Лідери думок

Що таке борг у сфері штучного інтелекту та як керівникам підприємств погасити його у 2026 році?

Paul Scott-Murphy
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиШтучний інтелект заборгував своє існування спрощеним підходам, таким як застарілі…
Показати більше
  • Штучний інтелект заборгував своє існування спрощеним підходам, таким як застарілі системи та розрізнені сховища даних, які тепер гальмують масштабування корпоративного ШІ.
  • Понад 60% компаній очікують зростання навантаження, але не мають централізованих даних та безпечної інфраструктури для агентів ШІ.
  • Ліквідація боргів перед ШІ вимагає централізації даних на сучасній хмарній платформі та автоматизації їх управління та обміну.

Нещодавно у глобальній економіці виникли побоювання, що агресивні витрати на штучний інтелект не окупляться реальними прибутками. Для інвесторів та керівників підприємств зараз беззаперечно, що 2026 рік має стати роком, коли обіцянки повної трансформації стають реальністю, з незаперечним поверненням інвестицій та чітким шляхом масштабування штучного інтелекту. Пільговий період для експериментів зі штучним інтелектом насправді закінчився.

Проти цього стоїть той факт, що у 2025 році звіт Массачусетського технологічного інституту показав, що навіть через роки після початку «буму штучного інтелекту» до 95% корпоративних проектів зі штучним інтелектом все ще не змогли показати результати за межами пілотної стадії. Це відбувається через колективну поспішність у прийнятті нових інструментів без правильних основ для успіху ініціатив зі штучним інтелектом.

Ця неефективна інтеграція накопичилася у вигляді боргу перед штучним інтелектом: майбутніх витрат на незавершену цифрову трансформацію внаслідок обхідних шляхів у проектах зі штучним інтелектом.

Це невидиме, але зростаюче зобов’язання, захована глибоко всередині корпоративної інфраструктури. Борг перед штучним інтелектом полягає у застарілих системах, які ніколи не були повністю виведені з експлуатації, ізольованих сховищах даних, які ніколи не були об’єднані, та хмарних міграціях, які ніколи не були повністю завершені. Ці рішення могли бути практичним способом інтегрувати штучний інтелект у темп, який вимагався на той час, але вони створили складну мережу застарілих та сучасних платформ, яка задушує штучний інтелект у масштабі.

Як і у випадку з будь-яким фінансовим боргом, тепер ним потрібно керувати та погашати його за допомогою стратегії, розробленої для створення основи, яку корпоративний штучний інтелект насправді потребує.

Вартість боргу перед штучним інтелектом

Вартість цієї незавершеної справи є суттєвою, з недавнім аналізом компанії McKinsey, який підкреслює суттєву втрачену можливість. Незважаючи на поширення інструментів штучного інтелекту сьогодні, 63% підприємств все ще експериментують або пілотують проекти зі штучним інтелектом на ранній стадії. Це свідчить про труднощі у захопленні повної цінності генеративного штучного інтелекту, оціненої у світі між 2,6 трлн та 4,4 трлн доларів.

Це величезна сума, яку залишають невикористаною через чисту структурну неефективність. Керівники ІТ-відділів стикаються з високо фрагментованою цифровою архітектурою, з роками доданих систем та суперечливих моделей даних, які створили щільно сплетені дані, що гальмують кожну нову ініціативу зі штучним інтелектом, яку організація намагається реалізувати. Коли автономні платформи штучного інтелекту потім накладаються на ці недостатні основи протягом багатьох років, повернення стає все більш складним. Не тільки це, але й паралельна робота старих та нових систем збільшує витрати на технічне обслуговування на 20-50% та вводить серйозні ризики безпеки у рамках GDPR та DORA.

Загалом, оцінки свідчать про те, що 50-70% корпоративних даних, які є життєво важливими для ефективної інтеграції штучного інтелекту, залишаються ізольованими та не пов’язаними. Без змін для створення солідної основи навіть найперспективніші пілотні проекти зі штучним інтелектом будуть зникати.

Вузол у машині

Пошук автономних систем, здатних до незалежного прийняття рішень, загострив проблему за останні роки, суттєво збільшивши ризик невдачі.

Хоча більшість організацій планують розгорнути агентів штучного інтелекту в найближчому майбутньому, лише мала частина з них централізувала свої дані або забезпечила свою інфраструктуру для обробки очікуваного зростання навантажень. Недавні висновки компанії Cisco свідчать про те, що менше однієї компанії з п’яти повністю централізували свої дані для безперешкодного доступу штучного інтелекту.

Крім того, понад 60% фірм очікують, що їхнє навантаження збільшиться більш ніж на 30% протягом наступних кількох років, тоді як менше однієї третини відчувають себе готовими забезпечити захист автономних систем штучного інтелекту від нових загроз.

Навіть найбільш розвинені в цифровому плані компанії стикаються зі зростаючими витратами на обчислення та постійною нестачею фахівців у галузі кібербезпеки та інженерії штучного інтелекту. Так само, як технічний борг уповільнив розвиток програмного забезпечення в попередніх десятиліттях, борг перед інфраструктурою штучного інтелекту загрожує зупинити поточну хвилю трансформації, перш ніж вона принесе суттєві результати.

У своїй основі це проблема даних. Системи штучного інтелекту посилюють все, на чому вони тренуються, тому якщо дані неповні або контекстно погіршені, виходи будуть пошкоджені. Часто ми чуємо, як керівники підприємств скаржаться на результати, подібні до цих, на LinkedIn, як на «бруд штучного інтелекту», який, якщо його не зупинити, створює комерційний та репутаційний ризик, який підриває довіру до технології та компанії, яка її створила.

Погашення боргу

Щоб серйозно зайнятися штучним інтелектом, організації повинні зупинити цикл короткострокових компромісів та звернутися до джерела фрагментації. У компанії Cirata ми радимо клієнтам, що першим кроком є централізація джерела. Це означає відхід від розсіяних електронних таблиць та ізольованих серверів на користь єдиної, сучасної хмарної платформи, де інформація легко доступна та оновлюється в режимі реального часу.

Наступним пріоритетом є автоматизація потоку інформації. Ручний рух даних є внутрішньо повільним та схильним до помилок, але існують дані рішення, які можуть допомогти створити автоматизований потік даних, щоб дані були завжди готові та доступні.

Нарешті, важливо встановити хорошу систему управління, встановивши правила. Визначення того, хто володіє даними, хто може отримати до них доступ, та як їх верифікувати, забезпечує цілісність всієї системи. Відокремлюючи оркестрацію даних від основної інфраструктури, організації можуть переміщувати та інтегрувати дані у локальних та багатохмарних середовищах без переривання.

Будівництво на солідній основі

Різниця між проєктом штучного інтелекту, який зазнає невдачі, та тим, який трансформує підприємство, рідко полягає у самому штучному інтелекті; це питання даних, які його живлять. Обіцянка штучного інтелекту залишається величезною, але жоден алгоритм не може компенсувати слабку основу. Як і будівля потребує структурної цілісності, перш ніж додавати додаткові поверхи, штучний інтелект потребує надійної інфраструктури даних, перш ніж зможе доставити тривалий результат.

Пол Скотт-Мерфі, Головний технічний директор у Cirata, відповідає за стратегію продукції та технологій компанії, включаючи взаємодію з промисловістю, технічну інновацію, створення нових ринків та продукції. Це включає в себе безпосередню взаємодію з більшістю значущих клієнтів, партнерів та потенційних клієнтів Cirata. Раніше віце-президент з управління продукцією у Cirata, а також Регіональний головний технічний директор компанії TIBCO Software в Азійсько-Тихоокеанському регіоні та Японії, Пол має ступінь бакалавра наук з відзнакою першого класу та ступінь бакалавра інженерії з відзнакою першого класу університету Західної Австралії.