Аналитики отмечают сдвиг акцентов в развитии технологий искусственного интеллекта: фокус смещается с разработки крупных языковых моделей (LLM) на поисковые технологии и подготовку данных для различных задач. Это изменение может серьезно повлиять на структуру вакансий в ИТ-сфере и на подходы к разработке успешных ИИ-решений.
Структура ИТ-рынка меняется
В последние годы наблюдается рост спроса на специалистов, которые не только разрабатывают модели, но и умеют эффективно собирать, обрабатывать и представлять данные. В 2024 году количество вакансий, связанных с поисковыми технологиями, может вырасти на 30% по сравнению с предыдущим годом.
По данным Gartner, в 2023 году 48% всех инвестиций в ИИ были направлены на разработки, связанные с обработкой и поиском данных, что говорит о понимании корпорациями, что настоящая ценность заключается не только в создании моделей, но и в качестве входящей информации.
Истинная ценность данных
Сегодняшние бенчмарки, предназначенные для сравнения LLM, часто создаются для демонстрации преимущественно маркетинговых эффектов, а не для реальной полезности. Например, исследования OECD показывают, что среди существующих бенчмарков нет единого и объективного критерия, позволяющего сопоставить конкурентоспособность различных моделей. Это создает недоразумения среди пользователей.
Также стоит отметить, что даже несколько менее мощных LLM, использующих различные поисковые источники, могут выдавать более актуальные и проверяемые результаты, чем одна флагманская модель. Таким образом, соединение технологий становится ключом к созданию действительно полезных продуктов.
Практическое значение для рынка
Для профессионалов, работающих в ИТ-индустрии, этот сдвиг сулит новые перспективы. Компании должны уделять внимание не только созданию мощных моделей, но и улучшению механизмов поиска и добычи данных. Если ваша команда разрабатывает AI-решения, начните активно изучать инструменты обработки данных, так как этот сегмент будет расти.
В будущем акцент на поисковые технологии будет усиливаться, что позволит улучшить качество ответов и повысить конкурентоспособность на рынке.