Эксперты Национального исследовательского университета Высшей школы экономики (ВШЭ) провели глубокий анализ мирового рынка генеративного искусственного интеллекта (GenAI), оценивая, насколько успешно этот сектор преобразует крупные финансовые вложения в ощутимые экономические выгоды. Их вывод оказался тревожным: сегодня темпы развития технологий значительно опережают скорость возврата инвестиций. Об этом пишет Naked Science.
Фото из открытых источников / © GigaChat
Генеративный искусственный интеллект становится основным направлением инвестирования
В последние годы наблюдается существенный рост интереса к технологиям генеративного искусственного интеллекта. Гигантские суммы денег вкладываются компаниями в покупку специализированных микросхем, серверов и строительство крупных центров обработки данных. Ожидания прибыли, основанной на эксплуатации больших языковых моделей, высоки, однако реальность оказывается менее радужной.
Научный руководитель НИУ ВШЭ Ярослав Кузьминов совместно со старшим преподавателем кафедры высшей математики НИУ ВШЭ Екатериной Кручинской решили выяснить баланс между объемом вложений в оборудование и экономической выгодой от разработки новых решений в области искусственного интеллекта. Результаты их исследований представлены в издании Foresight and STI Governance.
Методология исследования и полученные результаты
Для оценки экономической эффективности рынка исследователи воспользовались методом Data Envelopment Analysis (DEA), позволяющим анализировать сложнейшие системы путем сопоставления множества переменных. Входящими показателями служила финансовая деятельность поставщиков оборудования для искусственного интеллекта (AMD, Intel, NVIDIA и другие). Выходящие же показатели представляли собой выручку компаний-разработчиков программного обеспечения и пользователей услуг искусственного интеллекта, таких как Sony, OpenAI, Google DeepMind и Amazon.
Методика позволила рассматривать динамику изменения эффективности рынка генеративного искусственного интеллекта ежегодно, исключив традиционные подходы, сосредоточенные исключительно на отдельных компаниях. Расчеты были проведены дважды: сначала с использованием абсолютных показателей доходов, а затем скорректированные относительно общего объема мирового валового продукта.
Исследование выявило неравномерность динамики рынка: с 2016 по 2021 год показатель эффективности постоянно возрастал, отражая первичную фазу коммерческой реализации генеративных моделей. Но с 2021 года ситуация изменилась кардинально: несмотря на значительное увеличение финансовых вложений, уровень рентабельности начал падать. Даже кратковременный скачок в 2023 году не смог вернуть ситуацию к положительной динамике.
Причины снижения экономической эффективности
Катализатором текущего положения дел стало преобладание спроса на аппаратные средства над спросом на программное обеспечение. Развитие больших языковых моделей требует значительных ресурсов, однако реальной экономической выгоды от них зачастую недостаточно для покрытия расходов на создание необходимой технической инфраструктуры.
Екатерина Кручинская подчеркнула: результаты исследования показывают, что на сегодняшний день развитие рынка искусственных решений идет по пути догоняющих технологий. Доходы от программных решений не покрывают расходы на закупку и эксплуатацию дорогостоящего оборудования.
Более того, сама структура рынка предполагает доминирование производителей аппаратуры над разработчиками прикладных решений, что создает дополнительную нагрузку на конечных потребителей.
Еще одной проблемой является отсутствие реальных практических внедрений решений, способных оказать значимый положительный эффект на социальные и производственные процессы. Ограниченность возможностей современных технологий обусловлена дороговизной вычислений, нехваткой специалистов и техническими недостатками самих моделей.
Ярослав Кузьминов выразил осторожность относительно возможных рисков возникновения «пузыря» на рынке искусственного интеллекта, аналогичного известным экономическим кризисам прошлого века. Несмотря на очевидную пользу инноваций для общества, требуется разработать четкую стратегию дальнейшего развития отрасли, включающую улучшение внедряемых решений и оптимизацию инвестиционных процессов.
