Учёные Национального исследовательского университета Высшей школы экономики провели тщательное исследование эффективности мирового рынка генеративного искусственного интеллекта. Их целью было выяснить, насколько успешно вложения в развитие технологий ИИ конвертируются в ощутимую экономическую выгоду. Итоговая оценка оказалась любопытной: согласно выводам исследователей, современные технологии искусственного интеллекта развиваются значительно быстрее, нежели приносят реальную прибыль своим инвесторам.
Этот разрыв между темпами развития и скоростью возврата инвестиций подчёркивает сложность процесса монетизации инновационных решений в области ИИ и ставит перед бизнесом новые вызовы в плане управления рисками и оценки перспектив.
В этой статье я расскажу вам о том, к каким результатам пришли исследователи после анализа рынка ИИ. Интересно? Ну что ж, тогда начнем!
Высокие ставки на ИИ не гарантируют быструю прибыль
За последние несколько лет генеративный искусственный интеллект (GenAI) превратился в одну из ключевых областей технологического прогресса и привлек внимание крупных компаний со всего мира. Глобальные корпорации ежегодно направляют огромные суммы - исчисляемые миллиардами долларов - на разработку новых микросхем, создание мощных вычислительных мощностей и строительство современных центров обработки данных.
Эти масштабные капиталовложения мотивированы ожиданием быстрого экономического роста благодаря применению продвинутых языковых моделей нового поколения. Инвестиции направлены на ускорение процессов анализа информации, улучшение качества услуг и повышение конкурентоспособности бизнеса. Однако достижение значимого финансового результата от столь значительных вложений требует глубокого понимания специфики GenAI-технологий и эффективного планирования.
Тем не менее, рыночные ожидания относительно скорости окупаемости и потенциала финансовых результатов могут оказаться завышенными. Чтобы проверить обоснованность оптимизма инвесторов, научный руководитель Национального исследовательского университета Высшей школы экономики Ярослав Кузьминов совместно с Екатериной Кручинской, преподавателем Высшей школы экономики, специалистом в области социальной науки и высшей математики, провели детальное исследование состояния глобального рынка генеративного искусственного интеллекта.
Авторы поставили цель определить степень баланса между объёмом вложенных средств и уровнем полученных экономических эффектов. Важнейшим аспектом исследования стало выявление возможного разрыва между крупными инвестициями в ИТ-инфраструктуру и реальной прибылью, которую обеспечивают новейшие технологии ИИ. Полученные выводы были представлены широкой научной общественности и изложены в специализированном издании «Foresight and STI Governance».
Эффективность рынка генеративного ИИ изучена методом DEA
Для своего исследования авторы использовали специальный инструмент - метод Data Envelopment Analysis (DEA), который широко применяется для комплексного анализа производительности и эффективности различных экономических систем. Данный подход позволяет учитывать большое количество переменных и детально оценивать взаимосвязь между ресурсами («вход») и конечными результатами («выход»).
В рамках данного исследования в качестве «входящих факторов» рассматривались доходы организаций-производителей высокотехнологичного оборудования для нужд искусственного интеллекта. Это включало в себя продукцию известных мировых лидеров отрасли, таких как процессорные гиганты AMD и Intel, графический процессор-гигант NVIDIA, а также производители специализированных чипов и компонентов для построения эффективных дата-центров.
«Выходящие факторы» же представляли собой показатели прибыли компаний-разработчиков самих решений на основе искусственного интеллекта, которые смогли успешно коммерциализировать инновационные продукты и сервисы. К таким компаниям относятся технологические лидеры вроде Sony, создатели чат-ботов и нейронных сетей типа OpenAI, разработчики автономных машин Google DeepMind, крупнейший онлайн-ритейлер Amazon и даже компания Apple, активно внедряющая элементы ИИ в свою экосистему продуктов.
Исследование охватывает временной промежуток с 2016 по 2024 год включительно. Примечательно, что в ходе анализа основными объектами изучения стали именно отдельные годы, а не конкретные компании, как это принято в аналогичных исследованиях. Такое решение обусловлено желанием авторов провести всестороннюю оценку общей динамики рынка генеративного искусственного интеллекта и выявить ключевые тенденции развития индустрии в каждом отдельно взятом временном периоде.
Чтобы обеспечить максимальную точность и объективность выводов, расчет проводился дважды: сначала в абсолютных численных показателях, а затем с поправкой на величину валового внутреннего продукта (ВВП) всей планеты. Подобный подход позволил учёным проследить динамику изменений и сравнить производительность рынка генеративного ИИ относительно общего уровня развития мировой экономики. Полученный результат даёт представление о том, насколько эффективен рынок искусственного интеллекта был в разные периоды времени и какую роль он играл в общемировом масштабе.
Рынок генеративного ИИ не оправдывает растущие ожидания инвесторов
Проведенный анализ выявил интересный факт: динамика развития рынка генеративного искусственного интеллекта (GenAI) характеризуется далеко не линейным ростом. Если в первые годы становления отрасли, примерно с 2016-го по 2021-й, наблюдался устойчивый рост показателей эффективности вслед за появлением первых коммерческих приложений и широким распространением генеративных моделей, то последующие события показали совершенно иную картину.
Начиная с 2021 года тенденция начала меняться кардинально: несмотря на значительное увеличение объемов финансирования, направленных на дальнейшее совершенствование технологий, показатели эффективности начали постепенно снижаться. Это означает, что дополнительные денежные средства перестали приводить к ожидаемым результатам, и соотношение расходов и прибыли начало ухудшаться.
Особенно показательным оказался 2023 год, когда произошло кратковременное восстановление прежних уровней эффективности, однако этот позитивный сдвиг оказался непродолжительным, и уже в следующем году ситуация вернулась практически к показателям предыдущего периода. Таким образом, проведенное исследование подчеркивает сложный и непредсказуемый характер развития рынка GenAI, где дальнейший прогресс сталкивается с рядом серьезных препятствий и ограничений.
Екатерина Кручинская отметила важный нюанс проведенного исследования: «Методически полученные нами результаты указывают на то, что развитие рынка решений на основе искусственного интеллекта проходит по принципу догоняющего сценария. Доходы, генерируемые компаниями-поставщиками программного обеспечения и сервисов на базе ИИ, на сегодняшний день недостаточны для покрытия огромных затрат на закупку и обслуживание дорогостоящего оборудования и инфраструктуры дата-центров».
По её мнению, повышенный интерес к высокопроизводительным компонентам и мощным серверам обусловлен быстрым ростом популярности больших языковых моделей, таких как ChatGPT и аналогичных разработок. Тем не менее, потенциал коммерческой эксплуатации этих инструментов пока остаётся ограниченным и не способен компенсировать высокую стоимость производства и дальнейшего совершенствования соответствующих «железных» компонентов.
Ярослав Кузьминов подчеркнул, что искусственный интеллект оказывает глубокое воздействие не только на экономические процессы и корпоративные стратегии, но также существенно влияет на повседневную жизнь каждого гражданина. Несмотря на повсеместное распространение, последствия его влияния проявляются медленнее и менее эффективно, чем предполагалось изначально. Обсуждая тему рисков формирования очередного «пузыря» на рынке ИИ, Кузьминов отметил, что такая угроза вполне реальна, учитывая исторический опыт аналогичной ситуации в экономике.
Разработанная ими модель помогает начать конструктивную дискуссию вокруг риска возникновения подобной нестабильной ситуации. Основное условие устойчивого развития в условиях ИИ заключается в повышении практической ценности создаваемых решений, внедрении инновационных подходов и разработке рациональных инвестиционных планов. Без учета этих факторов сложно рассчитывать на долгосрочный положительный вектор движения.
Так что в итоге?
Генеративный искусственный интеллект развивается стремительно, но экономически недостаточно эффективно. Современные компании сталкиваются с проблемой замедленного возврата инвестиций вследствие несоответствия между высокими затратами на инфраструктуру и ограниченными возможностями извлечения выгоды от практических решений. Требуется внедрение стратегических мер, позволяющих повысить качество внедрения технологий и разработать чёткую инвестиционную стратегию, обеспечивающую стабильный и долговременный рост.