На конференции AlphaSummit 2025, как сообщает AlphaSense, доминирующей темой стал искусственный интеллект и его эволюция в сторону мультимодальных систем с памятью и персонализированных возможностей.
Множество моделей вместо одной доминирующей
Кит Вайсс, руководитель исследований программного обеспечения в Morgan Stanley, высказал мнение, что будущее ИИ — за специализированными моделями, а не единым универсальным решением. «Исторически мы видим, что обычно не одно гигантское решение общего назначения решает все задачи», — отметил он.
Вайсс привел практические примеры: Claude отлично справляется с программированием, Gemini лучше пишет тексты, а Grok эффективнее анализирует текущие тренды мышления. Эта специализация отражает более широкую тенденцию — капитал должен распределяться между множеством вендоров, а не концентрироваться у немногих игроков.
Идея единой модели-победителя выглядит все более утопичной. Специализация — это естественный эволюционный путь для сложных систем. Мы наблюдаем то же самое в биологии и экономике: разнообразие обеспечивает устойчивость и эффективность. Интересно, что эксперты уже сейчас используют разные модели для разных задач, что напоминает работу команды специалистов вместо одного универсального сотрудника.
Мультимодальное восприятие: от текста к видео и аудио
Эхсан Эхсани из Crescendo Partners предсказывает, что в ближайшие 3-5 лет генеративный ИИ научится обрабатывать голос и видео с той же легкостью, с какой сейчас работает с текстом. Это откроет новые возможности для анализа:
- Различение интонаций и эмоциональной окраски речи
- Анализ языка тела и мимики
- Сравнение поведения конкретных людей в разных ситуациях
Уже сегодня Google Gemini демонстрирует ранние признаки таких возможностей, анализируя видео и аудио вместе, определяя тонкие детали вроде приподнятых бровей, изменений в выражениях лица и вариаций высоты тона.
От поиска к интерактивным системам реального времени
Эхсани также предвидит переход от пассивного потребления контента к активному взаимодействию с информацией в реальном времени. Вместо того чтобы ждать окончания видеозаписи, пользователи смогут задавать вопросы прямо во время просмотра.
«Все станет более реальным временем», — говорит эксперт. «Пока CEO говорит, вы можете сделать запрос и сказать „Что изменилось?“ и получить мгновенный ответ».
Этот переход сравнивают с эволюцией от YouTube к TikTok — от необходимости искать контент к его автоматическому предложению на основе предпочтений пользователя.
Персонализированные агенты: от реакции к предвидению
Мэтт Ройстл, ведущий подкаста Business Breakdowns, отмечает растущую способность ИИ запоминать и предвосхищать потребности пользователей, что открывает путь к более персонализированным и проактивным агентам.
«Агентный ИИ станет более проактивным, и функция памяти, встроенная в этот технологический слой, — ключевой элемент здесь», — объясняет он.
В будущем агенты будут не только взаимодействовать с людьми, но и друг с другом. Однако остаются вызовы, связанные с передачей тонких нюансов человеческого мышления и рабочих процессов.
Персонализированные агенты — это одновременно и огромная возможность, и серьезный вызов для приватности. Системы, которые знают нас лучше, чем мы сами, способны революционизировать продуктивность, но также создают беспрецедентные риски для конфиденциальности. Интересно, что фонды уже сейчас тренируют системы под свои специфические метрики — следующий шаг: корпоративные ИИ-помощники, настроенные под уникальные бизнес-процессы каждой компании.
Человеческий фактор остается ключевым
Несмотря на все технологические достижения, человеческий элемент остается центральным в эволюции ИИ. Организации, которые преуспеют, будут сочетать человеческое суждение и машинный интеллект таким образом, чтобы строить доверие и обеспечивать ясность принимаемых решений.
Как сказал Джек Кокко, CEO и сооснователь AlphaSense, в своей ключевой речи: «Правильные инсайты, представленные в самый нужный момент, могут изменить путь компании».