Генеративный ИИ: барьеры и перспективы

Глобальные прогнозы о бурном развитии генеративного искусственного интеллекта (Generative AI) будоражат умы как специалистов, так и простых пользователей во всем мире. Аналитики Gartner предрекают его внедрение в 90% организаций уже к 2025 году. Однако, российские реалии пока далеки от футуристических сценариев. Давайте разберемся, почему же генеративный ИИ не спешит завоевывать отечественный рынок.

Я вижу для этого целый ряд причин, которые можно условно разделить на несколько глобальных направлений. Хотя, если приглядеться, все они довольно тесно переплетены.

• Политические

Несмотря на декларируемую поддержку ИИ со стороны государства, в России пока отсутствуют масштабные программы стимулирования его внедрения в бизнес-среде. Также затрудняют внедрение инновационных ИИ-решений в стране геополитические санкции и ограничения доступа к передовым разработкам зарубежных компаний. Следствием политических процессов являются экономическая нестабильность, инфляция и колебания валютных курсов, которые негативно влияют на инвестиции в ИИ-проекты.

• Технологические

В качестве существенного барьера выступает дороговизна, сложность разработки и внедрения систем Generative AI. Не все компании могут себе позволить такие инвестиции. Обучение и использование генеративных моделей ИИ требует значительных ресурсов, как и их интеграция с существующими ИТ-системами. Нехватка современных серверов и дата-центров в России, а также ограниченный доступ к высокопроизводительным вычислениям, препятствуют компаниям в полной мере реализовать потенциал этих технологий.

Внедрение генеративного ИИ требует не только закупки дорогостоящего оборудования, но и привлечения высококвалифицированных специалистов в области ИИ, которые сейчас в дефиците. Все это может быть непосильной ношей для многих российских компаний, особенно для малого и среднего бизнеса, базирующегося в регионах страны.

• Психологические и бизнесовые

Многие российские компании не до конца осознают преимущества и возможности генеративного ИИ, что приводит к низкой заинтересованности в инвестировании в эти технологии. Также препятствуют их внедрению недоверие к надежности и безопасности ИИ-решений, а также страх перед потенциальными сбоями и ошибками.

Кроме того, руководители бизнеса часто скептически относятся к Generative AI из-за сложности прогнозирования его точной окупаемости. А отсутствие гарантий успеха и методологии оценки ROI (возврата инвестиций) в ИИ-проекты сдерживает их внедрение. Стоит отметить и то, что в современных реалиях бизнес зачастую ориентирован на краткосрочные цели, не имея четкого видения внедрения ИИ в долгосрочной перспективе. Это приводит к фрагментарному использованию технологии без учета их влияния на общую стратегию развития.

Если брать более глобально, то на российском ИИ-рынке наблюдается ограниченное количество игроков, представленное, по сути, несколькими технологическими гигантами. Такая монополизация замедляет развитие технологий, ограничивает выбор решений для потребителей, может привести к завышенным ценам и отсутствию стимула к инновациям.

Надо признать, что у нас в стране наблюдается и параноидальная культура закрытости информации, которая выражается в нежелании делиться данными с партнерами, коллегами и конкурентами. Это в свою очередь мешает кооперации заинтересованных сторон для создания единой платформы с широким спектром отраслевых ИИ-решений.

• Регуляторные

Генеративный ИИ обучается на основе больших массивов данных. Для достижения качественного результата необходимо, чтобы эти данные были объемными, релевантными и чистыми от ошибок. Сбор и подготовка таких данных – это трудоемкий и дорогостоящий процесс, связанный с регуляторными ограничениями.

Множество законов и нормативных актов, касающихся обработки данных, интеллектуальной собственности и кибербезопасности, не всегда адаптированы к специфике Generative AI. Это создает трудности для компаний, стремящихся использовать его в соответствии с регуляторной базой.

Неясность правовых последствий использования генеративного ИИ, особенно в вопросах защиты данных, вызывает у бизнеса опасения. Отсутствие четких механизмов защиты интеллектуальной собственности на ИИ-разработки и алгоритмы тормозит инвестиции в эту область. Играют свою роль и опасения по поводу утечки коммерческой тайны и конфиденциальных данных при использовании Generative AI.

Применение генеративного ИИ вызывает и ряд этических вопросов, таких как возможная предвзятость алгоритмов, манипулирование людьми и влияние на общество. Одной из ключевых проблем является отсутствие механизма определения того, кто несет ответственность за действия и решения, принимаемые ИИ-системами. Это особенно важно в случае возникающих ошибок и негативных последствий.

В частности, в медиасфере, где генеративный ИИ мог бы стать мощным инструментом, его применение сдерживается законодательными ограничениями. Контроль контента на предмет экстремизма, пропаганды запрещенных веществ и ЛГБТ требует кропотливой работы экспертов. ИИ, обученный на массивах данных, может генерировать тексты, изображения и видео, но распознать тонкости сюжета, задумку режиссера, мотивацию героев ему пока не под силу. Отличить "хорошее" от "плохого" в контексте произведения искусства нейросеть не способна. Поэтому на данном этапе Generative AI в медиаотрасли может лишь частично автоматизировать задачи, например, производить первичный отсмотр контента.

Взгляд в будущее: осторожный оптимизм

Несмотря на все перечисленные трудности, перспективы развития генеративного ИИ в России все же существуют. Совершенствование технологий, снижение их стоимости, подготовка кадров – все это постепенно будет нивелировать имеющиеся барьеры. Для их преодоления и успешного внедрения этой технологии необходимо применять комплексный подход по нескольким направлениям.

Первое направление – господдержка, которая включает создание национальных программ по развитию ИИ, субсидирование разработок и внедрения этой технологии в бизнесе. Также власти должны разработать четкое правовое регулирование использования генеративного ИИ.

Очень важно сотрудничество всех заинтересованных сторон, а именно объединение усилий государства, бизнеса и научного сообщества для разработки и внедрения Generative AI. В частности, такое сотрудничество должно включать в себя обучение специалистов.

Непременным условием является технологическое развитие – создание современной ИТ-инфраструктуры, способной поддерживать работу генеративных моделей ИИ. Технология может стать ценным инструментом для оптимизации бизнес-процессов, создания новых продуктов и услуг, а также для решения социальных задач. Важно, чтобы внедрение Generative AI сопровождалось разработкой четких этических норм и правил, а также обеспечением контроля над его работой.

Только при комплексном подходе генеративный ИИ сможет стать мощным инструментом для повышения производительности труда, создания новых продуктов и услуг, а также для укрепления конкурентоспособности российских компаний на мировом рынке.