Ремонт полов
Будущее корпоративного искусственного интеллекта (ИИ) теперь зависит не от обещаний, а от реального внедрения. Период «золотой лихорадки» экспериментов с ИИ подошел к концу. Советы директоров компаний больше не готовы инвестировать в пилотные проекты и требуют ощутимых результатов.
Многие обсуждения на уровне руководства сместились с демонстраций возможностей к более сложному вопросу: что именно ИИ может принести в условиях реального производства? По мнению генерального директора и соучредителя Superbo, ответ кроется в реальных организациях, где системы фрагментированы, процессы ограничены, а риски должны быть минимизированы. Именно здесь большинство инициатив в области ИИ сталкиваются с трудностями, поскольку компании не могут эффективно внедрить их в свою деятельность.
Успех теперь определяется не привлекательностью демонстраций или возможностями модели, а способностью компании безопасно, надежно и масштабно интегрировать ИИ в уже функционирующие системы. Наступает новая фаза развития ИИ — не эпоха моделей, а эпоха их практической реализации.
Предыстория и текущее состояние
Еще в 2023 году главной проблемой корпоративного ИИ считался доступ: к мощным моделям, достаточным вычислительным ресурсам и квалифицированным специалистам. Этот период был полон энтузиазма, но оказался дорогостоящим уроком: множество «доказательств концепции» (proofs of concept) так и не привели к реальной трансформации бизнеса. Оглядываясь назад, эксперты отмечают, что чаще всего проблемой была не сама модель ИИ, а неготовность или неспособность бизнеса ее полноценно использовать.
Сегодня становится очевидным, что возможности передовых моделей ИИ начинают сближаться. Это означает, что конкурентное преимущество теперь смещается в сторону оркестрации (управления взаимодействием различных компонентов), управления, реализации и интеграции ИИ в реальные корпоративные среды.
Проще говоря, передовые модели способны эффективно справляться с большинством задач, требующих интеллектуального труда, поэтому их функциональность больше не является ограничивающим фактором. Главный вопрос теперь в том, может ли ИИ бесшовно работать в существующих бизнес-системах, не создавая новых рисков, сложностей или препятствий.
От изолированного интеллекта к комплексной интеграции
Для этого необходим переход от изолированных интеллектуальных решений к интегрированному исполнению, поскольку в производственной среде ИИ не существует в вакууме. Он взаимодействует с унаследованными системами (legacy systems), цепочками согласований, требованиями соответствия нормативам и фрагментированными источниками данных, которые изначально не были рассчитаны на автономные системы. Именно здесь большинство ИИ-инициатив терпят крах.
Большая часть дискуссий о рисках корпоративного ИИ по-прежнему сосредоточена на «галлюцинациях» (неверных или вымышленных ответах) и ошибочных выходных данных. Эти проблемы важны, но они не являются основной причиной неудач внедрений; истинная причина кроется в отсутствии адекватного управления (governance).
Системы ИИ сталкиваются с трудностями не из-за отсутствия интеллекта, а из-за неспособности эффективно функционировать в структурированных организационных средах. Они не могут надежно применять политики в момент выполнения действия или обеспечивать четкую ответственность за то, что было сделано и почему. Компании внедряют ИИ не из-за его «интеллектуальности», а потому что он должен быть предсказуемым, контролируемым и подотчетным.
Существует принципиальная разница между моделью, способной сгенерировать ответ, и системой, способной выполнить рабочий процесс. Сформировать рекомендацию по закупкам — задача относительно простая. Однако выполнить полный процесс закупок внутри унаследованной системы ERP (Enterprise Resource Planning — система планирования ресурсов предприятия), соблюдая иерархию согласований, отмечая исключения и создавая четкий аудиторский след, — это гораздо сложнее. Именно так формируется доверие.
Следующие шаги и перспективы
Чтобы понять, где ИИ будет создавать реальную ценность для предприятия, следует обратить внимание на регулируемые отрасли, такие как банковское дело, телекоммуникации и коммунальные услуги. Эти секторы не являются медлительными в освоении новых технологий; они подходят к ним дисциплинированно. Они функционируют в рамках строгих нормативов, требований к суверенитету данных и глубоко интегрированных унаследованных систем.
В регулируемых средах, например, одно действие, инициированное ИИ, может требовать проверки политики, согласований на основе ролей, протоколирования соответствия и объяснимости (возможности объяснить свои решения) до того, как его выполнение будет разрешено. В таких условиях ИИ не может обходить эти ограничения; он должен работать в их рамках.
Это создает естественный фильтр: если ИИ успешно работает в таких средах, он сможет работать где угодно. Для многих компаний, особенно в регулируемых отраслях, суверенитет над данными, рабочими процессами и оркестрацией моделей становится не менее важным, чем сам интеллект моделей.
Значительная часть современного ИИ носит вспомогательный характер. Он помогает людям, например, писать, анализировать, резюмировать и рекомендовать, что имеет ценность, но не приводит к фундаментальным преобразованиям. Настоящая трансформация начинается тогда, когда ИИ переходит от помощи к самостоятельному выполнению задач: когда он может действовать в заданных границах, управлять реальными рабочими процессами, взаимодействовать с несколькими системами, эскалировать проблемы при необходимости и создавать четкий отчет о своих действиях и их причинах.
Именно здесь становится видна окупаемость инвестиций (ROI), но это также значительно повышает планку требований. Автономия без контроля бесполезна и представляет собой риск. Поэтому эра реализации — это не просто о возможностях, а о контролируемой автономии.
Смотрите также:
Вторая жизнь электроники: Google и ученые превратили 2000 старых смартфонов в серверную ферму http://domkrat.org/vtoraya-zhizn-elektroniki-google-i-uchenyie-prevratili-2000-staryih-smartfonov-v-servernuyu-fermu/.
Интересное по теме: Подсказки и ответы на головоломку Connections от The New York Times
Советы в статье "Walmart снизил стоимость годовой подписки Plus в два раза" здесь.
Следующими лидерами в сфере ИИ могут стать не те компании, которые создают сам интеллект, а те, которые способны обеспечить его операционную работу в реальных корпоративных системах. Таким образом, стратегическое поле битвы смещается от моделей к инфраструктуре их реализации.
«Золотая лихорадка» была связана с потенциалом. В эпоху реализации сам интеллект становится относительно доступным. Настоящим инфраструктурным уровнем является надежное исполнение.