Соучредитель Databricks о том, что действительно важно в ИИ.

Таваколи: Я считаю, что это двоякое. Во-первых, нужно сосредоточиться на результатах, а не на инструментах. Количество людей, которые говорят: «Мы отстаём. Мне нужно запустить кучу агентов. Мне нужно показать, что я умею делать ИИ.» Ты не получаешь баллов за то, что сказал, что я подверг ИИ, верно?

Вместо этого вы действительно хотите понять: какого бизнес-результата я хочу добиться? Обычно это «у меня есть существующий процесс, который я хочу автоматизировать и сделать гораздо эффективнее», или «есть новый набор возможностей, которые я хочу реализовать», и именно ИИ открывает и делает это возможным.

Во-вторых, все так увлеклись ИИ, и его стали связывать с программами обучения с линейной логикой (LLM), и все стали задаваться вопросом: «Какую модель вы будете использовать?» И, честно говоря, в корпоративном мире самое важное — это высококачественный, точный и заслуживающий доверия искусственный интеллект. А это во многом зависит от того, «наличано ли у вас упорядоченное хранилище данных и есть ли у вас стратегия управления ими?»

Дело не в модели; Это все остальные детали. Как добиться точности? Как вы этим управляете? Как вы определяете, как запускаете его в производстве и измеряете? И ещё, как это сделать в быстро развивающейся сфере? Большинство людей, с которыми вы разговариваете и которые запускали приложение на основе ИИ даже шесть месяцев назад, говорят, что если бы они собрали его сегодня, то сделали бы совершенно иначе, потому что появились новые продукты.

Таваколи: Текущий доход — это пирамида. На самом низком уровне нужна большая часть инфраструктуры — это чипы. Это область, где не будет много компаний, потому что барьер для входа очень высок.

Кроме того, существуют поставщики базовых моделей. Мы начинали с больших средств, а потом их стало меньше, в основном из-за капитала, необходимого для обучения некоторых из этих моделей.

Последний слой — это приложения сверху. И сегодня, поскольку это только начало, это не масштабно — хотя Databricks недавно превысил $1 миллиард доходов от ИИ, так что это не пустяки.

Если перенестись на пять лет вперед, то пирамида станет намного массивнее и перевернется. Значительная часть доходов будет приходиться на приложения, использующие искусственный интеллект для преобразования того, чем люди занимаются. И в этой сфере, я думаю, нет победителя, который забирает всё.

Таваколи: Никому не нравится такой ответ. Но многие процессы, на которые вы тратите большие деньги, не отличаются привлекательностью. Я приведу вам пример. Вы — страховая компания. Поступает огромное количество заявок, и сколько сил и нервов уходит на то, чтобы разобраться: «Как мне извлечь из всех этих заявок необходимую информацию?» Как мне добавить это в аналитическую форму, чтобы я мог получить на её основе выводы и затем, исходя из них, предпринять необходимые действия? Никого это не радует — кроме того, кто сидит и злится из-за того, что на выплату по его заявке уходит три месяца. Но если теперь я смогу выполнять работу, которая раньше занимала месяцы, за гораздо меньшую стоимость — в автоматическом режиме — это действительно захватывающий вариант применения.

Или вы производитель полупроводников, и если у вас есть что-то, что может интеллектуально обнаруживать аномалии и повышать выход на 0,1% — опять же, когда кто-то в последний раз восторгался из-за производительности? Но это значит много денег.

Огромная по производительности, огромная стоимость — не те, с которыми люди воспринимают как что-то революционное. Я считаю, что это скучные сценарии использования ИИ. С помощью ИИ можно добиться значимых улучшений, и именно это мы наблюдаем у наших клиентов.

Таваколи: Я всегда отвечаю так: следуя этой логике, если бы мы сказали: «Когда появились банкоматы или компьютеры, это были масштабные преобразования — потеряет ли много людей работу?»

Сегодня есть определённый набор вещей, которые будут автоматизированы ИИ. Однако во многих из этих вещей, ради качества, всё равно нужно, чтобы человек был в курсе. И вся суть в том, что автоматизируя эти задачи, они открывают совершенно новый набор требований к выполнению того, что раньше было невозможно. Например, теперь, когда появились банкоматы и онлайн-банкинг, появились новые вакансии в электронной коммерции, о которых мы и представить не могли в прошлом мире, и они создают огромное количество рабочих мест и повышения производительности.

С повышением квалификации и обучением, хотя конкретные должностные обязанности меняются, появляется совершенно новый класс новых обязанностей, где компаниям понадобятся люди, которые будут водить машину. Так что, на самом деле, я думаю, что спрос на рабочую силу будет увеличиваться. Так что всё сводится к тому, «Как повысить квалификацию?»

Таваколи: И да, и нет. Да, мы находимся в пузыре искусственного интеллекта. Нет, это не меняет планы.

Мне часто задают и обратный вопрос: «Искусственный интеллект действительно меняет мир или его слишком переоценивают?» И мой ответ на этот вопрос — да. Я думаю, люди до сих пор не до конца понимают ИИ, поэтому ответ на любой вопрос таков: ИИ его решит. Я прогулялся и увидел вывеску с надписью «Автомойка с искусственным интеллектом». А я вот думаю, понятия не имею, что это значит. Сейчас всё работает на основе искусственного интеллекта. Всегда присутствует этот всплеск энтузиазма, который неизбежно утихает, когда мы определяем реальные сценарии использования, в которых нуждаются люди. Я думаю, что не все компании, работающие сейчас в сфере искусственного интеллекта, смогут выжить.

Причина, по которой это не меняет планов Databricks, заключается в том, что ИИ — это здорово, и мы считаем его важным в будущем, и, очевидно, мы активно развивали его в течение последних 12 лет. Но также ключевой частью нашего бизнеса является работа с данными, например, преобразование данных и операционные рабочие процессы, которые уже доказали свою эффективность, определенно не существуют изолированно и продолжают развиваться. С точки зрения Databricks, вы адаптируетесь к потребностям клиентов. И мы уже видим, как происходит переход от чрезмерного ажиотажа к определению ключевых важных вариантов использования и результатов, и мы поддерживаем этот процесс.