5 главных трендов в ИИ: как они влияют на технологии и доходы

Крупнейшие технологические компании мира выступили на одной из ведущих отраслевых конференций, где обозначили пять ключевых тенденций, связанных с развитием искусственного интеллекта и его способностью приносить отдачу для бизнеса.

Основные выводы

В середине 2025 года технологические компании сосредоточены на создании платформ искусственного интеллекта, которые отвечают потребностям корпоративных клиентов в оптимальной производительности, прибыльности и безопасности.

Для этого они налаживают партнерские отношения по всей экосистеме искусственного интеллекта, включая производителей микросхем, крупных поставщиков облачных вычислений, разработчиков языковых моделей, а также компании, работающие с данными и программным обеспечением. При этом им приходится сталкиваться с неопределенностью торговой политики Соединённых Штатов и ограничениями по ресурсам.

Среди ключевых тенденций на новом этапе развития искусственного интеллекта выделяются такие направления, как: развитие систем, способных к рассуждению; создание специализированных чипов; переход к использованию облачных технологий; разработка инструментов для оценки эффективности систем искусственного интеллекта; а также построение основ для так называемого агентного искусственного интеллекта.

Крупнейшие технологические компании работают над тем, чтобы усовершенствовать самые современные способы применения искусственного интеллекта. К ним относятся языковые модели, которые способны рассуждать, как человек; новые системы, расширяющие границы обработки естественного языка, генерации изображений и программного кода; а также создание платформ, интегрирующих текстовую, графическую и видео-информацию.

В гонке за расширение доли рынка искусственного интеллекта компании стараются удовлетворить потребности своих наиболее крупных клиентов — организаций, которые внедряют искусственный интеллект для снижения затрат и повышения производительности. Взамен предприятия ожидают максимальную производительность, прибыльность и безопасность.

Сейчас главная задача — ориентироваться на клиента. Перед компаниями открываются совершенно новые технологические возможности, доступные для любого бизнеса. Добиться успеха можно только тогда, когда эти решения комплексно применяются на благо клиента.

На одной из ведущих отраслевых конференций, прошедшей в Сан-Франциско, руководители самых крупных технологических компаний рассказали о создании передовых платформ искусственного интеллекта и работе в партнерской среде. Среди сложностей были отмечены неопределённость, связанная с экспортными ограничениями и пошлинами, а также дефицит вычислительных мощностей и графических процессоров.

Выделилось пять основных направлений, за которыми будут следить как руководители, так и инвесторы:

Развитие сложных систем рассуждения и создание специализированных микросхем вызывает высокий спрос на чипы.
Крупные облачные провайдеры рассматривают переход компаний в облако и развитие нагрузок искусственного интеллекта как новые источники дохода.
Языковые модели демонстрируют новые возможности рассуждения для бизнеса.
Компании, работающие с данными, сосредотачиваются на разработке инструментов для оценки эффективности искусственного интеллекта.
Разработчики программного обеспечения уделяют особое внимание созданию агентных систем на базе искусственного интеллекта.

Хотите узнать, как лидеры российского рынка используют наши решения?

Ознакомьтесь с маркетинг-китом AllSee, где собраны реальные кейсы и решения, доказавшие свою эффективность в бизнесе!

1. Логика ИИ и новые чипы: почему растёт спрос на процессоры

Системы искусственного интеллекта, способные рассуждать, становятся одним из главных факторов увеличения спроса на вычислительные мощности и, соответственно, на полупроводниковую продукцию. Об этом рассказали представители компаний, разрабатывающих и производящих микросхемы. Такие системы выходят за рамки простого распознавания информации и переходят к более сложному обучению и принятию решений. Для этого необходимы дополнительные вычисления как на этапе предварительного обучения, так и после обучения и в процессе вывода результатов.

Компании также отмечают, что активно инвестируют в разработку новых решений, чтобы соответствовать запросам клиентов на индивидуальную архитектуру центров обработки данных. В приоритете — управление памятью, энергопотреблением и создание специализированных микросхем, разработанных специально для задач искусственного интеллекта, а не для универсальных вычислений. Сейчас клиенты выбирают между специализированными интегральными схемами, которые подходят для конкретных задач и обеспечивают большую эффективность, и универсальными графическими процессорами, которые более гибки и могут применяться в широком спектре задач. Ожидается, что спрос на специализированные чипы возрастет по мере того, как компании начнут чаще внедрять искусственный интеллект на небольших устройствах в ближайшие годы.

Потребности клиентов очень разнообразны, поэтому решения для дата-центров становятся всё менее стандартизированными. Всё начинается с уникальных решений от производителей оборудования, поскольку у каждого заказчика свои требования к инфраструктуре для задач искусственного интеллекта.

Кроме того, компании говорят о трудностях, мешающих росту доходов. Среди них — ограниченные возможности производственных предприятий, поскольку на строительство новых заводов уходит много лет и существуют технологические ограничения. Также остаётся неопределённость, связанная с экспортными ограничениями, действующими в Соединённых Штатах. Точные последствия этих мер нельзя оценить до тех пор, пока не будут известны все правила и критерии.

Ищете проверенные ИИ-решения, которые реально работают?

В нашей подборке — 85 уникальных ИИ технологий для маркетинга, ритейла, HR и других сфер, которые уже приносят выгоду компаниям.

2. Облачные гиганты зарабатывают на переходе в облако и задачах для ИИ

Крупнейшие облачные провайдеры, обладающие самыми большими ресурсами для вычислений, хранения и передачи данных, рассказали о своей стратегии: они стремятся убедить компании использовать как можно больше сервисов на своих программных платформах, чтобы создавать масштабные решения на основе искусственного интеллекта и увеличивать свою долю на рынке.

Руководители компаний отметили значительные капиталовложения в коммерческие облачные серверы и активное расширение ассортимента услуг на базе искусственного интеллекта. Это включает развитие систем, способных к рассуждению, создание специализированных приложений и продвижение к так называемому агентному искусственному интеллекту. Для снижения затрат они используют настраиваемые чипы, которые оптимизируют вычислительную производительность, а также планируют долгосрочное использование своих земельных участков и объектов строительства.

Также было отмечено, что последние достижения в области искусственного интеллекта позволяют повысить эффективность вычислений, что положительно влияет на бизнес: это снижает издержки и увеличивает спрос на решения на основе искусственного интеллекта. Представители компаний считают, что эти технологические успехи приведут к росту долгосрочного спроса на искусственный интеллект и расширят возможности для всех участников рынка, поскольку повышение эффективности обычно приводит к увеличению общего объёма потребления ресурсов.

Крупнейшие облачные провайдеры, обладающие огромными вычислительными, складскими и сетевыми ресурсами, рассказали о своих усилиях по привлечению корпоративных клиентов к максимально широкому использованию сервисов в рамках своих программных платформ. Это помогает создавать более масштабные платформы искусственного интеллекта и увеличивать их долю на рынке.

Руководство компаний отмечает значительные инвестиции в коммерческие облачные серверы и расширение сервисов на основе искусственного интеллекта, что способствует улучшению систем рассуждения искусственного интеллекта, созданию специализированных приложений и продвижению в сторону создания агентных систем. Для уменьшения затрат используются настраиваемые чипы, которые оптимизируют производительность вычислений, а также ведется работа над эффективным использованием земельных участков и строительством объектов на долгосрочную перспективу. Кроме того, отмечаются успехи в области искусственного интеллекта, позволяющие повысить эффективность использования вычислительных мощностей, что помогает уменьшить расходы и стимулирует дополнительный спрос на искусственный интеллект.

Компании считают, что эти достижения и повышение эффективности приведут к росту долгосрочного спроса на искусственный интеллект и расширят рынок для всех участников этой сферы, так как повышение эффективности обычно провоцирует общий рост потребления.

Не уверены, нужен ли вашему бизнесу искусственный интеллект?

Специальная анкета от AllSee поможет оценить текущие бизнес-процессы и понять, где ИИ станет вашим конкурентным преимуществом.

3. Крупные языковые модели (LLM) открывают новые возможности для бизнеса

Компании, создавшие крупнейшие языковые модели, стремятся использовать самые эффективные микросхемы и разрабатывать лучшее программное обеспечение, чтобы предоставить такие услуги на основе искусственного интеллекта, которые станут необходимыми для бизнеса и пользователей.

Если на первом этапе языковые модели в основном применялись для создания контента, кратких резюме и классификации информации, то сейчас наибольший потенциал они видят в применении искусственного интеллекта для анализа данных внутри компаний. На данный момент многие организации используют языковые модели для обслуживания клиентов и создания чат-ботов, поиска и обработки внутренней информации, генерации контента и маркетинга, автоматизации написания кода и бизнес-аналитики.

При этом с развитием систем рассуждения искусственный интеллект способен давать рекомендации с учётом контекста, анализировать данные, оптимизировать бизнес-процессы, обеспечивать соответствие стандартам и помогать в стратегическом планировании. Руководители компаний ожидают дальнейшего прогресса в автоматизации программирования. Уже сегодня производительность одного разработчика программного обеспечения, по их оценкам, может быть выше в десять раз и более. Среди первых отраслей, которые смогут в полной мере использовать искусственный интеллект для кратного увеличения эффективности, называют биотехнологии (например, для организации клинических испытаний и подачи документов регулятору) и сферу юридических услуг (в частности, помощь специалистам-помощникам).

Большинство компаний заинтересовано в том, чтобы языковые модели обеспечивали безопасность их данных, поэтому некоторые разработчики занимаются исследованиями и коммерциализацией подхода к интерпретации решений искусственного интеллекта — чтобы понимать, почему модель принимает те или иные решения. Это особенно важно для организаций, находящихся под контролем регуляторов, таких как банки и другие финансовые компании.

Сейчас крупнейшие игроки стараются предложить самые эффективные решения для работы с искусственным интеллектом, которые включают развитые функции рассуждения и продуманную систему управления. Дальнейшее развитие таких технологий позволит искусственному интеллекту самостоятельно принимать решения и достигать бизнес-целей с минимальным участием человека.

Кроме этого, для снижения затрат компании сотрудничают с производственными предприятиями и разрабатывают собственные микросхемы, необходимые для сложных задач — например, для построения масштабных рекомендательных систем в рекламе и видео. Кроме того, были отмечены недавние достижения в области искусственного интеллекта, такие как способность быстро обучаться на основе новых данных и взаимодействий без необходимости полного дополнительного обучения. Это положительно сказывается на развитии программного обеспечения и приложений, способствует их широкому распространению, дает больше возможностей для работы с реальными данными и улучшает процесс обучения моделей.

Хотите быть в курсе актуальных новостей о внедрении AI?

Подписывайтесь на телеграм-канал AllSee и читайте наши свежие новости о трендах и решениях каждый день!

4. Дата-компании взяли курс на тестирование и оценку ИИ

Компании, работающие с данными и облачной инфраструктурой, уделяют внимание созданию инструментов, которые помогают организациям автоматизировать мониторинг систем и проводить оценку эффективности внедрённого искусственного интеллекта. Это позволяет клиентам анализировать поведение технологий и видеть, какую пользу те приносят бизнесу.

Современные решения искусственного интеллекта уже позволяют значительно ускорять процесс программирования, однако сейчас особое внимание уделяется тестированию и анализу — важно понять, работают ли внедрённые системы на благо компании. Поэтому всё больше компаний разрабатывают инструменты, с помощью которых клиенты могут самостоятельно убедиться, что искусственный интеллект работает правильно и помогает достигать бизнес-целей.

Часто для этого создаются специальные интерфейсы, например, чат-боты, способные обрабатывать как структурированные, так и неструктурированные данные в зависимости от требований отрасли или законодательства о хранении данных.

Развивается тренд на объединение различных форм хранения информации в единые платформы — так называемые хранилища-озёра данных. Эти решения сочетают гибкость и доступность традиционного хранения с возможностями управления и аналитики, что особенно важно для интеграции облачных сервисов, кибербезопасности и обмена данными. Для создания подобных сервисов компании часто сотрудничают с другими участниками рынка и крупными корпорациями, чтобы обеспечить максимально эффективные и современные решения как для отдельных отраслей, так и для универсальных задач.

Готовы внедрить ИИ, но не знаете, с чего начать?

Забронируйте консультацию с экспертами AllSee, чтобы получить индивидуальный подход и проверенные временем решения.

5. Компании-разработчики делают ставку на агентный ИИ

Руководители компаний, работающих с программным обеспечением, рассказали о том, что сейчас используют искусственный интеллект для повышения эффективности в маркетинге и инженерных задачах. На будущее они возлагают большие надежды, стремясь занять лидирующие позиции на рынке по мере развития агентных вычислительных систем. Их цель — создавать масштабные решения, в которых интеллектуальные агенты могут самостоятельно принимать решения, действовать и адаптироваться к изменениям реального мира в различных отраслях.

Отмечается, что технологии следующего поколения всё больше ориентированы на персонализацию — это касается и контента, и покупательского опыта. Новые ассистенты будут максимально хорошо знать интересы и запросы пользователя, что делает их использование более удобным и эффективным.

В то же время, специалисты призывают не поддаваться излишнему ажиотажу вокруг агентных систем искусственного интеллекта и отмечают, что не стоит ждать быстрой прибыли: окупаемости инвестиций можно ожидать не ранее, чем через три-пять лет.

Программные компании работают над созданием новых операционных систем, которые объединяют машинное обучение, большие языковые модели, технологии обработки естественного языка, генеративный искусственный интеллект и алгоритмы принятия решений. В дальнейшем такие системы могут оказаться очень полезными для самых разных пользователей: потребителей, создателей контента, рекламодателей и реального бизнеса в целом.