Революция ИИ буксует: в чем проблема диффузии технологий
Инвестиции в искусственный интеллект растут быстрее, чем его реальное внедрение в экономике
МИЛАН — Создание мощных моделей играет центральную роль в начавшейся революции искусственного интеллекта (ИИ). Но у этой революции есть второй, столь же важный компонент: адаптация и внедрение ИИ-моделей во всей экономике ради снижения себестоимости существующей продукции и услуг, а также ради ее улучшения или создания новой продукции и услуг, содействующих экономическому и социальному развитию. Но если модели разрабатываются в основном в США и Китае, то их внедрение может и должно происходить везде.
В целом ИИ-революция будет следовать J-образной кривой. Сначала огромные инвестиции, которые не приносят мгновенной выгоды — в физическую инфраструктуру, программное обеспечение, адаптацию бизнес-моделей, консолидацию данных, развитие человеческого капитала и так далее. В этот период наблюдается понижающее давление на производительность в широком определении, то есть с учетом показателей, которые не измеряются традиционными счетами национального дохода.
Но затем включается потенциал этой технологии в создании стоимости, и кривая изгибается вверх. Мы еще не достигли этой точки, и поэтому нельзя точно сказать, как будет выглядеть этот подъем, то есть высота и наклон J-образной кривой. Инвесторы явно делают ставку на огромную отдачу, но в дискуссиях об ИИ сохраняется отчетливое ощущение неопределенности, и есть прогнозы, что эта технология не оправдает ожиданий, а бум сменится крахом. Ответ на вопрос, кто окажется прав, будет в гораздо большей степени зависеть от распространения, диффузии ИИ, а не разработок.
Пока что ИИ распространяется неравномерно: некоторые отрасли (особенно техносектор, финансы, профессиональные услуги) активно внедряют эту технологию, а другие (в том числе отрасли с большой занятостью, такие как здравоохранение и строительство) отстают. Сейчас это неравенство не удивляет, но, если оно сохранится, J-кривая станет более плоской, то есть сегодняшние инвестиции принесут меньше отдачи, а повышение темпов роста экономики и производительности задержится. Иными словами, ответ на вопрос, надулся на рынке ИИ инвестиционный пузырь или нет, будет в основном определяться характером и скоростью его диффузии в ближайшие годы.
Эта диффузия происходит через множество каналов, быстрейшим из которых, пожалуй, является предоставление программного обеспечения как услуги (SaaS). Поставщики таких услуг (поиск Google, Microsoft Office, Notion, Salesforce, Adobe) уже интегрируют в них ИИ. Можно также сравнительно быстро встроить ИИ в научные процессы. А поскольку крупные разработчики больших языковых и мультимодальных моделей предлагают программные интерфейсы (API), позволяющие быстро создавать специализированные ИИ-модели, прогресс может ускориться и на других направлениях.
Модели с открытым кодом, которых пока больше в Китае, чем в США, открывают даже больше возможностей. Они позволяют усилить специализацию и конкуренцию, в том числе со стороны небольших фирм и стран, у которых нет огромной компьютерной инфраструктуры, требуемой для крупных моделей. Тем не менее барьеры для выхода на этот рынок сохраняются: надежное электроснабжение и компьютерные мощности, а также доступность мобильного интернета — вот необходимые условия для широкого внедрения.
Многое зависит также от торговли, причем особенно компонентами и ресурсами, включая передовые полупроводники. Важен и человеческий капитал. От передовых ИИ-инженеров и стратегического управления на высшем уровне до пользовательских навыков — экономика должна обеспечить доступность целого спектра новых способностей с помощью обучения, переподготовки и трудовой мобильности. Последний элемент этого пазла — данные. Когда системы данных фрагментированы, неполны, неточны или недоступны, обучение эффективных моделей замедлится — в лучшем случае.
Внедрение ИИ во многом зависит от инициатив частного сектора, но политические установки и структуры регулирования тоже важны. Руководство Китая это понимает. Как недавно отметил основатель Huawei Жэнь Чжэнфэй, Китай выбрал практический подход с целью использовать ИИ для решения проблем экономики и развития в реальном мире. Итак, задача разработки все более мощных больших моделей имеет высокий приоритет, но такой же приоритет и у задачи широкого внедрения ИИ. Это поможет быстро повысить качество услуг, эффективность и производительность, что необходимо для компенсации последствий быстрого старения населения.
Власти Китая активно направляют инноваторов на достижение этих результатов. Правительство не только стимулирует крупные техноплатформы создавать модели с открытым кодом, но и поручило им разрабатывать приложения (или делать возможной их разработку) для применения в конкретных целях — для беспилотного вождения, здравоохранения, робототехники (в промышленности и в логистике), управления производственными цепочками, зеленых технологий. Китайские власти также регулярно спонсируют конференции и конкурсы для разработчиков.
Эти усилия приносят отдачу. Например, на долю Китая приходится более 30% общемирового промышленного выпуска. В 2024 году на долю Китая пришлось 54% всех случаев установки роботов в мире. И сейчас эта страна может похвастаться, что у нее почти половина всех установленных в мире роботов — чуть более двух миллионов.
В сравнении с США политическая система Китая намного активней участвует в процессе, и она склонна определять направление движения, когда речь заходит о применении и внедрении ИИ в разных отраслях экономики. В США, напротив, техногиганты и хорошо финансируемые ИИ-стартапы расширяют пределы возможного больших моделей, обычно стремясь создать универсальный искусственный интеллект и искусственный сверхинтеллект. Хотя каналы распространения открыты, их использование в основном оставлено на усмотрение частного сектора.
В некоторых отраслях такой подход может сработать, например, в техносекторе, финансах и профессиональных услугах, то есть там, где есть ресурсы и ноу-хау для экспериментов и последующего внедрения. Но в одиночку частные структуры не смогут устранить факторы, сдерживающие внедрение ИИ в других отраслях. В числе этих факторов фрагментация данных, недостаток мощностей, барьеры регулирования, проблемы масштаба. Вероятным — и нежеланным — результатом станет внедрение ИИ на двух скоростях, а это приведет к неадекватному росту экономики, негативным последствиям для распределения доходов, ослаблению экономических основ нацбезопасности.
Если говорить об обороне, то здесь правительство США давно признало, что определенное государственное регулирование необходимо с целью гарантировать соответствие инноваций частного сектора целям общества. Внедрение ИИ требует такого же подхода. Этот гибридный, активный, прагматичный и узкоотраслевой подход требуется во многих частях экономики.
Если говорить о внедрении ИИ, то здесь попытки наблюдать, ждать и надеяться нельзя назвать стратегией.
