Исследование McKinsey показывает, почему экспоненциальный рост возможностей ИИ сталкивается с линейными ограничениями физического мира и корпоративной культуры.
4 мин
Развитие искусственного интеллекта определяется силами, выходящими далеко за пределы самой технологии. В своем новом отчете McKinsey Global Institute предлагает рассматривать экономику ИИ как сложную систему, состоящую из физических ресурсов, институтов, бизнеса, рынков, геополитики и общества. Главная проблема текущего этапа заключается в том, что разные элементы этой системы движутся с совершенно разной скоростью. Это создает узкие места и риски, которые невозможно решить только за счет улучшения программного кода.
Исторически внедрение технологий общего назначения — будь то паровой двигатель, электричество или интернет — требовало десятилетий для того, чтобы их потенциал полностью отразился на росте производительности. В первые десятилетия электрификации главной проблемой была генерация достаточного количества энергии. Позже стали очевидны ограничения электросетей. Но настоящий скачок производительности произошел только тогда, когда заводы были физически перепроектированы под использование электродвигателей.
The first of 18 panels is a repeat view of the Exhibit 1 diagram. The rest of the panels will highlight different parts of the diagram as they are being discussed in the main text.
Сегодня ИИ сталкивается с аналогичным вызовом. Инвесторы вкладывают колоссальные средства в инфраструктуру и задаются вопросом, окупятся ли эти инвестиции или приведут к избыточным мощностям, как это было во времена бума доткомов.
В системе ИИ наблюдается фундаментальное несовпадение временных шкал. Возможности моделей растут экспоненциально — по некоторым оценкам, удваиваясь каждые несколько месяцев. Однако физическая инфраструктура развивается линейно. Строительство центров обработки данных, расширение электросетей, возведение заводов по производству чипов (GPU) и добыча необходимых ресурсов занимают годы.
Еще медленнее происходят изменения на уровне организаций. Адаптация бизнес-процессов, переобучение сотрудников и создание новых продуктов требуют значительного времени и усилий. Когда один элемент системы отстает от другого, возникают узкие места. На ранних этапах бума генеративного ИИ главным ограничением был доступ к передовым чипам. По мере решения этой проблемы фокус сместился на обеспечение дата-центров электроэнергией.
A view of the same diagram with the four components of the foundations layer highlighted. (Second of 18 panels.)
Разрыв в скоростях развития создает не только задержки, но и серьезные риски. Когда внедрение мощных инструментов опережает развитие корпоративного управления, кибербезопасности или законодательного регулирования, вероятность непредвиденного ущерба резко возрастает.
Для руководителей компаний это означает необходимость учиться управлять на нескольких скоростях одновременно. Отсутствие видимых финансовых результатов от внедрения ИИ в краткосрочной перспективе часто связано не с недостатками самой технологии, а с тем, что организация еще не адаптировала свои рабочие процессы для извлечения из нее полной ценности. Следующие ограничения, с которыми столкнется индустрия, будут связаны именно с навыками рабочей силы и организационными рабочими процессами, а не с аппаратным обеспечением.
Регуляторам, инвесторам и бизнесу придется применять системный подход для навигации в экономике ИИ. В некоторых случаях правильным решением будет ускорение отстающих элементов — например, инвестиции в обучение сотрудников или модернизацию энергосетей. В других ситуациях может потребоваться замедление развертывания технологий, чтобы позволить системам безопасности и общественному консенсусу догнать инновации.
Будущее рынка труда и экономического роста зависит от того, насколько синхронно будут развиваться все компоненты этой сложной экосистемы.
The AI capabilities component of the diagram is spotlighted. Lit alongside it: the rest of the foundations arc, the Adoption band, and, among the outcomes, only Business landscape and Geopolitics. Everything else is dimmed. (Third of 18 panels.)
In a reset view of the diagram, the adoption and adaptation bad is lit with all other elements dimmed. (Seventh of 18 panels.)
A futuristic digital scene where a person, rendered in a wireframe design, reaches toward a holographic figure through a vibrant, neon-lit interface. The background is filled with complex circuitry patterns and glowing blue and purple tones, symbolizing human interaction with advanced artificial intelligence.
Colorful, translucent wire like strands curve and intertwine across a pale blue background.
Glowing blue, purple, and pink light trails curve through a dark blue space, forming a sweeping path that winds toward the horizon, suggesting acceleration, technological progress, or the evolving direction of AI.
Развитие ИИ сдерживается не алгоритмами, а физической инфраструктурой и медленной адаптацией бизнеса к новым инструментам.
Отсутствие быстрого возврата инвестиций (ROI) от внедрения ИИ является исторической нормой: как и в случае с электричеством, настоящий экономический эффект наступит только после полной перестройки рабочих процессов компаний.
