Революция искусственного интеллекта уже теряет популярность
Кристофер Мимс, WSJТемпы инноваций в области искусственного интеллекта замедляются, его полезность ограничена, а стоимость его эксплуатации остается непомерной.
На прошлой неделе NVIDIA сообщила о ошеломляющих доходах. Илон Маск только что сказал, что в следующем году появится искусственный интеллект человеческого уровня. Крупные технологические компании, похоже, не могут закупить достаточное количество чипов для искусственного интеллекта. Кажется, что поезд, рекламирующий искусственный интеллект, прямо сейчас отправляется со станции, и нам всем следует запрыгнуть на него.
Но на горизонте может оказаться значительное разочарование, как с точки зрения возможностей ИИ, так и с точки зрения прибыли, которую он принесет инвесторам.
Темпы совершенствования ИИ замедляются, и, похоже, что даже для самых способных из них существует меньше приложений, чем первоначально предполагалось. Создание и использование ИИ обходится чрезвычайно дорого. Постоянно появляются новые, конкурирующие модели ИИ, но им требуется много времени, чтобы оказать существенное влияние на то, как на самом деле работает большинство людей.
Эти факторы поднимают вопросы о том, может ли ИИ стать товаром, о его потенциале приносить доход и особенно прибыль, и действительно ли рождается новая экономика. Они также предполагают, что расходы на ИИ, вероятно, опережают сами себя, как мы в последний раз наблюдали во время оптоволоконного бума в конце 1990-х годов — бума, который привел к некоторым из крупнейших крахов первого пузыря доткомов.
Темпы совершенствования ИИ замедляются
Большинство измеримых и качественных улучшений в современных больших языковых моделях ИИ, таких как ChatGPT от OpenAI и Gemini от Google, включая их таланты к написанию и анализу, сводятся к тому, чтобы вводить в них все больше данных.
Эти модели работают, обрабатывая огромные объемы текста, и нельзя отрицать, что до сих пор простое добавление большего количества приводило к улучшению возможностей. Но основным препятствием для продолжения этого пути является то, что компании уже обучили свои ИИ более или менее всему Интернету, и у них заканчиваются дополнительные данные для сбора датасетов. В Интернете нет больше контента, созданного людьми, который можно было бы вдохнуть в современный ИИ.
Для обучения ИИ следующего поколения инженеры обращаются к «синтетическим данным», то есть к данным, генерируемым другими ИИ. Этот подход не сработал для создания более качественной технологии беспилотного вождения для транспортных средств, и есть множество свидетельств того, что он не будет лучше и для больших языковых моделей, говорит Гэри Маркус, ученый-когнитивист, который продал Uber стартап в области искусственного интеллекта в 2016 году.
Искусственный интеллект, такой как ChatGPT, быстро развивался на заре своего развития, но то, что мы видели за последние 14 с половиной месяцев, — это лишь постепенный прогресс, — говорит Маркус. «Правда в том, что основные возможности этих систем либо достигли плато, либо, по крайней мере, замедлились в своем совершенствовании», — добавляет он.
Дополнительные доказательства замедления совершенствования ИИ можно найти в исследованиях, показывающих, что разрыв между производительностью различных моделей ИИ сокращается. Все лучшие проприетарные модели ИИ имеют примерно одинаковые оценки в тестах своих способностей, и даже бесплатные модели с открытым исходным кодом, такие как модели Meta и Mistral, догоняют их.
ИИ может стать товаром
Зрелая технология — это та, о которой каждый знает, как ее создать. В отсутствие глубоких прорывов, которые становятся чрезвычайно редкими, никто не имеет преимущества в производительности. В то же время компании стремятся к повышению эффективности, и тот, кто побеждает, переходит от того, кто лидирует, к тому, кто может сократить расходы до минимума. Последней крупной технологией, с которой это произошло, были электромобили, а теперь, похоже, то же самое происходит и с искусственным интеллектом.
Коммерциализация искусственного интеллекта является одной из причин того, что Аншу Шарма, исполнительный директор стартапа Skyflow, занимающегося данными и конфиденциальностью искусственного интеллекта, и бывший вице-президент гиганта бизнес-программного обеспечения Salesforce, считает, что будущее стартапов искусственного интеллекта, таких как OpenAI и Anthropic, может быть туманным. Хотя он оптимистичен в отношении того, что крупные компании, такие как Microsoft и Google, смогут привлечь достаточное количество пользователей, чтобы их инвестиции в ИИ окупились, для этого потребуется потратить огромные суммы денег в течение длительного периода времени, в результате чего даже самые финансируемые стартапы в области ИИ — с их сравнительно ничтожными чеками - не способны конкурировать.
Это уже происходит. Некоторые стартапы в области искусственного интеллекта уже столкнулись с хаосом, в том числе Inflection AI — ее соучредитель и другие сотрудники перешли в Microsoft в марте. Генеральный директор компании Stability AI, которая создала популярный инструмент искусственного интеллекта Stable Diffusion, внезапно ушел в отставку в марте. Многие другие стартапы в области искусственного интеллекта, даже хорошо финансируемые, по-видимому, ведут переговоры о продаже себя.
Сегодняшние ИИ по-прежнему чрезвычайно дороги в эксплуатации
Часто цитируемая цифра в аргументах о том, что мы находимся в пузыре ИИ, — это расчет венчурного фонда Кремниевой долины Sequoia, согласно которому отрасль потратила 50 миллиардов долларов на чипы Nvidia для обучения ИИ в 2023 году, но принесла только 3 миллиарда долларов дохода.
Эта разница вызывает тревогу, но что действительно важно для долгосрочного здоровья отрасли, так это то, сколько стоит эксплуатация ИИ.
Цифры получить практически невозможно, и оценки сильно разнятся, но суть в том, что для популярного сервиса, основанного на генеративном искусственном интеллекте, затраты на его эксплуатацию намного превышают и без того невероятные затраты на его обучение. Это потому, что ИИ должен думать заново каждый раз, когда его о чем-то спрашивают, а ресурсы, которые ИИ использует, когда генерирует ответ, намного больше, чем то, что требуется, скажем, для возврата обычного результата поиска. Аналитики считают, что для такой компании, как Google, почти полностью поддерживаемой рекламой, которая сейчас предлагает сгенерированные ИИ сводки по миллиардам результатов поиска, предоставление ответов ИИ на эти поисковые запросы съедят почти всю прибыль.
В своих последних отчетах о прибылях и убытках Google, Microsoft и другие заявили, что их доходы от облачных сервисов выросли, что они отчасти объясняют тем, что эти сервисы обеспечивают работу ИИ других компаний. Но поддержание этого дохода зависит от того, чтобы другие компании и стартапы получили от ИИ достаточную ценность, чтобы оправдать продолжение расходования миллиардов долларов на обучение и эксплуатацию этих систем. Это подводит нас к вопросу «усыновления».
Узкие варианты использования, медленное внедрение
Недавний опрос, проведенный Microsoft и LinkedIn, показал, что трое из четырех белых воротничков теперь используют ИИ на работе. Другое исследование, проведенное компанией Ramp, занимающейся управлением корпоративными расходами и отслеживанием, показывает, что около трети компаний платят хотя бы за один инструмент искусственного интеллекта, по сравнению с 21% год назад.
Это говорит о том, что существует огромная пропасть между количеством работников, которые просто играют с ИИ, и теми, кто полагается на него и платит за него. Например, AI Copilot от Microsoft стоит 30 долларов в месяц.
OpenAI не раскрывает свой годовой доход, но Financial Times сообщила в декабре, что он составил как минимум 2 миллиарда долларов и что компания рассчитывает удвоить эту сумму к 2025 году.
Это все пока еще очень далеко от дохода, необходимого для оправдания оценки OpenAI в почти 90 миллиардов долларов. По данным аналитической компании Appfigures, недавняя демонстрация компанией своих новых голосовых функций привела к однодневному скачку числа мобильных подписок на 22%. Это показывает, что компания преуспевает в привлечении интереса и внимания, но неясно, сколько из этих пользователей останется.
Имеющиеся данные свидетельствуют о том, что ИИ далеко не тот усилитель производительности, которым его представляли, говорит Питер Каппелли, профессор менеджмента в Уортонской школе Пенсильванского университета. Хотя эти системы могут помочь некоторым людям выполнять свою работу, они не могут заменить их. Это означает, что они вряд ли помогут компаниям сэкономить на заработной плате. Он сравнивает это с тем, как медленно появляются беспилотные грузовики, отчасти потому, что оказывается, что вождение грузовика — это лишь часть работы водителя грузовика.
Добавьте сюда множество проблем, связанных с использованием ИИ на работе. Например, ИИ по-прежнему создают фейковую информацию, а это означает, что для их использования требуется фактчекер. Кроме того, получение максимальной отдачи от открытых чат-ботов не является интуитивно понятным, и работникам требуется значительное обучение и время, чтобы приспособиться.
Изменение мышления и привычек людей станет одним из самых больших препятствий на пути быстрого внедрения ИИ. Это удивительно последовательная закономерность при внедрении всех новых технологий.
Ничто из этого не означает, что сегодняшний ИИ в долгосрочной перспективе не изменит все виды рабочих мест и отраслей. Проблема в том, что нынешний уровень инвестиций – в стартапы и крупные компании – похоже, основан на идее о том, что ИИ станет намного лучше, быстрее и будет принят в качестве повсеместного инструмента так скоро, что его влияние на нашу жизнь и мир экономику будет трудно переоценить.
Но все больше фактов свидетельствует о том, что это далеко не так.