Никто не может доказать, что ИИ принес им прибыль...

Искусственный интеллект должен был изменить всё. Тратятся триллионы, компании покупают инструменты, а люди с каждым днём выполняют часть своей работы быстрее. Так почему же до сих пор так сложно доказать, что ИИ приносит этим компаниям больше денег? В этом видео мы разбираем разрыв между ажиотажем и финансовыми результатами. Мы рассматриваем исследования MIT, NBER, McKinsey и PwC, а также примеры, такие как Klarna, чтобы понять, где ИИ помогает, а где отдача становится неясной. Обработка большего количества заявок в службу поддержки или более быстрое написание кода звучит здорово, но это не означает автоматически увеличение продаж или улучшение финансовых показателей. Ещё нужно привлечь клиентов, интегрировать системы и преодолеть множество других узких мест. Мы также рассмотрим, что произошло, когда на заводах впервые появилось электричество, и почему добавление нового инструмента к старому способу работы может дать лишь определённый результат. J-образная кривая производительности предлагает одно из объяснений задержки, в то время как теория дополнительных активов Дэвида Дж. Тиса поднимает другой вопрос: кто на самом деле получает деньги? Возможно, наибольшую выгоду получат компании, продающие чипы, облачные ресурсы и услуги в области ИИ. ИИ может экономить время и быть полезным, но превратить это в дополнительный доход — совсем другая история. LinkedIn: https://www.linkedin.com/in/hariharan-jayakumar-silo Instagram: https://www.instagram.com/hariharan.jayakumar/ Временные метки: 0:00 - Введение в тему денег от ИИ 1:01 - Где деньги? 3:32 - Ловушка производительности 10:02 - Получение выгоды Источники: https://pastebin.com/hP9Quvmd