Год назад:
Усиливающийся вой, что нейросети, дескать, заменят программистов, юристов, управленцев, гидов, риэлторов… Короче, всех, кроме сантехников.
Я тогда ржал и писал, что это невозможно как минимум по одной причине — нейросеть ничего не может, кроме как предсказывать вероятность следующего слова, на основе алгоритма цепей Маркова, используя за отправную точку запрос пользователя. Нет запроса, нет ответа. Качество запроса (его насыщенность полезными для сортировки токенами) формирует качество ответа.
Все это означает, что если вместо программиста, способного создать четкий работающий алгоритм на естественном языке, запрос создаст менеджер, не способный создать алгоритм на естественном языке, то код будет говняным.
И тут возникает парадокс:
Человек, не владеющий языком программирования, не способен создать внятный алгоритм и внятный запрос. А человеку, владеющему языком программирования, проще и лучше написать код ручками, чем написать его нейросетью, затем разбираться в его структуре, чтобы пофиксить баги. Это закон — проще написать участок кода с нуля, чем разбираться с чужим кодом и править его.
То же оказалось и с другими компетенциями. Неспециалист не способен написать эффективный запрос, а специалисту для эффективной работы не нужна сортировочная машина, у него в голове уже все отсортировано.
И вышло, что единственными областями эффективного применения нейросети за год оказались области, где для сортировки данных человеку просто не хватает скорости и внимания:
1. Медицина, где нельзя упустить мелочей и отсортировать результаты анализов в диагноз
2. Мониторинг камер и датчиков на предмет выявления более или менее заметных признаков (противоправных действий, мимики, сортировки лиц для сличения с базами преступников).
3. Работа по синтезу новых материалов, где человек просто не в состоянии собрать в кучу тысячи признаков и отсортировать их в свойство.
И всё.
Прошел год:
Наблюдается обратная картина, когда колоссальные инвестиции, вложенные в разрекламированный «искусственный интеллект», на поверку оказавшийся продвинутой сортировочной машиной, не умнее машины, сортирующей яйца на птицефабрике, не привели ни к каким прибылям. И, как реакция, пошел обратный процесс — неэффективные нейросети начали тайком заменять людьми.
Яркие примеры:
Flock Safety (США, система наблюдения)
Компания Flock Safety, производитель камер для распознавания номеров автомобилей, привлекла внимание из-за использования индусов вместо ИИ. Wired раскрыл, что вместо полноценного машинного обучения для идентификации номеров, транспортных средств и людей (включая одежду) компания нанимала гиг-работников за рубежом для ручной обработки видео. Это позволяло собирать данные для полиции без ордера, но вызвало иски от ACLU и EFF.
Nate (США, e-commerce автоматизация)
Стартап Nate под руководством Альберта Санигера (Albert Saniger) обещал инвесторам ИИ для одноразовых онлайн-покупок, включая ввод адресов и платежей. Федеральные прокуроры в Нью-Йорке обвинили его в мошенничестве: вместо ИИ сотни фрилансеров из Филиппин вручную выполняли заказы. В апреле 2025 года Санигер был арестован.
AI-флирт приложения (США, Африка)
В американских приложениях для «ИИ-флирта» вместо нейросетей, которые не умеют долго удерживать внимание собеседника, часто повторяются, теряют признаки роли, мужчины из Африки вели чаты для удержания подписчиков вручную, получая 0.05 долларов за каждое сообщение и премии за продление подписок. Business Insider Africa отметил рост на 100% подобных практик.
Скандал с роботом Оптимус. (США)
Оператор робота забыл отключить управление перед тем, как снять VR-маску и опозорился прямо на презентации с журналистами. Оказалось, что, вопреки заявлениям Маска, робот управляется оператором.
То есть, по факту не нейросети заменили людей, а люди заменяют нейросети для имитации автоматизации, которая по факту оказалась убыточной.
Источник: vk.com
Источник: ai-news.ru
