Майкл Герштенгабер, вице-президент по продуктам платформы Google Cloud, отвечает за Vertex — унифицированную платформу компании для развертывания корпоративного искусственного интеллекта. Его позиция позволяет видеть, как именно бизнес использует современные AI-модели, а также какие барьеры еще остаются на пути к широкому внедрению агентных решений.
Об этом сообщает ProIT
Три основных направления развития AI-моделей
Герштенгабер выделяет три ключевых направления, по которым сегодня развиваются модели искусственного интеллекта: «сырой интеллект», скорость ответа и способность модели работать в масштабах с приемлемой себестоимостью. Последний аспект — это не столько вопрос возможностей, сколько финансовой эффективности: можно ли развернуть модель так, чтобы она работала стабильно при непредсказуемой нагрузке и с минимальными затратами. Такой подход дает новую перспективу в понимании возможностей современных AI-решений.
«Я вижу три границы. Модели вроде Gemini Pro настроены на максимальный интеллект. Например, при написании кода важно получить лучший результат, даже если это занимает 45 минут, ведь код должен поддерживаться и запускаться в производстве. Но есть и другая граница — задержка. Если речь идет о поддержке клиентов, нужно найти баланс между интеллектом и скоростью ответа, потому что результат не имеет смысла, если клиент устанет ждать и положит трубку. И наконец, есть ситуации, когда компании вроде Reddit или Meta модерируют огромные объемы контента, и здесь на первый план выходит масштабируемость по разумной цене.»
Вызовы агентных систем и инфраструктуры
Несмотря на стремительное развитие AI, настоящий прорыв в повседневном использовании агентных систем сдерживает отсутствие необходимой инфраструктуры и типовых рабочих процессов. По словам Герштенгабера, технология агентных систем существует всего около двух лет, и этого времени недостаточно, чтобы отрасль успела разработать стандарты аудита и авторизации для таких агентов. Особенно быстро AI внедряется в сфере разработки программного обеспечения, где процессы тестирования и ревью кода уже интегрированы в рабочие циклы, что снижает риски использования новых технологий. Однако, чтобы агентные подходы стали массовыми в других отраслях, необходимо разработать подобные процессы и для других профессий.
Герштенгабер также отмечает уникальность Google в вертикальной интеграции: компания контролирует все этапы — от собственных дата-центров и чипов до интерфейсов и уровней инференса и агентного управления, а также обеспечивает соответствие и надзор за процессами. Это позволяет создавать мощные интегрированные решения для бизнеса и конечных пользователей.