Шкала мотивации ИИ-лабораторий показала разницу между наукой и бизнесом

Аналитик предложил пятиуровневую шкалу, позволяющую понять, какие ИИ-лаборатории ориентированы на коммерцию, а какие сосредоточены на науке.

На фоне роста числа лабораторий, разрабатывающих собственные фундаментальные модели искусственного интеллекта, всё сложнее понять, какие проекты изначально ориентированы на бизнес, а какие преследуют исследовательские цели. В ответ на эту неопределённость был предложен аналитический подход, позволяющий оценить мотивацию команд не по текущим доходам, а по их намерениям в сфере коммерциализации.

Автор инициативы разработал шкалу из пяти уровней, отражающую степень ориентации ИИ-лабораторий на зарабатывание средств. В её основе лежит не финансовый результат, а глубина и чёткость коммерческих планов — от полностью научных инициатив до публичных компаний, регулярно получающих значительную выручку.

Согласно этой системе, к пятому уровню относятся компании, уже демонстрирующие устойчивые доходы, а к четвёртому — проекты с детально проработанными амбициями занять лидирующие позиции в своей нише. Третий уровень включает команды с набором перспективных идей без чёткой структуры, второй — инициативы на стадии общих концепций, а первый — лаборатории с минимальной ориентацией на рынок.

Крупные игроки отрасли, включая OpenAI, Anthropic и Gemini, без труда попадают в верхние уровни шкалы. При этом новые стартапы, даже при участии известных специалистов, часто демонстрируют менее определённые приоритеты.

Так, лаборатория Humans& привлекла внимание подходом, ориентированным на координацию и взаимодействие моделей, а не на быстрый рост. Компания рассматривает создание инструмента для рабочего пространства, который мог бы заменить популярные корпоративные сервисы, однако пока не представила ясную стратегию монетизации, что позволяет отнести её к среднему уровню шкалы.

Сложнее всего оценить Thinking Machines Lab. Проект стартовал с участием известных экспертов и крупного финансирования, но значительные кадровые изменения в руководстве уже через год после запуска поставили под вопрос устойчивость его коммерческого курса. Это может свидетельствовать о более низкой мотивации в части бизнеса.

World Labs, возглавляемая исследователем Fei-Fei Li, за короткий срок прошла путь от скромного финансирования до выпуска полноценной модели и коммерческого продукта. Спрос на её решения уже заметен в индустриях видеоигр и визуальных эффектов, что делает проект одним из наиболее сильных претендентов на высокий уровень шкалы.

Лаборатория Safe Superintelligence, основанная бывшим главным учёным OpenAI, сознательно дистанцируется от рыночного давления и сосредоточена на фундаментальных исследованиях. Отсутствие коммерческих продуктов и отказ от предложений о покупке позволяют отнести её к самому низкому уровню шкалы, хотя в перспективе приоритеты проекта могут измениться.

Как отмечает портал «boda», в целом предложенная шкала даёт дополнительный инструмент для анализа быстро меняющегося рынка искусственного интеллекта и помогает различать научные инициативы и проекты с чёткими бизнес-целями.