«РТСофт – Смарт Грид» и «РТСофт – Встраиваемые системы» группы компаний «РТСофт» приглашают посетить стенд А174 в зале № 8 на ХХVI Международном форуме «ЭЛЕКТРИЧЕСКИЕ СЕТИ»
Ученые Российской системы климатического мониторинга и суверенная методика расчета антропогенных выбросов и поглощения парниковых газов позволили России провести «ревизию» антропогенных выбросов на территории страны.
По данным Gartner, организации, сделавшие первые ставки на потенциал искусственного интеллекта, могут столкнуться с тем, что их ожидания не оправдаются. Несмотря на новизну и ажиотаж вокруг генеративного ИИ (GenAI), многие организации до сих пор ломают голову над тем, как эффективно использовать его потенциал, сообщает портал Datanami.
Организации стремятся внедрить GenAI для трансформации своего бизнеса и создания новых бизнес-возможностей. Однако компании с трудом пытаются оправдать свои инвестиции в GenAI с точки зрения повышения производительности.
По прогнозам Gartner, к концу 2025 г. не менее 30% GenAI-проектов, находящихся в стадии тестирования, будут заброшены после проверки концепции. Исследовательская компания отмечает, что наиболее распространенными причинами неудач GenAI-проектов являются растущие расходы, низкое качество данных, неясная бизнес-ценность и неадекватный контроль рисков.
Согласно Gartner, типичные затраты на GenAI могут составлять от 5 до 20 млн. долл., включая авансовые и текущие расходы. Если GenAI-инициативы, связанные с внедрением ИИ-помощников по кодированию или генерацией персонализированного контента для продаж, менее затратны, то другие проекты, связанные с созданием собственных моделей с нуля, могут оказаться дорогостоящими. По оценкам Gartner, первоначальные затраты на создание пользовательских больших языковых моделей (LLM) составят от 8 до 20 млн. долл., а текущие расходы на одного пользователя в год — от 11 до 21 тыс. долл.
Затраты при различных подходах к развертыванию GenAI. Источник: Gartner, июль 2024 г.
Когда речь идет о GenAI-инициативах, затраты могут быть непредсказуемыми, поскольку нет единого размера, подходящего для всех. Они зависят от нескольких факторов, включая конкретные сценарии использования и подход к развертыванию. Стремление к широкомасштабной интеграции ИИ или сосредоточение внимания на повышении производительности сопряжены с различными затратами, рисками и стратегическими последствиями.
Исследование Gartner подчеркивает, что, независимо от амбиций и масштабов ИИ-инициативы, GenAI, как правило, требует большей терпимости к финансовым вложениям и обычно не обеспечивает быстрой окупаемости инвестиций. Руководители компаний, предпочитающие более оперативную отдачу, скорее всего, будут разочарованы.
«После прошлогодней шумихи руководители с нетерпением ждут отдачи от инвестиций в GenAI, однако организации с трудом пытаются доказать и осознать их ценность. По мере расширения масштабов инициатив финансовое бремя разработки и внедрения моделей GenAI становится все более ощутимым», — отмечает Рита Саллам, заслуженный вице-президент-аналитик Gartner.
Несмотря на то, что отдача от инвестиций в GenAI может быть медленной, исследование Gartner показывает, что она может быть высокой. Первопроходцы в этой области сообщают о ряде улучшений в бизнесе, включая среднестатистические увеличение доходов на 15,8%, экономию затрат на 15,2% и повышение производительности на 22,6%. Эти выводы основаны на результатах недавнего опроса более 800 руководителей компаний, проведенного Gartner.
«Эти данные служат ценной отправной точкой для оценки бизнес-ценности, получаемой от инноваций в бизнес-модели с помощью GenAI, — говорит Саллам. — Однако важно признать, что оценка этой ценности сопряжена с определенными трудностями, поскольку выгоды зависят от специфики компании, сценария использования, роли и рабочей силы. Часто эффект может проявиться не сразу, а только со временем. Однако эта задержка не уменьшает потенциальных преимуществ».
Gartner рекомендует организациям при внедрении GenAI анализировать бизнес-ценность и общую стоимость инноваций в бизнес-модели с помощью GenAI, чтобы лучше понять перспективы более широкого внедрения ИИ. Кроме того, им следует определить приоритетность инициатив, которые обеспечивают наибольшую ценность, исходя из своих бизнес-требований.
Масштабировать инновации GenAI становится проще, если бизнес-результаты оправдывают или превосходят ожидания. Однако если результаты не оправдывают ожиданий, компаниям следует изучить альтернативные инновационные возможности, чтобы оптимизировать распределение ресурсов.
Прогнозируемый Gartner 30%-ный провал GenAI-инициатив служит одновременно и предупреждением, и возможностью. Этот прогноз подчеркивает необходимость доработки стратегий GenAI и повышения общей эффективности продвижения инноваций в области ИИ.
Опасения, высказанные в исследовании Gartner, нашли отражение в недавнем отчете Goldman Sachs, в котором ставится вопрос о том, сколько времени потребуется для того, чтобы инвестиции в GenAI принесли ожидаемую прибыль. Некоторые эксперты, опрошенные компанией, отметили, что для того, чтобы GenAI выполнил свои обещания, ему придется решать сложные задачи, чего он в настоящее время не делает.
Другие эксперты, которых цитирует Goldman Sachs, настроены более оптимистично. Они считают, что, хотя на это может потребоваться некоторое время, GenAI принесет пользу. Кроме того, они ожидают, что инвестиции в GenAI со временем станут менее затратными, что повысит их рентабельность. По словам этих экспертов, некоторые технологические прорывы, такие как iPhone и Uber, поначалу сталкивались с сопротивлением, но в итоге добились значительного успеха. Развитие GenAI может пойти по аналогичной траектории.
https://www.itweek.ru/ai/article/detail.php?ID=230047