Штучний інтелект переходить у нову практичну стадію: від гарячих дискусій до реалізації продуктів

З розвитком технологій штучного інтелекту фокус галузі змістився з теоретичних обговорень на практичне застосування. Створення масштабованих AI-продуктів стає ключовою сферою конкуренції для підприємств. Останній випуск «Звіт про стан AI у 2025 році» зосереджується на всьому життєвому циклі AI-продуктів, від ідеї, розробки до масштабованої експлуатації, надаючи підприємствам всеосяжний посібник з реалізації.

Цей звіт оснований на глибокому дослідженні 300 керівників програмного забезпечення, у поєднанні з професійними поглядами лідерів галузі в сфері ШІ, пропонує стратегічну дорожню карту для компаній щодо того, як перетворити переваги технології ШІ на стійку конкурентоспроможність.

Ось п'ять основних висновків, витягнутих з доповіді:

1. Стратегія продуктів ШІ входить у нову зрілу стадію

У порівнянні з компаніями, які просто інтегрували функції штучного інтелекту в існуючі продукти, компанії, що мають штучний інтелект у своїй основі, перевершують їх за швидкістю просування продуктів. Дані показують, що 47% компаній, що є аборигенами штучного інтелекту, досягли критичного масштабу та підтвердили попит на ринку, тоді як серед компаній з інтегрованими продуктами на основі штучного інтелекту лише 13% досягли цього рівня.

Основні тенденції: розумні агентні робочі процеси та вертикальні застосування стають в центрі уваги. Близько 80% розробників, які працюють з AI, займаються створенням AI-систем, які можуть самостійно виконувати багатоступеневі завдання від імені користувача.

Впровадження стратегії: підприємства зазвичай використовують багатомодельну архітектуру для оптимізації продуктивності, контролю витрат і адаптації до конкретних сценаріїв застосування. У продуктах, орієнтованих на клієнтів, кожен респондент в середньому використовує 2,8 моделей.

2. Модель ціноутворення на основі ШІ відображає унікальні економічні характеристики

Штучний інтелект змінює способи ціноутворення продуктів і послуг у бізнесі. Дослідження показують, що багато компаній впроваджують змішану цінову модель, додаючи до базової абонентської плати оплату за використання. Частина компаній також досліджує повністю засновані на фактичному використанні чи результатах для клієнтів моделі ціноутворення.

В даний час багато компаній все ще безкоштовно надають функції ШІ, але понад 37% підприємств планують у найближчий рік переглянути свою цінову політику, щоб ціни більше відповідали цінності, яку отримують клієнти, та використанню функцій ШІ.

3. Стратегія талантів стає диференційованою перевагою

Штучний інтелект є не лише технічною проблемою, але й проблемою організації. В даний час провідні команди зазвичай формують міжфункціональні команди, що складаються з інженерів штучного інтелекту, інженерів машинного навчання, науковців даних та менеджерів продуктів штучного інтелекту.

Перспективи на майбутнє: більшість компаній очікує, що 20-30% співробітників у командах інженерів будуть зосереджені на ШІ, в компаніях з високим зростанням цей показник може сягати 37%. Тим не менш, набір кадрів залишається великою проблемою. Середній термін набору AI та інженерів з машинного навчання перевищує 70 днів, що є найдовшим серед усіх посад, пов'язаних з ШІ.

Є розбіжності в прогресі набору: 54% респондентів зазначили, що прогрес відстає, основною причиною є недостатня кількість кваліфікованих кадрів.

4. Зростання бюджету на ШІ суттєво вплине на фінансовий стан компанії

Компанії, які використовують технології ШІ, витрачають 10%-20% свого бюджету на дослідження та розробки на сферу ШІ, а до 2025 року компанії з різними обсягами доходу демонструють постійний тренд зростання. Цей стратегічний зворот підкреслює, що технології ШІ стали основним драйвером стратегічного планування продуктів.

З розширенням масштабу продуктів ІІ структура витрат також зазнає суттєвих змін. На ранніх етапах витрати на людські ресурси становлять основні витрати, включаючи витрати на найм, навчання та підвищення кваліфікації. Коли продукт стає зрілим, витрати на хмарні послуги, моделювання та дотримання нормативних вимог займуть основну частку витрат.

5. Розширення масштабів внутрішніх AI-додатків підприємств, але нерівномірний розподіл

Хоча більшість опитаних компаній надають близько 70% своїх працівників доступ до внутрішніх AI-інструментів, лише приблизно половина з них регулярно ними користується. Великі зрілі компанії стикаються з більшими викликами у сприянні використанню AI працівниками.

Компанії з високим рівнем використання (понад 50% співробітників використовують інструменти ШІ) зазвичай впроваджують ШІ у семи або більше внутрішніх сценаріях, включаючи помічників у програмуванні (77% використання), генерацію контенту (65%) та пошук документів (57%). У цих сферах ефективність роботи зростає на 15% до 30%.

Екосистема AI-інструментів поступово зріє

Дослідження показують, що в даний час технічні рамки, бібліотеки та платформи, що фактично використовуються в робочому середовищі, залишаються різноманітними. Основні інструменти включають:

• Обробка даних: Pandas, NumPy, Apache Spark
• Фреймворки машинного навчання: PyTorch, TensorFlow, Scikit-learn
• Глибоке навчання: Трансформери, JAX
• Модельні служби: MLflow, Kubeflow
• Векторна база даних: Pinecone, Weaviate
• Інструменти для розробки: GitHub Copilot, Replit
• Розробка LLM: LangChain, LlamaIndex

Ці інструменти відображають реальний вибір розробників у різних сферах застосування ШІ, надаючи підприємствам орієнтир для створення AI-продуктів.