Google Cloud назвала три ключевых параметра развития ИИ

В Google Cloud считают, что будущее ИИ зависит не только от интеллекта моделей, но и от их скорости и экономической устойчивости.
Автор: Алексей Новиков , Редактор Фото: Generated by DALL·E
В мире

На фоне усиления конкуренции в сфере искусственного интеллекта Google Cloud всё активнее формулирует собственный взгляд на развитие отрасли. Компания выступает не только как поставщик облачной инфраструктуры, но и как участник стратегической дискуссии о будущем ИИ, подчеркивают эксперты портала «boda».

Главный управляющий платформой Vertex AI Майкл Герстенхабер, опираясь на взаимодействие с инженерами и компаниями, создающими ИИ-приложения, обозначил три ключевых направления эволюции моделей.

По его оценке, первое измерение — это интеллектуальные возможности системы. Речь идёт о способности модели решать сложные задачи, включая генерацию кода и глубокий анализ текстов. Однако рост точности и глубины понимания, как правило, требует значительных вычислительных ресурсов.

Второй параметр — скорость отклика. В пользовательских сервисах, службах поддержки и цифровых интерфейсах задержка ответа напрямую влияет на опыт клиентов. Даже продвинутые алгоритмы теряют ценность, если работают слишком медленно, поэтому важен баланс между мощностью и оперативностью.

Третье направление связано с масштабируемостью и стоимостью эксплуатации. Для компаний, работающих с большими объёмами данных и взаимодействий, критично понимать, насколько экономически оправдано использование модели при расширении нагрузки. Эффективность затрат становится не менее значимой, чем интеллект и скорость.

Отдельно Герстенхабер обратил внимание на развитие ИИ-агентов. По его словам, несмотря на заметные успехи в демонстрациях, массовому внедрению таких решений препятствует недостаточная зрелость инфраструктуры. В частности, требуется развитие механизмов аудита поведения агентов и безопасной работы с данными.

В Google Cloud считают, что дальнейшее развитие отрасли будет определяться не только гонкой за более «умными» алгоритмами, но и способностью сделать технологии быстрыми, экономически устойчивыми и пригодными для реального бизнеса.