Применение ИИ в бизнесе

А в сельском хозяйстве возможно, надои повышать?

Недавно я получил электронное письмо под названием «Дилемма 18-летнего парня: слишком поздно вносить свой вклад в ИИ?» Его автор, который разрешил мне поделиться этой информацией, готовится к поступлению в колледж. Он беспокоится, что к тому времени, когда он закончит учебу, ИИ будет настолько хорош, что у него не останется никакой значимой работы, чтобы внести свой вклад в человечество, и он будет просто жить на безусловный базовый доход (ББД). Я ответил ему, что у него будет еще много работы, которую он сможет делать в течение десятилетий, и призвал его усердно работать и учиться строить с помощью искусственного интеллекта. Но этот разговор поразил меня как пример того, насколько вредна шумиха вокруг ИИ.

Да, искусственный интеллект удивительно умен, и я очень рад использовать его каждый день для создания вещей, которые я не смог бы создать год назад. В то же время ИИ все еще невероятно тупой, и я бы не стал доверять одному LLM в том, что он расставляет приоритеты в моем календаре, проводит просмотр резюме или выбирает, что заказать на обед — задачи, которые компании обычно просят выполнять младшему персоналу.

Да, мы можем создать программное обеспечение для искусственного интеллекта для выполнения этих задач. Например, после долгой работы по настройке у одной из моих команд теперь есть достойный помощник по проверке резюме с искусственным интеллектом. Но дело в том, что для этого потребовалось много кастомизации.

Несмотря на то, что LLM могут выполнять гораздо более общий набор задач, чем предыдущие итерации технологии искусственного интеллекта, по сравнению с тем, что могут делать люди, они по-прежнему являются узкоспециализированными. Они гораздо лучше справляются с работой с текстом, чем другие модальности, по-прежнему требуют большого количества пользовательских разработок, чтобы получить правильный контекст для конкретного приложения, и у нас мало инструментов — и только неэффективные — для того, чтобы заставить наши системы учиться на основе обратной связи и повторного взаимодействия с конкретной задачей (например, для отбора резюме на определенную должность).

ИИ имеет серьезные ограничения, и, несмотря на быстрые улучшения, он будет оставаться ограниченным по сравнению с человеком в течение длительного времени.

ИИ удивителен, но, к сожалению, его раздувают, чтобы сделать еще более удивительным, чем он есть на самом деле. Пагубный аспект хайпа заключается в том, что он часто содержит элемент правды, но не до такой степени, как шумиха. Из-за этого нетехническим людям трудно понять, где на самом деле находится истина. Современный ИИ — это технология общего назначения, которая позволяет выполнять множество приложений, но ИИ, который может выполнять любые интеллектуальные задачи, которые может выполнять человек (популярное определение ОИИ), все еще находится в нескольких десятилетиях или дольше. Это тонкое послание о том, что ИИ является общим, но не таким уж общим, часто теряется в шуме сегодняшней медиа-среды.

На бирже опять что-то интересное происходит:

...

Итого, что мы имеем:

Новое исследование от Anthropic: ребята решили посчитать реальный экономический эффект от Claude

Чем работа выделяется, так это тем, что эффект считают уже здесь и сейчас. В большинстве подобных отчетов вы встретите только что-то расплывчатое типа "вот если мы автоматизируем 30% задач, это будет +N% к ВВП". Тут считают эмпирику сегодня + на реальных данных юзеров.

Что, по факту, сделали:

1. Взяли 100 000 реальных диалогов юзеров Claude и тщательно (верим) все анонимизировали.

2. Для каждого диалога посчитали, сколько выполняемые задачи бы заняли у человека без ИИ. Получилось в среднем 90 минут, а с помощью Claude – на 80% меньше (опять же, в среднем).

2. Дальше задачи сопоставляли с профессиями (по классификации O*NET + данным из OEWS), чтобы оценить, сколько стоит выполнение такой задачи человеком. Итоговый экономический эффект = (сэкономленные часы) × (средняя $/час профессии).

Получилось, что если ИИ применяется повсеместно, то дает +1.8% росту производительности труда в год.

Учитывая, что доля труда в экономике обычно берется равной 60%, это означает примерно +1.1% годового прироста общей факторной производительности (TFP).

Для понимания: исторический рост TFP в развитых странах ≈ 0.5–1%.

Конечно, есть куча НО. Например, невозможно оценить, сколько люди тратят вне диалога с ИИ на доработку и проверку ответов. Во-вторых, выборка задач нерепрезентативна всей экономике (частично аналика это учитывает, но все же). Ну и наконец, если ИИ ускоряет работу, это не значит, что люди становятся более продуктивными: они могут просто меньше работать.

Сами антропики пишут, что рассчитали скорее оценку снизу. "Есть основания полагать, что реальный экономический эффект выше".

https://www.anthropic.com/rese... vity-gains

Эти ИИ - такая трясина. Невозможно оторваться. Можно описать портфели инвестиций разных составов, и сравнивать их результаты меж собой и с чем угодно ещё в разные промежутки времени. То, что раньше занимало несколько часов или даже дней, теперь занимает несколько минут.

Единственная проблема — достоверность. Для общего обзора - всё замечательно, но все детали надо тщательно перепроверять. С другой стороны, когда пользуешься каким-нибудь Экселем или даже калькулятором, то там тоже требуется доверие или недоверие к программистам.

В среднем 32% компаний ожидают снижения фонда оплаты труда (ФОТ) за счет внедрения искусственного интеллекта (ИИ). Об этом говорится в совместном исследовании «Яндекса» и «Яков и партнеры», представленном 8 декабря в эфире Радио РБК. Для него были опрошены 150 технических директоров крупных российских игроков из 16 отраслей, 150 поставщиков ИИ-решений и свыше 3,5 тыс. пользователей (РБК ознакомился с результатами опроса).

Наиболее высоко эффект снижения затрат на ФОТ за счет ИИ оценили респонденты из отраслей транспорт и логистика, FMCG (по 57%), а также химии и нефтехимии (50%), наиболее низко — в строительстве и недвижимости (12%), а также в e-commerce, медицине и здравоохранении (по 14%). «Как показывает практика, компании не готовы снижать планы по найму или оптимизировать число сотрудников для получения реального финансового эффекта на ФОТ. Вместо этого высвободившееся время сотрудников используют для решения новых задач, способствующих росту бизнеса. Мы ожидаем, что перераспределение задач и автоматизация работы, ранее выполняемой человеком, будут в первую очередь происходить в сферах, связанных с работой с текстами (например, юриспруденция, программирование и телемаркетинг)», — говорится в исследовании.

Общий ожидаемый экономический эффект от ИИ к 2030 году эксперты оценили в 7,9–12,8 трлн руб. в год, или до 5,5% прогнозного ВВП, что сопоставимо с прибылью всей банковской отрасли. «Эффект складывается не только из оптимизации затрат, но и из новой выручки за счет продуктовых инноваций и трансформации бизнес-моделей. В технологическом разрезе наибольший вклад формируют генеративный ИИ и компьютерное зрение, в отраслевом — наибольшая удельная эффективность фиксируется в digital-ориентированных индустриях: e-commerce, телеком и медиа, IT и технологии. Компании, выстроившие процесс измерения эффекта, видят основной вклад не как сокращение ФОТ, а как рост выручки и маржинальности за счет персонализации, улучшения качества сервиса и ускорения вывода продуктов», — говорится в исследовании.

Партнерство с Instacart
Объявлено сегодня, 8 декабря 2025 года.
Суть сделки: Instacart и OpenAI объединились, чтобы интегрировать возможности искусственного интеллекта в процесс покупки продуктов.
Детали интеграции: Приложение Instacart было запущено непосредственно внутри интерфейса ChatGPT, что позволяет пользователям получать рекомендации по рецептам, составлять списки покупок и оформлять заказы с доставкой через Instacart, не покидая ChatGPT.

Только сегодня узнал, что у Paul Graham, основателя Y Combinator и ментора Sam Altman, было эссе про пузырь доткомов: What the Bubble Got Right https://paulgraham.com/bubble.html

Вышло оно в сентябре 2004-го года.

Всё эссе пересказывать не буду, только 3 абзаца из конца:

— Во времена «пузыря доткомов» аналитики-оптимисты оправдывали высокие коэффициенты «цена/прибыль» (P/E), утверждая, что технологии должны кардинально повысить производительность. Они ошибались в отношении конкретных компаний, но были не так уж далеки от истины касательно самого принципа. Я полагаю, что одной из главных тенденций грядущего столетия станет колоссальный рост производительности.

— Или, точнее, колоссальный рост *разброса* в производительности. Технологии — это рычаг. Они работают не на сложение, а на умножение. Если нынешний диапазон производительности составляет от 0 до 100, то введение множителя 10 расширяет этот диапазон от 0 до 1000.

— Одно из следствий этого заключается в том, что компании будущего могут оказаться на удивление небольшими. Я иногда фантазирую о том, насколько крупную компанию (по выручке) можно построить, имея в штате не более десяти человек. Что произойдет, если отдать на аутсорсинг абсолютно всё, кроме разработки продукта? Думаю, если провести такой эксперимент, вы удивитесь тому, как далеко можно продвинуться.

===

Так вот от кого Sama понабрался мечт про 1-person billion dollar company! Но в остальном круто, как точно Paul описал будущее, или вернее как AI-компании идут по той же тропе рычага производительности.

Rasool, а грусть-то в чём?

Rasool, какую конкуренцию тут AI добавляет?

Rasool, в чём тут конкуренция?

Rasool, а у них нет ИИ? У тебя экспертиза есть, что бы это определить?