ნუ შეცდებით, 2025 წელს გენერაციულ ხელოვნურ ინტელექტში დიდი ფული დაიხარჯება.
ანალიტიკურმა ფირმა Gartner-მა დღეს ახალი ანგარიში გამოაქვეყნა, რომლის თანახმად, გლობალური გენერაციული AI-ის ხარჯები 2025 წელს $644 მილიარდს მიაღწევს. ეს მაჩვენებელი 2024 წელთან შედარებით 76.4%-იან წლიურ ზრდას წარმოადგენს.
Gartner-ის ანგარიში ბოლო თვეებში გამოქვეყნებული სხვა ინდუსტრიული ანალიზების რიგს უერთდება, რომლებიც ყველა გენერაციული AI-ის ათვისებისა და მასზე ხარჯების ზრდას მიუთითებს. ხარჯები 130%-ით იზრდება, პენსილვანიის უნივერსიტეტის უორტონის სკოლის კვლევითი ცენტრის, AI at Wharton-ის მიერ ჩატარებული კვლევის მიხედვით. Deloitte-მა განაცხადა, რომ საწარმოთა 74%-მა უკვე მიაღწია ან გადააჭარბა გენერაციული AI-ის ინიციატივებს.
მიუხედავად იმისა, რომ გასაკვირი არ არის გენერაციულ AI-ზე ხარჯების ზრდა, Gartner-ის ანგარიში ახალ სიცხადეს გვთავაზობს იმის შესახებ, თუ სად მიდის ფული და სად შეიძლება მიიღონ საწარმოებმა ყველაზე მეტი სარგებელი.
Gartner-ის ანალიზის მიხედვით, ტექნიკა 2025 წელს გენერაციული AI-ის მთლიანი ხარჯების განსაცვიფრებელ 80%-ს მოითხოვს. პროგნოზი აჩვენებს:
* მოწყობილობები შეადგენენ $398.3 მილიარდს (99.5% ზრდა) * სერვერები $180.6 მილიარდს მიაღწევს (33.1% ზრდა) * პროგრამული უზრუნველყოფის ხარჯები მხოლოდ $37.2 მილიარდია (93.9% ზრდა) * მომსახურება ჯამში $27.8 მილიარდს შეადგენს (162.6% ზრდა)
მოწყობილობების ბაზარი ყველაზე დიდი მოულოდნელობა იყო, ის უფრო მიწოდების მხარით არის განპირობებული, ვიდრე მოთხოვნის მხარით," - განუცხადა VentureBeat-ს ჯონ ლოვლოკმა, Gartner-ის გამოჩენილმა ვიცე-პრეზიდენტმა და ანალიტიკოსმა. "მომხმარებლები და საწარმოები არ ეძებენ AI-ით აღჭურვილ მოწყობილობებს, მაგრამ მწარმოებლები აწარმოებენ და ყიდიან მათ. 2027 წლისთვის თითქმის შეუძლებელი იქნება ისეთი კომპიუტერის ყიდვა, რომელიც AI-ით არ არის აღჭურვილი.
## ტექნიკის დომინირება გაძლიერდება და არ შემცირდება საწარმოთა AI-სთვის
იმის გათვალისწინებით, რომ ტექნიკა 2025 წელს გენერაციული AI-ის ხარჯების დაახლოებით 80%-ს შეადგენს, ბევრს შეიძლება ეგონოს, რომ ეს თანაფარდობა თანდათან გადაინაცვლებს პროგრამული უზრუნველყოფისა და მომსახურებისკენ ბაზრის მომწიფებასთან ერთად. თუმცა, ლოვლოკის მოსაზრებები საპირისპიროს გვთავაზობს.
თანაფარდობა დროთა განმავლობაში უფრო ტექნიკის სასარგებლოდ იცვლება", - თქვა ლოვლოკმა. "მიუხედავად იმისა, რომ უფრო და უფრო მეტ პროგრამულ უზრუნველყოფას ექნება გენერაციული AI-ის ფუნქციები, გენერაციულ AI-ის პროგრამულ უზრუნველყოფაზე ნაკლები ფული დაიხარჯება - გენერაციული AI იქნება ჩაშენებული ფუნქციონალი, რომელიც პროგრამული უზრუნველყოფის ფასში შევა.
ამ პროექციას ღრმა გავლენა აქვს ტექნოლოგიების ბიუჯეტირებასა და ინფრასტრუქტურის დაგეგმვაზე. ორგანიზაციებმა, რომლებიც დროთა განმავლობაში ხარჯების ტექნიკიდან პროგრამულ უზრუნველყოფაზე გადატანას ელოდებიან, შესაძლოა, გადახედონ თავიანთ ფინანსურ მოდელებს მიმდინარე ტექნიკური მოთხოვნების გათვალისწინებით.
უფრო მეტიც, მომავალი თაობის AI ფუნქციონალის ჩაშენებული ბუნება ნიშნავს, რომ დისკრეტული AI პროექტები შეიძლება ნაკლებად გავრცელებული გახდეს. სამაგიეროდ, AI შესაძლებლობები სულ უფრო ხშირად გამოჩნდება, როგორც ფუნქციები არსებულ პროგრამულ პლატფორმებში, რაც მიზანმიმართული ათვისების სტრატეგიებსა და მართვის ჩარჩოებს კიდევ უფრო კრიტიკულს ხდის.
## PoC-ების სასაფლაო: რატომ მარცხდება საწარმოთა შიდა AI პროექტები
Gartner-ის ანგარიში ხაზს უსვამს მწარე რეალობას: გენერაციული AI-ის კონცეფციის დადასტურების (PoC) ბევრი შიდა პროექტი ვერ აკმაყოფილებს მოსალოდნელ შედეგებს. ამან შექმნა ის, რასაც ლოვლოკი "პარადოქსს" უწოდებს, სადაც მოლოდინები მცირდება მასიური ინვესტიციების მიუხედავად.
ამ გამოწვევებზე დაწვრილებით საუბრისას, ლოვლოკმა გამოყო სამი კონკრეტული ბარიერი, რომელიც მუდმივად აფერხებს გენერაციული AI-ის ინიციატივებს.
კორპორაციებს, რომლებსაც უფრო მეტი გამოცდილება აქვთ AI-თან, უფრო მაღალი წარმატების მაჩვენებელი ჰქონდათ გენერაციულ AI-თან, ხოლო საწარმოებს, რომლებსაც ნაკლები გამოცდილება ჰქონდათ, უფრო მაღალი წარუმატებლობის მაჩვენებელი ჰქონდათ", - განმარტა ლოვლოკმა. "თუმცა, საწარმოთა უმეტესობა დამარცხდა სამი ძირითადი მიზეზიდან ერთ-ერთის ან რამდენიმეს გამო: მათი მონაცემები იყო არასაკმარისი ზომის ან ხარისხის, მათმა თანამშრომლებმა ვერ შეძლეს ახალი ტექნოლოგიის გამოყენება ან ახალ პროცესზე გადასვლა, ან ახალ გენერაციულ AI-ს არ ექნებოდა საკმარისი ROI.
ეს მოსაზრებები ცხადყოფს, რომ გენერაციული AI-ის ძირითადი გამოწვევები არ არის ტექნიკური შეზღუდვები, არამედ ორგანიზაციული მზაობის ფაქტორები:
1. **მონაცემთა არაადეკვატურობა**: ბევრ ორგანიზაციას არ აქვს საკმარისი მაღალი ხარისხის მონაცემები გენერაციული AI სისტემების ეფექტურად მოსამზადებლად ან დასანერგად. 2. **ცვლილებებისადმი წინააღმდეგობა**: მომხმარებლები იბრძვიან ახალი ინსტრუმენტების ათვისებისთვის ან სამუშაო პროცესების AI შესაძლებლობების ინკორპორირებისთვის ადაპტირებისთვის. 3. **ROI-ის დეფიციტი**: პროექტები ვერ ახერხებენ გაზომვადი ბიზნეს ღირებულების მიწოდებას, რომელიც ამართლებს მათ დანერგვის ხარჯებს.
## სტრატეგიული შემობრუნება: შიდა განვითარებიდან კომერციულ გადაწყვეტილებებამდე
Gartner-ის პროგნოზი აღნიშნავს მოსალოდნელ ცვლილებას ამბიციური შიდა პროექტებიდან 2025 წელს და მის შემდეგ. სამაგიეროდ, მოლოდინია, რომ საწარმოები უპირატესობას მიანიჭებენ კომერციულ მზა გადაწყვეტილებებს, რომლებიც უზრუნველყოფენ უფრო პროგნოზირებად დანერგვას და ბიზნეს ღირებულებას.
ეს გადასვლა ასახავს მზარდ აღიარებას იმისა, რომ მორგებული გენერაციული AI გადაწყვეტილებების აგება ხშირად უფრო მეტ გამოწვევას წარმოადგენს, ვიდრე მოსალოდნელი იყო. ლოვლოკის კომენტარები წარუმატებლობის მაჩვენებლების შესახებ ხაზს უსვამს, თუ რატომ გადადის ბევრი ორგანიზაცია კომერციულ ვარიანტებზე, რომლებიც გვთავაზობენ პროგნოზირებად დანერგვის გზებს და უფრო მკაფიო ROI-ს.
ტექნიკური ლიდერებისთვის ეს გულისხმობს პრიორიტეტების მინიჭებას გამყიდველების გადაწყვეტილებებისთვის, რომლებიც გენერაციული AI შესაძლებლობებს არსებულ სისტემებში აერთიანებენ, ნაცვლად ნულიდან მორგებული აპლიკაციების აგებისა. როგორც ლოვლოკმა აღნიშნა, ეს შესაძლებლობები სულ უფრო ხშირად მიეწოდება, როგორც სტანდარტული პროგრამული ფუნქციონალის ნაწილი, და არა როგორც ცალკეული გენერაციული AI პროდუქტები.
## რას ნიშნავს ეს საწარმოთა AI სტრატეგიისთვის
საწარმოებისთვის, რომლებიც ცდილობენ ლიდერობას AI-ის ათვისებაში, Gartner-ის პროგნოზი გამოწვევას უქმნის გენერაციული AI ბაზრის შესახებ რამდენიმე გავრცელებულ ვარაუდს. ტექნიკურ ხარჯებზე, მიწოდების მხარის მამოძრავებელ ძალებსა და ჩაშენებულ ფუნქციონალზე აქცენტი მიუთითებს, რომ უფრო ევოლუციურმა მიდგომამ შეიძლება უკეთესი შედეგი გამოიღოს, ვიდრე რევოლუციურმა ინიციატივებმა.
ტექნიკურმა გადაწყვეტილების მიმღებებმა ყურადღება უნდა გაამახვილონ კომერციული გენერაციული AI შესაძლებლობების ინტეგრირებაზე არსებულ სამუშაო პროცესებში, ნაცვლად მორგებული გადაწყვეტილებების აგებისა. ეს მიდგომა ემთხვევა ლოვლოკის დაკვირვებას, რომ CIO-ები ამცირებენ თვითგანვითარების ძალისხმევას არსებული პროგრამული უზრუნველყოფის პროვაიდერების ფუნქციების სასარგებლოდ.
ორგანიზაციებისთვის, რომლებიც უფრო კონსერვატიულ ათვისებას გეგმავენ, AI-ით აღჭურვილი მოწყობილობების გარდაუვალობა ქმნის გამოწვევებსა და შესაძლებლობებს. მიუხედავად იმისა, რომ ეს შესაძლებლობები შეიძლება რეგულარული განახლების ციკლების მეშვეობით მოვიდეს სტრატეგიული განზრახვის მიუხედავად, ორგანიზაციები, რომლებიც მოემზადებიან მათ ეფექტურად გამოსაყენებლად, კონკურენტულ უპირატესობებს მოიპოვებენ.
რადგან გენერაციული AI-ის ხარჯები 2025 წელს $644 მილიარდისკენ მიიწევს, წარმატება მხოლოდ ხარჯების მოცულობით არ განისაზღვრება. ორგანიზაციები, რომლებიც თავიანთ ინვესტიციებს ორგანიზაციულ მზაობასთან ათანხმებენ, ყურადღებას ამახვილებენ სამი ძირითადი წარუმატებლობის ფაქტორის დაძლევაზე და შეიმუშავებენ სტრატეგიებს სულ უფრო მეტად ჩაშენებული გენერაციული AI შესაძლებლობების გამოსაყენებლად, ამ სწრაფად განვითარებადი ტექნოლოგიური ლანდშაფტიდან ყველაზე მეტ ღირებულებას მიიღებენ.
*ასინეთა AI-ის მიერ არის დამუშავებული.*
გსურთ კომენტარის დატოვება?
კომენტარის დასატოვებლად საჭიროა ავტორიზაცია
შესვლა რეგისტრაციაკომენტარები არ არის
იყავით პირველი, ვინც დატოვებს კომენტარს