По материалам The Verge

Чем быстрее развивается искусственный интеллект, тем громче разговоры о том, что он заставит устареть кого угодно — журналиста, рабочего, да и вообще человека. Правда ли это?

Сэм Альтман, генеральный директор OpenAI, сказал в 2019 году: «Я действительно верю, что работа, которую мы делаем в OpenAI, не только полностью затмит работу, которую я проделал в YC [инкубатор стартапов Y Combinator], но и любую работу в технологической индустрии». Почему? Ну, он считает, что кто-то сможет создать программную систему, которая «умнее и способнее людей во всех отношениях», и это вполне может быть он. «И очень быстро она [программа] из немного более способной, чем люди, превратится в нечто примерно в миллион или миллиард раз более способное, чем люди».

Что ж, Альтман очень заинтересован в том, чтобы рекламировать ИИ. В конце концов, у него стартап, который нуждается в инвестициях. Впрочем, в эту область и так вливается много инвестиций — около 94 миллиардов долларов в 2021 году, согласно индексу искусственного интеллекта Стэнфорда, что более чем вдвое больше, чем годом ранее. В 2021 году у компаний, занимающихся ИИ, было 15 независимых вложений на сумму 500 миллионов долларов и больше.

Код, графические процессоры и прочее не являются реальной движущей силой в технологиях. Настоящий двигатель прогресса – это деньги. ИИ — это дорого! Альтману и ему подобным приходится вести большую игру, чтобы получать огромные суммы на создание ИИ. Его конкуренты — Google и Facebook*, по сути, являются денежными станками, которые могут позволить себе тратиться на экспериментальные технологии, не рекламируя их.

Многим из читателей достаточно лет, чтобы помнить времена, когда самоуправляемые автомобили считались будущим. В 2014 году глава подразделения Google по беспилотным автомобилям сказал, он полон решимости сделать так, чтобы его 11-летний сын не получил водительские права через пять лет. Прошло почти десять лет, а беспилотные автомобили по-прежнему неактуальны, потому что оказалось, что люди умнее и изощреннее, чем мы предполагали. Тем не менее, многие компании боролись за то, чтобы вывести на дороги беспилотные автомобили и получить долю рынка, который, по прогнозам Intel, должен был принести доход в размере 800 миллиардов долларов в 2035 году. Один только Softbank вложил 30 миллиардов долларов с 2010 по 2019 год, общий объем раскрытых инвестиций за это без малого десятилетие составил 84,5 миллиарда.

Самоуправляющиеся движущиеся штуки не стали полным провалом, но можно наблюдать закономерность: обещание огромных, революционных изменений сильнее вдохновляет и, как правило, вызывает больший интерес у инвесторов. И эти люди в конечном итоге будут ожидать отдачи! Но в случае с ИИ самая большая отдача, которую они могут получить, — это замена людей — особенно дорогих офисных сотрудников — более дешевыми машинами. Поэтому если нам нужны подсказки о том, как выглядит будущее искусственного интеллекта, надо следить за деньгами.

Почему ИИ такой дорогой?

Заниматься искусственным интеллектом дорого. Плата за вход в эту область варьируется, но она высока. По словам Мередит Бруссард, профессора журналистики данных Нью-Йоркского университета, которая занимается искусственным интеллектом в журналистских расследованиях, на самом деле только крупные и очень хорошо финансируемые компании могут позволить себе играть в этом пространстве.

«Если вы пытаетесь организовать стартап, который будет создавать эти большие языковые модели и выполнять вычисления самостоятельно, это будет стоить целое состояние, — говорит Ави Голдфарб, профессор маркетинга в Университете Торонто, написавший книгу об экономике ИИ. — Поэтому OpenAI стоит очень дорого, миллиарды и миллиарды долларов».

Аренда вычислений обойдется дешевле, хотя компании все равно должны платить за AWS или что-то подобное. Затем, нужны еще данные для обучения модели — иногда они есть у людей под рукой, а иногда нет, поэтому затраты на них тоже различаются. Некоторые наборы данных, такие как Common Crawl и LAION, можно использовать бесплатно, как говорит Саша Луччони, научный сотрудник компании Hugging Face, разрабатывающей инструменты для машинного обучения. По словам Голдфарба, в таких случаях затраты в основном связаны с очисткой и обработкой данных и могут варьироваться от сотен тысяч до миллионов долларов.

Делая некоторые предварительные математические расчеты на основе статей о больших языковых моделях, Дебаргия Дас, инженер-основатель Glean, бывший сотрудник Google Search, подсчитал, что минимальная стоимость обучения составляет 4 миллиона долларов для LLaMA Facebook* и 27 миллионов долларов для PaLM от Google.

Но даже использование бесплатных данных имеет свои издержки. «После того, как вы загрузили терабайты данных, если вы хотите отфильтровать их или использовать каким-то другим образом, например, для обучения модели преобразования текста в изображение, нужно сосредоточиться на определенных подмножествах строк, чтобы сделать модель лучше, — говорит Луччони. — Вот что действительно сложно. Вам нужно много вычислительной мощности и много специалистов».

Эти специалисты также дороги, и оценка Даса их не включает. «Людям, занимающимся машинным обучением, так хорошо платят, потому что вы конкурируете с Google или другими крупными технологическими компаниями, и иногда это в буквальном смысле миллионы долларов для исследователей», — говорит Луччони. Например, в 2016 году ведущий исследователь OpenAI заработал 1,9 миллиона долларов. В 2020 году сумма была уже не такой привлекательной, по крайней мере, согласно общедоступной налоговой декларации компании, но с ростом рыночной конкуренции ситуация может измениться.

Дело в том, что обучение и модели, и специалистов, которые с ней работают, — это постоянные затраты. Например, бот службы поддержки может нуждаться в тонкой настройке каждую неделю или пару недель. «Что действительно обходится дорого, так это то, что вы должны продолжать, должны постоянно тестировать модель и убеждаться, что она делает то, чего вы от нее ожидаете», — говорит Луччони. Модели также в идеале должны быть подвергнуты стресс-тестированию, чтобы убедиться, что они не выдают нежелательные результаты.

Как только все это будет сделано и модель станет доступной, она может получать сотни или тысячи запросов в день. Внедрение инженерных аспектов, которые делают ее масштабируемой и надежной, предотвращают отказы, также является дорогостоящим и требует специализированного персонала.

Люди могут думать, что ИИ сократит количество рабочих мест, но, по крайней мере, сейчас для его работы требуется много человеческого труда.

Но как это окупается?

Ответы на шуточные запросы или рисование аватарок в стиле стимпанк — это ерунда. Существует множество вариантов применения ИИ, и это не то чтобы новость — отчет Стэнфорда демонстрирует бум подачи заявок на патенты, связанные с использованием ИИ, начиная с 2019 года. Примерно в то же время компания CVS Healthcare начала рекламировать свои инвестиции в ИИ. На выставке CES 2021 Walmart заявил, что использует ИИ для персонализации опыта своих клиентов.

Здесь речь идет о том, с чем многие покупатели, к сожалению, знакомы: это автоматизированное обслуживание клиентов. Поскольку компании рассматривают обслуживание клиентов как бесполезную трату денег, которая не влияет на рост бизнеса, то это первоочередное и очевидное место, где нужно заменить людей машинами.

И действительно, согласно данным McKinsey, именно в этом заключается большая часть текущего применения ИИ — в том, что эта консалтинговая фирма называет «сервисными операциями». Может быть, грандиозное, но довольно туманное видение Альтмана и реализуется на практике, но сейчас ИИ, кажется, используется в основном для других, не особо привлекательных целей, таких как маркетинг и продажи, управление цепочками поставок, стратегия и корпоративные финансы.

ИИ уже широко применяется программистами в таких приложениях, как Copilot на GitHub. Это просто ускоряет написание кода — ИИ пишет много стандартного кода, экономя силы людей для более сложных задач. Дас говорит, что это может удвоить производительность программистов. GitHub также утверждает, что Copilot повышает удовлетворенность программистов своей работой. Может, это и правда, но что еще может сказать поставщик ИИ?

Но диаграммы McKinsey показывают и кое-что интересное: по состоянию на конец 2022 года уровень внедрения ИИ выровнялся. Конечно, в целом использование увеличилось более чем вдвое с 2017 года, но пик, похоже, пришелся на 2019 год. Кроме того, стало сложнее искать применение ИИ. Из-за этого весь хайп выглядит как чистый маркетинг: почему мы так много слышим о чат-ботах — не потому ли, что застопорилось дальнейшее внедрение ИИ?

Как люди сейчас представляют внедрение искусственного интеллекта? Нужно окинуть взглядом рабочие процессы компании, определить задачи, которые может выполнять машина, и автоматизировать их. «Но, в конечном счете, положительный эффект довольно ограничен, потому что большее, что вам доступно, — это сделать немного лучше то, что вы уже и так делаете наилучшим образом, — говорит Голдфарб. — Обычно огромные затраты — десятки миллионов, сотни миллионов, миллиарды долларов на создание таких вещей – не оправдываются».

По словам Голдфарба, настоящие деньги придут тогда, когда можно будет полностью разрушить рабочий процесс и заменить его искусственным интеллектом. «Это более рискованно, потому что, как только речь зайдет о нарушении рабочего процесса, может произойти множество сбоев, — говорит он. — Но именно здесь потенциал роста измеряется миллиардами, или десятками миллиардов, или даже больше».

В качестве примера он использует здравоохранение. Если отрасль будет реорганизована вокруг машинной диагностики, это может привести к повышению эффективности. «Я понимаю, что есть много врачей, которые действительно ужасны как диагносты», — говорит Голдфарб. По его словам, возможно, мы никогда не создадим машины, которые будут настолько же хороши, как лучшие из врачей. Но даже машины, аналогичные докторам низкой квалификации, помогут людям, которые до того вообще не имели доступа к медицине или кого лечили врачи совсем низкого уровня.

Что еще «под угрозой»? Финансы, как говорит Марк Муро, старший научный сотрудник Брукингского института. Все дело в выявлении тенденций, а это то, в чем ИИ, как известно, хорош. Таким образом, финансовым учреждениям потребуется меньше баз данных и аналитиков для отслеживания тенденций — ИИ может делать все это под руководством нескольких профессионалов более высокого уровня. «Возможно, служащие низкого уровня будут более уязвимы, — говорит Муро. – Но в области финансов есть и высокий уровень, поэтому живые сотрудники, вероятно, останутся для работы с клиентами».

По мнению Муро, именно рабочие места, связанные с распознаванием тенденций и моделированием, наиболее уязвимы для ИИ. Например, есть смысл беспокоиться консультантам. «Это классическое быстрое и приблизительное выявление тенденций, а презентабельные выпускники университетов просто представляют результаты, — говорит Муро. — Они должны выдвинуть правдоподобное предположение, основанное на правдоподобной статистике. Они выявляют паттерн в ситуации – а это то, что-то под силу большой языковой модели». Таким образом, вместо того, чтобы нанимать младших сотрудников, можно использовать ИИ для выполнения их работы, а благообразных выпускников оставить для представления слайдов.

Это может объяснить партнерство OpenAI с Bain & Company. «Возможно, это один из тех моментов времени, переломный для искусственного интеллекта, который изменит судьбу мира», — сказал Мэнни Македа, международный управляющий партнер Bain, в видео, рекламирующем партнерство. Первый клиент — Coca-Cola, производитель газированных напитков (OpenAI, Bain и Coca-Cola не ответили ресурсу the Verge на электронные письма с просьбой о комментариях).

В видео Зак Касс из OpenAI говорит, что на OpenAI «на данный момент нахлынула лавина корпоративного спроса, которого мы в каком-то смысле ждали в течение долгого времени». В центре внимания партнерства, по крайней мере, согласно пресс-релизу, находится «сверхэффективное создание контента, персонализированный маркетинг [и] более оптимизированные операции обслуживания клиентов».

Корпоративного спроса Касс ждал в аспекте продаж: OpenAI ожидает выручки в размере 200 миллионов долларов в этом году и 1 миллиард долларов к 2024 году, как сообщает Reuters. Недавно в результате продажи акций на вторичном рынке компания была оценена в 20 миллиардов долларов. Если это так, то ее оценка выше, чем рыночная капитализация Hewlett Packard Enterprise, Garmin, Cloudflare, Snap и H&M.

Кроме того, Microsoft внедрила ChatGPT в Bing, чтобы попытаться отобрать долю рынка у Google в сфере поиска. Очевидно, что существует необходимость монетизировать технологию OpenAI. И хотя некоторые утверждают, что развитие ИИ следует замедлить, чтобы свести к минимуму риски для общества, финансовые стимулы, скорее всего, приглушат любую осторожность.

Действительно ли ИИ заменит рабочих?

Вполне возможно, что бум ИИ похож на пузырь доткомов или бум мобильных устройств, когда люди могут просто вкладывать деньги во все, что связано с ИИ, и надеяться на лучшее. Постепенное внедрение ИИ – это в основном способ улучшить бизнес, как обычно, а не коренным образом переизобрести его. Некоторые инвесторы, такие как Кайл Харрисон из Contrary, разделяют скепсис по поводу шумихи вокруг ИИ. Кроме того, крупные технологические компании имеют лучшую дистрибуцию, чем стартапы, и могут лучше всего использовать ИИ.

Даже люди, работающие над ИИ, не уверены, для чего он будет использоваться в долгосрочной перспективе. ChatGPT может улучшить рекламные рассылки или позволить ученикам более эффективно обманывать тесты в классе, но действительно ли это меняет мир? В любом случае Бруссард скептически воспринимает идею, что ChatGPT навсегда останется бесплатным. «Бизнес-модель здесь такая же, как у наркоторговцев, — говорит она. — Это чтобы дать вам попробовать бесплатно, зацепить вас, а затем поднять цену. Это проверенная временем стратегия Кремниевой долины».

Бруссард также представляет себе мир, в котором OpenAI продает «защиту подлинности». Поскольку с помощью ChatGPT можно создавать огромные массивы текста, преподаватели могут платить за проверку студенческих работ детектором ИИ, что позволит им завалить любого, кто не выполнил работу сам.

Кроме того, компьютеры, как правило, плохо работают в социально чувствительных областях. Вот почему, например автоматическая поддержка клиентов в медицинских учреждениях такая убогая. Причина — социальная слепота. Человек, занимающийся поддержкой клиентов, может оказать административную помощь, чтобы вам не пришлось тратить время впустую, а компьютер — вряд ли.

Есть и другие социальные недостатки. По словам Бруссард, наборы данных, на которых обучаются ИИ, являются сексистскими и расистскими, потому что не существует свободного от дискриминации мира, где они могли бы брать информацию. Кроме того, большинство моделей работает, очевидно, на английском языке, что может сделать ИИ недоступным для остального мира, как говорит Дас. Администрация Байдена предложила план Билля о правах ИИ, который потребует уступок от человека. Это, конечно, сделает ИИ более дорогим и значительно усложнит массовую замену человеческой рабочей силы.

Из опыта беспилотных автомобилей мы узнали, что существует множество так называемых крайних случаев, когда человеческое суждение имеет значение. По словам Даса, ИИ может ошибаться в коде — например, в Copilot — с гораздо менее катастрофическими последствиями. Но когда речь о банковском деле, медицине или других профессиях, в которых, по словам сторонников ИИ, они хотят заменить людей, риски могут быть сопоставимы с беспилотными автомобилями: нужно сделать все правильно без вариантов.

Это одна из причин, по которым не происходит масштабной замены людей и по которым мы можем ее вообще не увидеть, как говорит Луччони. «Если у вас есть автоматическая система для торговли на бирже, она будет совершать сделки за вас, — утверждает он. — Ну, на кону большие деньги».

По словам Муро, одна из причин, почему мы сейчас так много слышим об ИИ, связана с неопределенностью в экономике. В хорошие времена нет стимула что-то менять. «Организации испытывают сильный стресс, и именно тогда они инвестируют в изменение своих процессов», — говорит он.

Поставщики ИИ входят в число компаний, испытывающих давление, которое толкает их к выходу на рынок. «Нет никаких сомнений в том, что будет гонка за монетизацией, — говорит Муро. — Некоторым не нравится стремление размещать подобный [созданный ИИ] материал на веб-сайтах и ​​в общем доступе всего лишь после ограниченной проверки, но это говорит о срочности выхода на рынок».

Так что, возможно, лучший способ заработать деньги на ИИ — это не создавать ИИ как таковой, а создавать чипы, на которых работает ИИ, или управлять центрами обработки данных, которые нужны этим компаниям, или быть одним из людей, которые помогают их строить. Самый верный способ заработать на ИИ такой же, как и во время любой золотой лихорадки: продавать лопаты.

*Компания Meta Platforms, в которую входят социальные сети Facebook и Instagram, признана экстремистской организацией и запрещена в РФ.