arcsinus 
Борис Агатов, автор телеграм-канала «Агатов Борис Tech – Магазин 4.0» и генеральный директор arcsinus Александр Обысов попытались разобраться, что стоит за критикой ИИ, которая звучит в последнее время.
После 2 лет энтузиазма по адресу ИИ и его будущего наступает этап охлаждения. У тех, кто сегодня высказывается скептически относительно нынешних и будущих успехов ИИ, есть свои доводы.
В этой статье прислушаемся к голосам скептиков-пессимистов и разберёмся в их аргументации. В конце поделимся своим мнением, почему не стоит слишком серьёзно относится к этой критике.
Среди спикеров, высказывающих скепсис и даже пессимизм относительно генеративного искусственного интеллекта:
Мы собрали ключевые тезисы критиков искусственного интеллекта. Предлагаем подумать и вам.
Общее мнение в технологической среде — ИИ преобразит мировую экономику. Гиганты Alphabet, Amazon, Apple, Meta и Microsoft активно инвестируют в ИИ. Объём капитальных расходов по этой статье приблизился к 400 миллиардам долларов. Бизнес заявляет о готовности продолжать инвестиции, и в обозримом будущем объём вложений приблизится к 1 трлн долларов.
За последний год инвесторы увеличили рыночную стоимость пяти упомянутых крупнейших технологических компаний на 2 триллиона долларов. Разумеется, в ожидании существенного роста доходов благодаря ИИ. Однако по истечении 2 лет с начала ИИ-хайпа очевидно, что трансформации экономики так и не произошло. При столь значимых инвестициях ИИ принёс пока лишь незначительный экономический эффект. Ожидаемых «иксов» пока не показала ни одна компания.
Даже аналитики-оптимисты прогнозируют: продажи, ассоциированные с ИИ, принесут результаты скромные с учётом масштаба самих компаний и инвестиций. Например, продажи генеративного ИИ в Microsoft, вероятно, достигнут лишь 10 миллиардов долларов в текущем 2024 году. А за пределами технологически продвинутых регионов на западном побережье США влияние ИИ на экономику кажется и вовсе минимальным.
По оценкам профессора MIT Дарона Асемоглу лишь четверть задач, находящихся в потенциальной «зоне покрытия» ИИ, экономически эффективно автоматизировать в течение следующих 10 лет. Это означает, что ИИ будет непосредственно влиять менее чем на 5 % всех задач. Асемоглу прогнозирует, что ИИ увеличит производительность США на 0,5 %, а ВВП — на 0,9 % в течение следующего десятилетия. Показатели не слишком впечатляющие на фоне инвестиций.
При кажущемся большом потенциале нельзя сказать, что ИИ безупречно справляется со всеми задачами, которые пытаются на него возложить. Джим Ковелло из Goldman Sachs утверждает: чтобы компании смогли вернуть тот самый триллион долларов, вложенный в ИИ, он должен решать сложные проблемы, для которых просто не предназначен. Ковелло сомневается, что стоимость ИИ когда-либо снизится до уровня, позволяющего автоматизировать значительную часть задач, учитывая высокий уровень стартовых затрат и стоимость ключевых компонентов, например, чипов для графических процессоров.
Марцин Щепански, аналитик Исследовательской службы Европейского парламента отмечает, что хотя ИИ эффективен в выполнении конкретных, хорошо сформулированных задач, он испытывает трудности с более комплексными, «открытыми» проблемами, требующими рассуждений и креативности. Он утверждает, что системам на основе ИИ пока не хватает гибкости и здравого смысла, присущего людям. Например, ИИ превосходно играет в шахматы или го, но испытывают трудности с навигацией в незнакомой среде или поддержанием естественного разговора.
Эксперт также подчёркивает, что ИИ требует обширных массивов данных и сложных алгоритмов для эффективного выполнения задач. Например, ИИ не может предсказать новые пандемии без базы данных предыдущих вспышек. Щепански заключает, что хотя ИИ достиг значительного прогресса, он всё ещё далек от уровня человеческого интеллекта и способностей к решению проблем.
Технологию ограничивает — и будет ограничивать — нехватка чипов и высокие потребности в электроэнергии.
Чипы — ключевой компонент для выполнения вычислений, необходимых для работы алгоритмов ИИ. Без достаточного количества высокопроизводительных чипов разработчики не смогут масштабировать и оптимизировать свои системы. Высокая стоимость и дефицит этих чипов затрудняют вход в разработку.
Возникновение новых моделей, которые нуждаются в обучении, и распространение дата-центров вызовут всплеск энергопотребления. Энергетические компании пока не готовы к такой нагрузке, и это может привести к энергетическому кризису.
С этим связан и новый всплеск экотревожности. Обучение одной модели ИИ может провоцировать выделение более 284 000 кг углекислого газа. Это почти впятеро превышает объём CO₂, производимый за весь срок службы средним американским автомобилем.
Велико также энергопотребление центрами обработки данных, которые поддерживают облачные вычисления и операции ИИ. Углеродный след облачной индустрии сегодня превышает углеродный след всей авиационной отрасли. Один центр обработки данных может потреблять столько же электроэнергии, сколько 50 000 домов.
Дарон Асемоглу из MIT, утверждает, что хотя ИИ может повысить производительность и спровоцировать рост экономических показателей — он также может иметь разрушительный эффект на макроэкономику.
Одно из вероятных последствий — создание «суперкомпаний», которые монополизируют многие сферы рынка. Кроме того, ИИ может увеличить разрыв между развитыми и развивающимися странами, повысить спрос на работников с определёнными навыками, делая ненужными другие профессии, увеличить неравенство, снизить заработные платы и сократить налоговую базу.
По прогнозам Всемирного экономического форума к 2025 году ИИ вытеснит 75 млн рабочих мест по всему миру и создаст 133 млн новых. Это означает, что мы получим прирост в 58 миллионов рабочих мест в глобальном масштабе. Однако всё не так просто. В отдельных отраслях произойдёт значительное вытеснение. Промышленное производство, вероятно, почувствует это больше, в то время как здравоохранение и образование ожидает рост рабочих мест. К тому же влияние ИИ на уровень занятости и безработицы будет варьироваться в зависимости от региона — и одни пострадают больше других. И стоит помнить, что за каждым рабочим местом стоит человек и его жизнь.
Консалтинговое агентство Bernard Marr отмечает, что влияние ИИ на общество будет иметь экономические, юридические, политические и регуляторные последствия. Марр подчёркивает, что ИИ спровоцирует эволюцию рынка труда и подхода к работе вообще. Задача в том, чтобы люди нашли себя в новых ипостасях, требующих уникальных человеческих способностей. Он утверждает, что ИИ создаёт новые возможности для работы, но также несёт вызовы, включая вытеснение рабочих мест, а также необходимость освоения новых навыков и адаптации к новым ролям.
Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.
Заполнить заявку
12254 тендера
проведено за восемь лет работы нашего сайта.
В McKinsey на основании исследований пришли к выводу, что в группе риска сегодня оказались «белые воротнички». Долгое время считалось, что автоматизация позволит уменьшить занятость в малооплачиваемых специальностях. Генеративный искусственный интеллект же, напротив, может привести к тренду на замену людей с высшим образованием и высокими зарплатами.
Джим Ковелло (Goldman Sachs) сравнивает нынешний AI-бум с феноменом «Пузыря доткомов» и подчёркивает тревожное отсутствие однозначно понятных и уверенных кейсов применения технологии. По словам Ковелло переинвестирование в инфраструктуру ИИ без конкретных примеров применения может привести к корректировке рынка. По мнению Ковелло высокий уровень инвестиций во многом спровоцирован феноменом FOMO — страхом пропустить что-то важное в технологической индустрии.
«Избыток вещей, которые мир не использует или к которым не готов, обычно заканчивается плохо. NASDAQ упал примерно на 70 % между пиками бума доткомов и основанием Uber. Если сегодня пузырь ИИ лопнет — это может оказаться не таким болезненным, как в случае с доткомами, просто потому, что многие компании, тратящие деньги сегодня, лучше капитализированы, чем компании, тратившие деньги тогда... Однако чем больше времени пройдёт без очевидных успешных примеров применения ИИ, тем хуже. И я предполагаю, что если этот вопрос не прояснится в течение года-полутора, энтузиазм инвесторов может начать угасать».
Джим Ковелло, Goldman Sachs
Отдельная область внимания сообщества — прозрачность процессов, происходящих «под капотом» у ИИ и приводящего к тому или иному результату. Все существующие модели опираются на глубокое обучение и искусственные нейронные сети, что по сути делает их технологией «чёрного ящика».
Марцин Щепански, аналитик Европарламента, утверждает, что сложность и непредсказуемость систем на основе искусственного интеллекта могут нести реальные риски. Чтобы снизить их, важно учитывать этические вопросы, проводить тщательные тестирования и применять надёжные меры надзора при разработке и внедрении ИИ. Щепански предупреждает, что ИИ достиг значительного прогресса, и хотя он всё ещё далёк от способностей человеческого интеллекта к решению проблем, потенциальная возможность ИИ превзойти человека и выйти из-под контроля вызывает серьёзные опасения.
Джеффри Хинтон, «крестный отец ИИ», в 2023 году покинувший пост вице-президента Google, также высказывает опасения по поводу траектории развития ИИ. Хинтон предупреждает: «Эти вещи могут стать умнее нас и решить взять на себя управление. Нам нужно уже сейчас беспокоиться о том, как предотвратить это». Он утверждает, что быстрый прогресс и широкое распространение технологий ИИ уже сегодня представляют серьёзные риски — возможность злонамеренного использования, алгоритмическую предвзятость, утечки данных, автономное оружие и вытеснение человеческого труда.
Автор материала New York Magazine AI Investors Are Starting to Wonder: Is This Just a Bubble? ставит ещё более категоричный вопрос.
Гонка технологических гигантов за создание более или менее похожих суперкомпьютеров космической стоимости поднимает один простой вопрос, ответа на который они избегают уже пару лет: для чего всё это?
Руководители ИИ-корпораций считают, что ответ слишком очевиден, чтобы его объяснять: цель — создание AGI (artificial general intelligence) или, как говорят в последнее время, ASI (artificial superintelligence). Они говорят, что верят, что находятся на пороге создания машин, которые могут автоматизировать большую часть производительного труда. Чем больше у них чипов ИИ, тем большую долю труда они могут автоматизировать. Преимущества якобы настолько прекрасны, что нет необходимости погружаться в детали. AGI предоставит свои собственные бизнес-модели, когда появится.
Другие вопросы к ИИ связаны с избыточным сбором данных. Компании, такие как Google, используют AI для сбора данных, часто без явного согласия пользователей. Это вызывает вопросы о конфиденциальности и подчеркивает зависимость индустрии от сбора данных для развития AI.
Опасения, тревоги и даже алармизм сопровождали прогресс на протяжении всей истории человечества. Даже будучи технооптимистом, стОит слышать скептические голоса, ведь опасения перед чем-либо новым — это суть механизм выживания, а значит, инструмент эволюции.
Мы же, как практики, видим два разнонаправленных движения: нарастающей критики со стороны медиа, экспертов и массовый интерес к этой технологии со стороны реального бизнеса.
Кажется, что в этом есть противоречие. Почему бизнес игнорирует эту критику и проявляет интерес к технологии?
Всё дело в том, что самой технологии генеративного ИИ в виде общедоступного ИИ меньше 2 лет (ChatGPT появился в ноябре 2022 года), но несмотря на свою молодость эта технология показала невероятную динамику развития.
Консенсус учёных и экспертов заключается в том, что ИИ ещё будет развиваться, поэтому несправедливо применять жесткую критику к ещё только зарождающейся технологии и ставить на ней крест.
Основная претензия к ИИ на данном этапе заключается в том, что очень мало зрелых и продуктово выверенных решений, которые бы были пригодны для бизнеса. Всё, чем мы сейчас пользуемся, было придумано IT-шниками на основании их видения потребностей бизнеса, клиентов, что очень часто не является правильным взглядом на решение проблем бизнеса.
Заинтересованный бизнес сейчас активно изучает ИИ и готов дать свои требования к новой технологии. После этого стоит ожидать, что на рынке появятся ИИ-решения, которые будут отвечать реальным потребностям бизнеса.
Почему мы так уверены в таком исходе? Стоит вспомнить развитие интернета как технологии. В начале 90-х мало кто представлял, какие широкие возможности он сулит, а уж зарабатывать на нём почти никто не мог. Это и привело к кризису доткомов, когда переоценка технологии на раннем этапе её развития привела к потере денег инвесторами и охлаждению интереса к технологии. Но было и немало тех, кто видел перспективу интернета — они развивали технологию и оттачивали свои бизнес-модели. Это привело к успеху Amazon, Google, Facebook и сделало эти компании самыми дорогими в мире. В России компании, обязанные своим успехом интернету — «Яндекс», Ozon, Wildberries, «Купер» (бывший «Сбермаркет») и многие другие.
В критических материалах сетуют, что нет эффективной модели заработка на ИИ, но скептики недооценивают того факта, что сейчас такие компании, как OpenAI, Google, Microsoft, Сбер и Yandex за счёт почти бесплатной раздачи ИИ набирают бешеными темпами пользователей и, как обычно, становятся монополистами в новой перспективной нише. А когда нам, пользователям будет некуда деться — они найдут способ заработка.
Иными словами, сходит пена и начинается поиск коммерческого использования ИИ. Инструменты заработка будут найдены, а сам ИИ станет ещё более производительным, Компаниям необходимо изучать и внедрять решения с ИИ сегодня, если они не начали делать это вчера.
