Рассказывает менеджер ML-продуктов Selectel Антон Чунаев для РБК 

Искусственный интеллект проникает во все сферы жизни общества. Однако создание фундамента для его внедрения — небыстрый и недешевый процесс, который требует серьезной подготовки. 

По данным The Wall Street Journal, крупнейшие мировые компании, которые пытаются внедрить ИИ в свою работу, на самом деле несут убытки из-за высокой стоимости обслуживания инфраструктуры. Одна из причин такой дороговизны сервисов на базе ИИ — использование AI-моделей (например, GPT-4), которые требуют больше энергии и увеличивают нагрузку на графические карты.

Так некоторые компании начали изучать возможности внедрения менее мощных, но более дешевых языковых моделей. Развиваются open-source ML-модели, которые востребованы у малого и среднего бизнеса.

Главный фокус на рынке машинного обучения в России в ближайшие несколько лет — формирование комплекса лучших практик, который позволит разработать универсальные платформенные ML-решения, подходящие для самых популярных задач большинства компаний.