ресурсы, провоцирует необоснованный рост зарплат и уменьшает объем доступного рынка для профессиональных вендоров. При этом продукты, созданные внутри компаний для внутренних нужд, часто не выдерживают конкуренции на открытом рынке из-за отсутствия продуктовой экспертизы и поддержки.
Олег Сажин отметил, что сама по себе модель ИИ («голая модель») не является законченным продуктом — это мощный двигатель, у которого изначально нет ни колес, ни руля, ни сидений. Без надлежащей интеграции она непригодна для решения бизнес-задач. Он объяснил это на примере интеллектуальной обработки документов (IDP). ИИ может распознать текст или извлечь данные, но он не умеет управлять физическим сканером или открывать специфические почтовые архивы. Эксплуатация системы, управление очередями задач и интеграция в бизнес-процесс — это задачи классического ПО, а не генеративной модели.
В этой связи, ИИ интеллект не является «серебряной пулей», он лишь обогащает функциональность уже существующих, проверенных временем продуктов. Олег Сажин также отметил, что классические алгоритмические подходы зачастую показывают результаты не хуже, а иногда и лучше мультимодальных моделей. На это указывают исследования в области обработки больших массивов документов. При этом эксплуатация генеративных моделей пока обходится в несколько раз дороже, чем использование традиционных методов машинного обучения или алгоритмов.
Эффективная комбинация
Олег Сажин полагает, что продукт должен эффективно комбинировать различные технологии (классический OCR, NLP и генеративный ИИ) для достижения баланса между точностью и стоимостью. Это критически важно в условиях ограниченных бюджетов. Также в вопросах внедрения ИИ критически важным остается фактор информационной безопасности и соответствия стандартам. Наибольшим доверием пользуются решения, способные работать внутри закрытого контура компании (on-premise). Использование отечественных моделей ИИ рассматривается как приоритетное направление для обеспечения технологического суверенитета и безопасности данных.
Следующим этапом цифровой трансформации, по его мнению, станет переход от систем извлечения данных к автономным ИИ-агентам. В отличие от текущих систем, которые только выдают информацию для дальнейшего анализа человеком, агенты способны действовать самостоятельно. К примеру, ИИ-агент не просто распознает счет, а самостоятельно сверяет его с заказом и внутренними регламентами организации. Если данные в документах соответствуют условиям, ИИ-агент автоматически отправляет документ на оплату без участия оператора. Современные решения (например, ContentCapture) развиваются именно в сторону создания таких замкнутых структур управления данными.
Иными словами, по мнению Олега Сажина, в технологической гонке победят те разработчики и компании, которые сфокусируются не на технологической моде, а на бизнес-эффективности.
