В последние годы развитие искусственного интеллекта воспринималось как технологическая гонка, где после каждого запуска появлялись новые сравнения, таблицы бенчмарков и прогнозы о том, какая компания приближается к лидерству в следующей крупной цифровой трансформации. Часто казалось, что весь спор сводится к одному вопросу: какая модель является лучшей на данный момент?
Однако после недавнего погружения в Кремниевую долину автор получил ощущение, что этот вопрос, хотя и остается актуальным, больше не является центральным. Часть этого понимания связана с тем, что он посетил Кремниевую долину почти через десять лет после своего первого визита.
Есть нечто любопытное в погружении в экосистему, которая объединяет одни из самых влиятельных компаний, инвесторов и университетов мира. Подобно тому, как при поездке в любую культуру, мы начинаем усваивать местные особенности, в США, особенно в Калифорнии, неизбежно оказываешься под влиянием скорости релизов, потребления технологий и постоянного ощущения, что будущее строится именно там.
В Кремниевой долине происходит нечто подобное: существует естественная тенденция фокусироваться на темах, доминирующих в региональных беседах, и считать их точным отражением грядущих лет. Это часто имеет под собой основание, поскольку многие значимые технологические изменения последних десятилетий проходили там, прежде чем достичь остального мира.
Но любой высокосвязанный окружение несет в себе риск: риск смешать консенсус с абсолютной уверенностью. Именно это привлекло наибольшее внимание во время поездки.
В отличие от большей части публичных дискуссий об ИИ, немногие разговоры вращались вокруг конкуренции между моделями или поиска следующего технологического скачка, способного изменить рынок. Более частой темой было то, как искусственный интеллект интегрируется в продукты, процессы и операционную деятельность организаций, а не то, какой лаборатории принадлежит самая продвинутая система на данный момент.
Этот сдвиг в фокусе проявлялся по-разному в течение недели. Обсуждения с руководителями Snowflake и Elementum, например, касались не того, какая модель занимает лидирующие позиции в рейтингах или какая компания выпустит следующую большую новинку. Дискуссия была сосредоточена на трансформации корпоративного программного обеспечения. Общим мнением стало то, что наступает фаза, когда интеллектуальные агенты начинают напрямую взаимодействовать с большими объемами данных, выполняя задачи, которые ранее требовали ручного навигации по системам, анализа отчетов и принятия ряда операционных решений человеком.
Десятилетиями большая часть корпоративного ПО создавалась для упорядочивания информации и облегчения человеческого труда. Теперь возникает ожидание, что эти системы начнут не просто представлять информацию, но и действовать на основе нее. Это, возможно, одно из самых важных изменений, вызванных ИИ. Воздействие заключается не только в самой технологии, но и в том, как компании начинают функционировать. Впервые за много лет обсуждение кажется менее связанным с используемым инструментом и более — с способностью быстро, интегрированно и эффективно превращать данные в действия.
В то же время некоторые визиты показали, что не все следуют абсолютно одинаковому пути. Например, в Liquid AI возникла точка зрения, контрастирующая с большинством популярных нарративов в секторе. В то время как значительная часть индустрии продолжает делать ставку на все более крупные модели и все более мощную инфраструктуру, эта компания разрабатывает более компактные системы, предназначенные для локальной работы на таких устройствах, как мобильные телефоны, транспортные средства и бортовое оборудование.
Интерес этой концепции заключается не только в самой технологии. Она напоминает о том, что инновации происходят не в одном направлении. Существует естественная склонность связывать технологический прогресс с увеличением вычислительной мощности, инвестиций и размера моделей. Однако во многих случаях задача заключается именно в обратном движении: создании более эффективных, доступных и легко интегрируемых решений в повседневную жизнь людей и бизнеса.
Возможно, это был один из главных уроков поездки. Когда мы смотрим на рынок ИИ издалека, кажется, что идет одна гонка. Но когда мы смотрим вблизи, мы понимаем, что одновременно идет множество разных гонок. Существуют большие генеративные модели; существуют специализированные системы; существуют мультимодальные приложения, сочетающие текст, изображение, аудио и видео; существуют корпоративные решения, разработанные для решения очень специфических проблем; и есть компании, делающие ставку на то, чтобы сделать все это более легким и распределенным.
Поэтому идея о том, что рынок двинется к одной доминирующей технологии, становится все менее вероятной. Вырисовывается сценарий сосуществования различных подходов, каждый из которых подходит для определенных контекстов, ограничений и потребностей.
Этот сдвиг также меняет подход организаций к принятию технологических стратегий. Долгое время логика была относительно простой: найти лучший доступный инструмент и внедрить его. С появлением ИИ уравнение включает ряд других переменных. Вопросы интеграции, управления, конфиденциальности, скорости внедрения, операционных затрат и соответствия бизнесу становятся такими же важными, как и сложность выбранной технологии.
На практике компания может получить гораздо большую ценность от простого, хорошо интегрированного решения в свои процессы, чем от использования чрезвычайно передовой технологии изолированно. Возможно, именно поэтому обсуждение внедрения начинает занимать больше места, чем обсуждение возможностей.
Другой аспект, который привлек внимание, — это частое превращение технологических бесед в разговоры о людях. Это стало особенно очевидно во время визита в Стэнфорд. Несмотря на то, что университет находится в одной из самых передовых экосистем мира в области ИИ, значительная часть обсуждений по-прежнему сосредоточена на таких темах, как образование, подготовка талантов, формирование организационной культуры и развитие лидерства.
Это, похоже, не совпадение. История Кремниевой долины никогда не была исключительно историей о технологиях. Она всегда была глубоко связана со способностью преобразовывать знания в инновации. Инструменты меняются. Платформы меняются. Компании появляются и исчезают. Но подготовка людей, способных учиться, адаптироваться и создавать, остается постоянным элементом.
Этот момент становится еще более актуальным по мере того, как ИИ становится доступным для все большего числа организаций. Доступ к технологии, естественно, имеет тенденцию к демократизации. Знание о том, как использовать ее стратегически, напротив, остается сложным для воспроизведения преимуществом.
Последовательное внедрение ИИ требует гораздо большего, чем просто найм платформы или предоставление новых ресурсов командам. Это требует переосмысления процессов, развития компетенций, пересмотра рабочих потоков, создания механизмов надзора и подготовки людей к работе в среде, где часть аналитики, решений и исполнений поддерживается интеллектуальными системами.
Поэтому главный вывод, который автор сделал после этого опыта, не связан с тем, какая компания возглавит гонку ИИ или какая модель станет эталоном в ближайшие годы. Ощущение таково, что мы покидаем фазу, когда центром обсуждения была технология в изоляции, и вступаем в стадию, гораздо более ориентированную на практическое применение. Следующая фаза ИИ не будет определена одной революционной моделью, заменяющей все остальные. Она будет построена на комбинации различных технологий, на способности интегрировать их в существующие процессы и, самое главное, на умении организаций превращать эти возможности в ощутимые результаты.
В конечном счете, искусственный интеллект остается технологической темой. Но после стольких бесед во время поездки трудно не прийти к выводу, что он все больше превращается в обсуждение стратегии, исполнения и организационной адаптации. Возможно, именно поэтому самый важный вопрос уже не в том, кто обладает самым продвинутым ИИ. Вопрос, который, кажется, приобретает все большее значение, другой: кто сможет использовать его лучше.
