Ось детальний підсумок відео українською мовою:
Вступ: Чи справді ШІ вартий усього шуму?
Відео починається з гучних заяв про штучний інтелект — технологію, якій пророкують порятунок людства, але водночас згадують, що 95% компаній не фіксують зростання прибутку від впровадження ШІ. Автор ставить під сумнів, чи не є цей ажіотаж черговою бульбашкою, подібною до доткомівської. Для відповіді він досліджує реальне застосування ШІ в бізнесі, його обмеження та ознаки можливої фінансової бульбашки.
Реальне застосування: BMW та агентний ШІ
BMW використовує ШІ для керування понад 250 000 виробничих інструментів (преси, зварювальні апарати, крани тощо), які передаються партнерам. Для цього застосовується так званий агентний ШІ — набір невеликих цифрових помічників, які виконують конкретні завдання. Спочатку агент-завдання надсилає постачальнику запит на інвентаризацію. Постачальник сканує QR-код інструмента — це ключовий елемент усієї системи. Далі агент валідації перевіряє, чи все правильно (геолокація, метадані, номер інвентарю). Якщо виникає проблема — спрацьовує повідомлення людині. Якщо все добре — агент документації оформлює папери. Таким чином, ШІ автоматизує рутинні операції, звільняючи працівників для нетипових випадків.
Агентний ШІ відрізняється від звичайного чат-бота: він не просто відповідає на запит, а самостійно збирає інформацію (смаки, калорійні потреби, акції в супермаркетах, рекомендації з харчування), перевіряє власні рішення та створює персоналізований список покупок з урахуванням планування магазину. У BMW такий підхід дозволяє автоматизувати значну частину роботи з меншими витратами людської праці.
Проблеми впровадження: інтеграція та очікування
Інтеграція агентного ШІ в існуючі бізнес-процеси зайняла в BMW півтора року. Як зазначає експерт Девід Кроуфорд, проблема не технологічна, а бізнесова: потрібно ретельно перепроектувати робочі процеси, а не просто встановити ШІ й чекати ефективності. Успішне впровадження може дати зростання доходу до 10–25% до сплати податків, але багато компаній лише тестують технологію, не маючи готових продуктів. Це викликає сумніви: чи не є обіцянки ШІ завищеними?
Приклади невдалих обіцянок: Do Not Pay, Stanford, Cognition
Автор наводить кілька гучних провалів. Сервіс Do Not Pay обіцяв автоматизувати будь-яку роботу юриста, але отримав штраф від Федеральної торгової комісії за неправдиві обіцянки. Стенфордські вчені виявили серйозні галюцинації в юридичних ШІ, які часом повністю перекручували сенс законів. Агент Cognition Devin — програмістський ШІ з високими балами в бенчмарках — успішно виконав лише 3 з 20 реальних завдань. Це підкреслює проблему «навчання до тесту»: моделі можуть блискуче складати іспити (навіть міжнародні математичні олімпіади), але провалюватися на простих питаннях, яких не було в тестах. Як зауважує Рао Камуті, фахівець із планування та прийняття рішень ШІ, узагальнення залишається «ахіллесовою п’ятою» великих мовних моделей.
Галюцинації та надійність: невирішена проблема
Навіть найкращі моделі мають рівень помилок 3–10% при узагальненні коротких документів. Для порівняння: якби 10% літаків у США зазнавали аварій, це було б 1,7 млн катастроф на рік. Експерти наголошують, що теоретично неможливо повністю усунути галюцинації з таких моделей, оскільки вони не розрізняють факт і переконання. У BMW обмежують ризики чіткими правилами для агентів: кожен агент закріплений за одним кроком процесу, і на кожному кроці передбачено тестування. Однак це не гарантія 100% надійності.
Чотири ознаки бульбашки: наратив, невизначеність, чисті гравці, недосвідчені інвестори
Дослідники Девід Кірш і Брент Голдфаб проаналізували 58 технологічних інновацій (електрика, авіація, залізниця, доткоми) і визначили чотири фактори, що підвищують імовірність бульбашки.
1. Наратив. ШІ має високу «наративність» — він підтримує багато захопливих історій: від заміни робочої сили (розумніші за людину вже цього року) до голлівудських сценаріїв (Зоряний шлях, Матриця, Ex Machina). Це спонукає людей вкладати гроші, навіть якщо конкретна історія їх не переконує, знайдеться інша.
2. Невизначеність. 95% компаній не бачать повернення інвестицій у ШІ. Технологія потребує величезних витрат на дата-центри. За оцінкою McKenzie, до 2030 року потрібно $5,2 трлн — у 15 разів більше, ніж проєкт Apollo. Водночас у 2025 року дохід ШІ-галузі оцінюється лише в $60 млрд. Компанії (Google, Microsoft, Amazon, Meta) беруть величезні кредити: Meta отримала $72 млрд на дата-центр у Луїзіані, Oracle — $18 млрд. Банк Англії попередив про ризики, порівнявши рівень боргового фінансування з доткомівською бульбашкою. Поява китайської моделі DeepSeek, яка досягає подібних результатів із меншими обчислювальними потужностями, різко обвалила акції ШІ — це показує крихкість ринку.
3. Чисті гравці (pure plays). Компанії, які займаються виключно ШІ (Nvidia тощо), отримують непропорційно високі оцінки.
4. Недосвідчені інвестори. У 2024 році роздрібні інвестори вклали $30 млрд в акції Nvidia, зробивши їх найпопулярнішою акцією. Але, як зазначають дослідники, у випадку ШІ всі є новачками — ніхто не знає, наскільки технологія буде корисною в кожному застосуванні, якою буде ціна в майбутньому, яка бізнес-модель виявиться ефективною.
Висновки: чи є бульбашка?
З одного боку, ШІ справді приносить користь: BMW підтверджує зростання ефективності в межах 10–25%, такі результати бачать і інші компанії. Однак для цього потрібна ретельна інтеграція, а не просте встановлення ChatGPT. З іншого боку, є очевидні ознаки бульбашки: завищені обіцянки, величезні борги, високі оцінки акцій, невизначеність щодо реальної цінності. Автор порівнює ситуацію з доткомами 2000 року, але зауважує, що ніхто не знає напевно. Ключова проблема — відсутність прориву в надійності ШІ, який би виправдав шалені витрати на дата-центри. Microsoft нещодавно втратила 12% вартості акцій через звіти про витрати на ШІ. Уся конструкція здається крихкою — достатньо ще одного «моменту DeepSeek», щоб усе обвалилося.
