Специалисты из Высшей школы экономики изучили, насколько успешно глобальный сектор генеративного ИИ преобразует вложенные средства в фактическую прибыль, и установили: в настоящее время искусственный интеллект прогрессирует быстрее, чем приносит отдачу от инвестиций. Выводы исследования размещены в издании Foresight and STI Governance. Информацию об этом в CNews предоставили в НИУ ВШЭ.
В последний период генеративный искусственный интеллект (GenAI) превратился в одно из ключевых направлений для технологических вложений. Миллиарды долларов направляются корпорациями в чипы, серверное оборудование и инфраструктуру центров обработки данных в ожидании скорой экономической отдачи от крупных языковых моделей.
Тем не менее, рыночные прогнозы могут быть излишне оптимистичными. Научный руководитель НИУ ВШЭ Ярослав Кузьминов и доцент факультета социальных наук, старший преподаватель кафедры высшей математики НИУ ВШЭ Екатерина Кручинская предприняли попытку оценить степень сбалансированности рынка генеративного ИИ и наличие разрыва между инвестициями в инфраструктурные решения и доходами от технологий искусственного интеллекта.
Исследователи использовали метод DEA — аналитическую модель, применяемую для оценки результативности сложных экономических систем на основе множества входных и выходных показателей. В этой работе в качестве «входа» рассматривались доходы производителей аппаратного обеспечения для ИИ (чипов, серверов, полупроводников и инфраструктуры ЦОД). В их число вошли такие фирмы, как AMD, Intel, NVIDIA и другие. «Выходом» же служила выручка компаний, создающих и монетизирующих ИИ-решения, среди которых Sony, OpenAI, Google DeepMind, Amazon, Apple и прочие. Эта модель фактически имитирует рынок ИИ на стороне поставщиков («вход») и потребителей («выход») в предположении, что именно эти игроки определяют основные тенденции.
Период анализа охватывал годы с 2016 по 2024. Существенно, что в роли единиц анализа выступили именно годы, хотя обычно в этом методе таковыми являются компании — это соответствует его традиции. Данный шаг был сделан осознанно: авторы стремились оценить эффективность ИИ в каждый конкретный год в целом, а не в рамках отдельной корпорации. Для проверки надежности выводов вычисления проводились как по абсолютным значениям, так и с поправкой на мировой ВВП. Такой подход дал возможность оценить относительную эффективность рынка генеративного ИИ в различные периоды.
Проведенное исследование выявило, что развитие рынка GenAI имеет нелинейную динамику. По мере возникновения и начальной коммерциализации генеративных моделей в период с 2016 по 2021 год эффективность повышалась. Однако, начиная с 2021 года, тенденция меняется: показатели эффективности демонстрируют спад, несмотря на стремительный рост инвестиций. После кратковременного подъема в 2023 году эффективность вновь снизилась до уровня 2022 года.
«С методологической точки зрения, полученные данные указывают на догоняющий характер развития рынка ИИ: доходы от программных решений пока не окупают значительных вложений в аппаратную часть. Рост спроса на чипы и вычислительные ресурсы подогревается прогрессом в области больших языковых моделей, однако их коммерческая эффективность пока невелика и не покрывает расходов на "железо" и последующие инвестиции в эту сферу», — отмечает Екатерина Кручинская, доцент факультета социальных наук, старший преподаватель кафедры высшей математики НИУ ВШЭ.
Как считают эксперты, существующая модель укрепляет роль производителей оборудования, но не приносит ощутимой экономической отдачи, поскольку вычислительные мощности зачастую становятся самоцелью. Рынок тех ИИ-приложений, которые способны воздействовать на общественные процессы (к примеру, повышать эффективность труда), не только испытывает трудности — высокие затраты на аппаратуру и вычисления, нехватку специалистов и технологические барьеры моделей, — но и не является прибыльным, особенно в сопоставлении с объёмом вложений.
«Искусственный интеллект действительно трансформирует не только экономику и подходы компаний, но и повседневную жизнь. Это ощущает каждый из нас. Однако его воздействие проявляется и распространяется не столь стремительно, как может казаться, и не с той результативностью, как хотелось бы. Многие указывают на наличие "пузыря" в сфере ИИ — явления, в целом, не нового для мировой экономики. Можно осторожно предположить, что риски его формирования существуют. Наша модель позволяет начать предметное обсуждение в этом ключе. Важно иметь не только инструмент, но и чёткий план действий, который довольно прост: без повышения эффективности практических решений, их внедрения и более рационального инвестиционного планирования, прогресс в положительном русле будет затруднён», — комментирует Ярослав Кузьминов, научный руководитель НИУ ВШЭ.
Исследователи акцентируют, что подобные работы значимы не только для науки, но и для бизнеса, инвесторов, а также для выстраивания продуманной научно-технической политики в области искусственного интеллекта.
