Я — головний стратегічний директор Cloudera, і ось чому ваш бюджет на штучний інтелект $1 мільярдів став застарілим

Штучний інтелект входить у нову фазу: еру 2.0. ШІ 1.0 базувався на неструктурованих даних, застосовуючи загальне машинне навчання до широких бізнес-завдань. Це ознаменувало перехід від експериментального ШІ до ранніх операційних та агентних систем, заснованих на переконанні, що більші моделі природно дадуть найпотужніші результати. Ця концепція була підтверджена гонкою гіперскейлерів за створення все більш великих фронтирних моделей, що спричинило гонку озброєнь, яка стимулювала прориви, але водночас призводила до незбалансованих обчислювальних вимог і зростання інфраструктурних витрат.

Рекомендоване відео

ШІ 2.0 відрізняється і ставить під сумнів цю віру, оскільки на практиці більші моделі виявляються набагато менш цінними. Замість моделювання мови або статистичних ймовірностей, ШІ 2.0 зосереджений на моделюванні реальних динамік світу. Він орієнтується на фізично-інформоване машинне навчання — строгі, імітаційно-орієнтовані моделі, засновані на диференціальних рівняннях, але прискорені ШІ. Ці моделі не галюцинують; вони обчислюють і прогнозують у межах реальних операцій, що робить їх набагато більш придатними для виробничих середовищ. Ця зміна також підкреслює, що підприємства більше не можуть покладатися лише на економіку гіперскейлерів. Навчання фронтирних моделей вимагає обчислювальних ресурсів, які можуть підтримати лише кілька провайдерів, змушуючи організації переосмислити, чи доступні взагалі “більші” моделі, не кажучи вже про їхню оптимальність для конкретних випадків використання.

Зрештою, визначальною характеристикою ШІ 2.0 є не масштаб, а стриманість. Ми рухаємося до систем ШІ, які знають, коли припинити думати. Це моделі, розроблені для точності, економічної ефективності та раціонального мислення, а не для безкінечних обчислень.

Перехід від ШІ 1.0 до ШІ 2.0

ШІ 1.0 здебільшого базувався на висновках і домінував у експериментах та демонстраціях, де організації оптимізувалися для презентацій і бенчмарків, а не для операційних результатів. Основне питання не полягало в тому, чи може ШІ масштабуватися економічно або надійно; воно було в тому, чи взагалі може працювати.

У цьому періоді багато лідерів потрапили у так звану “ловушку точності”, коли вони оптимізували лише точність, а не обчислювальні ресурси або контекстуальне розуміння. Моделі, які виглядали сильними у контрольованих умовах, зрештою провалювалися у реальному застосуванні, оскільки були або занадто повільними для вимог реального світу, або надто дорогими для масштабування з урахуванням здорової економіки одиниці. Інстинкт полягав у тому, щоб починати з максимальної моделі, сподіваючись, що адаптація природним чином покращить продуктивність.

ШІ 2.0 переосмислює це мислення. Лідери тепер відповідальні за вимірюваний ROI, а не за демонстрації або бенчмарки. У 2.0 потрібно припинити навчати моделі знати все і натомість навчати ШІ імітувати те, що має значення. Це більш спеціалізована парадигма, де мета — навчитися і вдосконалювати одну або кілька здатностей, а не гнатися за узагальненням заради самого процесу.

У ШІ 2.0 кожна галузь — від охорони здоров’я до виробництва і фінансових послуг — зможе створювати менші, галузево-специфічні моделі, що імітують їхню унікальну фізику, обмеження та середовища. Це схоже на перехід від масового автопрому до індивідуального збирання: люди зможуть “створювати свої власні автомобілі”, оскільки виробництво більше не визначатиметься лише економікою масштабу. Наприклад, у медицині менші фізично-інформовані моделі можуть імітувати прогресування хвороб або реакцію на лікування без використання великих універсальних систем. Це усуває ризики галюцинацій і підвищує надійність у критичних для безпеки процесах.

Крім того, динаміка гіперскейлерів також змінюється. Замість запуску всього через великі централізовані моделі, підприємства розподіляють інтелект, поєднуючи базові моделі з малими мовними моделями, зменшуючи залежність від гіперскейлерів і оптимізуючи продуктивність для конкретних локальних середовищ.

Ця зміна — не лише технічна, а й економічна та операційна.

Ключ до успіху: знати, коли “зупинитися”

У корпоративних середовищах “думати” має реальну ціну. Більше параметрів рідко означає кращі результати для більшості завдань. Для багатьох застосувань моделі класу GPT-5 є надмірними, дорогими і повільними, що призводить до затримок у впровадженні та обмежених сценаріїв використання.

Основою ШІ 2.0 є свідомий обмежений інтелект. Світові моделі дозволяють системам створювати специфічне для задач уявлення реальності, що дозволяє системам раціонально обробляти важливе, а не перераховувати розуміння з нуля на кожному кроці. Ця ідея вже викликала дискусії у Давосі цього року, коли піонер ШІ Ян Лекун заявив, що “ніколи не досягнемо людського рівня інтелекту, тренуючи великі мовні моделі або працюючи лише з текстом. Нам потрібен реальний світ.” Його позиція полягає в тому, що створення коду — це одне, але досягнення когнітивної складності, наприклад, рівня п’ять самоврядних автомобілів, — це далеко за межами можливостей сучасних великих моделей.

Все це означає, що GPT-5 клас моделей не тренуються на реальних сценаріях. Натомість менші, спеціалізовані та ефективно налаштовані моделі можуть досягти достатньої точності швидше, забезпечити значно нижчу затримку, працювати за меншою ціною і масштабуватися відповідно до реального попиту. На практиці ШІ не повинен думати безперервно і точно не може функціонувати за архітектурою “одна модель для всіх”. Він має працювати у визначеному просторі рішень. Новий патерн включає архітектури, що маршрутизують завдання до найпростіших ефективних моделей, підвищують їхню складність лише за необхідності і постійно балансують точність із швидкістю та вартістю.

Інакше кажучи, розмір моделі — найнебезпечніша метрика на панелі інструментів. Це залишок епохи 1.0, що плутає ємність із можливостями. Те, що справді має значення, — це вартість за розв’язану проблему: наскільки ефективно система може забезпечити точний, надійний результат у межах реальних операцій.

Підприємства не виграють, запустивши найбільші моделі; вони виграють, запустивши найекономічніші, що вирішують проблеми масштабно.

Арбітраж талантів у ШІ 2.0

Талант — ще один критичний фактор ШІ 2.0, що кардинально змінить динаміку індустрії, оскільки успіх вимагає команди, здатної створювати моделі для дуже різних застосувань. Сьогодні лише невелика частина світового таланту може розробляти базові моделі, і більшість цього таланту зосереджена у кількох глобальних технологічних центрах.

Зараз дослідники — суперзірки, і їм платять відповідно, оскільки їхній попит високий. Але перехід до ШІ 2.0 вимагає переходу від магів до механіків: фахівців, які можуть налаштовувати, обслуговувати і оптимізувати моделі для вирішення конкретних реальних проблем. Цей перехід у таланті стане одним із найбільших арбітражних шансів наступної фази ШІ. Якщо ШІ має бути справді демократизованим, підприємства потребують таланту скрізь, хто розуміє фізику секторів — будь то медицина, виробництво, логістика тощо — і може перетворювати цей досвід у спеціалізовані, корисні системи ШІ.

Як це вплине на дорожні карти ШІ 2026 року? Це означає, що потрібно працювати розумніше, а не важче. Бюджети і стратегії мають зміститися у бік ефективності, але й зручності використання, віддаючи перевагу меншим, оптимізованим моделям, гібридним і багатомодельним архітектурам, системам, розробленим для довговічності у масштабі. Метрики успіху зсувуться з розміру моделі на вартість за результат, час прийняття рішення і реальний вплив у світі.

ШІ 2.0 не означає відмову від великих моделей. Це свідоме і економічне їх використання. Організації, що приймуть ці практики, рухатимуться швидше, витрачатимуть менше і досягатимуть більшого, ніж ті, хто все ще ганяється за силою масштабування.

Думки, викладені у коментарях Fortune.com, належать лише їх авторам і не обов’язково відображають думки та переконання Fortune.

Приєднуйтесь до Форчун Воркплей Інновацій Сімпозіуму 19–20 травня 2026 року в Атланті. Наступна ера інновацій у робочому середовищі вже тут — і старий сценарій переписується. На цьому ексклюзивному, енергійному заході зберуться найінноваційніші лідери світу, щоб дослідити, як ШІ, людство і стратегія знову змінюють майбутнє роботи. Реєструйтеся зараз.