Посібник з практичного застосування штучного інтелекту 2025 року: п’ять ключових інсайтів від стратегічного будівництва до масштабної експлуатації

Автор: ICONIQ

Переклад: Tim, PANews

Розвиток штучного інтелекту вступає в нову еру: від обговорюваних тем до практичного впровадження. Створення масштабованих AI-продуктів стає ключовою ареною конкуренції. Щорічний звіт про стан AI за 2025 рік "Посібник для будівельників" зміщує акцент з прийняття технологій на практичне впровадження, глибоко аналізуючи повний набір рішень від концепції до впровадження та масштабованої експлуатації AI-продуктів.

На основі ексклюзивного дослідження, проведеного в квітні 2025 року серед 300 керівників програмного забезпечення, а також глибоких інтерв'ю з лідерами штучного інтелекту в спільноті ICONIQ, цей звіт пропонує тактичну дорожню карту, яка має на меті перетворення інтелектуальних переваг генеративного штучного інтелекту на стійку бізнес-конкурентоспроможність.

Цей звіт виділяє п'ять ключових розділів та те, як вони допоможуть команді активно розробляти AI-додатки.

1. Стратегія продуктів штучного інтелекту перейшла на новий зрілий етап

На відміну від компаній, які лише інтегрують штучний інтелект в існуючі продукти, компанії, що орієнтуються на штучний інтелект, швидше виводять продукти на ринок. Дані показують, що майже половина (47%) підприємств, що мають штучний інтелект в основі, досягли ключового масштабу та підтверджено мають ринкову відповідність, тоді як серед компаній, які інтегрують продукти зі штучним інтелектом, лише 13% досягли цього етапу.

Що вони роблять: робочі процеси агентів та вертикальні застосунки стають основними. Близько 80% розробників, які працюють з AI, вже планують робочі процеси агентів (тобто AI-системи, які можуть автономно виконувати багатоступеневі дії від імені користувача).

Як вони це роблять: компанії сходяться на виборі мульти-модельної архітектури, щоб оптимізувати продуктивність, контролювати витрати та відповідати конкретним сценаріям застосування. У продуктах, орієнтованих на клієнтів, кожен респондент в середньому використовує 2,8 моделей.

2. Постійно еволюціонуюча модель ціноутворення AI відображає унікальні економічні характеристики

Штучний інтелект змінює спосіб, яким компанії встановлюють ціни на продукти та послуги. Згідно з нашим опитуванням, багато компаній використовують змішану модель ціноутворення, додаючи до основної підписної плати модель оплати за використання. Також деякі компанії досліджують повністю модель ціноутворення, основану на фактичному використанні або ефективності використання клієнтом.

Наразі багато компаній все ще безкоштовно надають функції ШІ, але більше третини (37%) підприємств планують у найближчий рік коригувати цінову стратегію, щоб ціни більше відповідали цінності, яку отримують клієнти, та обсягу використання функцій ШІ.

3. Стратегія талантів як диференційована перевага

Штучний інтелект не лише є технічною проблемою, а й організаційною проблемою. В даний час більшість провідних команд формують крос-функціональні команди, які складаються з інженерів штучного інтелекту, інженерів машинного навчання, науковців даних та менеджерів продуктів AI.

Дивлячись у майбутнє, більшість підприємств очікує, що 20-30% їхніх інженерних команд зосередяться на штучному інтелекті, тоді як у компаній з високим рівнем зростання цей відсоток, як очікується, досягне 37%. Але результати опитування показують, що знайти відповідні таланти все ще є вузьким місцем. Серед усіх специфічних посад у сфері штучного інтелекту, найтриваліший процес найму спостерігається для інженерів з AI та машинного навчання, середній час заповнення яких перевищує 70 днів.

Щодо прогресу в наборі, існують розбіжності в думках. Хоча деякі рекрутери вважають, що прогрес йде добре, 54% респондентів заявили, що темпи відстають, причому найпоширенішою причиною є недостатня кількість кваліфікованих кадрів.

4. Бюджет на штучний інтелект різко зріс, що відображається у фінансовому звіті компанії.

Компанії, що використовують технології штучного інтелекту, витрачають 10%-20% свого бюджету на дослідження та розробки на сферу ШІ, і до 2025 року підприємства з усіх діапазонів доходів демонструють стійку тенденцію до зростання. Цей стратегічний зсув все більше підкреслює, що технології ШІ стали основним двигуном стратегічного планування продуктів.

З розширенням масштабів продуктів штучного інтелекту структура витрат часто зазнає суттєвих змін. На ранніх етапах розробки продукту витрати на людські ресурси зазвичай є найбільшими статтями витрат, включаючи витрати на набір персоналу, навчання та підвищення кваліфікації. Однак, коли продукт наближається до зрілості, витрати на хмарні сервіси, витрати на моделювання та витрати на регуляторний контроль займуть основний відсоток витрат.

5. Масштаб застосування штучного інтелекту в компаніях розширюється, але розподіл не є рівномірним.

Хоча більшість опитаних компаній надають близько 70% своїх працівників доступ до внутрішніх AI-інструментів, фактично регулярно користуються цими інструментами лише близько половини. У великих та більш зрілих компаніях особливо помітні труднощі з заохоченням працівників до використання штучного інтелекту.

Висококористувані підприємства (тобто з більш ніж половиною співробітників, які використовують AI-інструменти) в середньому впроваджують штучний інтелект у сім або більше внутрішніх сценаріях застосування, включаючи асистентів програмування (з використанням 77%), генерацію контенту (65%) та пошук документів (57%). У цих сферах підвищення ефективності роботи становить від 15% до 30%.

Екосистема AI-інструментів хоч і залишається розрізненою, але поступово набирає зрілості.

Ми дослідили сотні компаній, щоб зрозуміти, які технологічні фреймворки, бібліотеки та платформи фактично використовуються в виробничому середовищі. Цей звіт не є простим рейтингом, а є реальним відображенням інструментів, які використовують розробники в різних сферах.

Ось короткий огляд найбільш поширених інструментів, впорядкованих за алфавітом: