Віце-президент з продуктів у Google Cloud Майкл Герстенхабер розповів про те, як корпоративні клієнти сьогодні працюють зі штучним інтелектом. Також він пояснив, чому реальний потенціал агентних систем ще тільки починає розкриватися. Працюючи над платформою Vertex AI, він щодня бачить, як бізнес прагне вбудувати інтелектуальні рішення у свої процеси — від клієнтського сервісу до масштабної модерації контенту.
Більш детально Techcrunch розповідає у своєму інтерв’ю.
Три головні рубежі для сучасних AI-моделей
Герстенхабер пропонує цікаву рамку: моделі ШІ одночасно рухаються у трьох напрямках — сирий інтелект, час відгуку та вартість масштабування.
За його словами, різні компанії стикаються з різними «стелями можливостей»:
- Необхідність максимального інтелекту, наприклад у розробників, які хочуть отримати ідеальний код і готові чекати хвилини чи навіть години.
- Критичність затримки, коли результат має бути не просто якісним, а ще й миттєвим — як у службах підтримки клієнтів.
- Екстремальні масштаби, де важить не абсолютна якість, а дешеве виконання мільярдів запитів, як у компаній рівня Reddit або Meta під час модерації контенту.
Це, каже Герстенхабер, нагадує «трикутник обмежень», у якому кожна організація шукає власний баланс.
Google має все від заліза до інтерфейсу
Герстенхабер пояснює, що його перехід до Google був продиктований унікальною вертикальною інтеграцією компанії.
Google володіє повним стеком — від власних дата-центрів і електростанцій до фірмових чіпів, моделей, інтерфейсів, API та навіть рівня контролю інференсу. Саме це, наголошує він, дає змогу рухати технології швидше, ніж у компаніях, які залежать від зовнішньої інфраструктури.
Чому агентні системи досі не перевернули світ
Попри те, що демоверсії агентних систем вражають, їх широке впровадження стримується банальною причиною: інфраструктура до цього ще не готова.
Бракує критично важливих речей:
- Шаблонів аудиту дій агентів;
- Безпечної системи авторизації доступу до даних;
- Виробничих механізмів контролю та логування;
- Професійних стандартів, які могли б знизити ризики помилок.
“Технологія існує лише два роки, і це занадто мало, щоб перейти від ефектних демонстрацій до масового промислового застосування,” – наголошує Герстенхабер.
Також він зазначає, що саме розробники першими відчули реальну користь від сучасних моделей. Це стало можливим завдяки давно відпрацьованому циклу розробки: тестові середовища, код-рев’ю, практики контролю якості. Інші професії — юристи, фінансисти, аналітики, модератори — поки не мають настільки зрілих процесів для впровадження агентів. І саме це, на його думку, гальмує революцію моделей штучного інтелекту.
