ИИ повсюду — ежедневно появляются новые сценарии применения больших языковых моделей, однако современные LLM уже достигли предела своих возможностей и, вопреки ожиданиям и огромным инвестициям в инфраструктуру, демонстрируют лишь незначительные улучшения. В этом нет ничего удивительного — больше данных не означает больше новых знаний и лучший ИИ. Кроме этого, элементная база поддержки большинства моделей стандартна и универсальна, как и физические мозги для всех людей, умственные способности которых, однако, разнятся в зависимости от воспитания, региона, образования и еще множества индивидуальных деталей. Общеупотребительные LLM могут быть лишь стартом для решения расхожих вопросов, а вот для реализации высоких ожиданий от моделей им потребуется специализация — экспертиза в конкретных прикладных областях. Аналогичная ситуация наблюдается и в социуме — вундеркиндов-универсалов все меньше, а эпоха гениев Возрождения канула в лету.

У каждого инструмента всегда были и будут свои пределы, по достижении которых масштабирование перестает приносить прежнюю отдачу, а улучшения становятся неадекватны требованиям к инфраструктуре поддержки обучения этих моделей. Яркий пример пределов модернизаций — швейцарский нож. Успех применения ИИ будет зависеть от специализированных LLM, использующих специфическую терминологию, процессы и инструменты из конкретной прикладной области. Тот же DeepSeek — пример целевой модели, обученной соответствующим образом. Неудивительно, что соучредитель Google Ларри Пейдж недавно основал компанию Dynatomics, команда которой работает над специализированной большой языковой моделью для улучшения производственных процессов.

Недостатки зашоренности и привязки к обобщению наглядно демонстрирует сатирическая метафора «Теория мертвой лошади», иллюстрирующая нередкий подход к решению бизнес-проблем, при котором принятие реальности заменяется привычным оправданием своих действий. Вместо того чтобы «спешиться» (отказаться от процесса), поняв, что бизнес-процессы «умерли», и двигаться дальше, компании продолжают обсуждать покупку нового седла для почившей лошади, привлекают LLM для улучшения рациона ее питания, меняют ее «всадника» или смотрителя. Как много еще компаний предпочитает держаться за устаревшие процессы, тратить ресурсы на их поддержку вместо того, чтобы признать проблему и их поменять, адаптироваться к изменениям, а не искать все новые интеллектуальные инструменты поддержки устаревших процессов, лишь усиливающих хаос, который, как известно, нельзя автоматизировать ни с помощью ERP, RPA и LLM, да и любых других инструментов. Мир быстро меняется, и «зашоренные» компании, сопротивляющиеся трансформации, непременно останутся позади — привязанности следует разрывать, если они лишают компанию адаптивности.

Если 100 лет назад для обывателей электрик был магом, 80 лет назад — связист, а 30 лет назад — «сисадмин», то кто они сейчас? Кого завтра общество и бизнес будут считать «волшебниками»? Отличные ИТ-системы и крутые LLM можно спокойно выкинуть, если они не нужно бизнесу, представляющему собой способ организации деловой активности, направленной на извлечение прибыли. Но прибыль — это не только деньги, но и смыслы, а значит, еще и управленческие структуры, корпоративная культура и пр. Очень сложно, если вообще возможно, найти ИТ-систему, обеспечивающую динамику конкретному бизнесу — для движения вперед нужно мыслить в терминах завтрашнего дня, однако сложившийся контекст нынешних инструментов автоматизации заставляет бизнес пользоваться достижениями дня вчерашнего. Разработчики средств автоматизации должны разбираться в бизнес-процессах не хуже самого бизнеса, что сегодня сродни утопии. Правда, есть еще аналитики, реальная задача которых подобно психологам помочь бизнесу разобраться в том, что ему действительно нужно. Возможно завтра, благодаря LLM или SLM (Small Language Models), построенных на принципах бережливого ИИ, ставящих во главу угла минимальное потребление ресурсов при обеспечении максимальной ценности для бизнеса, появятся и прозорливые разработчики, и мудрые аналитики-психологи. Однако времени на адаптацию все меньше, и для выживания на быстро меняющихся конкурентных рынках бизнес берет на вооружение инструменты самообслуживания, интегрированное применение которых позволяет охватить практически все аспекты автоматизации процессов.

Что изменится в ближайшие 10 лет? Вряд ли кто ответит, но зато точно известно, что не изменится — клиенты всегда будут хотеть низкие цены, быструю доставку и выбор. Во всех типах бизнесов есть незыблемые принципы, независящие от технологий и кризисов: доверие клиентов, простота и удобство, качество и скорость. Мир меняется, роль человека в бизнес-процессах трансформируется — благодаря ИИ-агентам рутина возлагается на технологии, а руководители получают возможность сфокусироваться на том, что будет важно всегда, расчистив путь к построению успешного и долговечного бизнеса. Приведет ли это к новому витку интереса бизнеса к цифровизации? Или, как это уже неоднократно было на практике, реально доступный набор инструментов: BPM, RPA, Low-сode/No-сode, Process Mining, ИИ и пр. снова будет лишь порождать непредсказуемые побочные эффекты. Как показывает опыт, автоматизация отдельных фрагментов процессов или выполняемых функций не приносит большого эффекта, а культурный аспект остается основным барьером на пути повышения эффективности бизнеса. Если вы смотрите в свой смартфон чаще, чем в чьи-то глаза, то это проблема.

В бизнесе, как и в спорте, пребывание в зоне комфорта может стоить компании и жизни, и роста. Если бы Роджер Федерер не развил свой нестандартный стиль игры, вряд ли он доминировал бы в своей спортивной отрасли. Адаптивность, специализированные и доступные инструменты самообслуживания — ключи к долгосрочному успеху. Что за последний год вы сделали по-другому, чтобы оставаться впереди?

Малое качество больших данныхДмитрий Волков

DOI: 10.51793/OS.2025.88.68.001