Чому 95% компаній не отримують прибутку від AI: роль Scale AI у зміні ринку

Проблема повернення інвестицій в штучний інтелект зберігає свій характерний виклик: за даними MIT, 95% компаній, що тестують AI, не отримують очікуваного прибутку. У цьому світі амбіцій технічних лідерів стикаються з реальністю – не все вийде само собою, навіть якщо підключити потужну модель штучного інтелекту до бізнес-процесів.

“Було загальне обіцяння: нібито просто підключиш модель штучного інтелекту… і все запрацює,”

Scale AI грає роль базового двигуна для навчання штучних систем: потрібні великі обсяги даних, які треба маркувати та класифікувати, щоб моделі могли відрізняти кота від риби або розрізняти різні об’єкти на зображеннях. Таку критичну роботу Meta викупила 49% акцій Scale у червні за 14,3 мільярда доларів, а загальна оцінка компанії зросла приблизно до 29 мільярдів доларів. Засновник Александер Ванг та кілька провідних керівників залишили Scale, щоб приєднатися до Meta.

Хоча Scale і далі заробляє на розмітці даних, новий генеральний директор Джейсон Дроґе змістив увагу до менш помітного, але вкрай важливого напрямку: допомоги іншим компаніям створювати власні набори даних та розробляти інструменти для автоматизації процесів. Він сподівається змінити стереотип, що впровадження AI-додатків не має бюджету або прибутку.

“Це займе роки для великих компаній, щоб впровадити інструменти ШІ, які будуть широко корисними, приносити дохід і зменшувати витрати,”

Незважаючи на активність лідерів у галузі та намагання вижити на хвилі AI, багато компаній все ще не бачать окупності своїх інвестицій. MIT також відзначає, що економіка США продовжує тягнутися за рахунок розвитку ринку AI, але з’являються ознаки можливої «бульбашки» на ринку через невизначеність щодо стабільного прибутку від впроваджень.

Серед клієнтів Scale – Mayo Clinic, уряд Катару, Cisco та Global Atlantic Financial Group. Минулого місяця Scale уклав контракт на 99 мільйонів доларів із Міністерством оборони США для розробки AI-додатків для армії. У контексті зростаючої конкуренції з боку Amazon та Microsoft експерти звертають увагу на те, що найбільш ефективні рішення – це ті, що відпрацьовують конкретні задачі та залучають експертів із відповідних галузей, а не універсальні інструменти штучного інтелекту.

Експертам відомо: впровадження штучного інтелекту може тривати роками, але той, хто вміє чітко формулювати проблему та залучати зовнішню експертизу, може отримати значну цінність. У таких проєктах важливим є наявність чітких цілей, які дозволяють підвищити дохід, зменшити витрати та оптимізувати бізнес-процеси – саме це й є головним завданням багатьох компаній на сучасному ринку AI.