Искусственный интеллект безусловно является бесспорнымProtagonistом финансовых и технологических рынков в последние годы. Однако, в то время как энтузиазм вокруг его потенциала растет, также появляются сигналы, призывающие к осторожности. Сравнение с пузырём доткомов начала тысячелетия становится всё более частым среди аналитиков и инвесторов, которые с беспокойством наблюдают за концентрацией ценности в так называемой Великолепной семёрке: Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia и Tesla.
Сегодня эти гиганты представляют более трети индекса S&P 500, доля, значительно превышающая 15%, удерживаемых основными технологическими акциями в пиковый момент интернет-пузыря в 2000 году. Такая концентрация неизбежно увеличивает системный риск.
Дело не только в капитализации. Во время эпохи доткомов стремление инвестировать в телекоммуникационную инфраструктуру привело к чрезмерному расширению волоконно-оптических сетей, что в конечном итоге привело к катастрофическим сбоям, когда обещанный спрос не оправдался в краткосрочной перспективе.
Сегодня история, похоже, повторяется: крупнейшие компании в области ИИ инвестируют сотни миллиардов долларов в строительство новых дата-центров, общие расходы приближаются к триллионам долларов, суммы, которые ранее ассоциировались только с ВВП крупных стран. Вопрос, который задает каждый, заключается в том, оправдана ли эта инвестиционная лихорадка или мы находимся на грани нового кризиса.
Спрос на Искусственный Интеллект (AI): за пределами потребительского бума
Внимание СМИ часто сосредоточено на массовом принятии инструментов, таких как ChatGPT, который только в июле превысил пять миллиардов посещений. Однако истинное экономическое воздействие ИИ будет измеряться на основе принятия как потребителями, так и бизнесом.
Согласно опубликованным данным Национального бюро экономических исследований, около 40% населения США использовали генеративные ИИ-системы к концу 2024 года, и 23% применяли их хотя бы раз для работы в неделю, предшествующую опросу. Принятие ИИ на рабочем месте происходит быстрее, чем это было зафиксировано для персональных компьютеров или интернета в их ранние дни, что указывает на то, что мы сталкиваемся с универсальной технологией, предназначенной для глубокого преобразования экономики.
Тем не менее, путь к ощутимой экономической отдаче далеко не прост. Исследование, проведенное MIT по более чем 300 публичным инициативам в области ИИ, более 50 компаниям и сотням руководителей, показало, что 95% бизнеса все еще не получают отдачи от инвестиций в ИИ. Только 5% проанализированных компаний добились успеха благодаря трем ключевым факторам: предпочтению покупки готовых решений вместо внутренней разработки, интеграции ИИ непосредственно в бизнес-единицы, а не в центральные лаборатории, и выбору инструментов, совместимых с существующими рабочими процессами.
Несмотря на трудности в преобразовании ИИ в конкретную ценность, 90% компаний серьезно рассматривают возможность покупки ИИ-решений, что подтверждает широкий интерес, который следует классическому циклу хайпа инновационных технологий.
Эмблематичным примером является Банк Америки, второй по величине банк в Соединенных Штатах, который выделил четыре миллиарда долларов на новые технологии, такие как ИИ. Учреждение разработало инструмент, который помогает банкирам готовиться к встречам с клиентами, извлекая информацию из различных систем и значительно сокращая время подготовки.
Ограничения и перспективы современных моделей ИИ
Расширение использования ИИ подогревает дебаты о его реальном потенциале и устойчивости текущей модели развития. До сих пор прогресс был обусловлен крупными языковыми моделями, которые улучшаются с увеличением вычислительной мощности и объема доступных данных. Тем не менее, некоторые авторитетные голоса в отрасли призывают к осторожности.
Ричард Саттон, пионер в области ИИ, уже в 2019 году отметил, что общие методы, использующие вычислительную мощность, превосходят методы, основанные на человеческой смекалке и сложных эвристиках, определив эту реальность как «Горький урок». В последнее время Саттон раскритиковал чрезмерное внимание к масштабированию, предложив необходимость парадигмального сдвига в сторону агентов, способных к непрерывному обучению.
Даже Гэри Маркус, известный критик ажиотажа вокруг ИИ, выразил сомнения относительно последних версий ChatGPT, утверждая, что модель разработки, основанная исключительно на масштабе, не является правильным путем. По словам Маркуса, необходимы альтернативные подходы, которые могут потребовать еще больших инвестиций в исследования и разработки.
AI Пузырь: между чрезмерным оптимизмом и риском коррекции
Дебаты о возможном пузыре в сфере ИИ становятся все более насыщенными, особенно когда такие фигуры, как Сэм Альтман, один из главных архитекторов текущего бума, предупреждают о риске перегретого рынка. Альтман и другие инвесторы указывают на заоблачные оценки, капитал, стремящийся к бизнес-моделям, которые еще не были протестированы, и опасность создания инфраструктуры с темпами, превышающими реальный спрос. Беспокойство заключается не столько в долгосрочном потенциале ИИ, сколько в завышенных ожиданиях, которые могут подготовить почву для резкой коррекции.
По мнению многих наблюдателей, реальный риск заключается в том, чтобы впасть в бинарное видение, колеблясь между иррациональным энтузиазмом и страхом перед неминуемым пузырем, не улавливая нюансы сложного явления. Долгосрочный потенциал ИИ остается огромным, но рынки редко следуют линейным траекториям. Коррекция может временно замедлить рост, но в то же время укрепить инвестиционную дисциплину и подтолкнуть к большему вниманию к качеству моделей и реальной экономической ценности.
К будущему: дисциплина, исследования и конкретная ценность
Будущее искусственного интеллекта будет зависеть от способности преодолеть текущую фазу хайпа, сосредоточившись на передовых исследованиях, улучшении качества моделей и целевых инвестициях, направленных на создание измеримой ценности для бизнеса и потребителей. Только таким образом можно избежать ошибок прошлого и полностью воспользоваться возможностями, которые предоставляет технология, предназначенная для переопределения нашего образа жизни и работы.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Искусственный интеллект: между хайпом, рисками пузыря и реальными возможностями
Искусственный интеллект безусловно является бесспорнымProtagonistом финансовых и технологических рынков в последние годы. Однако, в то время как энтузиазм вокруг его потенциала растет, также появляются сигналы, призывающие к осторожности. Сравнение с пузырём доткомов начала тысячелетия становится всё более частым среди аналитиков и инвесторов, которые с беспокойством наблюдают за концентрацией ценности в так называемой Великолепной семёрке: Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia и Tesla.
Сегодня эти гиганты представляют более трети индекса S&P 500, доля, значительно превышающая 15%, удерживаемых основными технологическими акциями в пиковый момент интернет-пузыря в 2000 году. Такая концентрация неизбежно увеличивает системный риск.
Дело не только в капитализации. Во время эпохи доткомов стремление инвестировать в телекоммуникационную инфраструктуру привело к чрезмерному расширению волоконно-оптических сетей, что в конечном итоге привело к катастрофическим сбоям, когда обещанный спрос не оправдался в краткосрочной перспективе.
Сегодня история, похоже, повторяется: крупнейшие компании в области ИИ инвестируют сотни миллиардов долларов в строительство новых дата-центров, общие расходы приближаются к триллионам долларов, суммы, которые ранее ассоциировались только с ВВП крупных стран. Вопрос, который задает каждый, заключается в том, оправдана ли эта инвестиционная лихорадка или мы находимся на грани нового кризиса.
Спрос на Искусственный Интеллект (AI): за пределами потребительского бума
Внимание СМИ часто сосредоточено на массовом принятии инструментов, таких как ChatGPT, который только в июле превысил пять миллиардов посещений. Однако истинное экономическое воздействие ИИ будет измеряться на основе принятия как потребителями, так и бизнесом.
Согласно опубликованным данным Национального бюро экономических исследований, около 40% населения США использовали генеративные ИИ-системы к концу 2024 года, и 23% применяли их хотя бы раз для работы в неделю, предшествующую опросу. Принятие ИИ на рабочем месте происходит быстрее, чем это было зафиксировано для персональных компьютеров или интернета в их ранние дни, что указывает на то, что мы сталкиваемся с универсальной технологией, предназначенной для глубокого преобразования экономики.
Тем не менее, путь к ощутимой экономической отдаче далеко не прост. Исследование, проведенное MIT по более чем 300 публичным инициативам в области ИИ, более 50 компаниям и сотням руководителей, показало, что 95% бизнеса все еще не получают отдачи от инвестиций в ИИ. Только 5% проанализированных компаний добились успеха благодаря трем ключевым факторам: предпочтению покупки готовых решений вместо внутренней разработки, интеграции ИИ непосредственно в бизнес-единицы, а не в центральные лаборатории, и выбору инструментов, совместимых с существующими рабочими процессами.
Несмотря на трудности в преобразовании ИИ в конкретную ценность, 90% компаний серьезно рассматривают возможность покупки ИИ-решений, что подтверждает широкий интерес, который следует классическому циклу хайпа инновационных технологий.
Эмблематичным примером является Банк Америки, второй по величине банк в Соединенных Штатах, который выделил четыре миллиарда долларов на новые технологии, такие как ИИ. Учреждение разработало инструмент, который помогает банкирам готовиться к встречам с клиентами, извлекая информацию из различных систем и значительно сокращая время подготовки.
Ограничения и перспективы современных моделей ИИ
Расширение использования ИИ подогревает дебаты о его реальном потенциале и устойчивости текущей модели развития. До сих пор прогресс был обусловлен крупными языковыми моделями, которые улучшаются с увеличением вычислительной мощности и объема доступных данных. Тем не менее, некоторые авторитетные голоса в отрасли призывают к осторожности.
Ричард Саттон, пионер в области ИИ, уже в 2019 году отметил, что общие методы, использующие вычислительную мощность, превосходят методы, основанные на человеческой смекалке и сложных эвристиках, определив эту реальность как «Горький урок». В последнее время Саттон раскритиковал чрезмерное внимание к масштабированию, предложив необходимость парадигмального сдвига в сторону агентов, способных к непрерывному обучению.
Даже Гэри Маркус, известный критик ажиотажа вокруг ИИ, выразил сомнения относительно последних версий ChatGPT, утверждая, что модель разработки, основанная исключительно на масштабе, не является правильным путем. По словам Маркуса, необходимы альтернативные подходы, которые могут потребовать еще больших инвестиций в исследования и разработки.
AI Пузырь: между чрезмерным оптимизмом и риском коррекции
Дебаты о возможном пузыре в сфере ИИ становятся все более насыщенными, особенно когда такие фигуры, как Сэм Альтман, один из главных архитекторов текущего бума, предупреждают о риске перегретого рынка. Альтман и другие инвесторы указывают на заоблачные оценки, капитал, стремящийся к бизнес-моделям, которые еще не были протестированы, и опасность создания инфраструктуры с темпами, превышающими реальный спрос. Беспокойство заключается не столько в долгосрочном потенциале ИИ, сколько в завышенных ожиданиях, которые могут подготовить почву для резкой коррекции.
По мнению многих наблюдателей, реальный риск заключается в том, чтобы впасть в бинарное видение, колеблясь между иррациональным энтузиазмом и страхом перед неминуемым пузырем, не улавливая нюансы сложного явления. Долгосрочный потенциал ИИ остается огромным, но рынки редко следуют линейным траекториям. Коррекция может временно замедлить рост, но в то же время укрепить инвестиционную дисциплину и подтолкнуть к большему вниманию к качеству моделей и реальной экономической ценности.
К будущему: дисциплина, исследования и конкретная ценность
Будущее искусственного интеллекта будет зависеть от способности преодолеть текущую фазу хайпа, сосредоточившись на передовых исследованиях, улучшении качества моделей и целевых инвестициях, направленных на создание измеримой ценности для бизнеса и потребителей. Только таким образом можно избежать ошибок прошлого и полностью воспользоваться возможностями, которые предоставляет технология, предназначенная для переопределения нашего образа жизни и работы.