Microsoft провела масштабное исследование, изучив 200 тысяч анонимных и защищённых разговоров пользователей с Bing Copilot — общедоступной системой генеративного ИИ. Выяснилось, что люди чаще всего используют ИИ для сбора информации и написания текстов, а сам ИИ чаще всего предоставляет данные, пишет тексты, консультирует и обучает. На основе этих данных составлен «индекс профессий» по уязвимости к автоматизации: больше всего рискуют писатели, редакторы, аналитики, переводчики, преподаватели, PR-специалисты и сотрудники клиентской поддержки. А также журналисты и копирайтеры. Меньше всего – экскаваторщики, маляры и медсёстры. Нейросеть для создания видео и GIF: топ-5 бесплатных При этом эксперты предупреждают: полностью полагаться на ИИ — ошибка. Несмотря на впечатляющие возможности технологий, они не всегда способны решать реальные бизнес-задачи. Владимир Арлазаров, генеральный директор Smart Engines и доктор технических наук, в интервью «Бизнес-секретам» назвал большие языковые модели (LLM) «болталками» и предсказал «ИИ-зиму» — период разочарования в технологии из-за отсутствия экономической отдачи. По его словам, LLM потребляют огромные ресурсы, требуют серверов и энергии, но не обеспечивают реальной пользы. Примеры из практики: автопилот Tesla не превзошёл человека по безопасности, а чат-боты в колл-центрах ухудшили качество обслуживания, клиенты стали уходить из тех банков, где проблемы «решает» ИИ. В результате банкам уже сейчас приходится возвращать людей обратно в системы клиентской поддержки. Арлазаров отмечает, что настоящую ценность представляют предметные ИИ-системы — распознавание документов, анализ медицинских снимков, контроль качества на производствах. В России, по его мнению, нельзя просто копировать западные технологии, а нужно развивать собственные ниши, поддерживая науку и обучая специалистов. Главной проблемой он называет рост мошенничества: дипфейки, поддельные документы и утечки данных становятся реальной угрозой. Решение — минимизация сбора лишних данных и строгая ответственность за их утечку. Другой проблемой стала работа программистов и коды, которые писала нейросеть. Уже сейчас специалисты вынуждены возвращаться в прошлое и искать ошибки, которые наделала ИИ. А их, как оказалось, настолько много, что дешевле было написать код самому изначально.
