Аналитики Gartner в своей “кривой хайпа” для развивающихся технологий за 2023 год поместили генеративный ИИ на пик завышенных ожиданий. Причиной стало повсеместное использование ChatGPT и его аналогов в попытках найти применение генеративным нейросетям почти в любой сфере бизнеса.
Чтобы разобраться, каковы перспективы на этом рынке для начинающего бизнеса, MTS AI провели собственное исследование этого рынка. Алексей Постернак, директор по инвестициям и развитию MTS AI делится его ключевыми выводами и объясняет, какие проекты будут востребованы на этом рынке еще на протяжении нескольких лет.
Что такое генеративный ИИ
Генеративный ИИ - это тип искусственного интеллекта, который стремится создавать новые данные на основе материалов, полученных в ходе машинного обучения. В этом его главного отличие от дискриминативных ML-моделей, которые, как правило, обучены на размеченной выборке и используются для классификации объектов или предсказания событий на основе заложенных при обучении паттернов.
Примеры генеративного ИИ всемирно известны – ChatGPT для общения с пользователем на основе языковых моделей, Stable Diffusion для генерации изображений и многие другие.
Состояние рынка
По оценке PitchBook, рынок GenAI достигнет $42,6 млрд в 2023 году. Рынок будет расти со среднегодовым темпом 32%, к 2026 году его объем достигнет $98,1 млрд. При этом, по расчетам McKinsey, генеративный искусственный интеллект может приносить ежегодно мировой экономике от $2,6 трлн до $4,4 трлн. Сервисы на его основе наиболее востребованы в банках, фармацевтике, телекоммуникациях и high tech-компаниях для маркетинга и продаж, работы с клиентами, R&D и разработки ПО.
Пока львиная доля рынка приходится на сегмент диалоговых интерфейсов, которые используются для обслуживания клиентов и автоматизации продаж. Мы считаем, что объем рынка увеличится в том числе за счет сегмента вертикальных приложений – LegalTech, PropTech, HealthTech и других продуктов для решения конкретных индустриальных бизнес-задач.
Драйверы роста рынка
Какие ниши на рынке еще доступны?
Рынок генеративного ИИ условно может быть поделена на несколько групп его игроков. Потенциал входа новых игроков в эти ниши в ближайшие 3-5 лет у них очень разный.
Разработчики b2b- и b2c-приложений под конкретные use-кейсы будут наиболее востребованы, в то время как выйти в нишу облачных платформ для обеспечения доступа к инфраструктуре и непосредственно производителей оборудования будет затруднительно из-за высокой конкуренции, значимых первичных расходов и трудной бизнес-модели.
Относительно доступны для новых игроков будут сервисы услуг для генеративного ИИ (например, обучение с подкреплением), а также хабы и MLOps-инструменты. При наличии достаточных ресурсов и компетенций компании могут стать разработчиками собственных базовых ML-моделей.
Как можно использовать Gen AI?
Генеративный ИИ делят на шесть ключевых типов ML-моделей в зависимости от технологии, которые они используют, и задач, которые можно решить с их помощью. Сейчас их используют для:
Как монетизировать генеративную нейросеть?
Компаниям и стартапам сейчас доступны три ключевых модели монетизации генеративных нейросетей:
Каковы риски генеративного ИИ?
При работе с генеративными нейросетями необходимо учитывать риски, которые возникают при их эксплуатации:
Компаниям, использующим продукты на базе моделей генеративного ИИ, следует иметь в виду потенциальные риски и заблаговременно проработать их митигацию. Некоторые стартапы уже активно пытаются исключить данные риски в своих продуктах, например, предлагая решения по генерации кода, которые подсвечивают те участки, где код был заимствован из других источников.
Вывод
Инвестиции в рынок генеративного ИИ развиваются вопреки общим трендам – на фоне падения глобальной венчурной активности за последние годы доля инвестиций в Gen AI стартапы существенно выросла с 0,7% в 2022 году до 6,4% по итогам первого полугодия 2023 года.
Подобный хайп вокруг технологии генеративного ИИ со стороны инвесторов и международного бизнес-сообщества можно сравнить с хайпом вокруг блокчейна в период 2017-2018 гг. Однако принципиальная разница между этими периодами хайпа заключается в том, что сама технология блокчейна на старте в основном была связана с криптовалютой и потому носила спекулятивный характер. Лишь впоследствии начали появляться полноценные бизнес-решения по кибербезопасности на базе блокчейна.
В свою очередь, хайп вокруг генеративного ИИ имеет под собой твердое обоснование в виде широкого спектра решений, которые уже сейчас может внедрять бизнес и получать от этого ощутимую пользу в виде существенного роста производительности труда, автоматизации множества операционных процессов и, как следствие, повышения рентабельности. Поэтому рынок генеративного ИИ по-прежнему привлекателен как для стартаперов, так и для инвесторов, поскольку рынку еще только предстоит оценить реальные перспективы его применения на фоне активного развития технологий.
Чтобы разобраться, каковы перспективы на этом рынке для начинающего бизнеса, MTS AI провели собственное исследование этого рынка. Алексей Постернак, директор по инвестициям и развитию MTS AI делится его ключевыми выводами и объясняет, какие проекты будут востребованы на этом рынке еще на протяжении нескольких лет.
Что такое генеративный ИИ
Генеративный ИИ - это тип искусственного интеллекта, который стремится создавать новые данные на основе материалов, полученных в ходе машинного обучения. В этом его главного отличие от дискриминативных ML-моделей, которые, как правило, обучены на размеченной выборке и используются для классификации объектов или предсказания событий на основе заложенных при обучении паттернов.
Примеры генеративного ИИ всемирно известны – ChatGPT для общения с пользователем на основе языковых моделей, Stable Diffusion для генерации изображений и многие другие.
Состояние рынка
По оценке PitchBook, рынок GenAI достигнет $42,6 млрд в 2023 году. Рынок будет расти со среднегодовым темпом 32%, к 2026 году его объем достигнет $98,1 млрд. При этом, по расчетам McKinsey, генеративный искусственный интеллект может приносить ежегодно мировой экономике от $2,6 трлн до $4,4 трлн. Сервисы на его основе наиболее востребованы в банках, фармацевтике, телекоммуникациях и high tech-компаниях для маркетинга и продаж, работы с клиентами, R&D и разработки ПО.
Пока львиная доля рынка приходится на сегмент диалоговых интерфейсов, которые используются для обслуживания клиентов и автоматизации продаж. Мы считаем, что объем рынка увеличится в том числе за счет сегмента вертикальных приложений – LegalTech, PropTech, HealthTech и других продуктов для решения конкретных индустриальных бизнес-задач.
Драйверы роста рынка
- Снижение затрат на обучение базовых моделей, в том числе благодаря специализированному софту. Stable Diffusion снизила стоимость одного цикла обучения до $600 тыс.;
- Доступность ML-моделей. Стоимость ответа от ChatGPT через их API составляет всего около $0,002 за 1000 токенов;
- Переход нейросетей из науки в бизнес. Создание современных моделей требует больших вычислительной мощности и финансовых ресурсов, которые менее доступны научным институтам;
- Повышение производительности труда. Согласно McKinsey, годовой темп роста производительности труда от внедрения генеративного ИИ составляет 0,1-0,6%;
- Заинтересованность потребителей в продукте. ChatGPT достиг 100 миллионов ежемесячных активных пользователей быстрее, чем любое технологическое приложение для повышения продуктивности.
Какие ниши на рынке еще доступны?
Рынок генеративного ИИ условно может быть поделена на несколько групп его игроков. Потенциал входа новых игроков в эти ниши в ближайшие 3-5 лет у них очень разный.
Разработчики b2b- и b2c-приложений под конкретные use-кейсы будут наиболее востребованы, в то время как выйти в нишу облачных платформ для обеспечения доступа к инфраструктуре и непосредственно производителей оборудования будет затруднительно из-за высокой конкуренции, значимых первичных расходов и трудной бизнес-модели.
Относительно доступны для новых игроков будут сервисы услуг для генеративного ИИ (например, обучение с подкреплением), а также хабы и MLOps-инструменты. При наличии достаточных ресурсов и компетенций компании могут стать разработчиками собственных базовых ML-моделей.
Как можно использовать Gen AI?
Генеративный ИИ делят на шесть ключевых типов ML-моделей в зависимости от технологии, которые они используют, и задач, которые можно решить с их помощью. Сейчас их используют для:
- Подготовки и анализа текста (контента, вопросов для собеседований, оценки общения с клиентами);
- Создания и обработки изображений (подготовка маркетинговых материалов, персонализация контента);
- Создания и редактирования видеоматериалов (генерация коротких видео для соцсетей, корпоративных видеотренингов, дубляж и перевод видео);
- Генерации звука (озвучивание текста, создание закадрового голоса для обучающих материалов);
- Генерации 3D-объектов и дизайна продуктов (создание готовых сайтов, сцен в видеоиграх, дизайна интерьера);
- Написания программного кода.
Как монетизировать генеративную нейросеть?
Компаниям и стартапам сейчас доступны три ключевых модели монетизации генеративных нейросетей:
- Model-as-a-service. Клиент платит за определенный период доступа к нейросети. Платная подписка может стать барьером для новых пользователей, поэтому для привлечения клиентов повысятся соответствующие расходы на промо-акции по мере роста бизнеса;
- Pay-per-Use. Клиент платит за каждое обращение к нейросети, что обеспечивает низкие затраты на привлечение новых клиентов. Однако планировать масштабирование инфраструктуры в такой модели проблематично, поскольку доходы зависят от объемов спроса в конкретный период;
- Гибридная модель, в которой клиент сначала платит за ограниченный период доступа к нейросети, но при выходе за его границы переходит к модели Pay-per-Use. Ключевой недостаток модели – ценообразование. Дешевый, но слишком короткий период доступа приведет к негативному восприятию от клиентов, а высокая плата оттолкнет часть потенциальных пользователей.
Каковы риски генеративного ИИ?
При работе с генеративными нейросетями необходимо учитывать риски, которые возникают при их эксплуатации:
- Высокая энергозатратность генеративного ИИ по сравнению с традиционными моделями. Пока снижение этого риска ограничивается использованием более экологически устойчивых источников энергии;
- Недостаток достоверности. ИИ обучается на открытых данных, которые часто бывают необъективными и противоречивыми. Для повышения достоверности необходимо привлечение человека на этапах проверки и обучения модели.
- Нарушение авторских прав. Генерируемый контент может строится на чужой интеллектуальной собственности, использование которой может привести к судебным искам. Полностью избежать таких ситуаций можно будет только после появления соответствующей нормативно-правовой базы для регулирования генеративного ИИ.
- Проблемы конфиденциальности и безопасности. При использовании и обучении генеративного ИИ может происходить передача личных данных, которые могут быть утеряны в случае взломов и утечек. Чтобы избежать этого, необходимо использовать анонимизацию данных и алгоритмы шифрования, также поможет обучение моделей на инфраструктуре заказчика нейросети.
Компаниям, использующим продукты на базе моделей генеративного ИИ, следует иметь в виду потенциальные риски и заблаговременно проработать их митигацию. Некоторые стартапы уже активно пытаются исключить данные риски в своих продуктах, например, предлагая решения по генерации кода, которые подсвечивают те участки, где код был заимствован из других источников.
Вывод
Инвестиции в рынок генеративного ИИ развиваются вопреки общим трендам – на фоне падения глобальной венчурной активности за последние годы доля инвестиций в Gen AI стартапы существенно выросла с 0,7% в 2022 году до 6,4% по итогам первого полугодия 2023 года.
Подобный хайп вокруг технологии генеративного ИИ со стороны инвесторов и международного бизнес-сообщества можно сравнить с хайпом вокруг блокчейна в период 2017-2018 гг. Однако принципиальная разница между этими периодами хайпа заключается в том, что сама технология блокчейна на старте в основном была связана с криптовалютой и потому носила спекулятивный характер. Лишь впоследствии начали появляться полноценные бизнес-решения по кибербезопасности на базе блокчейна.
В свою очередь, хайп вокруг генеративного ИИ имеет под собой твердое обоснование в виде широкого спектра решений, которые уже сейчас может внедрять бизнес и получать от этого ощутимую пользу в виде существенного роста производительности труда, автоматизации множества операционных процессов и, как следствие, повышения рентабельности. Поэтому рынок генеративного ИИ по-прежнему привлекателен как для стартаперов, так и для инвесторов, поскольку рынку еще только предстоит оценить реальные перспективы его применения на фоне активного развития технологий.
