В 2021-2023 гг. рынок накрыла новая волна ИИ-приложений, созданных поверх больших базовых моделей. Эту тенденцию обычно называют генеративным ИИ, поскольку модели используются для генерации контента — от изображений и текстов до аудио и видео. Компании, разрабатывающие генеративный ИИ, сейчас находятся в центре внимания потребителей и инвесторов.
Крупнейшие консалтинговые компании уверены, что технология приведет к беспрецедентному повышению производительности бизнеса. В результате инвесторы массово вкладывают деньги в многочисленные ИИ-стартапы в расчете на получение сверхприбыли в будущем, но постоянно растущие затраты на разработку генеративного ИИ ставят под сомнение целесообразность таких инвестиций.
ИАА TelecomDaily провело собственное кабинетное исследование международного рынка нейросетей, изучив, как IT-компании работают в этой области, сколько тратят на разработку и поддержание работы нейросетей, — с целью понять, как будут действовать компании, чтобы окупить свои вложения.
Выяснилось, что стоимость разработки и поддержания современного генеративного ИИ складывается из нескольких факторов. Во-первых, это затраты на аппаратное обеспечение. Для обучения современных нейросетей требуется мощная вычислительная техника, графические процессоры и т.п. В 2022 году на «железо» разработчики ИИ потратили 38 млн долл, а в 2023 году — 54 млн.
Еще одна статья расходов — приобретение ПО (1,5 млн долл в 2023 году и прогнозируемый рост в 100 раз к 2030 году). Чем дальше — тем дороже будет сделать генеративную нейросеть, способную конкурировать с уже существующими. При этом затраты на ее продвижение, продажу и внедрение также продолжат расти.
Конечная стоимость генеративной нейросети возрастает, в том числе, из-за трудозатрат, связанных с ее внедрением. Даже в ответ на один и тот же промпт ИИ каждый раз генерирует заметно различающиеся тексты, изображения и т.п., при этом на этапе обучения результаты работы нейросети все еще нуждаются в проверке человеком. То есть, сначала нужен человек, чтобы генерировать правильные промпты, затем нужен человек, чтобы проверять результаты. Все это делают специальные сотрудники — AI-тренеры и prompt-инженеры, на обучение и содержание которых компании должны тратить деньги.
Помимо этого, не стоит забывать и про самих разработчиков. В условиях жесткой конкуренции компании готовы предлагать наиболее выгодные условия для привлечения талантливых специалистов. В итоге даже небольшой стартап может тратить на команду разработчиков искусственного интеллекта более 320 тыс. долл в год.
Последующая разработка технологии также требуют постоянных инвестиций. Так, около 82% всех инвестиций в генеративный ИИ в 2023 году пришлось на крупные технологические компании. В общей сложности они инвестировали в ИИ около 167,2 миллиарда долл. Так, в прошлом году Amazon вложила в это направление 52,7 млрд долл, Microsoft — 31,9 млрд, а Google — 32,3 млрд.
Все эти факторы делают генеративный ИИ чрезвычайно дорогостоящей технологией. Поэтому существующие игроки уже начинают искать способы экономии. Например, Microsoft и OpenAI планируют перейти на более эффективные графические процессоры (GPU) Athena, собственные GPU для ИИ уже разработала Google.
Монетизация сервисов на базе ИИ — также один из основных способов ускорения окупаемости технологии. Пока моделей монетизации не так много, в основном это подписки с ежемесячной оплатой на «готовых» к этому рынках. «Готовых» в кавычках, поскольку речь идёт в принципе о привычке платить за те или иные сервисы по подписной модели и наличии достаточного количества платёжеспособных пользователей.
Естественно, в первую очередь это США, где и Microsoft, и Google уже запустили подписки на CoPilot Pro и Gemini (бывший Bard) за 20 долл в месяц соответственно. Amazon готовит к выходу на рынок свою подписку Alexa Plus, Samsung также планирует начать брать плату за доступ к своему ассистенту Galaxy AI в конце 2025 года.
Учитывая, что компании уже вложили миллиарды долларов в разработку технологии, вопрос о том, будут ли они и дальше искать новые способы ее монетизации, скорее риторический. Чем более популярной становится технология, тем больше появляется пользователей, готовых платить за дополнительные функции. Пока мы наблюдаем внедрение моделей монетизации на американском рынке, однако, вполне вероятно, что в будущем это станет общемировым трендом.
Отвечая на вопрос о том, почему компании продолжают инвестировать в генеративный ИИ, можно назвать две причины. Во-первых, они ожидают прибыль от технологии в долгосрочной перспективе. Так, по прогнозам экспертов, к 2032 году инфраструктура генеративного ИИ будет приносить технологическим компаниям до 247 млрд долл.
Во-вторых, уже сейчас генеративный ИИ и нейросети применяются пользователями. В основном для тех задач, где они избавляют человека от рутины и высвобождают время. Например, копирайтеру они облегчают работу с текстом, а родителям помогают ответить на миллион вопросов ребенка и придумать рецепт для ужина. Функциональные возможности генеративного ИИ продолжают расширяться и охватывают все – от решения бытовых проблем до сложных бизнес-задач. Так, например, для оптимизации бизнес-операций ИИ в сочетании с машинным зрением может обрабатывать и систематизировать документы или прогнозировать спрос на основе анализа больших данных.
По мере развития технологии количество сфер применения генеративного ИИ, как и число его пользователей, будет расти. Другими словами, чтобы не оказаться на обочине технологического прогресса и не потерять львиную долю пользователей в будущем, компаниям необходимо продолжать инвестировать в технологию уже сейчас.
Учитывая многомиллиардные инвестиции в генеративный ИИ, перспективы технологии весьма благоприятны, и в обозримом будущем она продолжит обрастать новыми функциями.
В краткосрочной перспективе до 2025 года развитие ИИ пойдёт по пути точной настройки и оптимизации больших языковых моделей для различных приложений, генеративный ИИ будет создавать качественные изображения и видео.
В среднесрочной перспективе до 2028 года приоритетом станет адаптация контента к конкретным отраслям и потребностям пользователей, генеративный ИИ будет становиться всё более и более специализированным. И, наконец, в долгосрочной перспективе до 2030 года появится полностью автономный генеративный ИИ, который сможет не только обрабатывать существующий контент, но и создавать принципиально новые произведения, включая изобразительное искусство, музыку и литературу.