Трансформирующее влияние LLM на экономику
Прогресс идет очень быстро, обостренная конкуренция меджу США и Китаем вынуждает разработчиков LLMs внедрять значительные улучшения практически ежемесячно – пауза чревата утратой экстремально подвижной доли рынка (сегодня лидер, а завтра – аутсайдер).
Высокий темп инноваций в совокупности с растущими вычислительными мощностями рано или поздно создадут достаточную зрелость технологии для внедрения в реальную экономику, что отразится, как на рынке труда, эффективности бизнеса, так и на технологическом прогрессе в отдаленной перспективе.
Кстати, запредельная скорость инноваций несет в себе непредсказуемые последствия, т.к. жизненный цикл моделей сокращается до 3-6 месяцев, вынуждая компании внедрять LLM до завершения полноценных тестов на стабильность, точность и безопасность.
Учитывая растущую глубину интеграции LLM в рабочие процессы, это может потенциально оказать подрывной, дестабилизирующий характер, если ИИ сломается в самый ответственный момент в условиях критических операций.
По какой траектории пойдет интеграция LLMs в реальную экономику?
• Компании экспериментируют с LLM в ограниченных сценариях, определяя ключевые точки применения и собирая данные для оценки экономической эффективности.
• Создаются узкоспециализированные LLM под конкретные задачи. После успешного пилотного периода происходит активное расширение использования LLM, адаптация моделей к отраслевым нуждам, что приводит к оптимизации ключевых бизнес-процессов.
• В долгосрочной перспективе LLMs становятся ядром автоматизированных систем, изменяется структура занятости, появляются новые бизнес-модели, а роль человека смещается в область стратегического управления и контроля.
Не стоит ожидать, что LLM может повлиять на технологический прогресс. До непосредственного влияния на технологии пройдет еще очень много времени, но при этом есть множество областей экономики, где задачи не требуют сложных многоуровневых конструкций поиска решений в неоднозначной динамической среде.
Что это за задачи?
• Прежде всего задачи с высокой глубиной формализации и автоматизации. Если в профессии доминируют однотипные, повторяющиеся операции (ввод данных, стандартные расчёты, составление шаблонных документов), то такие задачи легко автоматизируются с помощью алгоритмов обработки естественного языка.
• Стандартизированные процессы и чётко структурированные алгоритмы работы, где не требуется учет динамической конфигурации межсубъектного взаимодействия, где не нужно оперативно выстраивать иерархию приоритетов и где нет критерия неоднозначности в принятии решении.
• Низкая требовательность к креативности, вариативности и глубокому контекстному анализу.
• Задачи, не требующие сложного критического мышления или творческого подхода, часто, но не всегда могут быть выполнены ИИ-системами.
При этом стоит отметить, что задачи, требующие нестандартного мышления, межличностного общения и глубокого анализа, остаются зоной, где роль человека будет сохраняться даже при активном применении LLM.
🔘Первоначально LLM будут применяться в тех сферах, где доминируют стандартизированные, рутинные операции: в обслуживании клиентов, генерации контента, обработке документов, отчетности и т.д.
🔘Далее произойдет расширение их применения через адаптацию под отраслевые нужды, а в долгосрочной перспективе LLMs станут ядром автоматизированных систем, радикально меняя структуру занятости и бизнес-модели.
🔘В перспективе 10 лет автоматизация сложных цепочек принятия решений за счёт интеграции LLM с другими передовыми технологиями (Big Data, IoT, робототехника) позволяет полностью изменить организационную структуру компаний.
Я смотрю на технологию LLM оптимистично, но со скепсисом. Не думаю, что будет явное влияние на технологический прогресс, но при этом ожидаю повышение глубины автоматизации по большинству процессов, поддающихся алгоритмизации.
Какие профессии попадут под автоматизацию? В следующем материале.