The New Yorker: дилема прибутковості штучного інтелекту та історичні уроки Джон Кессіді У 1987 році Роберт Солоу з Массачусетського технологічного інституту (M.I.T.), лауреат Нобелівської премії з економіки, прокоментував у статті в The Times Review of Books: «Епоха комп'ютерів є скрізь, але її немає в статистиці продуктивності. Незважаючи на швидке зростання обчислювальної потужності і зростаючу популярність персональних комп'ютерів, урядові дані показують, що ключовий показник заробітної плати і рівня життя - валова продукція робітників на душу населення - знаходиться в стагнації вже більше десяти років. Це стало відомим як «парадокс продуктивності». Цей парадокс проіснував до 90-х років минулого століття і навіть довше, спровокувавши велику кількість суперечливих наукових досліджень. Деякі економісти звинувачують у цьому неправильне управління новими технологіями; Інші стверджують, що комп'ютери затьмарюють свою економічну важливість у порівнянні з більш ранніми винаходами, такими як парова машина та електрика; Інші звинувачують статистику в помилках, вважаючи, що парадокс зникне після корекції. Майже через 40 років після публікації статті Солоу та майже через три роки після того, як OpenAI випустила чат-бот ChatGPT, ми можемо зіткнутися з новим економічним парадоксом, і цього разу головним героєм є генеративний штучний інтелект. Згідно з нещодавнім опитуванням, проведеним економістами зі Стенфордського університету, Університету Клемсона та Світового банку, у червні та липні цього року майже половина працівників (45,6%, якщо бути точним) використовували інструменти штучного інтелекту. Однак нове дослідження команди з Media Lab при Массачусетському технологічному інституті (M.I.T.) повідомляє про несподіваний результат: «Хоча компанії інвестують від 300 до 40 мільярдів доларів у генеративний штучний інтелект, цей звіт показує, що 95% організацій мають нульову віддачу. ” Автори дослідження розглянули понад триста загальнодоступних проєктів та оголошень у сфері штучного інтелекту та опитали понад п'ятдесят керівників компаній. Вони визначають «успішну інвестицію в штучний інтелект» як таку, що вийшла за межі пілотної фази та фактично розгорнута, а також принесла вимірну фінансову віддачу або значний приріст продуктивності через шість місяців. «Лише 5% успішно інтегрованих пілотних проєктів зі штучного інтелекту створюють мільйони доларів вартості, тоді як переважна більшість проєктів залишаються в стагнації та не мають вимірного впливу на P&L (прибутки та збитки)», — пишуть вони. ” Інтерв'ю-розслідування викликало шквал реакцій, деякі з яких були сповнені скептицизму. «У LinkedIn було багато галасу, ніби все змінилося, але в нашій реальній діяльності фундаментальні речі зовсім не змінилися», — сказав дослідникам головний операційний директор середньої виробничої компанії. «Ми обробляємо контракти трохи швидше, але це все». Інший респондент прокоментував: «Цього року ми переглянули десятки демо-версій. Можливо, один або два дійсно корисні. Решта – це або «обгортки» (маються на увазі лише упаковка існуючих технологій без суттєвих інновацій), або «наукові проекти» (маються на увазі технологічні дослідження, які все ще далекі від практичного комерційного застосування). ” Заради справедливості варто зазначити, що у звіті також зазначається, що справді є компанії, які зробили успішні інвестиції в штучний інтелект. Наприклад, у звіті наголошується на ефективності, досягнутій завдяки індивідуальним інструментам для операцій бек-офісу, і зазначається: «Ці ранні результати показують, що системи зі здатністю до навчання, якщо вони орієнтовані на конкретні процеси, дійсно можуть принести реальну цінність навіть без серйозних організаційних змін». У дослідженні також згадувалося, що деякі компанії повідомили про «покращення коефіцієнтів утримання клієнтів та конверсії продажів за допомогою автоматизованого охоплення та інтелектуальних систем спостереження», що свідчить про те, що системи штучного інтелекту можуть бути корисними для маркетингу. Але думка про те, що «багато компаній намагаються отримати значні прибутки», збігається з іншим недавнім опитуванням, проведеним міжнародною консалтинговою компанією Akkodis. Компанія зв'язалася з понад 2 000 керівників і виявила, що відсоток генеральних директорів, які «дуже впевнені» в стратегії впровадження штучного інтелекту компанії, впав з 82% у 2024 році до 49% цього року. Довіра корпоративних технічних директорів також знизилася, хоч і не так сильно. У розслідуванні Akkodis йдеться, що зміни «можуть відображати попередні невтішні результати цифрових або AI проєктів, затримки або збої у впровадженні, а також занепокоєння щодо масштабованості». ” Минулого тижня висвітлення в ЗМІ дослідження MIT Media Lab збіглося з падінням високо оцінених акцій, пов'язаних зі штучним інтелектом, таких як Nvidia, Meta та Palantir. Звичайно, кореляція не дорівнює причинно-наслідковому зв'язку, і нещодавні коментарі генерального директора OpenAI Сема Альтмана, можливо, зіграли важливішу роль у цьому розпродажі (враховуючи нещодавнє підвищення цін, розпродаж неминучий). Як повідомляє CNBC, Альтман сказав на вечері з журналістами, що поточна оцінка «сміховинно висока» (божевільна) і тричі за 15 секунд використав слово «бульбашка». Тим не менш, це дослідження Массачусетського технологічного інституту привернуло багато уваги. Після початкового раунду висвітлення новин з'ясувалося, що Media Labs, яка має зв'язки з багатьма технологічними компаніями, тихо обмежує доступ до звіту. Інформація, яку я залишив у відділ зв'язків з громадськістю організації та двом авторам звіту, була приголомшена. Хоча звіт є більш деталізованим, ніж описують деякі новинні повідомлення, він, безумовно, ставить під сумнів великий економічний наратив, який лежав в основі технологічного буму з моменту випуску OpenAI ChatGPT у листопаді 2022 року. Коротка версія цього наративу полягає в тому, що широке поширення генеративного ШІ погано для працівників, особливо інтелектуальних, але надзвичайно добре для компаній та їхніх акціонерів, тому що це принесе величезний стрибок продуктивності і, як наслідок, хороший прибуток. Чому ця сцена начебто ще не відбулася? Одна з можливих причин нагадує ідею вісімдесятих і дев'яностих років минулого століття про те, що помилки в управлінні обмежують вигоди від продуктивності, які приносять комп'ютери. Дослідження Media Lab показало, що одні з найуспішніших інвестицій у штучний інтелект роблять стартапи, які використовують високо налаштовані інструменти у вузьких областях робочого процесу. З іншого боку, менш успішні стартапи «або створюють інструменти загального призначення, або намагаються розвивати можливості власними силами». У більш загальному плані у звіті зазначається, що різниця між успіхом і невдачею «визначається не якістю моделі чи регулюванням, а методами [впровадження]». ” Як ви можете собі уявити, новизна та складність генеративного ШІ може відштовхнути деякі компанії. Нещодавнє дослідження, проведене консалтинговою компанією Gartner, показало, що менше половини керівників вважають, що їхні ІТ-директори «розбираються в штучному інтелекті». Але є й інше можливе пояснення невтішного рекорду, висвітленого у звіті Media Lab: для багатьох відомих компаній генеративний штучний інтелект (принаймні в його нинішньому вигляді) зовсім не такий божественний, як його рекламують. «Він чудово вміє проводити мозковий штурм і писати перші чернетки, але він не запам'ятовує вподобання клієнтів і не вчиться у попередніх редакторів», — сказав один з респондентів опитування Media Lab. «Він повторює ту саму помилку, і йому потрібно вводити багато контексту за сеанс. Для роботи з високими ставками мені потрібна система, яка накопичує знання та постійно вдосконалюється. ” Звичайно, є багато людей, які вважають ШІ корисним, і є також академічні докази, що підтверджують це: у 2023 році двоє економістів із Массачусетського технологічного інституту виявили, що в рандомізованому дослідженні учасники, які зазнали впливу ChatGPT, швидше виконували «професійні письмові завдання» та покращували якість письма. У тому ж році інші дослідницькі групи також виявили, що програмісти, які використовують Copilot від Github, асистента з програмування штучного інтелекту, і агенти підтримки клієнтів, які використовують власні інструменти штучного інтелекту, помітили зростання продуктивності. Дослідники з Media Lab виявили, що багато співробітників використовують свої особисті інструменти на роботі, такі як GPT або Claude; У звіті це явище називають «тіньовою економікою штучного інтелекту» і коментують, що «рентабельність інвестицій (ROI), яку вона приносить», як правило, краща, ніж проєкти, ініційовані роботодавцями. Але питання залишається, і керівники компаній, безумовно, задають його частіше: чому все більше компаній не бачать відображення цих переваг у кінцевому підсумку? Частково проблема може полягати в тому, що генеративний штучний інтелект, хоча і є переконливим, має обмежене застосування в багатьох сферах економіки. Дозвілля та готельний бізнес, роздрібна торгівля, будівництво, нерухомість та догляд (догляд за дітьми, людьми похилого віку чи немічними) – у цих галузях сукупно зайнято близько 50 мільйонів американців, але вони не виглядають прямими кандидатами на трансформацію штучного інтелекту. ...