Робот-курьер «Яндекса» под умильные взгляды москвичей аккуратно объезжает препятствия, доставляя посылку. Приветливый женский голос робота-автоответчика в трубке: «Здравствуйте, чем могу вам помочь?» Благодаря нейросети несколько слов запроса превращаются в полноценную картину. Приложение онлайн-магазина ловко подсказывает необходимые товары… Искусственный интеллект (ИИ) уже окружает нас.
Технологии меняются стремительно. ИИ развивается с середины ХХ века, но прорыв в создании высокопроизводительных процессоров, огромные инвестиции и НИОКР крупных компаний и стартапов привели к качественному сдвигу в 2020-е. Знаменитая победа Deep Blue над Гарри Каспаровым* в 1997-м была, скорее, важным «лабораторным опытом». 25 лет спустя ChatGPT произвел революцию, инициировав ИИ-бум. Теперь консалтеры, СМИ и провидцы всех сортов наперебой предсказывают, сколько миллиардов или даже триллионов долларов принесет ИИ той или иной стране и компании, когда – к 2029-му или к 2030 году – «изменится всё» и сколько людей лишатся работы из-за нового технологического уклада.
Все согласны с тем, что мир меняется. Но насколько оправдан гипероптимизм в отношении ИИ?
Искусственный интеллект: яркие достижения, бесконечные горизонты
ИИ наиболее бурно развивается в областях, где присутствуют работа с большими массивами данных, активное удаленное взаимодействие с пользователями, значимое число «нематериальных» рутинных процессов. Ну и, конечно, ИИ к месту везде, где фигурирует цифровой контент.
Самыми масштабными и эффективными адептами ИИ стали четыре всадника цифровизации.
Это прежде всего финансовый сектор, с XIX века внимательно следящий за передовыми информационными и коммуникационными технологиями (вспомним арифмометры, механический, а потом и проводной телеграф). Помимо анализа больших финансовых данных, поведения клиентов и тому подобных процессов речь идет о целом ряде решений, в том числе в сфере кибербезопасности. Так, Visa еще в 1993-м стала использовать нейронные сети для выявления и противодействия мошенничеству с кредитными картами.
Традиционный лидер – электронная торговля опять же с обработкой данных о потребителях и пользовательской поддержкой, ИИ-финтехом, рекомендательными технологиями и иными новациями в сфере маркетинга, вплоть до ИИ-аватаров. Впрочем, формирование гигантских торговых империй привело e-commerce и к более приземленным решениям. В частности, в сфере логистики и роботизации гигантских складских комплексов (например, Sequoia, робототехнические комплексы с ИИ от Amazon).
Все больше ИИ используется для написания кода и тестирования программных продуктов. Благодаря этому процесс автоматизации программирования выходит на новый уровень.
Наконец, бурно развивается ИИ в индустрии впечатлений – от социальных медиа до создания онлайн-игр.
Но и помимо этих четырех групп, использование ИИ растет, особенно в технологически сложных областях.
Возьмем, например, разработку чипов. В системах автоматизации проектирования электронных устройств (EDA) искусственный интеллект используется как минимум с 2016-го, когда первые ИИ-усиленные решения представил лидер рынка Synopsis. В 2021 году Synopsis презентовал EDA с ИИ, с чьей помощью в том же году Samsung создал чип Exynos. Ныне отраслевые обозреватели, говоря об Nvidia и иных компаниях, уже шутят: ИИ проектирует чипы сам для себя. В том, что отрасль будет активно работать с ИИ-системами и далее, никто не сомневается. Сложность проектирования чипов растет, в том числе в связи с переходом к 3D-архитектурам.
Не менее впечатляющи успехи и в фармацевтике. С 2010-х ИИ используется в анализе данных доклинических и клинических исследований, что помимо прочего позволяет снижать риски, связанные с применением препаратов. Тогда же ИИ-системы начали применяться для решения задач перепрофилирования лекарственных средств (использование существующих препаратов для других целей). В партнерстве с так называемыми ИИ-аборгиненными биотех-стартапами крупные корпорации стали экспериментировать с разработкой новых формул. Экспоненциальный рост в этой сфере наблюдается с 2020-х. К началу 2024 года с помощью ИИ было разработано около 75 малых молекул (традиционные средства на основе химического синтеза) и биологических препаратов. Более 20 уже прошли первую стадию клинических испытаний, причем процент успеха был почти в два раза выше, чем у препаратов, разработанных традиционным методом. Учитывая высокую продолжительность и космическую стоимость разработки новых формул (от 1–2 до 6 млрд долларов), нет сомнений, что ИИ в этой сфере будет применяться очень масштабно.
Быстро растет использование ИИ в художественном и промышленном дизайне, в персональной электронике, мобильной связи, здравоохранении, госуслугах, а также в отдельных традиционных отраслях промышленности. В последнем случае чемпионом является постоянный инновационный лидер – автомобилестроение. ИИ здесь используется уже едва ли не везде – от проектирования до поддержки водителя и систем автономного вождения. Одним из чемпионов здесь стал Китай: решения DeepSeek будут интегрировать в систему Coffee Intelligence компании Great Wall и, насколько известно, в продукты других китайских автопроизводителей. Есть и экзотические примеры, демонстрирующие долгосрочное видение индустрии, включая опытные сборочные линии BMW с андроидами, усиленными ИИ.
Зеркало интеллектуальной революции: что мы знаем об ИИ в экономике?
И все же насколько уверенна поступь ИИ по планете?
Вынесем за скобки «детские болезни» индустрии и несовершенство отдельных систем, о которых в последнее время много пишут, – от проблем разработки ПО и до ошибок при диагностике заболеваний.
Для начала давайте попытаемся реально оценить использование ИИ в бизнесе. Консалтинговые и специализированные IT-фирмы типа McKinsey и SAS Institute утверждают, что в США до 65% (а то и более!) компаний уже используют ИИ в той или иной форме, в Китае – более 80% и т. д. Но специализированные опросы Бюро переписи населения США – пока наиболее систематичный источник по этой теме и к тому же для одной из двух наиболее «цифровых» экономик мира – показывают иную картину. По состоянию на февраль 2024-го ИИ в Америке внедряют… лишь 5,4% компаний! И это почти 150% рост относительно 2023 года. В Канаде, проводившей опросы по той же методологии, в 2024-м ИИ также применяли около 6% фирм. В ЕС в том же году показатели были намного лучше: об использовании ИИ заявили аж 13,4% предприятий! Но это без учета микропредприятий (менее 10 человек занятых). С ними значения были бы заметно ниже, тем более что в части цифровизации Европа отстает от США.
Как же 65–80% «усохли» более чем в 10 раз? Ответ прост: консалтеры и инфотех-компании не опрашивают парикмахерские, кондитерские или самозанятых сантехников. В фокусе их внимания крупные фирмы, устойчивые средние предприятия, стартапы, чьи руководители понимают ценность цифровизации и имеют необходимые ресурсы. А заодно дают статистический «выброс», который выдается за среднее значение по экономике. Причем скромные показатели реальной распространенности ИИ никак не противоречат широкому использованию ИИ. Технокорпораций и техностартапов не так много, но зато они на виду. А ИИ, повторимся, мы неосознанно используем постоянно.
Но, может, остальные предприятия просто на низком старте и скоро тоже внедрят ИИ? Нет. Опять же, согласно опросам, подавляющее их большинство не собирается в ближайшее время этого делать. За пределами технофирм не все понимают, как использовать ИИ и, главное, как делать это эффективно. Тем более что цена вопроса высока. Ведь помимо лицензий или конечных решений, облачных услуг и иных затрат полноценное внедрение ИИ требует перестройки управленческих и бизнес-процессов, а также обучения кадров. И то, и другое доверить самому ИИ, да еще и по приемлемой цене пока нельзя.
С экономическими эффектами тоже не все так просто. Безусловно, отдельные компании с помощью ИИ существенно улучшат положение на рынке за счет снижения издержек или создания новых продуктов. Но пока, как видно из анализа финансовой отчетности, никаких «взрывов» доходности не случилось. Конечно, во многом это объясняется тем, что и «настоящий» ИИ на рынке недавно. Но даже когда светлое будущее настанет, сохранится ряд важных обстоятельств. Как это всегда бывает с технологическими прорывами, внедрение ИИ потребует больших денег, особенно на ранних этапах. Наибольшие выгоды, как и в случае с цифровизацией предприятий 1990–2000-х, также, скорее всего, будут проявляться в начальные периоды использования с последующим переходом к «плато» эффективности. При этом конкуренты быстро догонят лидеров, нивелировав преимущества первопроходцев.
В масштабе отдельных индустрий и экономики в целом дело во времени. Создание оптимальных ИИ-решений и сопутствующей экосистемы сервисов, отработка новых бизнес-моделей и управленческих практик (т. к. мы верим, что ИИ – это не просто «еще одна автоматизация») и все прочие аспекты создания нового ИИ-бизнес-ландшафта займут годы у лидеров. И только потом будут распространяться волнами на остальную экономику. Весьма рациональное суждение в этой связи высказал еще в 2023 году бывший президент и гендиректор Xilinx Моше Гавриелов. Говоря о роли ИИ в проектировании чипов, он отметил, что развитие EDA и переход на них заняли более 30 лет. ИИ развивается быстрее, но и здесь великий переход состоится не за ночь. Революция – это процесс, а не событие. И мы лишь в самом его начале. А учитывая, что пока доля компаний, полноценно использующих ИИ, незначительна, серьезное воздействие на экономический рост он окажет еще не скоро.
Не стоит надеяться и на финансовый сектор или экономику впечатлений, а также обеспечивающие их IT. Да, это огромные сегменты мировой экономики, а ИИ явно поддержит их усиление на обозримую перспективу. Они не так сильно связаны с материальным миром, где всегда есть естественные барьеры роста в силу физической невозможности произвести и потребить неограниченный объем товаров. А издержки масштабирования новых технологий здесь низки. Но это не означает, что ИИ станет тем «Большим взрывом», который быстро и кратно расширит вселенную финтеха или ИИ-развлечений, попутно раздувая и ускоряя остальную экономику. Даже у чудес есть свои пределы.
Не так все просто и с технологической безработицей, которой пугают обывателей. Пока по-настоящему масштабных увольнений, связанных с ИИ, не было. Более того, судя по опросам в Северной Америке, 95% компаний, использующих ИИ, сокращать персонал не собирается. Даже увольнения в IT имеют выборочный характер, хотя с фрилансерами ситуация хуже. Похоже, пока самый сильный удар по айтишникам нанес не ИИ, а сжатие рынка труда после пика ажиотажной цифровизации в период пандемии COVID-19. И хотя в Индии и в ряде иных центров IT-аутсорса будущее рынка труда кодеров выглядит неблестяще, на горизонте появляется новая занятость, в том числе в сфере ИИ-услуг. Например, в части обучения персонала и изменения бизнес-процессов.
И это не говоря о том, что в масштабе мировой экономики число потенциальных жертв нового «цифрового огораживания» не столь уж велико. Для сравнения: в США и ЕС работники финансового сектора составляют лишь 4% и 3% от всех занятых соответственно, а разработчики программного обеспечения, аналитики контроля качества и тестировщики – около 1%. Даже если сюда присовокупить дизайнеров и деятелей искусства, пугающими цифры все равно не выглядят.
Удел ограничений
Наконец, не стоит забывать об ограничениях развития ИИ, которые предстоит преодолеть, чтобы он стал по-настоящему всеэкономическим явлением.
Как и у всех прорывных инноваций и технологий, у ИИ есть нежелательные последствия. После начала СВО россияне смогли самым неприятным образом познакомиться с этой реальностью в виде «черных» финтех-технологий и дипфейков. Но одной сферой криминала дело не ограничивается. К числу связанных с ИИ вызовов относятся защита персональных данных и цифровой личности, риски монополизации рынка устоявшимися компаниями – владельцами датасетов или ИИ-технологий и даже апдейт регулирования финансового сектора. Да и на более предметном уровне много вопросов, которые будут влиять на развитие ИИ и на его рыночный потенциал (включая доверие потребителей и подходы регуляторов). Например, речь идет о культуре и требованиях к работе с выборками данных, вплоть до этических и правовых аспектов. Чтобы, например, ИИ-системы не воспринимали негров априори как преступников (такое уже случалось в американских экспериментах), а монголоидов – как людей с закрытыми глазами (реальный случай, произошедший с гражданином Новой Зеландии при оформлении паспорта). На решение этих и иных вопросов уйдут годы кропотливой работы, которая к тому же обещает стать ареной лоббизма, столкновения идеологий и исправления болезненных ошибок.
А в будущем возникает целая гамма новых вызовов, в частности, в сферах энергетики и экологии. Приведем один пример: чат-бот Google Meena при «обучающем чтении» 340 Гб текста произвел 96 метрических тонн CO2, что эквивалентно годовому углеродному следу 17 домовладений. Так что вопрос о декарбонизации ИИ непраздный, конечно, если «зеленая повестка» в ее нынешнем виде сохранится.
ИИ: за пределами будущего
Несмотря на скепсис, которым пропитаны вышеизложенные строки, конечно же, не стоит недооценивать потенциал и возможности искусственного интеллекта. Он уже меняет нашу жизнь. Но, рисуя картину светлого будущего, следует понимать всю сложность и длительность процесса его создания. Не стоит проводить параллели с магическими артефактами и сущностями из сказок, мгновенно выполняющими все желания. Все это плохие помощники в оценке перспектив развития ИИ и, главное, в обеспечении условий ИИ-революции. В каком-то смысле основным вызовом оказывается отход от «хайповости» и техносолюционизма, когда помимо поддержки роботов нужно развивать еще и человеческий потенциал, экономическую и научно-техническую политику и даже культуру, а заодно запастись терпением. Это не самая популярная ныне рекомендация. И ее реализацию некоторые горячие головы тоже с удовольствием делегировали бы ИИ. Но без этой работы, порой весьма скучной, и без красивых «отчетных» результатов мы, как в известной сказке Пушкина, рискуем остаться у разбитого корыта.
* иноагент, внесен в перечень экстремистов и террористов в РФ
0
44.25
