Руководство по практической реализации ИИ в 2025 году: пять ключевых инсайтов от концепции до масштабирования

Искусственный интеллект переходит от популярной темы к практическому применению, разработка масштабируемых AI-продуктов становится фокусом конкурентной борьбы. Отчет о состоянии AI 2025 года «Справочник строителя» сосредоточен на практической реализации, глубоко анализируя всеобъемлющие стратегии от концепции до массовой эксплуатации AI-продуктов.

На основе исследования 300 руководителей программных компаний и интервью с экспертами в области ИИ, данный отчет предоставляет стратегическую дорожную карту по превращению преимуществ генеративного ИИ в устойчивое конкурентное преимущество. Ниже представлены пять основных глав и их значение для формирования команды по разработке ИИ-приложений.

1. Стратегия AI-продуктов переходит в новую зрелую стадию

В отличие от компаний, которые просто интегрируют ИИ в свои существующие продукты, компании, родившиеся с ИИ, быстрее выводят свои продукты на рынок. Данные показывают, что 47% компаний, родившихся с ИИ, достигли критического размера и подтвердили соответствие рынку, в то время как только 13% компаний, интегрирующих ИИ в свои продукты, достигли этой стадии.

Основные тенденции: умные агентские рабочие процессы и вертикальные приложения становятся центром внимания. Почти 80% разработчиков, работающих с ИИ, планируют создавать системы ИИ, которые могут представлять пользователей при выполнении многошаговых операций.

Методы реализации: компании обычно используют многомодельную архитектуру для оптимизации производительности, контроля затрат и адаптации к конкретным сценариям. В продуктах, ориентированных на клиентов, в среднем используется 2,8 модели.

2. Эволюция моделей ценообразования ИИ отражает уникальные экономические характеристики

Искусственный интеллект действительно меняет способы ценообразования продуктов и услуг. Исследования показывают, что многие компании используют смешанную модель ценообразования, состоящую из базовой подписки и платы за использование. Некоторые компании исследуют полностью основанные на фактическом использовании или результатах клиентов модели ценообразования.

Хотя в настоящее время многие компании по-прежнему предлагают функции ИИ бесплатно, 37% предприятий планируют в течение следующего года скорректировать ценовую стратегию, чтобы она больше соответствовала получаемой клиентами ценности и объему использования функций ИИ.

3. Стратегия талантов как дифференцированное преимущество

Искусственный интеллект является не только технической проблемой, но и организационным вызовом. Ведущие команды формируют межфункциональные группы, состоящие из инженеров по искусственному интеллекту, инженеров по машинному обучению, специалистов по данным и менеджеров по продуктам в области ИИ.

Смотря в будущее, большинство компаний ожидают, что 20-30% сотрудников инженерных команд будут сосредоточены на ИИ, в быстрорастущих компаниях этот процент может достигать 37%. Тем не менее, привлечение подходящих талантов по-прежнему является узким местом. Средний срок найма инженеров по ИИ и машинному обучению превышает 70 дней.

Существуют разногласия в отношении хода найма. 54% респондентов заявили, что процесс отстает, основной причиной является недостаток квалифицированных кадров.

4. Бюджет на ИИ резко увеличился, что отражено в финансовой отчетности компании

Компании, использующие технологии ИИ, вкладывают 10%-20% своих бюджетов на НИОКР в область ИИ, и к 2025 году компании из всех диапазонов доходов демонстрируют устойчивую тенденцию к росту. Этот стратегический поворот подчеркивает, что технологии ИИ стали ключевым движущим фактором стратегического планирования продуктов.

С расширением масштабов AI-продуктов структура затрат претерпевает значительные изменения. На ранних этапах затраты на человеческие ресурсы составляют основную часть расходов. После достижения зрелости продукта затраты на облачные услуги, моделирование и соблюдение нормативных требований займут основную долю расходов.

5. Масштаб применения AI внутри компаний увеличивается, но распределение неравномерно

Несмотря на то, что большинство опрошенных компаний предоставляют внутренние инструменты ИИ примерно 70% сотрудников, фактически регулярно их используют лишь около половины. Особенно ярко выражены трудности крупных и зрелых компаний в стимулировании сотрудников к использованию ИИ.

Компании с высокой степенью использования (более половины сотрудников используют инструменты ИИ) в среднем разворачивают ИИ в семи и более внутренних сценариях, включая помощников по программированию (77% использования), генерацию контента (65%) и поиск документов (57%). В этих областях производительность труда увеличивается на 15% до 30%.

Экосистема инструментов ИИ постепенно созревает

Исследования показывают, что технические фреймворки, библиотеки и платформы, которые фактически работают в производственной среде, становятся все более разнообразными. Вот обзор распространенных инструментов:

• Облачная платформа: ИИ-сервисы основных облачных провайдеров
• Разработческие фреймворки: TensorFlow, PyTorch и др.
• Большие языковые модели: серии GPT, BERT и другие
• Обработка данных: Apache Spark, Pandas и др.
• Платформа машинного обучения: MLflow, Kubeflow и др.
• Сервис моделей: TensorFlow Serving, Triton и др.
• Аннотация данных: Labelbox, Prodigy и др.

Этот отчет не только представляет рейтинг инструментов, но и отражает реальные технические выборы разработчиков в разных областях.