Оэср представила 4 сценария развития ИИ до 2030 года

Изображение: Tung Nguyen/Pixabay

ОЭСР разработала четыре сценария развития ИИ до 2030 года, опираясь на мнениях экспертов и фактических данные. В опубликованном докладе рассматриваются недавние тенденции и ключевые неопределённости в прогрессе ИИ. Отмечается, что диапазон возможностей ИИ к 2030 году простирается от плато на уровне сегодняшних способностей до стремительного совершенствования, ведущего к созданию систем, которые в целом превзойдут человеческие возможности. В документе анализируется вероятный рост способностей ИИ в каждом сценарии в соответствии с бета-индикаторами ОЭСР, исследуются траектории развития в таких областях, как: язык; социальное взаимодействие; решение проблем; творчество; метапознание и критическое мышление; знания, обучение и память; зрение; физическое манипулирование и роботизированный интеллект. Для государственных структур и общества это означает необходимость гибкого планирования. Нельзя строить стратегию, опираясь только на один прогноз. Политика должна быть готова как к ситуации, когда инвестиционный пузырь ИИ лопнет из-за технических пределов, так и к миру, где ИИ за считаные годы трансформирует рынок труда, превзойдя возможности человеческого интеллекта в цифровой среде.

ОЭСР разработала сценарии развития ИИ до 2030 года, опираясь на свои бета-индикаторы возможностей ИИ. Хотя состояние ИИ в 2030 году невозможно предсказать с полной уверенностью, правительствам будет полезно изучить спектр вероятных траекторий развития.

1.Прогресс заходит в тупик

Сценарий, при котором развитие наиболее продвинутых систем ИИ практически прекращается, а их возможности остаются неизменными. Быстрый рост последних лет останавливается, наступает плато. Продолжается лишь распространение и разработка приложений на базе существующих технологий. В 2030 году системы ИИ могут быстро выполнять задачи, на которые у человека ушли бы часы, однако проблемы надёжности и галлюцинаций мешают их стабильной работе. Системы ИИ по-прежнему в значительной степени полагаются на поддержку человека (детальные промпты, проверка результатов, предоставление контекста).

Экономический эффект: ИИ остаётся полезным, но ограниченным инструментом. Компании фокусируются на внедрении уже существующих технологий, а не на ожидании новых прорывов. Основное внимание уделяется автоматизации рутинных задач, требующих постоянного контроля со стороны человека.

2.Прогресс замедляется

Сценарий, в котором постепенные улучшения обеспечивают непрерывное, но более медленное развитие. В 2030 году системы ИИ обладают глубокой базой знаний, отлично справляются со стандартными формами логического мышления и могут служить полезными помощниками в задачах, требующих работы за компьютером, навигации в интернете или ограниченного взаимодействия с людьми от имени пользователя. Системы ИИ могут быстро выполнять четко очерченные задачи, требующие у людей часы или дни. Они всё ещё зависят от людей в плане постановки задач, контроля важных решений и получения детальных инструкций.

Бизнес-контекст: Модели становятся более специализированными. Рынок переходит от гонки за размером моделей к гонке за качеством их интеграции в бизнес-процессы.

3.Прогресс продолжается

Сценарий сохранения текущих высоких темпов. К 2030 году системы ИИ могут выполнять многие профессиональные задачи в цифровой среде, на решение которых у человека мог уйти месяц. Сохраняются дефициты в непрерывном обучении и обобщении навыков для сложных условий реального мира. Системы ИИ обычно полагаются на людей в получении общих указаний и ограничений, но внутри этих границ могут действовать с высокой степенью автономности, включая самостоятельное взаимодействие с различными сторонами.

Трансформация рынка труда: ИИ начинает замещать целые роли в цифровой среде (программная инженерия, глубокая аналитика). Компании переходят на «агентные» архитектуры, где ИИ-сотрудники обладают высокой степенью автономности в рамках заданных целей.

4.Прогресс ускоряется

Сценарий, в котором драматический рывок приводит к появлению систем ИИ, равных человеку или превосходящих его по большинству параметров. В 2030 году системы ИИ обладают уровнем автономности и когнитивных способностей, сопоставимым с человеческим или выше его. Они самостоятельно работают над широкими стратегическими целями, способны осмыслять и пересматривать их при изменении обстоятельств, сотрудничая с людьми при необходимости. Роботы под управлением ИИ справляются со сложными задачами в динамичной среде реального мира во многих отраслях, хотя всё ещё могут уступать людям в ролях, не предназначенных специально для роботов.

Глобальный сдвиг: Проблемы непрерывного обучения и творческого решения нестандартных задач решены. ИИ становится основным драйвером инноваций, обгоняя человеческие коллективы по скорости генерации новых знаний.

Имеющихся доказательств недостаточно, чтобы исключить любой из этих сценариев. Мнения консультируемых экспертов совпали с этой оценкой. Это означает, что будущее ИИ к 2030 году крайне вариативно. Эксперты выразили высокую степень неуверенности в способности предсказать темпы прогресса, что отражает экстремально высокую скорость инноваций последних лет и неясность того, продолжат ли текущие драйверы роста работать в будущем.

Ключевые неопределённости в ресурсах для ИИ

До сих пор прогресс ИИ подчинялся «законам масштабирования»: больше параметров, больше данных, больше вычислений — выше результат. Однако цена этого роста становится астрономической. Каждое новое поколение моделей требует примерно в 100 раз больше вычислений, чем предыдущее. Пять крупнейших технологических компаний США намерены потратить более $730 млрд на капитальные вложения (CapEx) только в 2025–2026 годах. Если экономическая отдача от этого масштабирования начнёт снижаться (сценарии 1 и 2), приток капитала может иссякнуть, что приведёт к новой «зиме ИИ».

Дальнейший прогресс потребует всё более дорогих и энергоёмких циклов обучения. Стоимость вычислений для передовых моделей росла в 2,8 раза ежегодно с 2015 по 2024 год. Ожидается, что к 2030 году ограничения по электроэнергии и воде для охлаждения дата-центров могут стать критическим барьером.

С 2012 по 2023 год объём вычислений, необходимый для достижения фиксированного уровня производительности, сокращался вдвое примерно каждые 8 месяцев. Если этот темп сохранится, это может компенсировать нехватку физических ресурсов.

Важнейший технологический сдвиг 2024–2025 годов — масштабирование вычислений во время работы модели. Вместо мгновенной выдачи статистически вероятного ответа, системы (как OpenAI o1) начинают «думать» и проверять свои рассуждения. Это открывает двери к решению сложнейших задач в математике и программировании, но, как отмечает ОЭСР, пока неясно, насколько эти навыки масштабируемы для социальных и творческих контекстов.

ИИ уже пишет значительную часть кода (например, около 29 % кода на Python в США к концу 2024 года). Ускорение разработки новых систем ИИ с помощью уже существующих — ключевая стратегия технологических гигантов. Это может привести к циклу самосовершенствования, однако реальное влияние ИИ на продуктивность опытных разработчиков всё ещё является предметом дискуссий.

Более широкие контекстуальные факторы, такие как регулирование, политика, экономические условия, распространение ИИ и общественное мнение, могут повлиять на темпы и направление прогресса ИИ. Аналогичным образом структуры собственности, распределения и управления разработками ИИ, а также входные данные, такие как обучающие выборки, могут существенно изменить траектории развития. Экономические драйверы прогресса ИИ остаются ключевой неопределённостью: отдача от ИИ зависит от масштабов его внедрения и соответствующего роста производительности или иных выгод. Лаг в производительности может ослабить будущие инвестиции, в то время как быстрая отдача от внедрения может их ускорить.

Текущая концентрация капитала, вычислительных мощностей и талантов в небольшом количестве передовых ИИ-компаний может как ускорить, так и замедлить прогресс, в зависимости от относительных преимуществ консолидации против разнообразия в исследованиях. Рыночная и геополитическая фрагментация также может повлиять на прогресс, потенциально ограничивая доступ к мощностям, данным и человеческому капиталу или провоцируя масштабные государственные инвестиции. Как направление, так и величина этих влияний на развитие ИИ до 2030 года неопределённы.

Масштабирование систем ИИ зависит от доступа к энергии для обучения и работы (инференса), а также к воде для охлаждения. Политические решения будут определять доступ разработчиков к этим ресурсам и потребуют компромиссов с другими сферами потребления. В некоторых случаях дата-центры уже влияют на местные запасы воды; так, проект в Чили был временно приостановлен до решения вопросов водопользования. Однако внедряются новые конструкции дата-центров, исключающие потребность в пресной воде. По прогнозам, на долю дата-центров придётся 20 % роста спроса на электроэнергию в странах с развитой экономикой (по классификации МЭА) до 2030 года, где ИИ станет доминирующим фактором. Это происходит после десятилетий стагнации спроса на электроэнергию в развитых странах, что ставит перед политиками задачу адаптации к новому росту потребления.

Какое будущее наиболее вероятно?

Сценарии, представленные в этом документе, не являются исчерпывающим списком, а призваны дать общую картину возможных классов развития. Учитывая неопределённости, трудно точно предсказать вероятность каждого из них. Опрошенные эксперты в целом ожидают уровня производительности, соответствующего сценариям «Прогресс замедляется» и «Прогресс продолжается». Однако все они признают, что к 2030 году вполне возможен любой из вариантов — от полной стагнации до ускорения и появления сверхинтеллекта. Эксперты отмечают низкую уверенность в прогнозировании сроков появления конкретных способностей, указывая на наличие как известных факторов неопределённости, так и потенциальных «неизвестных неизвестных».

Стратегические рекомендации для топ-менеджмента

Доклад ОЭСР — это призыв к адаптивному лидерству. В условиях такой вариативности будущего линейное планирование становится опасным.

1. Инвестируйте в «чистые данные»: В сценарии, где интернет заполняется мусорным контентом от ИИ, уникальные, проприетарные данные компании становятся «новой нефтью».
2. Готовьтесь к агентной экономике: Даже в умеренном сценарии (Прогресс замедляется) ИИ-агенты изменят способ взаимодействия с клиентами и цепочки поставок. Бизнес-архитектура должна быть готова к интеграции автономных цифровых сущностей.
3. Мониторинг энергетических рисков: Для технологических компаний доступ к стабильной энергии становится фактором национальной и корпоративной безопасности.
4. Развитие человеческого капитала: Фокус обучения сотрудников должен сместиться с выполнения задач на управление ИИ-системами, критическое мышление и решение проблем в «реальном мире», где ИИ всё ещё слаб.