Анастасия Башкатова
Опора при принятии решений только на нейросети чревата проблемами. Иллюстрация Unsplash
Почти 10% населения Земли, или около 700 млн человек, еженедельно использует ChatGPT – такие оценки привели в разработавшей эту нейросеть американской компании OpenAI. Следующая цель – 1 млрд еженедельных пользователей. Но, несмотря на растущий масштаб индустрии искусственного интеллекта (ИИ) и на впечатляющие перспективы его применения в разных отраслях, аналитики предупреждают о рисках ИИ-коллапса – как финансового, так и технологического.
OpenAI нацелена увеличить еще как минимум на 40% пул из пользователей по всему миру, которые еженедельно взаимодействуют с ChatGPT. Как сообщил главный разработчик чат-бота Ник Терли, сейчас в мире насчитывается примерно 700 млн еженедельных пользователей этой нейросети – почти 10% населения планеты. Цель компании – добиться показателя в 1 млрд еженедельных пользователей.
ChatGPT можно назвать «явлением мирового масштаба». По словам разработчика, сейчас наблюдается «здоровый рост» применения этой нейросети в большинстве стран, но особые перспективы у Индии.
Тезис про «здоровый рост» отчасти вызывает сомнения. Одно из экспертных предположений сводится к тому, что если брать всю индустрию ИИ от разработки чипов и программного обеспечения до необходимости регулярно выпускать улучшенные версии нейросетей, то в мировой экономике не просто надувается, а уже достигает критического размера ИИ-пузырь.
Как считает финансовый аналитик Павел Рябов (Telegram-канал Spydell_finance), с точки зрения отдачи на капитал вложения в ИИ – «это самая безумная инвестиция за всю историю человечества». «Ни одна технология не стоила так дорого при столь ошеломляющей скорости развития и при ограниченном пространстве монетизации, что предполагает высокую скорость структурной трансформации: текущие лидеры могут стать аутсайдерами завтра при первой ошибке», – пояснил он.
По его расчетам, за два с половиной года ТОП-4 американских IT-гигантов (только по ним есть верифицируемые данные) инвестировали около 536 млрд долл. в капитальные расходы, и значительная часть была вложена в проекты, связанные с ИИ, включая финансирование исследований и разработок, маркетинга, обслуживание ИИ-кластеров. Все это без учета операционных расходов, то есть регулярных затрат на ежедневное функционирование самих компаний.
А за полных три года инвестиции в ИИ у четырех крупнейших IT-компаний мира могут составить уже почти 1 трлн долл., так как сейчас их текущие годовые затраты на ИИ оценочно могут превышать 500 млрд долл., из которых в оборудование направлено 360 млрд.
Именно трехлетний период взят не случайно. Отсчет для «новой эры генеративного ИИ» эксперты ведут с ноября-декабря 2022 года – с момента запуска в широкий доступ клиентоориентированной версии большой языковой модели ChatGPT 3.5.
Окупаемость совершенных за этот период инвестиций в искусственный интеллект под большим вопросом. Как уточнил Рябов, ни одна компания не сообщает цифры открыто, ведь нулевая или мизерная выручка дискредитирует индустрию. Если же проанализировать прямую монетизацию (доступ к протоколам, чат-ботам, ИИ-приложения), то, по экспертным расчетам, «совокупный доход» может составлять сейчас чуть больше 30 млрд долл. по лидерам индустрии с перспективой роста выручки через три года уже до 100 млрд долл. Но убытки исчисляются сотнями миллиардов: они «деликатно размазаны по прочим подразделениям».
«Коллапс ИИ-пузыря неизбежен, так как не существует сценария монетизации накопленных триллионных инвестиций, учитывая структуру и специфику отрасли», – предупреждает Рябов. Например, по его мнению, экспоненциальный рост выручки невозможен из-за конкуренции: «Чат-ботами все обмазаны вдоль и поперек». Плюс к этому есть сенсационные разработки Китая, предлагающего миру бесплатные модели, которые «почти не уступают американским».
Примечательно, что об угрозе пузырей в IT-индустрии задумываются в том числе в Китае. Ранее председатель КНР Си Цзиньпин раскритиковал власти провинций, необдуманно вкладывающих большие средства в ИИ, вычислительные мощности и электромобили. Как сообщается, эти отрасли стратегически важны, но им грозит перегрев из-за слишком быстрого развития и избыточных инвестиций (см. «НГ» от 13.08.25).
Еще одна упомянутая Рябовым проблема, способная усугубить риски коллапса, – это ограничения технологического, архитектурного, вычислительного характера. В частности, имеется в виду до сих пор не решенная проблема ошибок и галлюцинаций (вымышленных ответов).
ИИ дает ответы с опорой на доступный массив данных, в котором много мусора, при этом ИИ, как правило, считает правильным самый статистически частый вариант, что вовсе не всегда действительно правильно.
Условно, если в интернете будет больше источников, сообщающих, что Земля – плоская, то ИИ с высокой долей вероятности даст примерно такой же ответ. При этом доступ к достоверной научной или критически значимой для принятия решений информации скорее всего изначально ограничен. Это научные исследования, отчеты, иная документация, которой далеко не все готовы свободно делиться, ведь это вопрос либо конкурентной борьбы, либо государственной безопасности.
Кроме того, даже несмотря на появление улучшенных версий, у нейросетей, как можно судить, пока еще недостаточно длинное контекстное окно, которое необходимо для самостоятельных рассуждений, отсеивания ложных решений, долгосрочной памяти. До сих пор актуальны риски, что ИИ будет стремиться имитировать, подгонять ответы под условия поставленной перед ним задачи в рамках ограниченного объема информации.
Обучение же на синтетических, искусственно сгенерированных данных (они становятся альтернативой реальным данным, которых в открытом доступе уже не хватает) тоже не панацея. Так как это обычно обобщенные, очищенные от случайного и в том числе ценного знания данные. Возникают опасения, что с таким обучением ИИ не станет способен рождать принципиально новые идеи, зато начнет плодить собственные галлюцинации и ошибки – впадет в рекурсию.
Это первый шаг на пути к вырождению ИИ-моделей, а не к их гениальности. Тогда как дальнейшее усовершенствование технологий искусственного интеллекта, улучшение качества ИИ-моделей будет требовать еще больших инвестиций в вычислительные мощности и оборудование, еще больше затрат энергии.
На бытовом уровне использование недостаточно развитых ИИ-моделей пока приводит скорее к курьезам, когда так называемые слопперы сталкиваются с затруднениями, потому что нейросеть дала им недостоверный ответ – например, отправляются в путешествие без визы (слоппер – новый термин для обозначения людей, которые не могут принимать решения без совета искусственного интеллекта; от англ. «AI slop» – контент низкого качества, сгенерированный нейросетью).
В то же время не исключены и серьезные негативные последствия. От эффективности технологий ИИ напрямую зависят перспективы предприятий, производительность отраслей, которые в ускоренном режиме переходят на цифровые рельсы развития.Но опрошенные «НГ» эксперты обращают внимание на то, что обозначенные риски – это повод не для сворачивания инвестиций и разработок, а для более сбалансированного подхода с опорой на реальные достижения, а не на рекламные обещания представителей западного бигтеха.
По уточнению эксперта Высшей школы госуправления Президентской академии Петра Отоцкого, на самом деле сейчас нет окончательной определенности в вопросе о том, действительно ли мир стоит на пороге очередной зимы искусственного интеллекта. Ведь точно так же не менее обсуждаемый сценарий – прорывное появление сильного ИИ, сопоставимого с человеческим интеллектом.
Эксперт пояснил, почему речь идет об «очередной зиме». «Сейчас мир покоряет третье поколение ИИ – эпоха машинного обучения. С момента введения термина «искусственный интеллект» в 1956 году прошло уже две зимы (с 1974 по 1980 годы, с 1987 по 1993 годы), когда из-за отсутствия прогресса общество теряло веру в технологию, закрывалось финансирование многих проектов, в ИИ не шли молодые ученые, и само словосочетание «искусственный интеллект» было неприличным», – напомнил Отоцкий.
Помимо этого ИИ-пузырь часто сравнивают с кризисом доткомов: в конце 1990-х – начале 2000-х годов акции преимущественно американских интернет-компаний взлетели до максимальных значений, а затем хлынула волна банкротств тех фирм, которые, ожидая баснословных прибылей, вложились в «новую экономику», но де-факто не смогли выстроить эффективную бизнес-модель.
Однако, как отметил Отоцкий, после кризиса доткомов интернет все равно продолжил работать и менять общество и экономику. По его мнению, аналогично и искусственный интеллект уже с нами, технология будет все шире применяться независимо от сценария развития отрасли.
По оценкам замдиректора Центра компетенций НТИ «Технологии доверенного взаимодействия» Руслана Пермякова, уместнее ожидать не коллапса всей ИИ-индустрии, а мягкой посадки лидеров и банкротства наименее успешной части экосистемы на периферии отрасли. Говоря об ограничениях, он уточнил, что монетизация все-таки работает – например, через продукты, использующие облачные сервисы. Учитываются уже сейчас и риски «вырождения» ИИ-моделей – разработчики внедряют специальные «противоядия».
Как ожидает гендиректор Агентства трансформации и развития экономики Владислав Онищенко, использование ИИ позволит в будущем добиться существенных финансовых успехов в сферах, требующих проверки гипотез и расчетов: фармацевтике, добыче ресурсов, сельском хозяйстве, генетике. «Финансовая выгода от использования ИИ для крупных технологических компаний обусловлена его способностью оптимизировать операции, расширять ассортимент продукции и создавать новые источники дохода», – пояснил исполнительный директор Института экономики роста им. П.А. Столыпина Антон Свириденко. Уже сейчас в этом помогают предиктивная аналитика, автоматизация, машинное зрение, обработка естественного языка, машинное обучение.
«И даже если инвестиции не приносят мгновенной отдачи, многие руководители и инвесторы считают, что инвестиции, которые они делают сейчас, в итоге окупятся, так как ИИ будет создавать то конкурентное преимущество, которого у других нет», – обратил внимание Свириденко.
России предстоит найти и выгодно преподнести свои сильные стороны в процессе ИИ-трансформации мировой экономики. По мнению Онищенко, российским компаниям сейчас относительно трудно соперничать в большой ИИ-гонке с американскими и китайскими разработчиками, у которых на порядок больше финансовых и иных ресурсов. «Но огромные возможности есть в развитии отраслевых и секторальных моделей. В этом наша сильная сторона, – говорит Онищенко. – Кроме того, если удастся разработать новые механизмы вычислений, например, на базе фотоники, в которой российская наука находится наравне или впереди других стран, то у нас есть шанс не догонять других, а сразу перегнать их, срезав угол».
Константин Ремчуков 
