ИИ после хайпа: что останется в экономике

Мы видели немало "пузырей": рынок NFT обвалился на 97%, а Meta сожгла 73 млрд долл. на метавселенной, прежде чем переключиться на искусственный интеллект. Скептики пророчат ИИ такую же судьбу, но это сравнение ошибочно. NFT или метавселенная были скорее спекулятивными трендами без массового прикладного значения. Зато ИИ - технология общего назначения, как электричество или интернет.

Разница между "хайпом ради хайпа" и настоящей технологической революцией - в широкой полезности. Если блокчейн остался нишевым инструментом, то ИИ есть в арсенале каждого разработчика или менеджера. Даже если инвестиционный пузырь вокруг генеративного ИИ лопнет, сама технология никуда не исчезнет.

Кризис доткомов не помешал интернету изменить мир. Так же и ИИ станет фундаментом наших процессов, когда утихнет шумиха в новостях.

От эффективности к конкурентному преимуществу

ИИ для бизнеса - это инструмент выживания. Он позволяет уменьшить расходы, ускорить операции и выход на рынок. В разработке ПО эффект от ИИ хорошо заметен. Платформа VelocityАІ от GlobalLogic дает до 30% прироста производительности. Похожие данные и у глобальных игроков: исследования с участием Microsoft и Accenture подтвердили средний рост на 26% без багов и потери качества.

Бизнес инвестирует в ИИ не только ради R&D-экспериментов, а с прицелом на долгосрочную отдачу. По данным Gartner, мировые расходы на ИИ в 2026 году приближаются к 2,5 трлн долл. Рынок корпоративного ПО в целом десятилетиями оценивался в подобных пределах и ИИ стремительно становится значительной его долей.

Крупные корпорации планируют горизонтом пять-десять лет. Если совет директоров уже одобрил сотни миллионов на ИИ-инициативы, то резкий разворот маловероятен. На определенном этапе остановиться дороже, чем продолжать.

Инвестиции в ИИ подпитываются гонкой, в которой никто из лидеров не хочет отставать. Google vs OpenAI, Microsoft vs Amazon, США vs Китай - все вкладывают в ИИ.

Только частные инвестиции США в ИИ в 2024 году превысили 109 млрд долл., что в 12 раз больше, чем в Китае. Хотя Китай быстро сокращает отставание по качеству моделей и количеству патентов. Через три-пять лет бизнес, который решит "переждать", не сможет конкурировать по производительности, качеству и себестоимости.

ИИ уже проник в глобальные цепочки поставок и технологические стеки. Мировые облачные провайдеры строят дата-центры, нашпигованные ИИ-оптимизированными серверами и GPU, чтобы удовлетворить спрос. Производители чипов наращивают выпуск ускорителей под ИИ-нагрузки. Целые отрасли перестраивают процессы под возможности ИИ: раз инфраструктура уже есть, ее надо загружать полезными ИИ-задачами.

Важно уточнить: большие инвестиции не являются доказательством ценности технологии. В истории уже были примеры, когда рынки вкладываются нерационально: от доткомов до телеком-бума. Однако сейчас деньги идут не в "обещания", а в инфраструктуру: дата-центры, энергетику. Это капитальные решения, которые принимаются с горизонтом пять-десять лет и привязаны к операционной эффективности бизнеса.

Да, ИИ дорогой. GPU, энергия, охлаждение, инференс - это реальные ограничения, но история показывает, что именно такие ограничения запускают волны оптимизации. Стоимость вычислений снижается, а эффективность моделей растет. Когда технология становится экономически критичной, рынок всегда находит способ сделать ее дешевле.

ИИ как часть операционной инфраструктуры

Когда ИИ перестает быть отдельным инструментом и начинает встраиваться в архитектуру продуктов и процессов, вопрос уже не в том, использовать ли его, а как именно. Внедрение ИИ требует от бизнеса изменения технологических подходов.

Во-первых, пересматриваются архитектуры ПО: появляются выделенные модули для работы с моделями, pipelines для сбора и обработки данных, интеграция с облачными ИИ-сервисами. Растет роль данных: компании строят data-озера, векторные базы данных и платформы MLOps, чтобы эффективно тренировать и внедрять модели.

Во-вторых, меняется SDLC (жизненный цикл разработки ПО). Разработчики теперь имеют ИИ-ассистентов, которые дополняют код, генерируют тестовые сценарии, осуществляют первичное ревю кода. Это повышает скорость и снижает рутину, хотя и выдвигает новые требования к навыкам инженеров: умение работать с подсказками ИИ, проверять его результаты. Команды переходят на более экспериментальную модель разработки, когда прототип с ИИ может быть быстро собран, протестирован и усовершенствован.

Порог входа в ИИ сейчас кардинально другой, чем десять лет назад. Раньше нейросети были привилегией Google с суперкомпьютерами и армией дата-саентистов. Сейчас средний бизнес арендует готовую модель через API. За два года стоимость запуска моделей уровня GPT-3.5 снизилась в 280 раз. Производительность железа тоже растет: новые чипы становятся на 30-40% энергоэффективнее каждый год.

2023-2025 годы стали переломом для ИИ в enterprise-секторе. После прорыва с ChatGPT компании прошли путь от осторожных пилотов до массового внедрения. Если в 2023-м все только тестировали чат-ботов, то сейчас генеративный ИИ используют в работе 71% организаций. Согласно опросу McKinsey, две трети организаций в ближайшее время планируют увеличивать инвестиции в ИИ, а 20% уже внедряют ИИ-агентов.

ИИ становится частью каждого этапа бизнес-процесса. Возьмем разработку ПО: ИИ может сгенерировать код и протестировать его. Даже в консервативных сферах - управлении предприятием или бухгалтерии - появляются ИИ-модули для прогнозирования спроса, выявления мошенничества, оптимизации закупок. Современная облачная инфраструктура позволяет встроить ИИ в каждый продукт: от смартфона (где уже работают встроенные модели для камер и голосовых ассистентов) до автомобиля.

Критики справедливо замечают: большие языковые модели не "мыслят" в человеческом смысле. Они работают со статистическими паттернами, а не с пониманием. Однако для бизнеса это не принципиальная разница. Бизнесу не нужно сознание. Бизнесу нужны инструменты, которые стабильно уменьшают время и стоимость выполнения задач. В этом смысле ИИ ближе не к "искусственному разуму", а к новому слою автоматизации.

Один из клиентов GlobalLogic - провайдер решений для смарт-билдинга - стремился ускорить цикл разработки и уменьшить ручной труд инженеров. Мы помогли внедрить решение на основе VelocityAI, которое автоматизировало генерацию шаблонного кода, создание unit-тестов, оптимизацию и частично документирование.

Разработчики избавились от десятков часов монотонной работы, получив ~15% прироста производительности команды. Такие истории массовые в разных отраслях. 2025-2026 годы - это точка невозврата, когда ИИ из красивой концепции превратился в утилитарный инструмент, тихо выполняющий свою работу в бэкэнде бизнеса.

Стоит быть честными: ИИ редко дает магический эффект x2 или x3 для всего бизнеса. Это нормально. ИИ работает как инженерный мультипликатор, а не как финансовая пирамида. Он постепенно уменьшает потери времени, дефекты, ручной труд и задержки. Ни одна базовая технология не начинала с радикального ROI. Интернет в 1990-х тоже казался дорогим и неэффективным, но те, кто не инвестировал тогда, потеряли рынок позже.

Риски внедрения ИИ и как бизнес с ним работает

В повседневной работе с ИИ бизнес сталкивается и с вызовами. Главный реальный риск - не бунт роботов, а безопасность данных. Когда сотрудники начали массово использовать внешние ИИ-сервисы вроде ChatGPT, многие компании забеспокоились: а что, если в запросах к боту оказываются конфиденциальные данные?

Весной 2023 года Samsung запретила ChatGPT после того, как из-за него секретный код попал в облако. Вслед за ней ограничения ввели Apple и финансовые гиганты вроде JPMorgan и Goldman Sachs. Банки просто отключили публичные сервисы, пока не разработают собственные защищенные решения. Стратегии, как балансировать между инновациями и защитой данных, уже вырисовываются.

Во-первых, многие крупные компании развертывают закрытые ИИ-модели on-premise или в изолированных облаках, чтобы гарантировать контроль за данными.

Во-вторых, вводятся политики и обучение для работников: какие данные можно вводить в ИИ и как проверять результаты, чтобы не раскрыть коммерческую тайну.

В-третьих, все большее значение приобретает юридический аспект: от прав на использование сгенерированного контента до соответствия регуляторным требованиям.

Это сигнал для бизнеса: надо уже сейчас внедрять принципы этичного ИИ, чтобы потом не переписывать все на скорую руку под угрозой штрафов. Регуляция отсечет безответственное использование и закрепит стандарты для enterprise-сектора. Для крупных компаний это не угроза, а конкурентное преимущество. У них есть ресурсы для комплаенса, безопасности и этических рамок, тогда как мелкие игроки - часто нет.

Еще один вызов - сохранение качества решений и деградация экспертизы. Самая большая опасность для компании, внедряющей ИИ, - слепо доверить машине то, в чем нужен человеческий контроль. ИИ может ошибаться, галлюцинировать, предлагать неоптимальные решения. Если люди перестают думать и начинают только принимать результаты моделей, бизнес рискует накопить скрытый технический долг.

Успешные компании придерживаются принципа "доверяй, но проверяй". Разработчики, используя Copilot или ChatGPT, делают code review и тестируют результат. Хотя 69% программистов отмечают повышение личной производительности с инструментами ИИ, они проверяют каждый критический фрагмент кода.

Похожая история - в других сферах: ИИ-помощник врача может черновиком описать диагноз, но врач должен его проверить; ИИ-аналитика может пропустить нетипичный фактор, который знает опытный эксперт. Человеческая экспертиза остается решающей, просто смещается с рутины на контроль и творческие задачи. Бизнесу стоит инвестировать в обучение команды, развивать ИИ-скиллы сотрудников и тогда синергия человека и машины даст максимум пользы.

Риски ИИ управляемы, если подходить к ним с умом. Технология не уволит всех, а даст специалистам новые суперсилы. В свое время интернет тоже пугал хаосом и взломом приватности, но это лишь заставило создать стандарты безопасности: от VPN до шифрования. С ИИ путь будет аналогичным: регуляции отсеют опасные практики и технология станет привычным, безопасным фундаментом нашей жизни.

ИИ как новая операционная реальность бизнеса

"Пузыри" приходят и уходят, а технологические парадигмы меняются раз в десятилетие. ИИ - это именно такая "новая норма". Даже если некоторые стартапы исчезнут, а инвесторы заговорят о кризисе после коррекции на бирже, компании не откажутся от ИИ. Как не отказались они от сайтов после краха доткомов в 2000-м.

Вскоре ИИ перестанет быть громким словом и станет обыденностью. Мы не говорим: "Я использую электричество", мы просто включаем свет. Так же ИИ будет работать "под капотом" каждого продукта и это будет восприниматься как должное.

Для тех, кто до сих пор колеблется, совет прост: не бояться и не медлить. Самая большая ошибка в дискуссии о "пузыре ИИ" - это ожидание быстрого ответа.

Если через год ИИ не произвел революцию в вашем бизнесе, это не значит, что технология провалилась. Это значит, что трансформации такого масштаба не происходят за один бюджетный цикл. ИИ - не хайп-спринт, а марафон.

Лучшее, что можно сделать сейчас, - это стартовать, пока конкуренты не оставили вас позади. Перестаньте видеть в искусственном интеллекте "пузырь", перед нами - новое электричество цифровой эпохи и мир уже переключает рубильник.