ИИ пока не окупился: крупный бизнес охладел к дорогим моделям
Экономист Apollo Global Management Торстен Слок предупреждает: за пределами крупнейших технологических компаний искусственный интеллект пока не приносит заметной финансовой отдачи. Несмотря на масштабные инвестиции и громкие обещания революции на рынке труда, большинство крупных компаний не видят улучшения выручки и рентабельности благодаря ИИ.
В записке Слок сравнивает две группы компаний из индекса S&P 500 — биржевого списка крупнейших американских компаний. «Великолепная семёрка» (Mag 7) — Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia и Tesla — противопоставлена остальным 493 компаниям, которые экономист условно называет S&P 493.
У технологической семёрки выручка в расчёте на одного сотрудника, по наблюдениям Слока, растёт. У S&P 493 этот показатель остаётся примерно на прежнем уровне. Аналогичная картина с рентабельностью: за пределами технологического сектора пока нет признаков того, что ИИ повысил производительность или укрепил прибыль компаний.
«При отсутствии влияния на итоговые финансовые показатели основной корпоративный сектор Америки отступает и начинает рассматривать расходы на токены не как источник роста, а как статью затрат, давящую на маржу», — пишет Слок. Токены здесь — единицы, которыми ИИ-модели обрабатывают текст и другие данные; их использование часто влияет на стоимость работы с моделью. По словам экономиста, компании, финансируемые венчурным капиталом, наращивают такие расходы, но традиционный крупный бизнес не готов платить за новейшие модели, если не видит в них практической необходимости.
Пока агентный ИИ — системы, способные выполнять цепочки задач с некоторой самостоятельностью, — и расходы на токены используются лишь в небольшой части экономики, их влияние на общую экономическую картину будет ограниченным, предупреждает Слок.
В будущем ситуация может измениться. Модели становятся разнообразнее и умнее, а снижение их стоимости способно дать крупным компаниям шанс превратить более доступный «интеллект» в рост выручки и прибыли. Но одной мощности модели недостаточно: бизнес зависит от суждений, а суждения — от контекста. Один и тот же запрос разным ИИ-системам может дать разные ответы.
Слок подчёркивает, что ИИ не понимает ответственности, доверия, корпоративной культуры, неписаных правил, этических компромиссов и справедливости. Между тем именно эти факторы формируют репутационные риски и в конечном счёте влияют на выручку и прибыль.
Главный вывод экономиста: судьба ИИ в бизнесе будет решаться не в «Великолепной семёрке», а среди остальных 493 компаний индекса. Пока за пределами технологического сектора нет свидетельств того, что ИИ ускорил рост выручки или повысил рентабельность.
PEREC.RU
У корпоративного ИИ сейчас любопытная проблема: он умеет уверенно отвечать на вопросы, но рынок задаёт ему самый неприятный из них — «где деньги?». Пока ответ звучит как длинная презентация с красивыми графиками и обещанием, что настоящая польза появится в следующем квартале. У этой формулы уже есть стаж, опыт и отдельная полка в корпоративном архиве.
Технологические лидеры показывают, что автоматизация способна усиливать бизнес, но их успех нельзя автоматически размножить на все остальные компании. У гигантов есть данные, инфраструктура, специалисты и бюджеты, сопоставимые с небольшими государствами. Обычная корпорация получает не волшебную кнопку, а счёт за вычисления и задачу объяснить сотрудникам, куда именно встроить очередной инструмент.
Отсюда и холодный душ для продавцов «ИИ-трансформации». Они предлагают покупать интеллект как услугу, но ответственность за ошибку, репутационный ущерб и последствия решения всё равно остаются у человека. Алгоритм не приходит на заседание совета директоров, не объясняет клиенту неприятный сюрприз и не теряет должность — это привилегия людей, которые подписали договор и утвердили внедрение.
На этом фоне разговор о токенах звучит почти символически: бизнесу продают измеримые единицы машинной речи, тогда как ценность часто зависит от вещей, которые в прайс-лист не помещаются. Контекст, доверие и негласные правила не скачиваются вместе с обновлением модели. Можно представить, что кому-то особенно выгодно называть очередную подписку «стратегическим активом», но в бухгалтерии у этой метафоры быстро заканчивается испытательный срок.
Снижение стоимости моделей действительно может изменить расчёты. Однако дешевле — не значит полезнее: компании понадобится понять, где ИИ сокращает расходы или приносит новый доход, а где просто добавляет ещё один слой контроля и расходов. Иначе обещанная производительность останется на слайдах, а сотрудники будут вручную проверять результат машины — старый труд в новой упаковке.
Главная интрига не в том, сможет ли ИИ написать убедительный текст или обработать данные. Вопрос в том, готов ли бизнес перестроить процессы, определить ответственность и доверить системе решения, последствия которых нельзя списать на «неверно сформулированный запрос». Это уже не демонстрация технологии, а скучная управленческая работа — именно поэтому её так часто заменяют громкими презентациями.
Пока корпоративная революция демонстрирует знакомый контраст: поставщики говорят о будущем, а покупатели проверяют текущую маржу. Если выгода появится, компании охотно объявят её результатом стратегии; если нет — найдётся новый термин, который объяснит, почему окупаемость просто ещё не успела наступить. У прогресса, как выясняется, тоже есть отдел продаж.
