Глобальные перспективы развития искусственного интеллекта на 5‑10 лет: к чему готовиться

Революционных технологических прорывов в развитии икуственного интеллекта (ИИ) в ближайшие 5–10 лет, скорее всего, не будет. Но это не повод расслабляться. ИИ‑технологии уже стали обязательным инструментом бизнеса, искусства и науки. Существующие решения — от цифровых двойников до суперплатформ уже трансформируют бизнес‑процессы, меняют экономику отраслей и создают предпосылки к переосмыслению самой роли человека в системе. Эта статья — размышление о том, на какие глобальные ИИ‑тренды бизнесу действительно стоит обратить внимание, чтобы не остаться за бортом..

Внезапно, а затем постепенно: пути развития ИИ

После создания больших языковых и мультимодальных моделей кардинальных технических прорывов не происходит и не ожидается еще, как минимум, 5‑10 лет.

Несколько ярких примеров киборгизации, которые мы уже наблюдаем. Цифровая телепатия — технологии, которые позволяют управлять устройствами с помощью мыслей, например, нейроинтерфейсы: так имплантаты Neuralink помогают интерпретировать нейронную активность и использовать ее для управления компьютером или смартфоном. Synchron внедряет стенты‑нейропроводники для восстановления коммуникации у людей с параличом. В корпоративной сфере появляются решения «когнитивного дополнения»: ИИ‑ассистенты помогают принимать более точные решения за счёт анализа больших данных, а системы дополненной реальности,например, очки Microsoft HoloLens, расширяют объём воспринимаемой информации за счёт того, что накладывают цифровые объекты и подсказки прямо в поле зрения человека, и ускоряют его обучение.

Какие последствия развития ИИ следует учесть при цифровой трансформации бизнеса

Переход к цифровым экосистемам. Сам подход к бизнесу меняется.

Разные отрасли «воспринимают» данные инновации по‑разному, но в итоге результат ожидается сходный. Флагманами в данном вопросе являются сферы финансов и ритейла, например, суперплатформы Google, Amazon, WeChat и пр.

Эти проекты поражают воображение людей, привыкших к традиционным темпам производства в металлургии и машиностроении.

Таким образом, уже сейчас достаточно вероятным становится сценарий будущего, при котором:

• все банки станут виртуальными финансовыми сервисами;
• все фабрики и склады «темными»;
• все транспортные компании — интеллектуальными виртуальными системами по управлению беспилотными средствами передвижения для пассажиров и для грузов;
• все магазины — либо виртуальными интеллектуальными интернет‑магазинами с теми же «темными» складами и беспилотными доставщиками, либо интеллектуальными «реальными» магазинами без участия человека и т.д.

Дефицит кадров. Из‑за стремительного развития технология большой болью для бизнеса стал поиск квалифицированных специалистов, умеющих работать со сложными технологическими системами и цифровыми решениями. Данная проблема постепенно решается за счет замены человека цифровыми программными или программно‑аппаратными решениями под управлением ИИ. Так, операторов колл‑центров заменяют чат‑боты, рабочих на производстве — антропоморфные роботы или роботизированные комплексы, управляемые цифровыми двойниками технологических линий и цехов. В будущем, вероятно, водителей всё активнее начнут замещать беспилотные автомобили с интеллектуальными системами управления, а функции делопроизводителей уже берут на себя системы корпоративного контент‑менеджмента (ECM). Таким образом, в долгосрочной перспективе кадровый дефицит может быть существенно сокращён. Однако, решение данной проблемы порождает новые, не менее критические, или даже блокирующие — от этических и социальных до технологических и организационных, которые могут стать не менее критичными для бизнеса: недостаток энергетики и данных.

Дефицит данных уже сегодня ограничивает возможности для комплексной аналитики и стратегического планирования во многих сферах — от экономики и социальной политики до государственного управления.

В производстве эта проблема в большей степени связана с финансами: компании могут настраивать объём и качество сбора информации за счёт большего количества датчиков, характеристик оборудования, выбора систем обработки и хранения данных. Однако в ряде процессов данные пока либо не собираются, либо их получение технологически невозможно или экономически слишком затратно, например: точное отслеживание миграции рыб в океане, детальная карта залегания полезных ископаемых или мнения людей, не пользующихся цифровыми сервисами. Это снижает предсказуемость сложных систем: так называемый «эффект бабочки» остаётся вне аналитических моделей, хотя его последствия напрямую отражаются на бизнесе и управлении: так какое‑нибудь «торнадо» влияет на всю деятельность человека, бизнеса и государства, где происходит стихийное бедствие и не только.

Таким образом, бизнесу с учетом финансовых возможностей необходимо готовиться к максимально эффективной автоматизации рутинных функций за счёт цифровых решений, при этом стоит задуматься о собственных источниках энергогенерации либо использовать внешние ресурсы через облачные технологии. Важным направлением также становится развитие инфраструктуры для сбора и обработки данных своими силами. Показателен пример индийской компании Dukaan: полностью отказавшись от сотрудников службы поддержки и внедрив интеллектуальных чат‑ботов, она смогла снизить затраты в 100 раз и значительно ускорить работу.

Компании теперь могут напрямую находить клиентов и формировать для них индивидуальные предложения, что снижает потребность в посредниках и повышает экономическую эффективность. Раньше взаимодействие между производителем и конечным клиентом строилось часто только по многоуровневой схеме: товар сначала попадал к дистрибьютору или оптовику, затем оказывался в розничной сети или у агента, и только после этого доходил до покупателя. Такая модель делала путь продукта к клиенту длинным и затратным: каждое звено добавляло свою наценку, а производитель практически не имел прямого доступа к информации о конечных потребителях и был вынужден продвигать продукцию через массовую рекламу и каналы посредников. Например, банки продвигали свои продукты через брокеров и офисных консультантов, а производители техники полагались на дистрибьюторов и торговые сети.

Сейчас те же российские маркетплейсы активно внедряют рекомендательные алгоритмы, которые помогают напрямую соединять продавцов и покупателей. В банковской сфере ИИ используется для формирования персонализированных кредитных и инвестиционных предложений при прямом взаимодействии с клиентами, без участия брокеров или агентов. В сегменте персонализированных товаров технологии позволяют быстрее адаптироваться под индивидуальные запросы: так, сервис Nike By You предлагает кастомизированную одежду и обувь, а косметические компании применяют ИИ для подбора средств ухода с учётом особенностей кожи клиента.

Полный переход к такой модели в ближайшие 5 лет маловероятен, однако процесс уже начался. Наиболее устойчивыми останутся посредники, которые обеспечивают доступ к закрытым сегментам — например, к государственным контрактам или крупным корпоративным закупкам.

Этические последствия развития ИИ

Среди этических последствий развития цифровых технологий и ИИ для бизнеса можно выделить два ключевых направления. Первое — замещение человеческого труда эффективными цифровыми решениями под управлением ИИ, что влечёт за собой риски массовой безработицы и изменения структуры занятости. Второе — резкое снижение уровня конфиденциальности личности из‑за всё более глубокого анализа персональных данных. Эти процессы неизбежно приведут к усилению государственного регулирования в сфере ИИ, в том числе к введению новых нормативно‑правовых ограничений.

В первую очередь автоматизация касается рутинных и типовых задач: колл‑центры переходят на чат‑боты, бухгалтерия и документооборот переводятся в интеллектуальные системы (например, ECM), а производственные линии оснащаются роботизированными комплексами и цифровыми двойниками. При этом эксперты сходятся во мнении, что новые профессии действительно будут появляться, но их количество и квалификационные требования вряд ли компенсируют масштабное исчезновение рабочих мест в низко- и среднеквалифицированном сегменте. Это создаёт долгосрочные социальные риски — снижение спроса со стороны населения, рост безработицы и необходимость переобучения миллионов людей. Подобные процессы уже наблюдаются: автоматизированные склады Amazon и JD.com заменили значительное количество рабочих мест, а в Китае «тёмные фабрики» Xiaomi и Avatr демонстрируют, как высокотехнологичное производство может обходиться без человека.

Решение таких проблем не под силу только бизнесу. Возможные меры — регулирование занятости (сокращение рабочей недели, защита прав сотрудников при сокращениях), масштабные программы переобучения, адаптация системы образования под новые высокотехнологичные профессии, а также перераспределение налоговой нагрузки. Например, обсуждается введение налога на сверхдоходы компаний, полученных благодаря внедрению ИИ, или увеличение социальных взносов для компенсации роста безработицы. Для бизнеса это означает необходимость готовиться к новым условиям: учитывать вероятность роста налоговой нагрузки, изменения трудового законодательства и усиления требований к социальной ответственности.

Речь идёт о растущей публичности жизни человека: системы персонализации способны собирать и анализировать огромные массивы информации — от поисковых запросов и онлайн‑покупок до геолокации и активности в социальных сетях. На основе этих данных формируется практически полный цифровой портрет: привычки, предпочтения, интересы, иногда даже состояние здоровья. Уже сегодня известны кейсы, когда рекомендации интернет‑магазинов позволяли выявлять беременность покупательницы ещё до того, как она сама сообщала об этом семье или врачу. Подобные сценарии показывают, насколько глубоко алгоритмы могут вторгаться в личное пространство.

Последствия в сфере безопасности

Развитие ИИ и сопутствующих технологий приводит не только к росту возможностей бизнеса, но и к появлению новых угроз. Уже сейчас ИИ используется как для создания кибератак — генерации фишинговых писем, взлома паролей или обхода систем защиты, — так и для противодействия им. В перспективе дополнительным фактором риска станут квантовые технологии, которые способны взламывать традиционные методы шифрования. Это означает, что компаниям придётся постоянно отслеживать новые подходы как киберпреступников, так и разработчиков систем защиты, и быть готовыми быстро адаптировать свои процессы безопасности.

Такие решения уже внедряют крупные международные корпорации, и, с высокой вероятностью, в ближайшие годы они станут стандартом практически для всех компаний — независимо от масштаба.

Выводы

Таким образом, ИИ‑решения в настоящее время уже трансформируют бизнес‑модели компаний и целые отрасли экономики и социальной сферы. При этом, ожидается, что технологическое развитие в ближайшей перспективе 5‑10 лет сохранит существующие вектора, постепенно приводя к расширению функционалов и увеличению производительности цифровых решений с использованием ИИ. Однако существующие ИИ‑решения выступили мощными драйверами тенденций, которые в итоге должны привести не только к полной трансформации бизнеса, но и изменению картины мира и к эволюции человечества.

Данные тренды взаимосвязаны и постепенно усиливают влияние на организационные, этические аспекты и аспекты безопасности бизнеса. Неготовность к реализации этих трендов приведет компании к потере конкурентоспособности.