Тенденции развития искусственного интеллекта на ближайшие 5 лет

Искусственный интеллект (ИИ) стремительно развивается в последние годы – от генеративных ИИ инструментов, таких как ChatGPT, ставших общеизвестными, до беспилотных автомобилей, покидающих лаборатории и выходящих на общественные дороги.

К 2025 году ИИ проникает практически во все сектора экономики, и эксперты широко признают его как трансформационную технологию XXI века.

В ближайшие пять лет влияние ИИ, вероятно, углубится ещё больше, принося как захватывающие инновации, так и новые вызовы.

В этой статье рассматриваются ключевые тенденции развития ИИ, прогнозируемые на ближайшее полувековье, основанные на анализе ведущих исследовательских институтов и отраслевых наблюдателей.

Рост внедрения и инвестиций в ИИ

Внедрение ИИ достигло рекордных высот. Компании по всему миру активно используют ИИ для повышения производительности и получения конкурентных преимуществ. Почти четыре из пяти организаций во всем мире уже применяют или изучают ИИ в той или иной форме – исторический максимум вовлеченности.

Этот рост финансирования обусловлен уверенностью в реальной бизнес-ценности ИИ: 78% организаций сообщили о применении ИИ в 2024 году (против 55% в 2023), поскольку компании интегрируют ИИ в продукты, услуги и ключевые стратегии.

Аналитики прогнозируют сохранение этого импульса: мировой рынок ИИ вырастет с примерно 390 миллиардов долларов в 2025 году до более 1,8 триллиона к 2030 году – впечатляющий ежегодный рост около 35%. Такой рост, беспрецедентный даже по сравнению с предыдущими технологическими бумами, отражает, насколько ИИ становится неотъемлемой частью современного бизнеса.

Мы стоим на пороге совершенно новой технологической основы, где лучшие достижения ИИ доступны любому бизнесу.

— Лидер отрасли, технологический сектор

Рост производительности и возврат инвестиций – ключевые факторы. Ранние пользователи уже видят значительные результаты от внедрения ИИ. Исследования показывают, что ведущие компании, использующие ИИ, отмечают улучшение производительности и удовлетворенности клиентов на 15–30% в рабочих процессах с ИИ.

Например, малые и средние предприятия, внедрившие генеративный ИИ, в некоторых случаях получили двузначный рост доходов. Большая часть ценности ИИ заключается в накопительном эффекте – автоматизации множества мелких задач и оптимизации процессов, что при масштабировании может существенно повысить эффективность компании.

В результате наличие четкой стратегии ИИ стало критически важным. Компании, успешно внедряющие ИИ в операции и принятие решений, могут значительно опередить конкурентов, в то время как отстающие рискуют необратимо потерять позиции. Аналитики прогнозируют расширение разрыва между лидерами и отстающими, что может кардинально изменить рыночные ландшафты.

Интеграция ИИ в предприятия ускоряется. В 2025 году и далее компании всех размеров перейдут от пилотных проектов к полномасштабному внедрению ИИ. Крупные облачные провайдеры ("гипермасштаберы") сообщают о резком росте спроса на облачные сервисы с ИИ и активно инвестируют в инфраструктуру для захвата этой возможности.

Эти провайдеры сотрудничают с производителями чипов, платформами данных и софтверными компаниями, предлагая интегрированные решения, отвечающие требованиям предприятий по производительности, прибыльности и безопасности. Более 60% продуктов SaaS уже имеют встроенные функции ИИ, а компании внедряют ИИ "копилотов" для маркетинга, HR и других функций.

Для руководителей задача ясна: рассматривать ИИ как ключевую часть бизнеса, а не как технический эксперимент. На практике это означает системное внедрение ИИ в рабочие процессы, повышение квалификации сотрудников для работы с ИИ и реинжиниринг процессов для полного использования интеллектуальной автоматизации. Организации, сделавшие эти шаги, ожидают значительных преимуществ в ближайшие годы.

Рост внедрения и инвестиций в ИИ

Прогресс в моделях ИИ и генеративном ИИ

Фундаментальные модели и генеративный ИИ быстро развиваются. Немногие технологии развивались так стремительно, как генеративный ИИ. С момента появления крупных языковых моделей (LLM) вроде GPT-3 и генераторов изображений DALL·E 2 в 2022 году использование генеративного ИИ взлетело.

К началу 2023 года ChatGPT превысил 100 миллионов пользователей, а сегодня на основных платформах LLM ежедневно вводится более 4 миллиардов запросов. В ближайшие пять лет появятся ещё более мощные модели ИИ.

Технологические компании соревнуются в разработке передовых моделей ИИ, расширяющих возможности обработки естественного языка, генерации кода, визуального творчества и других областей. Ключевым направлением является улучшение способностей ИИ к рассуждению – чтобы модели могли логично решать задачи, планировать и "думать" над сложными проблемами, как человек.

Фокус на рассуждениях ИИ – один из главных драйверов исследований и разработок сегодня. В корпоративной сфере идеалом является ИИ, который глубоко понимает бизнес-данные и контекст, помогая принимать решения, а не только генерировать контент. Компании, разрабатывающие продвинутые LLM, считают, что самое перспективное применение – это использование рассуждающей силы ИИ с собственными данными предприятия, что позволяет реализовывать интеллектуальные рекомендации и поддержку стратегического планирования.

Например, новые мультимодальные модели могут анализировать изображение и отвечать на вопросы о нем на естественном языке или создавать короткое видео по сложному текстовому запросу. Эти возможности будут совершенствоваться к 2030 году, открывая новые творческие и практические применения – от создания видео контента с помощью ИИ до продвинутого восприятия в робототехнике.

Ожидается, что будущие модели ИИ будут более универсальными, безупречно обрабатывая различные типы входных данных и задачи. Такое слияние модальностей вместе с масштабированием архитектур моделей приведёт к появлению более мощных "фундаментальных моделей" к концу десятилетия – хотя и с возросшими вычислительными требованиями.

Сочетание дешёвых вычислений и специализированного аппаратного обеспечения для ИИ позволит внедрять ИИ буквально повсюду – от умных бытовых приборов до промышленных датчиков – поскольку обработка может выполняться как на маломощных устройствах на периферии, так и через потоковую передачу с высоко оптимизированных облачных серверов.

Прогресс в моделях ИИ и генеративном ИИ

Рост автономных ИИ-агентов

Одна из самых интригующих новых тенденций – появление автономных ИИ-агентов – систем ИИ, обладающих не только интеллектом, но и способностью действовать самостоятельно для достижения целей. Иногда их называют "агентным ИИ", эта концепция объединяет продвинутые модели ИИ (например, LLM) с логикой принятия решений и использованием инструментов, позволяя ИИ выполнять многошаговые задачи с минимальным вмешательством человека.

В ближайшие пять лет ожидается, что ИИ-агенты перейдут от экспериментальных демонстраций к практическим инструментам на рабочем месте. Фактически, руководители предприятий прогнозируют, что ИИ-агенты могут удвоить численность их персонала, выполняя множество рутинных и интеллектуальных задач.

Например, ИИ-агенты уже могут самостоятельно обрабатывать рутинные запросы клиентов, создавать черновики маркетинговых текстов или программного кода и превращать дизайн-спецификации в прототипы продуктов. По мере развития технологии компании будут внедрять ИИ-агентов как "цифровых работников" во всех отделах – от виртуальных продавцов, общающихся с клиентами, до ИИ-менеджеров проектов, координирующих простые рабочие процессы.

ИИ-агенты готовы революционизировать рабочую силу, сочетая человеческое творчество с машинной эффективностью для достижения беспрецедентных уровней производительности.

— Эксперт по рабочей силе, отраслевое исследование

Важно, что эти агенты не предназначены для замены людей, а для их дополнения. На практике сотрудники будут работать в тандеме с ИИ-агентами: люди будут контролировать агентов, давать им высокоуровневые указания и заниматься сложными или творческими задачами, делегируя рутинную работу цифровым помощникам.

Ранние пользователи отмечают, что такое сотрудничество человека и ИИ значительно ускоряет процессы (например, обработку запросов клиентов или разработку новых функций), освобождая людей для стратегической работы.

Чтобы воспользоваться этой тенденцией, организациям нужно начать пересматривать свои рабочие процессы и роли. Требуются новые подходы к управлению для эффективной интеграции ИИ-агентов – включая обучение персонала, создание ролей по контролю за результатами агентов и установление управления, чтобы автономные действия ИИ соответствовали бизнес-целям и этическим нормам.

Это серьёзный вызов в управлении изменениями: недавний отраслевой опрос показал, что многие компании только начинают рассматривать, как организовать смешанную рабочую силу человека и ИИ. Тем не менее, те, кто преуспеет, смогут достичь беспрецедентных уровней производительности и инноваций.

К 2030 году не удивительно, если у предприятий появятся целые "команды ИИ-агентов" или Центры ИИ-агентов, которые будут выполнять значительные операции, кардинально меняя способы работы.

Рост автономных ИИ-агентов

Специализированное аппаратное обеспечение для ИИ и периферийные вычисления

Стремительное развитие возможностей ИИ сопровождается взрывным ростом потребностей в вычислительных ресурсах, стимулируя значительные инновации в аппаратном обеспечении. В ближайшие годы ожидается появление нового поколения специализированных чипов для ИИ и распределённых вычислительных стратегий для поддержки роста ИИ.

Потребность ИИ в вычислительной мощности уже экстремальна – обучение передовых моделей и обеспечение их способности рассуждать над сложными задачами требует огромных вычислительных циклов. Чтобы удовлетворить этот спрос, компании-производители полупроводников и крупные технологические фирмы разрабатывают специализированные кремниевые решения, оптимизированные для ИИ.

В отличие от универсальных CPU или даже GPU, эти акселераторы ИИ (часто ASIC – специализированные интегральные схемы) оптимизированы для эффективного выполнения вычислений нейронных сетей. Технические руководители отмечают, что многие клиенты рассматривают возможность использования специализированных ИИ-чипов в своих дата-центрах для повышения производительности на ватт.

Преимущество таких чипов очевидно: ASIC, созданный для конкретного алгоритма ИИ, может значительно превосходить общий GPU в этой задаче, что особенно полезно для периферийного ИИ (работа ИИ на смартфонах, датчиках, транспортных средствах и других устройствах с ограниченной энергией). Инсайдеры отрасли прогнозируют ускорение спроса на эти акселераторы ИИ по мере расширения внедрения ИИ на периферии в ближайшие годы.

Одновременно облачные провайдеры масштабируют свою инфраструктуру для ИИ. Крупные облачные платформы (Amazon, Microsoft, Google и др.) инвестируют миллиарды в мощности дата-центров, включая разработку собственных ИИ-чипов и систем, чтобы удовлетворить растущий спрос на обучение и вывод моделей ИИ по требованию.

Они рассматривают рабочие нагрузки ИИ как огромную возможность для дохода, поскольку предприятия всё активнее мигрируют свои данные и задачи машинного обучения в облако. Такая централизация помогает бизнесу получать доступ к мощному ИИ без необходимости покупать специализированное оборудование самостоятельно.

Однако стоит отметить, что возникли ограничения поставок – например, мировой спрос на топовые GPU вызвал дефицит и задержки. Геополитические факторы, такие как экспортные ограничения на передовые чипы, также создают неопределённость. Эти вызовы, вероятно, стимулируют дальнейшие инновации – от строительства новых фабрик чипов до разработки новых аппаратных архитектур (включая нейроморфные и квантовые вычисления в долгосрочной перспективе).

Положительным моментом является то, что эффективность аппаратного обеспечения для ИИ постоянно растёт. Каждый год чипы становятся быстрее и энергоэффективнее: последние анализы показывают снижение стоимости аппаратного обеспечения ИИ примерно на 30% в год, а энергоэффективность (вычисления на ватт) улучшается примерно на 40% ежегодно.

Это означает, что даже при усложнении моделей ИИ стоимость операции снижается. К 2030 году запуск сложных алгоритмов ИИ может стоить лишь часть сегодняшних затрат.

Сочетание дешёвых вычислений и специализированного аппаратного обеспечения позволит внедрять ИИ буквально повсюду – от умных приборов до промышленных датчиков – поскольку обработка может выполняться как на маломощных периферийных устройствах, так и через потоковую передачу с высоко оптимизированных облачных серверов.

В итоге, в ближайшие пять лет укрепится тенденция к специализированному аппаратному обеспечению ИИ на обоих концах спектра: массивные суперкомпьютерные кластеры в облаке и эффективные ИИ-чипы на периферии. Вместе они станут цифровым фундаментом, поддерживающим расширение ИИ.

Специализированное аппаратное обеспечение для ИИ и периферийные вычисления

ИИ меняет отрасли и повседневную жизнь

ИИ уже не ограничивается технологическими лабораториями – он всё глубже встраивается в повседневную жизнь и во все отрасли. В ближайшие годы мы увидим более глубокую интеграцию ИИ в такие сферы, как здравоохранение, финансы, производство, розничная торговля, транспорт и другие, что коренным образом изменит способы предоставления услуг.

Эти примеры лишь поверхностно отражают ситуацию. Примечательно, что даже традиционно низкотехнологичные сферы, такие как сельское хозяйство, горнодобыча и строительство, теперь используют ИИ – будь то автономная сельхозтехника, ИИ для разведки полезных ископаемых или умное управление энергией.

Фактически, использование ИИ растёт во всех отраслях, включая те, которые ранее не считались ИИ-ориентированными. Компании в этих сферах обнаруживают, что ИИ помогает оптимизировать использование ресурсов, снижать отходы и повышать безопасность (например, системы ИИ мониторят усталость работников или состояние оборудования в реальном времени).

В повседневной жизни ИИ всё больше проникает в тонкие аспекты. Многие уже начинают день с приложений на смартфоне, которые используют ИИ для подбора новостей или планирования маршрута.

Виртуальные ассистенты в телефонах, автомобилях и домах становятся умнее и более разговорчивыми с каждым годом. Беспилотные автомобили и дроны для доставки, хотя пока не повсеместны, вероятно, станут обычным явлением в ближайшие пять лет, по крайней мере в некоторых городах или для определённых сервисов (флот роботакси, автоматизированные доставки продуктов и т.д.).

Образование также ощущает влияние ИИ: персонализированное программное обеспечение адаптируется под потребности учеников, а ИИ-репетиторы предоставляют помощь по запросу в различных предметах. В целом, тенденция такова, что ИИ всё больше работает в фоновом режиме повседневной жизни – делая услуги удобнее и персонализированнее – до такой степени, что к 2030 году мы можем воспринимать эти ИИ-услуги как неотъемлемую часть обычной жизни.

ИИ меняет отрасли и повседневную жизнь

Ответственный ИИ и регулирование

Стремительное развитие ИИ вызвало важные вопросы об этике, безопасности и регулировании, которые станут центральными темами в ближайшие годы. Ответственный ИИ – обеспечение справедливости, прозрачности и безопасности систем ИИ – перестал быть просто модным словом и стал бизнес-императивом.

В 2024 году резко возросло количество инцидентов, связанных с ИИ (например, предвзятые результаты или сбои в безопасности), однако немногие крупные разработчики ИИ имеют стандартизированные протоколы оценки этики и безопасности. Этот разрыв между признанием рисков ИИ и их реальным снижением многие организации сейчас стремятся устранить.

Отраслевые опросы показывают, что в 2025 году руководители компаний перестанут терпеть разрозненное или "локальное" управление ИИ; они переходят к системному, прозрачному надзору за ИИ во всей организации. Логика проста: поскольку ИИ становится неотъемлемой частью операций и клиентского опыта, любая ошибка – будь то неправильная рекомендация, нарушение конфиденциальности или ненадёжный вывод модели – может нанести реальный ущерб бизнесу (от репутационных потерь до штрафов).

Успешное управление ИИ будет оцениваться не только по предотвращению рисков, но и по достижению стратегических целей и возврата инвестиций – обеспечивая надёжное соответствие работы ИИ бизнес-ценности.

— Руководитель по обеспечению качества ИИ, отраслевой эксперт

Поэтому ожидается, что системное управление рисками ИИ станет нормой. Компании начинают регулярно проводить аудиты ИИ и валидацию моделей, как внутренними командами с повышенной квалификацией, так и внешними экспертами, чтобы гарантировать корректную работу ИИ в рамках закона и этики.

Регуляторы по всему миру также активизируются. Регулирование ИИ ужесточается как на национальном, так и на международном уровнях. В 2024 году федеральные агентства США инициировали 59 регуляторных действий, связанных с ИИ – более чем вдвое больше, чем в предыдущем году.

Европейский союз завершает работу над комплексным Законом об ИИ, который установит требования к системам ИИ (особенно к приложениям с высоким риском) по прозрачности, ответственности и человеческому контролю. Другие регионы не отстают: такие организации, как ОЭСР, ООН и Африканский союз, выпустили рамки управления ИИ в 2024 году, направленные на принципы прозрачности, справедливости и безопасности.

Ожидается, что тенденция глобального сотрудничества по этике и стандартам ИИ усилится, несмотря на различные подходы стран. Важно отметить, что различия в философии регулирования могут влиять на траекторию ИИ в каждом регионе. Аналитики отмечают, что относительно гибкие режимы (например, в США) могут позволить более быстрое развитие и внедрение ИИ, тогда как более строгие правила (как в ЕС) могут замедлить некоторые приложения, но повысить общественное доверие.

Другой аспект ответственного ИИ – борьба с предвзятостью, дезинформацией и обеспечение достоверности результатов ИИ. Разрабатываются новые инструменты и бенчмарки для оценки систем ИИ по этим критериям – например, HELM (Holistic Evaluation of Language Models) Safety и другие тесты, оценивающие фактическую точность и безопасность контента, созданного ИИ.

Вероятно, стандартизированные проверки станут обязательной частью разработки систем ИИ. Между тем, общественное восприятие рисков и преимуществ ИИ будет влиять на степень усилий регуляторов и компаний по надзору.

Интересно, что оптимизм по поводу ИИ сильно варьируется по регионам: опросы показывают, что жители таких стран, как Китай, Индонезия и многие развивающиеся государства, очень оптимистично оценивают чистые выгоды ИИ, тогда как общественное мнение в западных странах более осторожно или даже скептически.

Если оптимизм будет расти (как это постепенно происходит в Европе и Северной Америке), это может дать больше социального разрешения на внедрение ИИ – при условии наличия гарантий справедливости и безопасности систем.

В итоге, следующие пять лет станут ключевыми для управления ИИ. Мы, вероятно, увидим вступление в силу первых комплексных законов об ИИ (например, в ЕС), рост инвестиций правительств в органы надзора за ИИ и интеграцию принципов Ответственного ИИ в жизненный цикл разработки продуктов.

Цель – найти баланс, при котором инновации не будут подавлены – "гибкие" регуляторные подходы позволят продолжать быстрый прогресс – при этом потребители и общество будут защищены от возможных негативных последствий. Достижение этого баланса – одна из главных задач по мере того, как ИИ переходит от зарождающейся технологии к зрелой и повсеместной.

Ответственный ИИ и регулирование

Глобальная конкуренция и сотрудничество

Развитие ИИ в ближайшие пять лет будет формироваться также жесткой глобальной конкуренцией за лидерство в ИИ и усилиями по международному сотрудничеству. В настоящее время США и Китай – два главных игрока на арене ИИ.

США лидируют по многим показателям – например, в 2024 году американские институты создали 40 из лучших мировых моделей ИИ, тогда как Китай – 15, а Европа – лишь несколько. Однако Китай быстро сокращает разрыв в ключевых областях.

Модели ИИ, разработанные в Китае, значительно приблизились по качеству к американским, достигнув почти паритета на основных бенчмарках в 2024 году. Более того, Китай опережает все остальные страны по объёму научных публикаций и патентов в области ИИ, что свидетельствует о долгосрочной приверженности развитию ИИ.

Это соперничество, вероятно, ускорит инновации – современная космическая гонка в области ИИ – поскольку каждая страна вкладывает ресурсы в опережение конкурента. Мы уже наблюдаем рост государственных инвестиций в ИИ: Китай объявил о национальном фонде в 47,5 миллиарда долларов для полупроводников и ИИ, а США, ЕС и другие также инвестируют миллиарды в исследования и развитие кадров.

Тем не менее, ИИ – это не история только двух стран. Глобальное сотрудничество и вклад растут. Такие регионы, как Европа, Индия и Ближний Восток, создают заметные инновации и собственные модели ИИ.

Например, Европа делает упор на надёжный ИИ и является домом для многих проектов с открытым исходным кодом. Индия использует ИИ для масштабных приложений в образовании и здравоохранении, а также поставляет большую часть мировых специалистов по ИИ (Индия и США вместе составляют более половины глобальной рабочей силы в ИИ по числу квалифицированных специалистов).

Также наблюдается стремление небольших стран создавать ниши – например, инвестиции Сингапура в управление ИИ и инициативы "умных" государств, или усилия ОАЭ в исследованиях и внедрении ИИ. Международные организации проводят обсуждения стандартов ИИ для достижения хотя бы некоторого согласования – как показано на примере рамок ОЭСР и ООН, а также таких мероприятий, как Глобальное партнёрство по ИИ (GPAI), объединяющее множество стран для обмена лучшими практиками.

Хотя геополитическая конкуренция будет продолжаться (и, вероятно, усилится в таких областях, как военное применение ИИ или экономическое преимущество), существует параллельное понимание того, что вопросы этики ИИ, безопасности и решения глобальных проблем требуют сотрудничества. Мы можем увидеть больше трансграничных исследовательских проектов, направленных на ИИ для борьбы с изменением климата, реагирования на пандемии или гуманитарных инициатив.

Интересный аспект глобального ландшафта ИИ – как разные настроения и пользовательские базы будут формировать эволюцию ИИ. Как отмечалось, общественное мнение очень позитивно в некоторых развивающихся экономиках, что может сделать эти рынки более благоприятными для экспериментов с ИИ в таких сферах, как финтех или образовательные технологии.

В то же время регионы с более скептическим населением могут вводить более жёсткие правила или сталкиваться с медленным внедрением из-за низкого доверия. К 2030 году мы можем наблюдать своего рода расслоение: одни страны достигнут почти повсеместной интеграции ИИ (умные города, ИИ в управлении), а другие будут двигаться более осторожно.

Тем не менее даже осторожные регионы признают, что не могут игнорировать потенциал ИИ – например, Великобритания и европейские страны инвестируют в безопасность ИИ и инфраструктуру (Великобритания планирует национальное облако для исследований ИИ, Франция развивает публичные суперкомпьютерные инициативы и т.д.).

Таким образом, гонка идёт не только за самый быстрый ИИ, но и за правильный ИИ, соответствующий потребностям каждого общества.

В сущности, ближайшие пять лет будут характеризоваться сложным взаимодействием конкуренции и сотрудничества. Мы, вероятно, увидим прорывные достижения в ИИ, появляющиеся из неожиданных мест по всему миру, а не только из Кремниевой долины или Пекина.

И поскольку ИИ становится важнейшим элементом национальной мощи (подобно нефти или электричеству в прошлые эпохи), то то, как страны будут управлять как сотрудничеством, так и соперничеством в этой области, существенно повлияет на глобальную траекторию развития ИИ.

Глобальная конкуренция и сотрудничество

Влияние ИИ на рабочие места и навыки

Наконец, ни одно обсуждение ближайшего будущего ИИ не будет полным без рассмотрения его влияния на работу и занятость – тема, волнующая многих. Заберёт ли ИИ наши рабочие места или создаст новые? Данные пока указывают на сочетание обоих эффектов, с явным уклоном в сторону дополнения, а не полной автоматизации.

Всемирный экономический форум прогнозирует, что к 2025 году ИИ создаст около 97 миллионов новых рабочих мест по всему миру, одновременно вытеснив около 85 миллионов – чистый прирост составит 12 миллионов.

Эти новые роли варьируются от специалистов по данным и инженеров ИИ до совершенно новых профессий, таких как этики ИИ, инженеры по запросам и специалисты по обслуживанию роботов. Мы уже наблюдаем реализацию этого прогноза: более 10% вакансий сегодня – это позиции, которые практически не существовали десять лет назад (например, руководитель ИИ или разработчик машинного обучения).

Важно, что вместо массовой безработицы раннее влияние ИИ на рабочие места проявляется в повышении производительности работников и изменении требований к навыкам. Отрасли, быстро внедряющие ИИ, демонстрируют до трёхкратного роста выручки на одного сотрудника с начала бума ИИ около 2022 года.

В этих секторах сотрудники не становятся излишними, а становятся более продуктивными и ценными. Фактически, зарплаты растут вдвое быстрее в отраслях с интенсивным использованием ИИ по сравнению с отраслями с низким уровнем внедрения ИИ.

Даже работники на ролях, подверженных автоматизации, видят рост зарплат, если обладают навыками ИИ, что свидетельствует о ценности сотрудников, умеющих эффективно работать с ИИ-инструментами. В целом наблюдается растущий премиум за навыки ИИ – работники, использующие ИИ (даже на базовом уровне, например, для аналитики или генерации контента), зарабатывают больше.

Одно исследование показало, что сотрудники с навыками ИИ получают в среднем 56% надбавки к зарплате по сравнению с аналогичными ролями без этих навыков. Эта премия более чем удвоилась за год, подчёркивая, как быстро "грамотность в ИИ" становится необходимым навыком.

Тем не менее, ИИ однозначно изменяет характер работы. Многие рутинные или низкоуровневые задачи автоматизируются – ИИ может взять на себя ввод данных, генерацию отчётов, простые запросы клиентов и т.д. Это означает, что некоторые рабочие места будут ликвидированы или переопределены.

Особенно под угрозой находятся работники на административных и рутинных позициях. Однако, даже с исчезновением этих задач, появляются новые, требующие человеческого творчества, суждения и контроля ИИ.

В итоге происходит сдвиг в наборе навыков, необходимых для большинства профессий. Анализ LinkedIn прогнозирует, что к 2030 году около 70% навыков, используемых в среднем рабочем месте, будут отличаться от тех, что требовались несколько лет назад.

Иными словами, почти каждая работа эволюционирует. Для адаптации необходимы непрерывное обучение и переквалификация.

К счастью, наблюдается активное продвижение образования и повышения квалификации в области ИИ: две трети стран включили информатику (часто с модулями по ИИ) в школьные программы, а компании активно инвестируют в обучение сотрудников. В глобальном масштабе 37% руководителей заявляют о планах увеличить инвестиции в обучение работе с ИИ в ближайшее время.

Также растёт число онлайн-курсов и сертификатов по ИИ – например, бесплатные программы от технологических компаний и университетов, обучающие основам ИИ миллионы людей.

Благодаря ИИ характер работы меняется с освоения конкретных задач на постоянное приобретение новых навыков.

— Отчёт отрасли, анализ рабочей силы

Другой аспект ИИ на рабочем месте – появление "команды человек-ИИ" как базовой единицы производительности. Как описано ранее, ИИ-агенты и автоматизация берут на себя часть работы, а люди обеспечивают контроль и экспертизу.

Прогрессивные компании переопределяют роли так, чтобы начальная работа (которую может выполнять ИИ) была менее значимой; вместо этого они нанимают людей сразу на более стратегические позиции и полагаются на ИИ для рутинной работы.

Это может сгладить традиционные карьерные лестницы и потребовать новых подходов к обучению талантов (поскольку младшие сотрудники не будут учиться на простых задачах, если ИИ их выполняет). Также возрастает важность управления изменениями в организациях. Многие сотрудники испытывают тревогу или перегрузку из-за темпов изменений, связанных с ИИ.

Руководители должны активно управлять этим переходом – сообщать о выгодах ИИ, вовлекать сотрудников в процесс внедрения и уверять их, что цель – дополнить человеческий труд, а не заменить его. Компании, успешно формирующие культуру сотрудничества человека и ИИ, где использование ИИ становится естественным для персонала, вероятно, добьются наибольших успехов.

В итоге рынок труда в ближайшие пять лет будет характеризоваться трансформационными изменениями, а не катастрофой. ИИ автоматизирует определённые задачи и функции, но также создаст спрос на новые компетенции и сделает многих работников более продуктивными и ценными.

Задача (и возможность) – помочь рабочей силе пройти через этот переход. Те люди и организации, которые примут концепцию непрерывного обучения и адаптируют роли для использования ИИ, будут процветать в новой экономике, основанной на ИИ. Те, кто этого не сделает, могут столкнуться с трудностями в сохранении актуальности.

Как лаконично выразился один отчёт, благодаря ИИ характер работы меняется с освоения конкретных задач на постоянное приобретение новых навыков. Ближайшие годы проверят нашу способность идти в ногу с этим сдвигом – но если мы справимся, результатом станет более инновационный, эффективный и ориентированный на человека мир труда.

Влияние ИИ на рабочие места и навыки

Заключение: формирование будущего ИИ

Траектория развития ИИ в ближайшие пять лет обещает глубокие изменения в технологиях, бизнесе и обществе. Мы, вероятно, увидим, как системы ИИ становятся более способными – осваивают несколько модальностей, демонстрируют улучшенные способности к рассуждению и работают с большей автономией.

Одновременно ИИ будет всё глубже вплетаться в повседневную жизнь: помогать принимать решения в советах директоров и правительствах, оптимизировать операции на заводах и в больницах, улучшать опыт от обслуживания клиентов до образования.

Возможности огромны – от повышения экономической производительности и научных открытий до помощи в решении глобальных проблем, таких как изменение климата (ИИ, как ожидается, ускорит переход к возобновляемой энергии и более разумное использование ресурсов). Но для полного раскрытия потенциала ИИ потребуется преодолеть сопутствующие риски и препятствия. Вопросы этики, управления и инклюзивности потребуют постоянного внимания, чтобы выгоды ИИ были широко доступны и не были затмлены проблемами.

Человеческие решения и лидерство сформируют будущее ИИ. Сам ИИ – это инструмент, мощный и сложный, но в конечном счёте отражающий цели, которые мы для него ставим.

— Взгляд лидера в области технологий

Одной из ключевых тем является то, что человеческие решения и лидерство сформируют будущее ИИ. Сам ИИ – это инструмент, мощный и сложный, но в конечном счёте отражающий цели, которые мы для него ставим.

Ближайшие пять лет – критический период для заинтересованных сторон, чтобы ответственно направлять развитие ИИ: бизнес должен внедрять ИИ обдуманно и этично; политики – создавать сбалансированные рамки, способствующие инновациям и защищающие общество; образовательные учреждения и сообщества – готовить людей к изменениям, которые принесёт ИИ.

Международное и междисциплинарное сотрудничество в области ИИ должно углубляться, чтобы коллективно направлять эту технологию к положительным результатам. Если мы справимся, 2030 год может стать началом новой эры, в которой ИИ значительно расширит человеческий потенциал – помогая работать умнее, жить здоровее и решать задачи, ранее недоступные.

В этом будущем ИИ не будет восприниматься с страхом или чрезмерным ажиотажем, а станет принятой, хорошо регулируемой частью современной жизни, которая служит человечеству. Достижение этого видения – главная задача и обещание ближайших пяти лет развития ИИ.