Разбираем, почему вирусные статьи о крахе ИИ часто упускают из виду рыночную динамику, и как такие компании, как DoorDash, находят реальное применение новым технологиям.
3 мин
В технологическом сообществе вновь набирают популярность материалы, предрекающие скорый крах индустрии искусственного интеллекта или указывающие на раздутость «пузыря». Бен Томпсон, автор аналитического блога Stratechery, обращает внимание на то, что подобные пессимистичные прогнозы часто страдают одной фундаментальной ошибкой: они недооценивают динамику рынков и способность технологий адаптироваться. На фоне этих дискуссий интересным примером устойчивости и прагматичного внедрения ИИ становится компания DoorDash, которая демонстрирует, как алгоритмы могут работать в реальном секторе доставки, а не только в теоретических моделях.
В последнее время мы наблюдаем волну публикаций, которые критикуют текущее состояние генеративного ИИ. Аргументы скептиков (или «думеров», как их называют в индустрии) часто сводятся к тому, что затраты на обучение моделей растут экспоненциально, а видимая прибыль не оправдывает колоссальных инвестиций. Это создает нарратив о неизбежном крахе.
Однако история технологий показывает, что линейная экстраполяция текущих проблем редко бывает верной. Рынки не статичны: стоимость вычислений снижается, эффективность алгоритмов растет, а бизнес находит способы монетизации, которые не были очевидны на старте. Именно этот аспект — рыночный динамизм — часто упускается из виду в критических статьях.
Основная ошибка критиков заключается в рассмотрении ИИ как застывшей сущности. Они оценивают сегодняшние затраты и сегодняшние доходы, предполагая, что эта пропорция сохранится навсегда. В реальности же мы видим постоянную оптимизацию.
Примером успешной интеграции служит DoorDash. В отличие от компаний, которые продают ИИ как самоцель, DoorDash использует машинное обучение для решения конкретных логистических задач:
Эти внедрения не требуют создания общего искусственного интеллекта (AGI), но приносят измеримую финансовую пользу уже сейчас.
Почему DoorDash находится в выгодном положении? Дело в том, что у компании есть уникальный актив, который сложно скопировать — огромный массив данных о реальных транзакциях и перемещениях в физическом мире. В то время как многие ИИ-стартапы борются за данные из интернета, DoorDash обладает проприетарной информацией о том, как работает «последняя миля» логистики.
Это создает защитный ров (moat). Даже если конкуренты получат доступ к тем же языковым моделям или алгоритмам, у них не будет контекста — исторических данных о миллионах доставок, на которых эти модели можно дообучить для максимальной эффективности. Таким образом, ценность смещается от самой модели к данным и сценариям ее применения.
Дискуссия между оптимистами и скептиками ИИ будет продолжаться. Вероятно, мы увидим коррекцию ожиданий, и многие стартапы, не имеющие реальной бизнес-модели, уйдут с рынка. Однако компании, интегрирующие ИИ в операционные процессы для повышения эффективности — такие как DoorDash, Uber или крупные ритейлеры, — продолжат выигрывать.
В долгосрочной перспективе победят не те, кто создает самую умную модель, а те, кто сможет лучше всего применить эту модель к решению скучных, но прибыльных задач реального мира. Это напоминает эпоху доткомов: интернет не исчез после краха пузыря, он просто стал инструментом для бизнеса, а не самодостаточным чудом.
Критика ИИ часто игнорирует способность рынка к адаптации, а реальную ценность технологий демонстрируют компании вроде DoorDash, использующие алгоритмы для логистики, а не хайпа.
Настоящая революция ИИ происходит не в чат-ботах, а в незаметной оптимизации физических процессов, где наличие собственных данных важнее мощности модели.
