Венчурные капиталисты вновь предсказывают всплеск внедрения ИИ в корпоративном секторе, на этот раз называя 2026 год переломным. Этот прогноз появляется после трех лет оптимистичных прогнозов, которые еще не полностью реализовались, несмотря на значительные инвестиции и распространение ИИ-стартапов после запуска ChatGPT от OpenAI.

Оптимизм сдерживается реальностью: многие предприятия по-прежнему испытывают трудности с получением ощутимой выгоды от своих инвестиций в ИИ. Недавний опрос MIT показал, что ошеломляющие 95% предприятий не видят значимой отдачи от своих инвестиций в ИИ. Это поднимает важный вопрос: когда предприятия действительно начнут видеть ценность в интеграции и использовании ИИ?

TechCrunch опросил 24 венчурных капиталиста, специализирующихся на корпоративном ИИ, и подавляющее большинство сходится во мнении, что 2026 год станет годом, когда предприятия существенно внедрят ИИ, увидят его ценность и, следовательно, увеличат свои бюджеты на эту технологию. Однако этот прогноз перекликается с аналогичными прогнозами, сделанными в предыдущие годы, что вызывает скептицизм относительно того, будет ли 2026 год действительно другим.

Рынок корпоративного ИИ пережил значительный рост, подпитываемый обещаниями повышения эффективности, автоматизации и принятия решений на основе данных. Однако сложность интеграции решений ИИ в существующую инфраструктуру в сочетании с недостаточным пониманием возможностей ИИ препятствует широкому распространению. Кроме того, первые пользователи, возможно, переоценили возможности больших языковых моделей (LLM), рассматривая их как универсальное решение, а не как инструмент, лучше всего подходящий для конкретных приложений. Как отметил Кирби Уинфилд, генеральный партнер-основатель Ascend, предприятия начинают осознавать, что LLM не являются панацеей от большинства проблем.

Заглядывая вперед, успешная интеграция ИИ на предприятиях зависит от нескольких факторов. Во-первых, предприятиям необходимо четко понимать свои конкретные потребности и определять решения ИИ, которые непосредственно отвечают этим потребностям. Во-вторых, инвестиции в обучение и образование имеют решающее значение для обеспечения того, чтобы сотрудники могли эффективно использовать и управлять инструментами ИИ. Наконец, акцент на качестве данных и управлении ими необходим для обеспечения того, чтобы алгоритмы ИИ обучались на надежных и точных данных. Если эти проблемы будут решены, 2026 год действительно может стать годом, когда корпоративный ИИ, наконец, оправдает свой давно обещанный потенциал.