От зарождения до краха: жизненный цикл революции ИИ
ИИ обречен на провал? Когда речь заходит о новых технологиях, тут как тут появляются два лагеря: «Вы не понимаете, это другое!». Где же правда? И главное — как заработать, а не потерять? «Бум ИИ» — не первый и не последний виток технологической революции. Если, конечно, нас не поработит искусственный интеллект, подобный Skynet или его аналогу Сэма Альтмана. Существует несколько классификаций технологических революций, но наиболее популярной является 4-уровневая модель Клауса Шваба, немецкого экономиста и основателя Всемирного экономического форума в Давосе: ➥ Промышленная революция (1760–1780): Переход от ручного труда к машинному производству в текстильной, металлургической и энергетической отраслях. ➥ Вторая промышленная революция (XIX век): Массовое строительство железных дорог, открытие технологии выплавки стали, распространение химикатов, переход к конвейерному производству и популяризация электричества. ➥ Третья промышленная революция (XX век): Переход из аналогового пространства в цифровое, появление чипов, интернета и связи. ➥ Четвертая технологическая революция («Индустрия 4.0», XXI век): Редактирование генома, робототехника, интернет вещей и, конечно, искусственный интеллект. В книге Карлоты Перес «Технологические революции и финансовый капитал» автор отмечает, что все технологические революции проходят по одному сценарию: ➥ Зарождение технологии: Ключевую роль играют венчурные и частные инвестиции в новые технологии. ➥ Рыночное возбуждение: Инвестиции резко растут, а ожидания будущей прибыли значительно превышают реальные вложения. ➥ Синергия новой и старой экономики: Избыточные инвестиции начинают встраиваться в старую экономику, модернизируя её. ➥ Полная интеграция и зрелость технологий: Технология насыщает рынок, денежные потоки становятся предсказуемыми. Почему крах может быть неизбежным? Есть три ключевых фактора: ➥ Информационная асимметрия: Рынки знают только о многомиллиардных инвестициях в инфраструктуру, но никто не понимает, какой будет отдача и какова будет стоимость рынка на пике. ➥ Ограниченность ресурсов: Построить дата-центры можно быстро, а создание необходимой энергетической инфраструктуры занимает годы. Например, обучение одной крупной модели ИИ потребовало 50 гигаватт-часов (ГВт·ч) — это энергопотребление Сан-Франциско за три дня. ➥ Вмешательство регулятора: Этот фактор часто недооценивают. Многие junior-позиции уже заменяются нейросетями. Возможно, в будущем мы увидим ограничения на использование ИИ в регулируемых сферах (финансы, здравоохранение, пищевая промышленность и т. д.). Выводы Провал или структурная переоценка рынка ИИ практически неизбежна. Однако это даст возможность переосмыслить технологию и внедрить её там, где это действительно необходимо. Пост взят с международного сервиса для инвесторов и трейдеров [M O N D I A R A](https://mondiara.com) [Скачать](https://apps.apple.com/ru/app/m-o-n-d-i-a-r-a/id6475953453) приложение в App Store [Скачать](https://play.google.com/store/apps/details?id=com.mondiara.app) приложение в Google Play Источник: bitkogan
Пост взят с международного финтех-медиа ресурса
ДЛЯ ЛЮДЕЙ