Пузырь ИИ сдувается, пока OpenAI, Google и Anthropic пытаются создать более продвинутый ИИ

Лидеры индустрии искусственного интеллекта — OpenAI, Google и Anthropic — столкнулись с системным кризисом эффективности: новые модели не демонстрируют ожидаемого рывка в производительности, а затраты на их разработку взлетают до астрономических высот. Вопреки многолетней догме Кремниевой долины, простое наращивание вычислительных мощностей и объемов данных перестало гарантировать технологический прорыв, ставя под вопрос саму концепцию масштабируемости ИИ.

Провал «гонки вооружений»: почему Orion, Gemini и Claude не оправдали надежд

Согласно данным инсайдеров, флагманская модель OpenAI, известная как Orion, не смогла повторить качественный скачок, который ранее совершила GPT-4 по сравнению с GPT-3.5. Ожидания компании относительно приближения к созданию сильного искусственного интеллекта (AGI) оказались завышенными. Аналогичная ситуация сложилась у Anthropic: модель Claude 3.5 Opus, несмотря на значительные вложения, показала лишь незначительное улучшение по сравнению с предшественницей. Google также фиксирует, что следующая итерация Gemini не соответствует внутренним бенчмаркам.

Исчерпание «сырья» для обучения

Ключевая причина замедления — дефицит качественных данных. Традиционные источники (соцсети, книги, форумы) уже исчерпаны для создания по-настоящему инновационных систем. Компании вынуждены искать альтернативы: заключать платные соглашения с издателями, нанимать высококвалифицированных специалистов для разметки данных и все чаще прибегать к синтетическим данным. Однако последние, созданные самими нейросетями, имеют ограниченный потенциал для качественного роста.

Экономика нового ИИ: миллиардные вложения без гарантий

Стоимость обучения передовых моделей стремительно растет. Если в 2024 году, по оценкам главы Anthropic, она достигает $100 млн, то в ближайшие годы может превысить $100 млрд. При этом отдача от инвестиций становится все менее очевидной. Разработчики оказываются перед дилеммой: выпускать «улучшенные» версии старых моделей или рисковать, запуская сверхдорогие новинки, которые могут оказаться лишь незначительно лучше предшественниц.

Стремительный прогресс на ранних этапах развития ChatGPT и его аналогов сформировал у инвесторов и пользователей завышенные ожидания. Текущая ситуация демонстрирует, что путь к AGI, который руководители OpenAI и Anthropic обещали через несколько лет, может оказаться значительно более долгим и затратным, чем предполагалось. Индустрия переходит от эпохи «легких побед» к фазе поиска принципиально новых архитектур и методов обучения, где прежние рецепты масштабирования теряют свою магическую силу.