В ноябре 2022-го явилась магия: ChatGPT научился поддерживать связный диалог на самые разные темы и выполнять сложные пользовательские задачи. Дальше - больше. Попросишь подобрать рифму - он пишет сонет. Дашь таблицу бюджета - дает совет по экономии. Попросишь оптимизировать код -выдает готовый проект. Все в одном модуле.
Но настоящей реперной точкой стал переход от генеративного ИИ - по сути чат-бота - к агентным системам. Который не просто отвечает на запрос. Получив задачу, он разбивает ее на шаги, вызывает внешние инструменты и проверяет результат. Это уже не попугай, заучивший тексты, а универсальный когнитивный модуль.
Параллельно идет структурный сдвиг: чем чаще пользователи обращаются к ИИ, тем сильнее его влияние на быт и работу. Когда люди постоянно просят объяснить, найти, написать, заказать - ИИ буквально становится посредником между человеком и цифровой (а всё чаще и физической) средой.
Идет и вытеснение из области задач. В 2024-м считалось, что до 300 млн рабочих мест затронет автоматизация. На сегодня прогноз существенно выше. Не обязательно «заменены» целиком, но существенно перестроены. Алгоритм способен выполнить цепочку: «проверь в CRM историю коммуникаций, подготовь письма клиентам, отправь их менеджеру и напомни через неделю». Это уровень не игрушки, а офисного работника. Причем многие операции машина по умолчанию сделает быстрее и аккуратнее.
Если тренды сохранятся, уже к 2028-му ИИ-агенты могут стать не только постоянной частью рабочей среды, но и ключевым кадровым резервом. А людям придется переучиваться на обслуживающий персонал при машинах. Впрочем, на пути есть пара препятствий.
У прогресса есть рамки. Первый ChatGPT уже работал на модели со 175 млрд параметров. Дальше они становились еще более дорогими и сложными. Пока не выяснилось: качественный человеческий контент конечен. Все чаще в обучение добавляют синтетические данные, созданные прежними ИИ. Это прямой риск замкнутого цикла: «мусор на входе» — «мусор на выходе».
Правило «больше данных и вычислений» уперлось в физику и экономику. Эксплуатация и обучение больших моделей требуют огромных мощностей и затрат. Обращение к ним стоит заметно (на порядок) дороже обычного поискового запроса. И ведет к всё растущей нагрузке на дата-центры.
ЦОДы - не только серверные стойки. Это сложная инфраструктура и огромное энергопотребление. Чтобы реализовать свои планы, Microsoft, Google, Amazon и другим игрокам необходимо не только настраивать софт, но и буквально строить электростанции. Втрое больше, чем это планировалось до появления ИИ.
И даже если корпорации, пользуясь олигополией, найдут инвестиции, остается другая проблема: индустрия держится на круге из буквально 7-10 компаний. Чипы, литография, облака, память - в каждой нише есть критически важные игроки. И забастовка профсоюза Samsung прямо сейчас грозит ударить по всей индустрии.
Есть и проблемы, которые деньгами не решаются. ИИ по-прежнему регулярно галлюцинирует, давая советы вроде «добавьте клей в соус, чтобы он лучше держался на еде». Менее забавно, если система вовлечена в инженерный проект, разработку лекарств, научный расчет или управление логистикой.
Следующий момент - серая правовая зона. Кому принадлежит результат, созданный ИИ-агентом? Кто отвечает за его действия? А ведь предполагается, что агенты будут работать внутри приложений, сервисов и управляющих контуров. Засбоивший алгоритм с доступом к личной переписке, финансовым счетам или тяжелому строительному роботу? Супер!
Наконец, есть проблема сингулярности - не в той версии, где машина «ожила» и построила терминатора. Опаснее другое: множество полуавтономных систем, принимающих решения быстрее, чем люди могут их понимать, проверять и регулировать. Риск не в злом сверхразуме, а в гениальных генераторах ошибок, с тотальным охватом и нулевой ответственностью. Созданными и контролируемыми корпорациями. А в остальном всё хорошо. Прогресс.
#ИИ #технологии #будущее #энергетика #экономика