Миналата пролет приложението за колекционери на вино CellarTracker създава AI сомелиер, който дава реалистични препоръки за вина според вкуса на потребителя.

Но алгоритъмът бързо се сблъсква с проблеми – не заради данните, с които е обучаван, а заради „характера“ си: чатботът е прекалено любезен.

„Той просто беше твърде мил, вместо да каже директно: малко вероятно е това вино наистина да ти хареса“, разказва главният изпълнителен директор на CellarTracker Ерик Левин пред Reuters.

На разработчиците им отнема около шест седмици, множество опити и много грешки, за да „се научи“ моделът да дава откровени оценки, преди функцията да бъде официално достъпна за потребителите.

Този на пръв поглед дребен детайл е показателен за един по-наболял проблем, пред който се изправят компаниите три години след експлозивния дебют на ChatGPT: генеративният AI е навсякъде около нас, но възвръщаемостта от инвестициите все още не е особено убедителна.

AI балонът и четирите мехурчета, които го поддържат

Откакто ChatGPT коренно промени разговора за изкуствения интелект, компании от всякакъв мащаб започнаха да внедряват генеративен AI във възможно най-много свои продукти и процеси.

Данните обаче показват, че реалната бизнес стойност към момента е ограничена.

Проучване на Forrester Research, проведено сред 1576 ръководители през второто тримесечие, показва, че едва 15% от анкетираните са отчели подобрение на маржовете си благодарение на AI през последната година.

Консултантската компания BCG стига до още по-песимистичен извод – едва 5% от 1250 мениджъри, анкетирани между май и средата на юли, виждат „широкомащабна стойност“ от изкуствения интелект.

Ръководителите продължават да вярват, че генеративният AI в крайна сметка ще трансформира бизнеса им, но все по-често преразглеждат колко бързо ще се случи това.

Forrester прогнозира, че през 2026 г. компаниите ще отложат около 25% от планираните си разходи за изкуствен интелект с поне една година.

„Технологичните компании разказаха историята, че всичко ще се промени много бързо“, казва анализаторът на Forrester Брайън Хопкинс.

„Но ние, хората, не се променяме толкова бързо.“

Възможно ли е пазарите да са на прага на „балон във всичко“? Инвеститорите са разделени по въпроса

Инфраструктура за трилиони и риск от нов балон

Въпреки колебливите резултати компаниите, които изграждат изкуствен интелект, удвояват усилията си да привлекат корпоративни клиенти.

OpenAI, Anthropic и Google залагат сериозно на бизнеса. По време на среща с медии в Ню Йорк главният изпълнителен директор на OpenAI Сам Алтман заявява, че пазарът за корпоративни AI решения може да достигне 100 млрд. долара.

Всичко това се случва на фона на безпрецедентни инвестиции – в чипове, центрове за данни и енергийна инфраструктура. Въпросът е дали тези разходи ще се оправдаят. Ако компаниите не успеят да използват изкуствения интелект за ръст на приходите, по-високи маржове или по-бързи иновации, част от експертите предупреждават за риск от срив, който би напомнял дотком балона от началото на 2000-те години.

След пускането на ChatGPT много компании създадоха вътрешни екипи, чиято задача беше да намерят „бързи победи“ с генеративен AI – технология, способна да създава текстове, код и изображения по заявка.

Един от добре познатите проблеми на тези модели е склонността им да угаждат на потребителя – т.нар. sycophancy. Това ги прави по-приятни за разговор, но често подкопава качеството на съветите.

Точно с това се сблъсква и CellarTracker. Изграден върху технологията на OpenAI, AI сомелиерът дава адекватни общи препоръки, но при конкретни реколти остава положителен – дори когато всички данни сочат, че потребителят едва ли ще хареса виното.

„Трябваше буквално да се обърнем на 180 градуса, за да накараме моделите да бъдат критични и да кажат, че има вина, които няма да ми допаднат“, казва Левин.

Част от решението е внимателно формулиране на подсказки, които дават „разрешение“ на AI да отказва на потребителите.

Лале ли е, зюмбюл ли е, балон ли е - какво означава AI бумът за стратезите на Уолстрийт

Друг проблем е непостоянството. Канадската железопътна компания Cando Rail and Terminals тества AI чатбот, който да помага на служителите да се ориентират във вътрешни доклади за безопасност. Проектът обаче се проваля, след като моделите не успяват надеждно да обобщят 100-те страници с канадски железопътни правила – понякога ги забравят, друг път ги тълкуват погрешно, а в някои случаи направо си ги измислят.

Компанията временно спира проекта, след като е инвестирала 300 000 долара в него. „Всички си мислехме, че това ще бъде лесният път“, казва мениджърът Джереми Нилсън. „Оказа се, че не сме били прави.“

Кол центровете и обслужването на клиенти бяха сред първите области, за които се очакваше масово изместване от AI. Практиката обаче показа граници.

Шведската финтех компания Klarna пуска в началото на 2024 г. AI агент, задвижван от OpenAI, който според компанията може да замени работата на 700 служители. През 2025 г. обаче главният изпълнителен директор Себастиан Сиемятковски признава, че част от клиентите просто предпочитат да общуват с хора.

AI се справя добре с простите задачи и може да поеме обем, еквивалентен на около 850 агенти, но по-сложните случаи бързо се прехвърлят към хора. И през 2026 г. Klarna планира второ поколение чатбот, но човешкият фактор остава ключов.

Подобна е ситуацията и във Verizon, където компанията отново залага на човешки оператори след експерименти с AI. „Около 40% от потребителите все още искат да говорят с човек“, казва Иван Берг, който ръководи AI инициативите на Verizon за бизнес клиенти.

AI Треската: Гигантите на Уолстрийт са на път да разтърсят пазарите с рекордни капиталови разходи

Големите езикови модели бързо напредват в сложни задачи като математика и програмиране, но се провалят в сравнително тривиални ситуации – феномен, известен като „назъбената граница“ на AI.

„Може да е Ferrari в математиката, но магаре, когато трябва просто да сложи едно събитие в календара ти“, казва Анастасиос Ангелопулос, съосновател на LMArena, в интервю за Reuters.

На практика дори дребни несъответствия в данните могат да подведат изкуствения интелект. Финансовите компании, например, използват информация от множество източници с различни формати, което може да накара моделите да „виждат неща, които не съществуват“.

////

Повече партньорство, по-малко „магия“

Поради тази причина компаниите, които разработват изкуствен интелект, все по-често преминават от модела „продаваме технология“ към „работим рамо до рамо с клиента“.

OpenAI създава вътрешни екипи, които директно помагат на компаниите да внедрят решения с „висок ефект и повече простота“.

Anthropic, която получава около 80% от приходите си от бизнес клиенти, наема експерти по „приложен AI“, които се внедряват директно в компаниите. Все повече стартъпи разработват специализирани AI инструменти за сектори като финанси и право, вместо универсални чатботове.

„Компаниите имат нужда от повече водене за ръка, за да направят AI наистина полезен за тях“, казва Мей Хабиб, главен изпълнителен директор на Writer – стартъп, който изгражда AI агенти за финансови и маркетингови екипи във фирми като Vanguard и Prudential.

Изводът е, че AI не е магия. Той изисква време, адаптация и сериозна намеса от страна на човека. Компаниите, които го възприемат като дългосрочен инструмент, а не като „лесния път“, имат реален шанс да превърнат инвестициите си в истинска бизнес стойност.