Согласно прогнозам Gartner, к 2027 году организации будут внедрять малые модели искусственного интеллекта, ориентированные на конкретные задачи, в три раза чаще, чем большие языковые модели (LLM) общего назначения. Модели общего назначения обладают широким функционалом, однако при решении вопросов, требующих знания специфического контекста предметной области, их точность снижается. Разнообразие бизнес-процессов и необходимость увеличения точности побуждают организации переходить к специализированным моделям, настраиваемым на основе конкретных функций или данных предметной области. Компактные модели обеспечивают ускорение реакции и потребляют меньше вычислительных ресурсов, снижая затраты на эксплуатацию и техническое обслуживание. При создании специализированных моделей предприятия могут адаптировать LLM к конкретным задачам, используя генерацию с расширенной выборкой (retrieval-augmented generation, RAG) или методы тонкой настройки. Ключевая роль здесь отводится корпоративным данным, что предполагает проведение их дополнительной подготовки и проверки качества. Осознавая ценность данных и их анализа, предприятия, вероятно, начнут монетизировать свои модели и предлагать доступ к этим ресурсам широкой аудитории, в том числе клиентам и даже конкурентам. Начнется переход от защищенных моделей к более открытому и совместному использованию данных и знаний. Коммерциализация моделей позволит предприятиям создавать новые источники дохода и выстраивать экосистему с широким набором связей.
