Содержание |
Тенденции мирового ИТ-рынка
Основная статья: Тенденции мирового ИТ-рынка
2024
Как будет развиваться искусственный интеллект в 2025 году. 10 прогнозов
Технологии искусственного интеллекта продолжают стремительно развиваться, оказывая все большее влияние на различные отрасли. При этом организации постепенно переходят от экспериментов к более осмысленному внедрению, о чем говорится в обзоре IDC, опубликованном 30 октября 2024 года. Аналитики сформировали 10 главных прогнозов, определяющих будущее ИТ-индустрии в эпоху ИИ.
 | В меняющемся ландшафте ИИ перспективы компаний зависят от способности не просто экспериментировать, но и стратегически менять деятельность, преобразуя эксперименты в устойчивые инновации. Внедряя ИИ, необходимо отдавать приоритет тем направлениям, которые обеспечат стабильность бизнеса в мире, который все больше зависит от данных, — говорит Рик Вилларс (Rick Villars), вице-президент IDC. |  |
Экономика ИИ
Ожидается, что в 2025 году предприятия сосредоточатся на оценке масштабов использования ИИ, переходя от экспериментов к монетизации этих технологий. Создание прочной основы для автоматического анализа и оптимизации приложений с поддержкой ИИ станет обязательным условием для преодоления препятствий, связанных с ИТ-модернизацией.TAdviser Security 100: Крупнейшие ИБ-компании в России 
Барьеры при внедрении ИИ
Авторы исследования выделяют несколько факторов, которые могут помешать использованию ИИ, в том числе генеративного. Это нехватка квалифицированных специалистов, высокие затраты, недостаточная производительность инфраструктуры и плохая координация процессов.
Киберустойчивость
Неспособность организации адаптироваться к меняющимся угрозам, в том числе связанным с ИИ, будет негативно влиять на бизнес-результаты и конкурентное положение на рынке.
Эволюция облака
Компании, успешно модернизировавшие свои облачные инфраструктуры, получат ряд преимуществ. Среди них — повышение производительности и эффективности, улучшение окупаемости инвестиций и пр.
Данные как продукт
Данные следует рассматривать как продукт, который выполняет необходимую работу, например, улучшает процесс принятия решений, помогает выявлять мошенничество или предупреждает организацию о необходимости изменить условия в логистической цепочке.
Трансформация приложений
Речь идет об агентах ИИ: это автономные интеллектуальные системы, которые способны выполнять определенные задачи без вмешательства человека. Они используют машинное обучение для сбора и обработки огромных массивов информации в реальном времени.
Стратегия инференса
Поскольку организации ускоряют внедрение ГенИИ, потребность в инференсе продолжит увеличиваться. В такой ситуации, полагают специалисты IDC, предприятиям следует развивать стратегию «мульти-инференса», то есть, множественных нагрузок вывода.
Унифицированные платформы для ИИ
Успех проектов ИИ будет зависеть от внедрения технологий в масштабах всей организации с целью формирования целостной скоординированной платформы. Это позволит улучшить экономическую эффективность и производительность.
Декарбонизация инфраструктуры ИИ
По мере увеличения вычислительных нагрузок предприятиям предстоит уделять внимание минимизации воздействия ИИ-систем на окружающую среду путем решения таких ключевых вопросов, как повышение энергоэффективности, оптимизация ресурсов и сокращение электронных отходов.
Влияние ИИ на трудовой процесс
Необходимость автоматизации приведет к трансформации традиционных рабочих мест. Технологии ИИ помогут снизить нагрузку на сотрудников при выполнении ряда рутинных задач. С другой стороны, некоторые должности могут оказаться избыточными, что приведет к их упразднению.[1]
8 трендов в сфере искусственного интеллекта
Мировой рынок искусственного интеллекта продолжает стремительно развиваться, а сфера применения соответствующих технологий постоянно расширяется. При этом стартапы в области ИИ увеличивают выручку быстрее традиционных разработчиков программного обеспечения. Об этом говорится в исследовании Air Street Capital, результаты которого опубликованы 10 октября 2024 года.
Среди некоторых инвесторов растет беспокойство по поводу того, что шумиха вокруг ИИ может превратиться в пузырь, поскольку многие предприятия еще не определились, как наилучшим образом использовать такие технологии. Однако анализ, выполненный финтех-компанией Stripe, указывает на то, что успешные стартапы в области ИИ выходят на годовой доход $30 млн и более в среднем за 20 месяцев. Для сравнения: у обычных поставщиков SaaS (программное обеспечение как услуга) на это требуется в среднем 65 месяцев, то есть, в три раза больше времени. А ИИ-компании, основанные в 2020 году и позднее, достигают выручки в размере $1 млн в среднем за 5 месяцев против 15 месяцев у стартапов в сегменте SaaS.
В 2024 году на США пришлось наибольшее количество опубликованных работ в области ИИ — примерно 29,5% всех статей. Китай находится на втором месте с долей около 23,6%. Разработки в области ИИ активно ведутся во всех регионах мира. На этом фоне аналитики лондонской инвестиционной компании Air Street Capital выделяют восемь главных трендов в соответствующей области.
1. Ведущие разработчики ИИ развиваются схожими темпами, а их модели по производительности и возможностями становятся сопоставимы друг с другом. Как следствие, разрыв между GPT-4 и другими решениями сокращается.
2. Приоритетное внимание при разработке больших языковых моделей (LLM) следующего поколения уделяется функциям рассуждения и планирования. С целью создания новых ИИ-агентов компании изучают возможности по совмещению LLM с такими подходами, как обучение с подкреплением, эволюционные алгоритмы и самосовершенствование.
3. Базовые ИИ-модели выходят за рамки обработки речи и текста. Они способны работать с разными форматами данных в таких областях, как математика, биология, геномика, физические науки и нейротехнологии.
4. Санкции США оказывают ограниченное влияние на возможности китайских компаний по разработке эффективных ИИ-моделей. Связано это с наличием запасов высокопроизводительных чипов, контрабандой и доступом к облачным ресурсам. Вместе с тем, подчеркивают аналитики, не ясно, принесут ли желаемый результат усилия КНР по созданию собственной полупроводниковой промышленности.
5. Общая стоимость компаний в области ИИ по состоянию на 2024 год достигла $9 трлн. Инвестиции в частные ИИ-предприятия также поднялись, но не настолько значительно, несмотря на успех ряда проектов в области генеративного ИИ на американском рынке.
6. Некоторые ИИ-компании начинают получать серьезную выручку. Речь идет о разработчиках базовых моделей и стартапах, чьи инструменты предназначены для генерации аудио- и видеоматериалов.
7. Отдельные компании изо всех сил пытаются найти жизнеспособную бизнес-модель на высококонкурентном ИИ-рынке. Из-за нехватки средств они вынуждены использовать механизм псевдоприобретения другой организацией.
8. Дискуссии на тему экзистенциальных рисков ИИ утихли — особенно после неудавшегося переворота в OpenAI. Однако исследователи продолжают изучать потенциальные уязвимости моделей и способы злоупотребления ими, предлагая решения и методы обеспечения безопасности.[2]
Названы самые важные ИИ-технологии в мире
Инвестиции в приложения и системы искусственного интеллекта продолжают увеличиваться, а организации по всему миру активно внедряют генеративные сервисы. При этом все больше внимания уделяется управлению рисками и обеспечению безопасности данных. Аналитическая компания Gartner 17 июня 2024 года назвала самые важные ИИ-технологии в глобальном масштабе.
Автономные системы
Эти платформы обеспечивают такой уровень адаптивности, гибкости и оперативности, которого невозможно достичь с помощью одних только традиционных методов ИИ. Гибкость автономных систем особенно важна в ситуациях, когда операционная среда непредсказуема, а мониторинг и контроль в реальном времени нецелесообразны.
Квантовый ИИ
Речь идет о зарождающейся области на стыке квантовых технологий и нейросетей. Исследования в данной сфере в перспективе могут привести к появлению качественно новых алгоритмов ИИ, предназначенных для работы в квантовых системах.
Мультиагентные системы
ИИ-платформы данного типа состоят из нескольких независимых агентов, каждый из которых способен воспринимать окружающую среду и выполнять определенные функции. Агентами могут быть модели ИИ, программы, роботы и другие элементы. Несколько агентов способны работать над достижением общей цели, выходящей за рамки возможностей каждого из агентов в отдельности.
Нейросимволический ИИ
Это разновидность искусственного интеллекта, которая объединяет методы машинного обучения и символические системы, например, графы знаний. Данный подход дает возможность создавать более надежные и заслуживающие доверия модели ИИ. Нейросимволический ИИ устраняет ограничения в традиционных системах ИИ, такие как неправильные выводы и неспособность объяснить шаги, которые привели к конкретному результату.
Композитный ИИ
Такой тип систем предусматривает сочетание нескольких методов искусственного интеллекта для более глубокой интерпретации данных и решения широкого круга бизнес-задач. Цель состоит в том, чтобы создать решения ИИ, которые требуют меньше данных и энергии для обучения. Композитный ИИ предоставляет более широкие возможности тем организациям, которые не имеют доступа к большим объемам исторических или маркированных данных.
Общий ИИ
Речь идет о создании программного обеспечения с интеллектом, подобным человеческому. Такие системы смогут самообучаться и выполнять задачи, для которых они изначально не предназначались. Общий ИИ без вмешательства человека сможет решать разные проблемы, в том числе возникающие у людей. В целом, концепция предусматривает разработку систем ИИ, обладающих автономным самоконтролем, достаточной степенью самосознания и способностью осваивать новые навыки.
Суверенный ИИ
Это попытка различных государств вести самостоятельную разработку и внедрение ИИ с меньшей зависимостью от коммерческого рынка. Подход воплощает в себе политические и культурные различия для достижения суверенных целей. Суверенный ИИ направлен на максимизацию ценности технологии при одновременном снижении рисков.
ИИ на периферии
Концепция предполагает использование ИИ в устройствах Интернета вещей, шлюзах, edge-серверах и пр. Алгоритмы ИИ могут интегрироваться в мобильные гаджеты, транспортные средства, оборудование медицинской диагностики, системы потоковой видеоаналитики и пр.
Генеративный ИИ
Эти технологии оказывают значительное влияние на бизнес-операции. ГенИИ способен стимулировать инновации, автоматизировать творческие задачи и обеспечивать персонализированное взаимодействие с клиентами. Многие компании рассматривают ГенИИ как мощный инструмент для создания контента и решения сложных проблем.[3]
2023
Как искусственный интеллект меняет бизнес. 10 трендов
Искусственный интеллект меняет ИТ-индустрию и методы ведения бизнес-операций. Во всем мире наблюдается взрывной рост интереса к технологиям генеративного ИИ (GenAI), которые позволяют создавать текст, изображения и разнообразный контент на основе данных, использованных для обучения моделей. Ожидается, что в 2027 году расходы на различные ИИ-решения превысят $500 млрд, о чем говорится в исследовании IDC, опубликованном 26 октября 2023 года. Аналитики называют 10 трендов, которые изменят глобальную бизнес-экосистему.
1. Трансформация ИТ-отрасли
IDC ожидает, что быстрое смещение ИТ-расходов в сторону искусственного интеллекта затронет практически все отрасли и приложения. К 2025 году 2000 крупнейших компаний мира (G2000) будут направлять более 40% своих основных ИТ-расходов на инициативы, связанные с ИИ.
2. Переломный момент в ИТ-индустрии
ИТ-отрасль почувствует влияние ИИ больше, чем любая другая сфера, поскольку практически каждая компания стремится представить продукты и услуги на базе нейросетей, машинного обучения и больших языковых моделей. Кроме того, организации активно помогают своим клиентам во внедрении ИИ.
3. Инфраструктурная турбулентность
Уровень расходов на ИИ для многих предприятий будет ограничен до 2025 года из-за трансформации бизнес-процессов и перераспределения рабочих нагрузок в корпоративных системах и облачных платформах. Влияние на отрасль окажет сложившаяся макроэкономическая ситуация.
4. Массивы данных
Информация является важнейшим активом в мире ИИ. От наборов данных зависит эффективность обучения моделей и функциональность приложений. Разработчики осознают это, а поэтому увеличивают инвестиции в платформы сбора данных ради получения конкурентного преимущества.
5. Несоответствие ИТ-навыков
Нехватка квалифицированных специалистов в области искусственного интеллекта, облачных технологий, обработки данных и безопасности негативно повлияет на попытки предприятий добиться успеха в соответствующих сегментах ИТ-рынка.
6. Трансформация индустрии услуг
Генеративный ИИ спровоцирует изменения во многих областях. IDC считает, что к 2025 году 40% сервисов, таких как оценка рисков и ИТ-операции, будут в том или ином виде использовать инструменты GenAI. Эти средства позволяют создавать виртуальных помощников, которые генерируют человекоподобные отклики, разрабатывают видеоигры с динамичным и развивающимся контентом и даже генерируют синтетические данные для обучения других моделей ИИ.
7. Унифицированный контроль
Одной из самых сложных задач для ИТ-команд является развитие платформ управления, которые должны охватывать множество разных направлений: инфраструктурные операции, бизнес-приложения и процессы, системы ИИ и данные
8. Конвергентный ИИ
Аналитики полагают, что организациям следует планировать, тестировать и внедрять в производство полностью конвергентные ИИ-решения, которые позволят им развивать новые услуги с учетом потребностей клиентов при одновременной экономии затрат.
Внедрение генеративного ИИ позволит компаниям улучшить платформы периферийных вычислений, согласовав получаемые результаты с ожиданиями клиентов. А это поможет поднять эффективность бизнес-операций.
10. Спутниковые системы
Спутниковые интернет-группировки обеспечат широкополосную связь повсюду, помогая преодолевать цифровой разрыв и открывая множество новых возможностей и бизнес-моделей. К 2028 году 80% предприятий начнут применять спутниковую связь, создавая единую структуру цифровых услуг и сервисов.[4]
Названы 6 главных ИИ-трендов в образовании
В августе 2023 года команда Межотраслевого центра трансфера технологий и Исследовательского центра в сфере ИИ Университета Иннополис подготовила открытый патентно-маркетинговый отчет «Применение искусственного интеллекта в приоритетных отраслях экономики». В частности, эксперты выделили несколько ИИ-трендов в образовательном секторе.
Помощь в решении рутинных задач и обработке документов/заданий/бланков
Тут речь идет об автоматизации процессов: от проверки заданий и обработки бланков до выставления оценок, в том числе по результатам письменных работ.
Оценка работ
ИИ уже много лет используется для поддержки обучения и оценивания учащихся. Используя работы, которые сначала оцениваются преподавателями, системы оценивания ИИ изучают, как применяются критерии оценки, а затем применяют эти критерии в масштабе. По словам экспертов, всего 15 отмеченных работ могут привести к тому, что система ИИ сможет точно оценить 10 000 работ. Системы ИИ могут делать это для различных форм оценок, от решения математических задач до коротких или длинных эссе и множественного выбора. Эти инструменты также могут оценивать одно и то же задание на разных языках без учета внешних факторов, таких как почерк, культура или язык, который выбрал учащийся.
Коучинг и профессиональное развитие учителей
Искусственный интеллект может предоставлять обратную связь об успешности урока, отслеживать прогресс ученика и предупреждать, когда могут возникнуть проблемы с успеваемостью, а также выявлять области, в которых учитель можно улучшить преподавание.
Цифровые помощники
Эксперты указали на возможности автоматизации процессов при помощи цифровых помощников. Последние, как считают эксперты, не заменят полностью учителя, но сделают то, на что у учителя не хватает времени. Благодаря цифровым инструментам доказательные возможности педагогики многократно возрастают. Прежде всего это постоянное включенное измерение ученика — оперативная оценка работ, которые он выполняет, что очень важно для повышения его мотивации. Ведь учитель не успевает проверить все тетрадки, потому что зачастую это скучное, рутинное занятие, а школьник из-за этого теряет интерес к учебе, поскольку не чувствует внимания к себе или же видит, что его оценили по шаблону.
Еще одна функция цифровых платформ, с которыми начинают работать школы,— обобщение данных обратной связи для учителя. Например, они показывают, где именно есть отстающие, какие темы они не поняли, и для оценки у учителя появляется другая информационная основа.
Индивидуальное обучение
Искусственный интеллект помогает создавать адаптивные обучающие программы. По мнению исследователей, ИИ позволит достичь такого уровня персонализации, который к 2023 году невозможен для учителей, управляющих 30 учениками в классе.
Чат-боты
С помощью чат-бота учитель может собирать статистическую информацию об учащихя. Не нужно лично писать школьнику и спрашивать телефон его родителей — вся эта информация уже аккумулируется в системе искусственного интеллекта. Чат-бот работает как педагогический инструмент. Он может предложить учащемуся дополнительные задания, ссылки на нужные ресурсы. Например, сервис по изучению иностранных языков Duolingo одним из первых в своей сфере применил чат-боты в своем приложении. Они понимают разговорную речь и поддерживают формат аудио-сообщений на нескольких языках. Если в какой-то момент беседы у пользователя возникают проблемы в выражении своей мысли, бот выдаст ему на выбор несколько возможных фраз.
Применение искусственного интеллекта в приоритетных отраслях экономики
2022: McKinsey назвал 2 главных тренда в сфере искусственного интеллекта
25 августа 2022 года было опубликовано исследование McKinsey, согласно которому прикладной искусственный интеллект и внедрение машинного обучения являются двумя наиболее значимыми технологическими тенденциями на рынке ИИ.
Внедрение прикладного ИИ
Прикладной ИИ, который, по мнению McKinsey, основан на проверенных и развитых технологиях, имеет жизнеспособное применение в большем количестве отраслей и находится ближе к состоянию массового внедрения, чем другие тенденции.
В глобальном опросе McKinsey о состоянии ИИ, проведенном в 2021 году, 56% респондентов заявили, что их организации внедрили ИИ, по сравнению с 50% в опросе 2020 года. Согласно отчету за 2022 год, по внедрению ИИ лидируют технологические отрасли, а разработка продуктов и сервисные операции являются бизнес-функциями, которые получили наибольшую выгоду от применения ИИ.
Роджер Робертс, партнер McKinsey и один из соавторов отчета, сказал о прикладном ИИ который в отчете имеет "довольно широкое" определение следующее:
| | Мы видим, что от продвинутой аналитики все движется в сторону... применения машинного обучения для работы с большими массивами данных в целях решения сложных проблем новым способом. | |
Эта тенденция находит отражение в бурном росте публикаций по ИИ, и не только потому, что ученые, занимающиеся ИИ, публикуют больше работ, но и потому, что люди в самых разных областях используют ИИ в своих исследованиях и продвигают применение ИИ в будущее, пояснил он.
| | Действительно, наблюдается переход от науки к технических разработок и масштабированию, - сказал он. Мы видим, что развитие в области ИИ довольно быстро движется по этому пути, и меня очень радует тот факт, что все больше вещей переходят от науки к масштабному применению. | |
Тем не менее, в отчете McKinsey также подчеркивается ряд ключевых неопределенностей, которые могут повлиять на будущее прикладного ИИ, включая наличие талантов и финансирования, проблемы кибербезопасности и вопросы заинтересованных сторон об ответственном и надежном использовании ИИ.
Внедрение машинного обучения
Согласно отчету McKinsey, внедрение машинного обучения (ML) "подразумевает создание функционально совместимого стека технических инструментов для автоматизации ML и расширения его использования, чтобы организации могли полностью реализовать его потенциал". В отчете отмечается, что McKinsey ожидает распространения внедрения ML по мере того, как все больше компаний будут стремиться использовать ИИ для растущего числа приложений.
| | В более широком смысле ML включает в себя представление о технологическом стеке, который способствует масштабированию, что может доходить до внедрения инноваций на уровне изменения структуры микропроцессоров, - сказал Робертс. Вы видите множество новых возможностей в кремнии, которые поддерживают ускорение отдельных видов задач ИИ, и эти инновации будут использоваться более широко, обеспечивая более быстрое и эффективное масштабирование как в плане вычислительных ресурсов, так и в плане их стабильности. | |
Тенденция также включает интегрированное оборудование и гетерогенные вычисления, используемые в рабочих процессах ML.
Робертс добавил, что, по его мнению, такие крупные технологические организации, как Google, Meta и Microsoft, лидируют во внедрении промышленного ML "с большим отрывом". Однако он предположил, что вскоре эта тенденция выйдет далеко за пределы этих компаний:
| | Мы начнем видеть все больше и больше венчурной активности и корпоративных инвестиций по мере создания системы инструментов для этого нового класса программного обеспечения и продуктов нового класса в виде специализированных услуг, - пояснил он. [5] | |
2018: Как совершенствуется искусственный интеллект - главные тенденции и препятствия
Основная статья: Как совершенствуется искусственный интеллект - главные тенденции и препятствия
Примечания
- ↑ IDC Unveils 2025 FutureScapes: Worldwide IT Industry Predictions
- ↑ Welcome to State Of AI Report 2024
- ↑ Hype Cycle for Artificial Intelligence, 2024
- ↑ IDC FutureScape: Artificial Intelligence Will Reshape the IT Industry and the Way Businesses Operate
- ↑ McKinsey report: Two AI trends top 2022 outlook
