2025 г. Руководство по практическому применению ИИ: пять ключевых инсайтов от стратегического построения до масштабной эксплуатации

Автор: ICONIQ

Компиляция: Тим, PANews

Развитие искусственного интеллекта вступает в новую эру: от горячих обсуждений к практическому применению. Создание масштабируемых AI-продуктов становится ключевой ареной конкуренции. Годовой отчет по состоянию AI 2025 «Справочник строителя» изменит фокус с внедрения технологий на практическое применение, глубоко анализируя полный набор решений от концепции до практического применения и масштабной эксплуатации AI-продуктов.

Исходя из эксклюзивных результатов исследования 300 руководителей программных компаний в апреле 2025 года и углубленных интервью с лидерами в области искусственного интеллекта из сообщества ICONIQ, этот отчет предоставляет тактическую дорожную карту, целью которой является превращение интеллектуальных преимуществ генеративного искусственного интеллекта в устойчивое коммерческое преимущество.

Отчет выделяет пять ключевых глав и то, как они помогут команде активно разрабатывать приложения ИИ.

1. Стратегия продуктов искусственного интеллекта вошла в новую зрелую стадию

В отличие от компаний, которые просто интегрируют искусственный интеллект в существующие продукты, компании, ориентированные на искусственный интеллект, быстрее выводят свои продукты на рынок. Данные показывают, что почти половина (47%) компаний, родившихся с искусственным интеллектом, достигли критической массы и доказали свою рыночную соответствие, в то время как среди компаний, интегрировавших продукты с искусственным интеллектом, только 13% достигли этой стадии.

Что они делают: рабочие процессы агентов и вертикальные приложения становятся мейнстримом. Почти 80% разработчиков, работающих с AI, занимаются разработкой рабочих процессов агентов (то есть AI-систем, которые могут самостоятельно выполнять многоэтапные операции от имени пользователя).

Как они это делают: компании стремятся к единству в выборе многомодельной архитектуры для оптимизации производительности, контроля расходов и соответствия конкретным сценариям применения. В продуктах, ориентированных на клиентов, каждый респондент в среднем использует 2,8 модели.

2. Постоянно развивающаяся модель ценообразования ИИ отражает уникальные экономические характеристики

Искусственный интеллект меняет способ, которым компании устанавливают цены на продукты и услуги. Согласно нашему исследованию, многие компании принимают смешанную модель ценообразования, добавляя к базовой подписной плате модель, основанную на оплате за использование. Также некоторые компании исследуют полностью основанные на фактическом использовании или результатах клиентов модели ценообразования.

В настоящее время многие компании по-прежнему бесплатно предоставляют функции ИИ, но более одной трети (37%) предприятий планируют в течение следующего года скорректировать свою ценовую стратегию, чтобы цена больше соответствовала ценности, получаемой клиентами, и объему их использования функций ИИ.

3. Стратегия талантов как дифференцированное преимущество

Искусственный интеллект — это не только техническая проблема, но и организационная проблема. В настоящее время большинство ведущих команд формируют кросс-функциональные команды из инженеров по искусственному интеллекту, инженеров по машинному обучению, научных сотрудников по данным и менеджеров по продуктам ИИ.

Смотря в будущее, большинство компаний ожидают, что 20-30% их инженерных команд будут сосредоточены на искусственном интеллекте, в то время как в быстрорастущих компаниях этот процент, как ожидается, достигнет 37%. Однако результаты опроса показывают, что нахождение подходящих кадров по-прежнему является узким местом. Из всех специфических должностей в области искусственного интеллекта наименьшее время найма требуется для вакансий инженеров AI и машинного обучения, среднее время заполнения которых превышает 70 дней.

В отношении прогресса найма существуют разногласия. Хотя некоторые рекрутеры считают, что процесс идет хорошо, 54% респондентов заявили, что прогресс отстает, при этом наиболее распространенной причиной является нехватка квалифицированных кадров.

4. Бюджет на искусственный интеллект резко увеличился, что отражено в отчете о прибылях и убытках компании.

Компании, использующие технологии искусственного интеллекта, вкладывают 10%-20% своего бюджета на исследования и разработки в область ИИ, и к 2025 году компании всех доходных категорий продолжают демонстрировать тенденцию к росту. Этот стратегический сдвиг всё более подчеркивает: технологии ИИ стали основным движущим фактором стратегического планирования продуктов.

С ростом масштаба продуктов искусственного интеллекта структура затрат часто претерпевает значительные изменения. На ранних этапах разработки продукта затраты на человеческие ресурсы обычно являются крупнейшей статьей расходов, включая расходы на найм, обучение и повышение квалификации. Однако, когда продукт достигает зрелости, расходы на облачные услуги, стоимость вывода модели и затраты на соблюдение нормативных требований становятся основными статьями расходов.

5. Масштаб применения искусственного интеллекта внутри компании расширяется, но распределение неравномерное.

Хотя большинство опрошенных компаний предоставляют доступ к внутренним инструментам ИИ примерно 70% сотрудников, фактически регулярно используют эти инструменты лишь около половины. В крупных и более зрелых организациях особенно заметна сложность внедрения использования искусственного интеллекта среди сотрудников.

Высокопринимающие компании (то есть компании, где более половины сотрудников используют инструменты ИИ) в среднем внедряют искусственный интеллект в семь и более внутренних приложений, включая помощников по программированию (77% использования), генерацию контента (65%) и поиск документов (57%). Увеличение производительности в этих областях составляет от 15% до 30%.

Экосистема AI инструментов все еще разрозненная, но постепенно становится более зрелой.

Мы исследовали сотни компаний, чтобы понять, какие технологические фреймворки, библиотеки и платформы на самом деле используются в производственной среде. Этот отчет не является простым рейтингом, а представляет собой реальное отражение инструментов, используемых разработчиками в различных областях.

Ниже представлен краткий обзор наиболее часто используемых инструментов в алфавитном порядке: