Слишком много AI - ИИ-стартапам и OpenAI приготовиться? (большой обзор от специалистов)

Известна кривая зрелости технологий Гартнера, и по ней принято оценивать разные технологии: био, информационные и прочие. Причина в том, что она не столько про технологии, сколько про их общественное восприятие и внедрение: "завышенное ожидание" и пр.

Так вот, если анализировать в её рамках ИИ, то я бы выдвинул нетривиальную гипотезу: Внедрение ИИ находится одновременно на 1-2-3 стадии (триггер, пик ожиданий и критика) и на 4 стадии (склон просвещения)

Почему? Потому что ИИ не целостно; в нем есть две составляющие: явные инновации (например, генерация видео по тексту и изображениям) и решение старых проблем (расшифровка аудио, суммаризация статей и пр.)

Предположение заключается в том, что относительно явных инноваций, например, полная замена ученых-исследователей ИИ или создание целых фильмов с помощью него совершенно непонятен конечный результат. ИИ в этих сферах показывает красивые.., но не очень коммерчески применимые результаты.

Относительно же решения старых проблем - ИИ уверенно находится на 4 стадии. Решение задач суммаризации, ответа по базам данных или анализа аудио уже очень востребовано компаниями, и быстро ими внедряется, потому что проблема, с одной стороны, понятна и известна, с другой стороны, решается предлагаемыми ИИ инструментами гораздо лучше и/или дешевле, чем старыми подходами.

Хотя best practice в этой сфере все ещё продолжают формироваться, поэтому отнести эту часть ИИ к 5 стадии еще рано, руководители по-прежнему ищут оптимальные способы внедрения.

Владислав Январев, основатель VseGPT.ru

Согласно уже упомянутой модели, считается, что в некоторых предметных областях индустрия ИИ находится на Пике завышенных ожиданий, особенно благодаря прорывам в области deep thinking и deep research. Однако в индустрии туризма мы наблюдаем более прагматичный подход, выражающийся в ограниченном использовании ИИ в таких направлениях как гиперперсонализация, автоматизация обработки типовых запросов и прогнозировании спроса.

Но тут важно не поддаваться муссируемому в инфополе ажиотажу: многие ожидания, например, «полная автономия планирования путешествий», пока преждевременны. ИИ в туризме — это инструмент оптимизации, а не замена человеческого фактора. Клиенты всё ещё ценят экспертизу менеджеров, особенно в сложных кейсах (мультистрановые маршруты, кризисные ситуации).

В Слетать.ру мы фокусируемся на гибридных решениях: например, ИИ обрабатывает рутину, а эксперты подключаются на этапе кастомизации.

Резюмируя, считаю, что на данном этапе своего развития ИИ — не серебряная пуля, но мощный инструмент для роста. В Слетать.ру мы верим в «разумную автоматизацию», где технологии освобождают время для творческих задач и глубокой работы с клиентами. Главное — не гнаться за трендами, а внедрять ИИ там, где он действительно создаёт ценность: экономит время, снижает цены или делает путешествия более персонализированными.

Дмитрий Цыганков, CPO Слетать.ру, основатель агентства DTs Consulting

Сначала, когда были обычные LLMки, казалось, что плато наступило, потому что данные закончились, синтетических уже тоже перестали улучшать перформанс (прим.: производительность). Потом придумали inference time scaling, модели научились "думать" и плато было преодолено.

Сейчас, судя по всему, оно опять начинается, но, возможно, будет ненадолго. Также, LLMки по-прежнему страдают от неидеальности контекста (особенно deepseek r1), и не могут вcегда доставать нужную информацию из текста без "галлюцинаций" (но есть многообещающий ресерч от гугла под названием Titans, посмотрим, как он заскейлится). Также, у LLMок есть проблема "галлюцинаций", которая пока тоже не решена, они все равно склонны выдумывать информацию, основываясь на своих данных.

В общем и целом, пока что фундаментальные проблемы LLM не были решены, и все, что пытаются сделать - это потратить побольше данных и компьюта для решения задач. Пока это работает, посмотрим, что покажет GPT-5 и сможет ли он совершить очередной прорыв. Я думаю, что не совершит, так что наверное ИИ зиме быть. Но это не значит, что все плохо, наоборот - отлично! LLMки - очень полезные инструменты, для которых были придуманы еще не все возможные способы их использования, так что может ИИ зима будет в плане недостижения AGI, но в плане применения, у нас еще даже не лето)

Данил Тимофеев, основатель Nexara

Я считаю что мы видим не самый пик ИИ, несмотря на то, что некоторым кажется что нейросетей стало слишком много. Индустрия сейчас набирает обороты, но пик еще не пройден. Мы в первом ряду будем наблюдать за конкуренцией Штатов, Китая и РФ в этой битве.

Евгений Боровков, основатель Structura.app

Сейчас гонка сводится к соревнованию за три ключевых элемента - технические специалисты, вычислительные мощности (GPU/TPU/NPU) и электроэнергия для обслуживания дата-центров. Кто больше вложит - тот в ней и победил.

Есть колоссальная пропасть между тем, что под ИИ понимают технические специалисты и менеджмент. Есть фундаментальное непонимание того, что означает ИИ и что преподносится как ИИ. Например рекомендательные системы, которые раньше особо не отсвечивали в инфополе и просто работали, сейчас преподносятся как "AI рекомендации" или прогнозирование цены как "Прогноз на основе ИИ" . Подобные кейсы. вводят в заблуждение пользователей, бизнес и фрустрируют разработчиков.

Я бы сказал, что не-бигтеху, ИИ нужен скорее как "гиммик" и дополнительный элемент для их продуктов. Я наблюдаю, что пока дальше чат-ботов поддержки, баз знаний и генераторов "чего угодно в стиле чего угодно" дело сильно не продвигается.

Даниил Осипов, product manager, финтех

Если брать тему инвестиций, то, вероятно, на ситуацию сильно повлияет проект Stargate на 500 млрд долларов в США. США по-прежнему является законодателем мод, и такая оценка перспективности ИИ - фактически на уровне Манхэттенского проекта - по моему мнению, не может не привлечь интереса инвесторов к этой теме.

Зарубежные поставщики нейросетей, с которыми мне приходится сталкиваться, сейчас регулярно отчитываются о привлеченных раундах инвестиций - это компании США, Европы, Китая.

Российские компании, вероятно, будут расширять прикладное использование технологий ИИ 4 стадии - что на моей практике более чем заметно - но не будут конкурировать с хайповой частью ИИ 1-3 стадии - например, генерации целых анимационных фильмов. Т.е. в России можно прогнозировать скорее умеренный рост, который может привлечь обычных, но не венчурных инвесторов.

Владислав Январев, основатель VseGPT.ru

Некоторое время назад я проводила исследование, результаты такие:

- В мире экономический эффект от развития генеративного ИИ обещает быть колоссальным: по прогнозам, рынок вырастет с 40 миллиардов долларов в 2022 году до 1,3 триллиона в течение 10 лет, что свидетельствует о взрывном росте индустрии. Инвестиции в стартапы в этой сфере уже достигли 50 миллиардов долларов в 2023 году, увеличившись на 9% по сравнению с предыдущим годом. Кроме того, внедрение LLM-моделей способно повысить продуктивность сотрудников на 30%, что приведет к увеличению эффективности бизнеса, снижению операционных затрат и ускорению инновационных процессов в различных отраслях.

- По данным из открытых источников, в России генеративный ИИ уже внедрен в бизнес-процессы 20% компаний, при этом более 90% из них используют как решения OpenAI, так и отечественные модели. 68% опрошенных компаний отметили, что внедрение ИИ-платформ оказало позитивное влияние на их EBITDA, увеличив показатель на 1–5%. В долгосрочной перспективе рынок B2B-решений на основе ИИ может достичь совокупной выручки в 400 миллиардов рублей к 2028 году, что свидетельствует о значительном экономическом потенциале технологии.

Ксения Мельникова, руководитель направления генеративного ИИ, telegram-канал

Нейросеть идеально работает в связке с человеком, если на том конце — специалист, который понимает, что такое хороший результат. Например, если человек просто заходит в нейросеть и пишет промпт: «Напиши мне текст в мой Телеграм-канал о том, как какать», — получится плохой текст. Это не копирайтинг, а просто случайная генерация.

Почему так происходит? Потому что нейросеть не получила вводных: в каком стиле писать, какой должен быть объем, tone of voice, какие важные признаки у текста. Возможно, сам человек этого не знает. А возможно, не умеет правильно формулировать промпты.

Но если копирайтер, понимающий образ результата, задаст точные параметры, нейросеть выдаст качественный текст. Это и есть грамотное применение ИИ в работе. Нейросеть помогает оптимизировать процессы, но только если ей объяснить, какой именно результат нужен.

В моей команде, custdevica занимается продуктовыми и маркетинговыми исследованиями, 70% процессов завязаны на нейросети. Например, у нас выстроен омниканальный контент-маркетинг: нейросети генерируют большой объем текстов, но финальное решение всегда за человеком. Тот, кто принимает и корректирует результат, должен разбираться в теме.

Нельзя просто посадить джуна, который не понимает, что такое хороший конверсионный текст или маркетинговое исследование. Он не сможет правильно взаимодействовать с нейросетью и в итоге получит слабый результат.

Конечно, можно оптимизировать процесс: обучить модель так, чтобы джун просто нажимал на кнопку, или вообще исключить его из цепочки, отправляя текст сразу на публикацию. Но в таком случае результат будет неэкспертным, а ваш стиль и ценность пропадут.

Вероника Храмкова, основательница CustDevica

Я занимаюсь производством контента — 3D-анимацией, рекламой, короткометражными анимационными фильмами — ещё до появления искусственного интеллекта. С приходом ИИ задачи стали решаться быстрее, но с меньшим контролем. Нейросети пока не понимают арт-дирекшн и не могут полностью уловить, что хочет заказчик, в чём человек пока впереди. Но я уверен, что ИИ всё-таки заменит человека в креативной работе, и это неизбежно. В будущем будет несколько нейросетей: одна будет общаться с заказчиком и составлять ТЗ, другая — режиссировать, а третья — производить контент. Человек будет нужен только для финального решения — отправлять контент заказчику или нет, хотя и это, возможно, автоматизируется.

Я уже использую ИИ в проектах для крупных заказчиков, таких как Сбермаркетинг, ЛСР. Нейросети помогают создавать контент быстрее, чем традиционные методы. Например, для музея мы сделали AR-опыты: посетитель направляет телефон на картину,и она начинает оживать, допустим, попугай начинает махать крыльями и вылетает за рамки картины или расцветают цветы выростая за рамки — это работает через приложение. Коммерческие ролики с ИИ тоже успешно реализуются, но пока требуют специалистов для контроля. ИИ не отбирает работу, а меняет её.

Карен Тадевосян, CEO Osvayder & Vayder_Studio

Генеративный ИИ (нейросети) в текущем виде стал отличным инструментом для специалистов, позволяющим сэкономить уйму времени. Разработчики не ищут ответы на StackOverflow, а спрашивают ChatGPT, дизайнеры не рисуют макет с 0, а отдают часть своей работы MidJourney. Удобно, быстро и всегда под рукой. Но чем больше появляется сгенерированного творческого контента вокруг нас, тем интереснее и ценнее (на мой взгляд) становится контент, созданный человеком.

Максим, @ChatNorrisBot

Рынок генеративного ИИ точно будет и дальше расти. Сейчас компании активно срывают «низко-висящие фрукты». Это применения ИИ, которые понятны и не требуют больших изменений в алгоритмах и базовых нейросетях. Сюда относятся, например, ChatGPT и его аналоги, созданные для для генерации маркетингового контента, суфлёра для техподдержки, ассистентов FAQ и т.д.

Дальше в игру вступают ИИ агенты. Это когда вы делегируете целую работу искусственному интеллекту, меняете подход к работе. Например, маркетолог может попросить нейросеть написать не только привлекающий текст, но и план контента на месяц, ещё и автоматически постить посты в согласии с планом.

Ну и последний уровень, к которому мы пока ещё не пришли - создание новых бизнес моделей, изменение пользовательского опыта. Тут ИИ сможет быть полноценным работником.

Отличие первого и второго этапа - это изменение мышления сотрудников и команд. На этапе «внедрение» всё происходит локально, на персональном уровне. А вот «реструктуризация» - этап долгий с сложный, тут требуется сильно больше работы с людьми, а не с технологиями.

Ксения Мельникова, руководитель направления генеративного ИИ, telegram-канал

Спасибо вау-эффекту от GPT-3 и последующих продуктов. Он сделал свое дело в популяризации ИИ. А такому большому количеству аналогов и конкурентов надо сказать спасибо Open-Source культуре за базовые модели в публичном доступе. Это позволяет нам оперировать базовыми моделями и не тратить годы на разработку своего решения. как например языковая модель LLama в разных вариациях или Mistral.

Что будет, когда ИИ признают национальным достоянием или секретной разработкой и Open-Soure закончится? такие тренды на национализацию технологии существуют и в какой-то степени если они сбудутся, то хайп действительно закончится.

С другой стороны, такой сильный приток государственных денег финансирования бустит команды, которые занимаются фундаментальными исследованияим и решением значимых социальных проблем, типа AlphaFold. Так что новости по типу "ИИ помог решить фундаментальную проблему X" , я думаю станут нормой и интерес к технологии будет поддерживаться еще очень долго.

Даниил Осипов, product manager, финтех