Четыре способа осмыслить итоги этого года
Некоторое разочарование было неизбежным. Когда в конце 2022 года OpenAI выпустила бесплатное веб-приложение ChatGPT, это изменило ход развития целой отрасли — и нескольких мировых экономик. Миллионы людей начали общаться со своими компьютерами, а их компьютеры — отвечать им. Мы были очарованы и ожидали большего.
Мы поняли. Технологические компании изо всех сил старались не отставать, выпуская конкурирующие продукты, которые с каждым новым релизом превосходили друг друга: голосовые функции, изображения, видео. Непрерывное соперничество между компаниями, занимающимися ИИ, представляло каждый новый продукт как крупный прорыв, укрепляя широко распространенное убеждение в том, что эта технология будет только совершенствоваться. Сторонники ИИ говорили нам, что прогресс идет экспоненциально. Они публиковали графики, показывающие, как далеко мы продвинулись с прошлогодних моделей: посмотрите, как растет линия! Казалось, генеративный ИИ может всё.
Что ж, 2025 год стал годом расплаты.
Эта статья является частью серии публикаций MIT Technology Review под названием «Коррекция ажиотажа» , которая призвана переосмыслить представления об искусственном интеллекте, его возможностях и направлениях нашего дальнейшего развития.
Во-первых, руководители ведущих компаний в сфере ИИ давали обещания, которые не могли сдержать. Они говорили, что генеративный ИИ заменит офисных работников, принесет эпоху изобилия, совершит научные открытия и поможет найти новые лекарства от болезней. Страх упустить что-то важное (FOMO) в экономиках всего мира, по крайней мере, в странах Глобального Севера, заставил генеральных директоров пересмотреть свои планы и попытаться получить свою долю прибыли.
Именно тогда блеск начал тускнеть. Хотя технология позиционировалась как универсальный многофункциональный инструмент, способный модернизировать устаревшие бизнес-процессы и сократить расходы, ряд исследований, опубликованных в этом году, показывают, что компаниям не удается заставить волшебную пыльцу ИИ творить чудеса. Опросы и исследования, проведенные различными источниками, включая Бюро переписи населения США и Стэнфордский университет, показали, что внедрение инструментов ИИ в бизнесе застопорилось. А когда инструменты все же начинают использоваться, многие проекты остаются на стадии пилотного проекта. Без широкой поддержки со стороны экономики неясно, как крупные компании, занимающиеся ИИ, смогут когда-либо окупить невероятные суммы, уже потраченные ими в этой гонке.
В то же время, обновления основных технологий уже не представляют собой тех кардинальных изменений, какими они были раньше.
Связанная статья
Самым ярким примером этого стал неудачный запуск GPT-5 в августе. Компания OpenAI, которая положила начало (и в значительной степени поддержала) нынешнему буму, собиралась выпустить совершенно новое поколение своих технологий. OpenAI рекламировала GPT-5 в течение нескольких месяцев: «Эксперт уровня доктора наук во всем», — хвастался генеральный директор Сэм Альтман. В другом случае Альтман без комментариев опубликовал изображение Звезды Смерти из «Звездных войн», которое поклонники OpenAI восприняли как символ абсолютной власти: Скоро! Ожидания были огромными.
И все же, когда GPT-5 появился, казалось, что это — всё то же самое? Затем последовал самый большой сдвиг в настроении с момента появления ChatGPT три года назад. «Эра прорывных достижений закончилась», — заявил Янник Килчер, исследователь ИИ и популярный ютубер, в видео, опубликованном через два дня после выхода GPT-5: «AGI не появится. Похоже, мы живем в эпоху Samsung Galaxy с LLM».
Многие (включая меня) проводили аналогию с телефонами. Примерно десять лет смартфоны были самой захватывающей потребительской техникой в мире. Сегодня новые продукты от Apple или Samsung выходят практически без лишней помпы. Пока преданные фанаты изучают небольшие улучшения, большинству людей iPhone этого года теперь кажется и ощущается почти так же, как и прошлогодний iPhone. Неужели мы дошли до этого этапа развития генеративного ИИ? И является ли это проблемой? Конечно, смартфоны стали новой нормой. Но они также изменили то, как устроен мир.
Следует уточнить, что последние несколько лет были полны по-настоящему впечатляющих моментов: от ошеломляющих скачков в качестве моделей генерации видео до совершенства так называемых моделей логического мышления в решении задач и побед на мировых конкурсах новейших моделей программирования и математики. Но этой замечательной технологии всего несколько лет, и во многом она всё ещё экспериментальная. Её успехи сопровождаются серьёзными оговорками.
Возможно, нам следует пересмотреть свои ожидания.
Масштабная перезагрузка
Здесь следует быть осторожными: маятник от ажиотажа к анти-ажиотажу может качнуться слишком далеко. Было бы опрометчиво отвергать эту технологию только потому, что её слишком расхвалили. Первая реакция, когда ИИ не оправдывает ожиданий, — это сказать, что прогресс зашёл в тупик. Но это неверное понимание того, как работают исследования и инновации в сфере технологий. Прогресс всегда движется рывками. Существуют пути преодоления препятствий, обхода их и преодоления под ними.
Давайте немного отвлечемся от запуска GPT-5. Он последовал сразу за серией замечательных моделей, выпущенных OpenAI в предыдущие месяцы, включая o1 и o3 (первые в своем роде модели логического мышления, которые представили индустрии совершенно новую парадигму) и Sora 2, которая снова подняла планку в области генерации видео. Мне это не кажется каким-то провалом.
Искусственный интеллект — это действительно здорово! Посмотрите на Nano Banana Pro, новую модель генерации изображений от Google DeepMind, которая может превратить главу книги в инфографику и многое другое. Она доступна — бесплатно — прямо на вашем телефоне.
И все же невольно задаешься вопросом: что останется, когда исчезнет эффект «вау»? Как мы будем воспринимать эту технологию через год или пять? Будем ли мы считать, что она оправдала колоссальные затраты, как финансовые, так и экологические?
С учетом этого, вот четыре способа оценить состояние ИИ к концу 2025 года: Начало столь необходимой коррекции ажиотажа.
01: Магистратура по программе LLM — это ещё не всё.
В некотором смысле, нужно корректировать ажиотаж вокруг больших языковых моделей, а не искусственного интеллекта в целом. Стало очевидно, что большие языковые модели не являются путем к созданию искусственного общего интеллекта (ИИИ), гипотетической технологии, которая, как утверждают некоторые, однажды сможет выполнять любые (когнитивные) задачи, с которыми справится человек.
Даже такой евангелист искусственного интеллекта, как Илья Суцкевер, главный научный сотрудник и соучредитель стартапа Safe Superintelligence, занимающегося разработкой ИИ, а также бывший главный научный сотрудник и соучредитель OpenAI, теперь подчеркивает ограничения LLM (Low-Learning Mathematics), технологии, в создании которой он принимал огромное участие. LLM очень хорошо учатся выполнять множество конкретных задач, но, похоже, они не усваивают принципы, лежащие в основе этих задач, — сказал Суцкевер в интервью Дваркеш Пателю в ноябре.
Разница между обучением решению тысячи различных алгебраических задач и обучением решению любой алгебраической задачи. «Самое главное, на мой взгляд, заключается в том, что эти модели почему-то обобщают информацию гораздо хуже, чем люди», — сказал Суцкевер.
Связанная статья
Легко представить, что специалисты в области права могут всё, потому что их владение языком настолько убедительно. Удивительно, насколько хорошо эта технология может имитировать то, как люди пишут и говорят. И мы запрограммированы видеть интеллект в вещах, которые ведут себя определённым образом — независимо от того, есть он или нет. Другими словами, мы создали машины с человекоподобным поведением и не можем устоять перед желанием увидеть за ними человекоподобный разум.
Это вполне понятно. Технологии LLM стали частью повседневной жизни всего несколько лет назад. Но за это время маркетологи воспользовались нашим неустойчивым представлением о реальных возможностях этой технологии, раздувая ожидания и усиливая ажиотаж. По мере того, как мы будем жить с этой технологией и лучше ее понимать, эти ожидания должны вернуться к реальности.
0 2 : Искусственный интеллект — это не быстрое решение всех ваших проблем.
В июле исследователи из Массачусетского технологического института опубликовали исследование, которое стало ключевым тезисом в лагере разочарованных. Главный результат заключался в том, что целых 95% компаний, которые пытались использовать ИИ, не нашли в нем никакой пользы.
Общий посыл этого утверждения подтверждают и другие исследования. В ноябре исследование, проведенное исследователями из Upwork, компании, управляющей онлайн-площадкой для фрилансеров, показало, что агенты, использующие программы обучения под руководством ведущих специалистов в области права из OpenAI, Google DeepMind и Anthropic, не смогли самостоятельно выполнить многие простые рабочие задачи.
Это совершенно не соответствует прогнозу Альтмана: «Мы считаем, что в 2025 году мы можем увидеть, как первые агенты искусственного интеллекта „присоединятся к рабочей силе“ и существенно изменят результаты деятельности компаний», — написал он в своем личном блоге в январе.
Однако в исследовании Массачусетского технологического института упускается из виду тот факт, что критерии успеха, использованные исследователями, были довольно узкими. 95-процентный показатель неудач учитывает компании, которые пытались внедрить специализированные системы искусственного интеллекта, но не смогли масштабировать их дальше пилотного этапа после шести месяцев. Неудивительно, что многие эксперименты с экспериментальными технологиями не приносят результатов сразу.
Эта цифра также не включает использование LLM сотрудниками вне официальных пилотных проектов. Исследователи из MIT обнаружили, что около 90% опрошенных ими компаний имели своего рода теневую экономику ИИ, где работники использовали личные аккаунты чат-ботов. Но стоимость этой теневой экономики не была измерена.
Когда в исследовании Upwork изучалось, насколько хорошо агенты справлялись с задачами совместно с людьми, которые знали свое дело, показатели успешности резко возросли. Вывод, похоже, заключается в том, что многие люди сами понимают, как ИИ может помочь им в работе.
Это согласуется с тем, что отметил исследователь и влиятельный деятель в области ИИ Андрей Карпати (и автор термина «вайб-кодирование»): чат-боты лучше среднестатистического человека во многих областях (например, в предоставлении юридических консультаций, исправлении ошибок, решении школьных математических задач), но они не лучше эксперта-человека. Карпати предполагает, что именно поэтому чат-боты оказались популярными среди частных потребителей, помогая неспециалистам с повседневными вопросами и задачами, но они не перевернули экономику, для чего потребовалось бы превзойти квалифицированных сотрудников в их работе.
Ситуация может измениться. Пока не стоит удивляться тому, что ИИ (пока) не оказал того влияния на рынок труда, на которое рассчитывали его сторонники. ИИ — это не быстрое решение, и он не может заменить людей. Но впереди еще много возможностей. Способы интеграции ИИ в повседневные рабочие процессы и бизнес-процессы все еще находятся на стадии тестирования.
0 3: Мы находимся в каком-то замкнутом мире? (Если да, то в каком?)
Если ИИ — это пузырь, то похож ли он на пузырь ипотечного кредитования 2008 года или на интернет-пузырь 2000 года? Потому что разница существенная.
Ипотечный пузырь уничтожил значительную часть экономики, потому что, лопнув, он не оставил после себя ничего, кроме долгов и переоцененной недвижимости. Пузырь доткомов разорил множество компаний, что вызвало цепную реакцию по всему миру, но оставил после себя зарождавшийся интернет — международную сеть кабелей и горстку стартапов, таких как Google и Amazon, которые стали сегодняшними технологическими гигантами.
С другой стороны, возможно, мы находимся в каком-то замкнутом мире, непохожем ни на один из этих. В конце концов, сейчас для программ магистратуры в области права нет реальной бизнес-модели. Мы еще не знаем, что станет «убойным приложением», или будет ли оно вообще.
Многие экономисты обеспокоены беспрецедентными суммами денег, вкладываемыми в инфраструктуру, необходимую для наращивания мощностей и удовлетворения прогнозируемого спроса. Но что, если этот спрос не материализуется? Добавьте к этому странную замкнутость многих из этих сделок — когда Nvidia платит OpenAI, которая платит Nvidia, и так далее — и неудивительно, что у всех разные взгляды на то, что нас ждет.
Некоторые инвесторы сохраняют оптимизм. В интервью подкасту Technology Business Programming Network в ноябре Гленн Хатчинс, соучредитель Silver Lake Partners, крупной международной частной инвестиционной компании, привел несколько причин не беспокоиться. «У каждого из этих центров обработки данных — почти у всех — есть платежеспособный контрагент, с которым заключен контракт на обработку всей вычислительной мощности, для которой они построены», — сказал он. Другими словами, это не тот случай, когда «Постройте, и они придут» — клиенты уже связаны договорными обязательствами.
И, как он отметил, одним из крупнейших платежеспособных контрагентов является Microsoft. «У Microsoft лучший в мире кредитный рейтинг, — сказал Хатчинс. — Если вы заключаете сделку с Microsoft на получение дохода от вашего центра обработки данных, Satya вам в этом поможет».
Многие руководители компаний будут оглядываться на пузырь доткомов и пытаться извлечь из него уроки. Вот один из способов взглянуть на это: у компаний, которые обанкротились тогда, не было денег, чтобы пережить кризис. Те, кто пережил крах, процветали.
Связанная статья
Учитывая этот урок, компании, занимающиеся искусственным интеллектом, сегодня пытаются окупить себя в условиях, которые могут оказаться, а могут и не оказаться, «пузырем». Оставайтесь в гонке, не отставайте. Даже в этом случае это отчаянный риск.
Но есть и другой урок. Компании, которые могут показаться второстепенными, быстро превращаются в «единорогов». Возьмем, к примеру, Synthesia, компанию, которая создает инструменты для генерации аватаров для бизнеса. Натан Бенаич, соучредитель венчурной фирмы Air Street Capital, признает, что когда он впервые услышал о компании несколько лет назад, когда страх перед дипфейками был широко распространен, он не был уверен, для чего нужна ее технология, и думал, что рынка для нее нет.
«Мы не знали, кто будет платить за синхронизацию губ и клонирование голоса», — говорит он. «Оказалось, что желающих заплатить было много». Сейчас у Synthesia около 55 000 корпоративных клиентов, а годовой доход составляет около 150 миллионов долларов. В октябре компания была оценена в 4 миллиарда долларов.
04: ChatGPT не был началом, и он не будет концом.
ChatGPT стал кульминацией десятилетнего прогресса в области глубокого обучения — технологии, лежащей в основе всего современного ИИ. Зачатки самого глубокого обучения были посеяны в 1980-х годах. В целом, эта область существует как минимум с 1950-х годов. Если оценивать прогресс на этом фоне, то генеративный ИИ едва начал развиваться.
Тем временем исследовательская деятельность находится на пике. На крупнейшие мировые конференции по искусственному интеллекту поступает больше высококачественных работ, чем когда-либо прежде. В этом году организаторы некоторых из этих конференций были вынуждены отклонять статьи, уже одобренные рецензентами, просто чтобы контролировать количество заявок. (В то же время серверы препринтов, такие как arXiv, были завалены результатами исследований, созданных с помощью ИИ.)
«Мы снова возвращаемся в эпоху исследований», — сказал Суцкевер в том интервью Дваркеш, говоря о нынешнем «узком месте» в сфере программ магистратуры в области права. Это не шаг назад; это начало чего-то нового.
«Всегда много тех, кто раздувает ажиотаж», — говорит Бенаич. Но он считает, что в этом есть и положительная сторона: ажиотаж привлекает деньги и таланты, необходимые для реального прогресса. «Знаете, всего два-три года назад люди, которые создавали эти модели, были, по сути, энтузиастами-исследователями, которые случайно наткнулись на что-то работающее», — говорит он. «Теперь все, кто хорош в чем-либо в сфере технологий, работают над этим».
Что нам делать дальше?
Неустанный ажиотаж вызван не только тем, что компании наращивают продажи своих чрезвычайно дорогостоящих новых технологий. Существует большая группа людей — как внутри, так и вне отрасли — которые хотят верить в перспективу появления машин, способных читать, писать и думать. Это безумная мечта, которой уже несколько десятилетий.
Но ажиотаж так и не утих — и это хорошо. Теперь у нас есть шанс пересмотреть ожидания и увидеть эту технологию такой, какая она есть на самом деле — оценить её истинные возможности, понять её недостатки и уделить время изучению того, как применять её полезным (и выгодным) образом. «Мы всё ещё пытаемся понять, как вызывать определённые модели поведения из этого невероятно многомерного «чёрного ящика» информации и навыков», — говорит Бенаич.
Коррекция ажиотажа давно назрела. Но знайте, что ИИ никуда не денется. Мы даже не до конца понимаем, что уже создали, не говоря уже о том, что нас ждет в будущем.
Источник: www.technologyreview.com
