Компании, работающие с проектами в области искусственного интеллекта, часто сталкиваются с пятью значительными барьерами, которые препятствуют переходу таких инициатив из стадии пилота в промышленную эксплуатацию. Об этом на конференции Data Fusion сообщил Сергей Безбогов, заместитель руководителя технологического блока ВТБ.
Несмотря на растущий интерес к технологиям ИИ, в частности к большим языковым моделям (LLM), лишь ограниченное количество проектов достигает стадии широкомасштабного внедрения. Эта проблема наблюдается как на российском, так и на международном рынках.
По словам Безбогова, первой причиной является экономическая; ВТБ практикует подход «бережливого ИИ», оценивая целесообразность запуска проектов по показателям возврата инвестиций (ROI). Сложные вычислительные требования ИИ могут привести к высоким первоначальным затратам, что иногда делает дорогостоящие решения экономически нецелесообразными без предварительного пилотирования.
Второй барьер связан с высокой стоимостью инфраструктуры, необходимой для масштабирования решений на базе LLM, так как она требует значительных вычислительных ресурсов и специализированных ИТ-кластеров. Дефицит необходимых компонентов, таких как видеокарты и процессоры, также сдерживает развитие.
Третья проблема связана с так называемыми «галлюцинациями» моделей ИИ, которые могут генерировать вымышленные факты и некорректные ответы, что создает финансовые и репутационные риски для бизнеса.
Четвертый барьер — это нехватка качественных данных. Без достаточного объема качественно обработанных данных для обучения моделей, развитие уникальных ИИ-решений становится затруднительным.
Наконец, пятый барьер — недостаток кадров с новыми компетенциями, необходимыми для полноценного использования ИИ. Важно наличие не только разработчиков, но и специалистов, умеющих правильно формулировать задачи для нейросетей.
Компании, работающие с проектами в области искусственного интеллекта, часто сталкиваются с пятью значительными барьерами, которые препятствуют переходу таких инициатив из стадии пилота в промышленную эксплуатацию. Об этом на конференции Data Fusion сообщил Сергей Безбогов, заместитель руководителя технологического блока ВТБ.
Несмотря на растущий интерес к технологиям ИИ, в частности к большим языковым моделям (LLM), лишь ограниченное количество проектов достигает стадии широкомасштабного внедрения. Эта проблема наблюдается как на российском, так и на международном рынках.
По словам Безбогова, первой причиной является экономическая; ВТБ практикует подход «бережливого ИИ», оценивая целесообразность запуска проектов по показателям возврата инвестиций (ROI). Сложные вычислительные требования ИИ могут привести к высоким первоначальным затратам, что иногда делает дорогостоящие решения экономически нецелесообразными без предварительного пилотирования.
Второй барьер связан с высокой стоимостью инфраструктуры, необходимой для масштабирования решений на базе LLM, так как она требует значительных вычислительных ресурсов и специализированных ИТ-кластеров. Дефицит необходимых компонентов, таких как видеокарты и процессоры, также сдерживает развитие.
Третья проблема связана с так называемыми «галлюцинациями» моделей ИИ, которые могут генерировать вымышленные факты и некорректные ответы, что создает финансовые и репутационные риски для бизнеса.
Четвертый барьер — это нехватка качественных данных. Без достаточного объема качественно обработанных данных для обучения моделей, развитие уникальных ИИ-решений становится затруднительным.
Наконец, пятый барьер — недостаток кадров с новыми компетенциями, необходимыми для полноценного использования ИИ. Важно наличие не только разработчиков, но и специалистов, умеющих правильно формулировать задачи для нейросетей.
]]>
Свежие комментарии