Когда OpenAI привлекла всеобщее внимание запуском ChatGPT в 2022 году, стало очевидно, что интеграция ИИ в рабочий процесс — лишь вопрос времени. По словам Сэма Альтмана, технологии развиваются настолько быстро, что мы можем ожидать этот переход уже в ближайшие месяцы. Но является ли замена людей ИИ-работниками гениальным бизнес-решением или это сродни найму непредсказуемых стажёров?
Как известно, человеческим сотрудникам требуются зарплаты, обучение и больничные. ИИ-работники не заставят работодателя платить по этим статьям. Однако не всё так радужно. Вместо этого нейросети требуют других расходов, которые могут быть весьма значительными.
Отпуска против обновлений системы
Виртуальные работники не нуждаются в отдыхе, как люди, и это часто считается их главным преимуществом. Однако нейросети требуют квалифицированного обслуживания и регулярных обновлений для нормальной работы. Плановое техобслуживание или неожиданные сбои могут нарушить деятельность компании так же, как и выходной у сотрудника из-за визита к врачу. Обещание круглосуточной доступности не совсем верно, если возникают проблемы с инфраструктурой.
Согласно недавнему отчёту Splunk, незапланированные простои обходятся 2000 крупнейшим компаниям мира в общей сложности в 400 миллиардов долларов в год — в среднем 200 миллионов долларов на компанию.
Болезни против галлюцинаций
ИИ-сотрудник не возьмёт выходной по болезни, но может страдать от багов и «галлюцинаций». Подобно человеческому иммунитету, различные модели ИИ отличаются по степени устойчивости к сбоям. OpenAI, Anthropic и Google соревнуются в снижении числа галлюцинаций в своих моделях, но даже самые передовые из них порой бывают ненадёжными.
Ежемесячная зарплата против обновлений
Распространённое заблуждение — считать, что ИИ работает по принципу «заплати один раз, используй вечно». По мере развития технологий компаниям, скорее всего, придётся инвестировать в дорогостоящие обновления или даже полностью новые системы, чтобы не отставать от конкурентов. Эти постоянные расходы могут оказаться эквивалентны повышению зарплаты или профессиональному развитию сотрудников.
Обучение против ввода данных
Как обычные сотрудники нуждаются в обучении, так и языковые модели нуждаются в больших объёмах данных, чтобы повышать свою производительность. Чем сложнее модель — тем больше данных ей требуется. Некоторые из них могут потребовать не менее 10 миллионов размеченных элементов. Дело не только в объёме данных: качество и релевантность также имеют решающее значение. ИИ может быть только настолько хорош, насколько хороши данные, на которых он обучен. Плохой ввод данных — значит и результат будет плохим.
Как и развитие человека, обучение ИИ должно проводиться регулярно и последовательно для достижения наилучших результатов.
Итак, каков вердикт?
На самом деле, дело не в выборе, что лучше для бизнеса — ИИ или человеческие сотрудники. Истинная сила — в их сочетании. Такие задачи, как управление, обучение, борьба с галлюцинациями и обновлениями, могут быть столь же трудоёмкими и затратными, как и работа с человеческими талантами.
Ценность ИИ в том, чтобы дать людям больше времени заниматься тем, что под силу только им: глубоким мышлением, творчеством и построением подлинных человеческих связей — возможностей, которых ИИ лишён, независимо от того, насколько быстро он развивается и совершенствуется.
