Штучний інтелект безумовно є беззаперечним героєм фінансових і технологічних ринків в останні роки. Однак, поки ентузіазм щодо його потенціалу зростає, також з'являються сигнали, які закликають до обережності. Порівняння з дотком-бульбашкою початку тисячоліття стає дедалі більш поширеним серед аналітиків і інвесторів, які з тривогою спостерігають за концентрацією вартості в так званій Чудовій семірці: Альфа, Amazon, Apple, Meta, Microsoft, Nvidia та Tesla.
Ці гіганти сьогодні представляють понад третину індексу S&P 500, частка, яка значно перевищує 15%, що належала основним технологічним акціям під час піку інтернет-бульбашки в 2000 році. Така концентрація неминуче збільшує системний ризик.
Це не просто питання капіталізації. Під час ери дотком-бульбашки прагнення інвестувати в телекомунікаційну інфраструктуру призвело до надмірного розширення волоконно-оптичних мереж, що в результаті призвело до катастрофічних невдач, коли обіцяний попит не реалізувався в короткостроковій перспективі.
Сьогодні історія, здається, повторюється: великі компанії зі штучного інтелекту інвестують сотні мільярдів доларів у будівництво нових дата-центрів, з загальними витратами, що наближаються до трильйонів доларів, що колись асоціювалося лише з ВВП великих країн. Питання, яке ставить собі кожен, чи виправдана ця інвестиційна лихоманка, чи ми на межі нової кризи.
Попит на Штучний Інтелект (AI): поза споживчим бумом
Засоби масової інформації часто зосереджуються на масовому впровадженні інструментів, таких як ChatGPT, які тільки в липні перевищили п'ять мільярдів відвідувань. Однак справжній економічний вплив ШІ буде оцінюватися на основі впровадження як споживачами, так і бізнесом.
Згідно з опублікованими даними Національного бюро економічних досліджень, близько 40% населення США використовувало системи генеруючого ШІ до кінця 2024 року, і 23% використовували їх принаймні раз для роботи в тиждень перед опитуванням. Прийняття ШІ на робочому місці відбувається швидшими темпами в порівнянні з тими, що були зафіксовані для персональних комп'ютерів або інтернету на їх ранніх етапах, що вказує на те, що ми стикаємося з технологією загального призначення, яка призначена для глибокої трансформації економіки.
Проте шлях до отримання відчутного економічного прибутку зовсім не простий. Дослідження, проведене MIT, яке охоплює понад 300 публічних ініціатив в галузі ШІ, більше 50 компаній та сотні керівників, показало, що 95% підприємств все ще не отримують прибутків від інвестицій у ШІ. Лише 5% проаналізованих компаній досягли успіху завдяки трьом ключовим факторам: перевазі покупки готових рішень над внутрішньою розробкою, інтеграції ШІ безпосередньо в бізнес-підрозділи, а не в центральні лабораторії, та вибору інструментів, сумісних з існуючими робочими процесами.
Незважаючи на труднощі у перетворенні ШІ на конкретну цінність, 90% компаній серйозно розглядають можливість придбання рішень на основі ШІ, підтверджуючи широкий інтерес, який слідує класичному циклу захоплення інноваційними технологіями.
Емблематичним прикладом є банк Америки, другий за величиною банк у Сполучених Штатах, який виділив чотири мільярди доларів на нові технології, такі як ШІ. Установа розробила інструмент, який допомагає банкірам готуватися до зустрічей з клієнтами, отримуючи інформацію з різних систем та радикально скорочуючи час підготовки.
Обмеження та перспективи сучасних моделей ШІ
Розширення використання ШІ підживлює дебати про його реальний потенціал і стійкість поточної моделі розвитку. До цього часу прогрес здійснювався завдяки великим мовним моделям, які покращуються зі збільшенням обчислювальної потужності та обсягу доступних даних. Однак деякі авторитетні голоси в секторі закликають до обережності.
Річард Саттон, піонер у сфері ШІ, вже в 2019 році зауважив, що загальні методи, що використовують обчислювальну потужність, перевершують ті, що базуються на людській вигадці та складних евристиках, визначаючи цю реальність як "Гіркий урок". Нещодавно Саттон розкритикував надмірний акцент на масштабуванні, запропонувавши необхідність зміни парадигми в бік агентів, здатних до безперервного навчання.
Навіть Гері Маркус, відомий критик гіпертехнологій штучного інтелекту, висловив сумніви щодо останніх версій ChatGPT, стверджуючи, що модель розвитку, яка базується лише на масштабах, не є правильним шляхом. За словами Маркуса, потрібні альтернативні підходи, які можуть вимагати ще більших інвестицій у дослідження та розробки.
AI Bubble: між надмірним оптимізмом і ризиком корекції
Дебати щодо можливого бульбашки штучного інтелекту стають все більш запеклими, особливо коли такі постаті, як Сем Альтман, один з основних архітекторів поточного буму, попереджають про ризик перегрітого ринку. Альтман та інші інвестори вказують на неймовірно високі оцінки, капітал, що переслідує бізнес-моделі, які ще не були протестовані, та небезпеку будівництва інфраструктури темпами, що перевищують реальний попит. Питання не стільки в довгостроковому потенціалі штучного інтелекту, скільки в завищених очікуваннях, які можуть створити умови для різкої корекції.
Справжній ризик, за словами багатьох спостерігачів, полягає в тому, щоб впасти у бінарне бачення, коливаючись між ірраціональним ентузіазмом та страхом перед неминучою бульбашкою, не зрозумівши нюанси складного явища. Довгостроковий потенціал ШІ залишається величезним, але ринки рідко слідують лінійним траєкторіям. Корекція може тимчасово уповільнити зростання, але в той же час зміцнити інвестиційну дисципліну та сприяти більшій увазі до якості моделей і реальної економічної цінності.
До майбутнього: дисципліна, дослідження та конкретна цінність
Майбутнє штучного інтелекту залежатиме від здатності подолати поточну фазу гіперболізації, зосередившись на поглиблених дослідженнях, покращуючи якість моделей та цільових інвестиціях, спрямованих на створення вимірювальної цінності для бізнесу та споживачів. Лише таким чином можна уникнути помилок минулого і повністю використати можливості, які надає технологія, призначена для переосмислення нашого способу життя і роботи.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Штучний інтелект: між хайпом, ризиками міхура та реальними можливостями
Штучний інтелект безумовно є беззаперечним героєм фінансових і технологічних ринків в останні роки. Однак, поки ентузіазм щодо його потенціалу зростає, також з'являються сигнали, які закликають до обережності. Порівняння з дотком-бульбашкою початку тисячоліття стає дедалі більш поширеним серед аналітиків і інвесторів, які з тривогою спостерігають за концентрацією вартості в так званій Чудовій семірці: Альфа, Amazon, Apple, Meta, Microsoft, Nvidia та Tesla.
Ці гіганти сьогодні представляють понад третину індексу S&P 500, частка, яка значно перевищує 15%, що належала основним технологічним акціям під час піку інтернет-бульбашки в 2000 році. Така концентрація неминуче збільшує системний ризик.
Це не просто питання капіталізації. Під час ери дотком-бульбашки прагнення інвестувати в телекомунікаційну інфраструктуру призвело до надмірного розширення волоконно-оптичних мереж, що в результаті призвело до катастрофічних невдач, коли обіцяний попит не реалізувався в короткостроковій перспективі.
Сьогодні історія, здається, повторюється: великі компанії зі штучного інтелекту інвестують сотні мільярдів доларів у будівництво нових дата-центрів, з загальними витратами, що наближаються до трильйонів доларів, що колись асоціювалося лише з ВВП великих країн. Питання, яке ставить собі кожен, чи виправдана ця інвестиційна лихоманка, чи ми на межі нової кризи.
Попит на Штучний Інтелект (AI): поза споживчим бумом
Засоби масової інформації часто зосереджуються на масовому впровадженні інструментів, таких як ChatGPT, які тільки в липні перевищили п'ять мільярдів відвідувань. Однак справжній економічний вплив ШІ буде оцінюватися на основі впровадження як споживачами, так і бізнесом.
Згідно з опублікованими даними Національного бюро економічних досліджень, близько 40% населення США використовувало системи генеруючого ШІ до кінця 2024 року, і 23% використовували їх принаймні раз для роботи в тиждень перед опитуванням. Прийняття ШІ на робочому місці відбувається швидшими темпами в порівнянні з тими, що були зафіксовані для персональних комп'ютерів або інтернету на їх ранніх етапах, що вказує на те, що ми стикаємося з технологією загального призначення, яка призначена для глибокої трансформації економіки.
Проте шлях до отримання відчутного економічного прибутку зовсім не простий. Дослідження, проведене MIT, яке охоплює понад 300 публічних ініціатив в галузі ШІ, більше 50 компаній та сотні керівників, показало, що 95% підприємств все ще не отримують прибутків від інвестицій у ШІ. Лише 5% проаналізованих компаній досягли успіху завдяки трьом ключовим факторам: перевазі покупки готових рішень над внутрішньою розробкою, інтеграції ШІ безпосередньо в бізнес-підрозділи, а не в центральні лабораторії, та вибору інструментів, сумісних з існуючими робочими процесами.
Незважаючи на труднощі у перетворенні ШІ на конкретну цінність, 90% компаній серйозно розглядають можливість придбання рішень на основі ШІ, підтверджуючи широкий інтерес, який слідує класичному циклу захоплення інноваційними технологіями.
Емблематичним прикладом є банк Америки, другий за величиною банк у Сполучених Штатах, який виділив чотири мільярди доларів на нові технології, такі як ШІ. Установа розробила інструмент, який допомагає банкірам готуватися до зустрічей з клієнтами, отримуючи інформацію з різних систем та радикально скорочуючи час підготовки.
Обмеження та перспективи сучасних моделей ШІ
Розширення використання ШІ підживлює дебати про його реальний потенціал і стійкість поточної моделі розвитку. До цього часу прогрес здійснювався завдяки великим мовним моделям, які покращуються зі збільшенням обчислювальної потужності та обсягу доступних даних. Однак деякі авторитетні голоси в секторі закликають до обережності.
Річард Саттон, піонер у сфері ШІ, вже в 2019 році зауважив, що загальні методи, що використовують обчислювальну потужність, перевершують ті, що базуються на людській вигадці та складних евристиках, визначаючи цю реальність як "Гіркий урок". Нещодавно Саттон розкритикував надмірний акцент на масштабуванні, запропонувавши необхідність зміни парадигми в бік агентів, здатних до безперервного навчання.
Навіть Гері Маркус, відомий критик гіпертехнологій штучного інтелекту, висловив сумніви щодо останніх версій ChatGPT, стверджуючи, що модель розвитку, яка базується лише на масштабах, не є правильним шляхом. За словами Маркуса, потрібні альтернативні підходи, які можуть вимагати ще більших інвестицій у дослідження та розробки.
AI Bubble: між надмірним оптимізмом і ризиком корекції
Дебати щодо можливого бульбашки штучного інтелекту стають все більш запеклими, особливо коли такі постаті, як Сем Альтман, один з основних архітекторів поточного буму, попереджають про ризик перегрітого ринку. Альтман та інші інвестори вказують на неймовірно високі оцінки, капітал, що переслідує бізнес-моделі, які ще не були протестовані, та небезпеку будівництва інфраструктури темпами, що перевищують реальний попит. Питання не стільки в довгостроковому потенціалі штучного інтелекту, скільки в завищених очікуваннях, які можуть створити умови для різкої корекції.
Справжній ризик, за словами багатьох спостерігачів, полягає в тому, щоб впасти у бінарне бачення, коливаючись між ірраціональним ентузіазмом та страхом перед неминучою бульбашкою, не зрозумівши нюанси складного явища. Довгостроковий потенціал ШІ залишається величезним, але ринки рідко слідують лінійним траєкторіям. Корекція може тимчасово уповільнити зростання, але в той же час зміцнити інвестиційну дисципліну та сприяти більшій увазі до якості моделей і реальної економічної цінності.
До майбутнього: дисципліна, дослідження та конкретна цінність
Майбутнє штучного інтелекту залежатиме від здатності подолати поточну фазу гіперболізації, зосередившись на поглиблених дослідженнях, покращуючи якість моделей та цільових інвестиціях, спрямованих на створення вимірювальної цінності для бізнесу та споживачів. Лише таким чином можна уникнути помилок минулого і повністю використати можливості, які надає технологія, призначена для переосмислення нашого способу життя і роботи.