Почему мечты о продуктивном ИИ в геймдеве не сбываются?
Генеративный ИИ — неизбежный предмет дискуссий в игровой индустрии, но в последнее время разговоры об искусственном интеллекте перешли из теории в практику. Прошедшие несколько лет предоставили достаточно статистики, чтобы с уверенностью говорить, что мечта об ультрапродуктивном ИИ в геймдеве далека от реализации. Портал gamesindustry.biz рассказал, почему.
Некоторые из самых базовых фактов о потенциале ИИ и его роли в индустрии, на самом деле, предельно размыты. Если он может повышать продуктивность, то в каких областях, и насколько? С какими задачами он может и не может работать? Какой объем дополнительной работы необходим для надзора и проверки генеративной выдачи искусственного интеллекта? Ну и, конечно же, самый фундаментальный момент — сколько это будет стоить?
За прошедшие пару месяцев сложилось впечатление, что ответы на часть этих вопросов наконец начали появляться — не только в игровой индустрии, но и во всех остальных секторах, решивших погрузиться в мир ИИ. Многие компании уже давно работают с искусственным интеллектом; некоторые интегрировали его в рабочие процедуры глубже, чем другие, но практически каждая организация в технологическом секторе так или иначе имеет какой-то опыт. К тому же, опыт и объем данных, связанных со способностями ИИ, быстро расширяются.
На данный момент консенсус склоняется к тому, что ИИ действительно может повысить продуктивность работы, но подобные инструменты ненадежны, требуют очень специфичных задач и сильно зависят от тщательного надзора опытного сотрудника-человека. Оптимизм по поводу потенциала определенных ИИ-инструментов по-прежнему есть, но нет никаких признаков, что он станет реальностью в обозримом будущем. По крайней мере, если говорить о дешевой прибыли.
Цена — еще один фактор, который меняет дискурс вокруг ИИ. Менее года назад разработчики, предупреждавшие о сомнительной практичности искусственного интеллекта, не могли добиться внимания начальства. Продажники-евангелисты, которые продали топ-менеджменту многих компаний мечту об ИИ, также выдали им готовый набор контраргументов. Якобы разработчики-скептики — луддиты, которые либо пытаются защитить свою должность, либо попросту не понимают скорость прогресса технологий.
Но сегодня топ-менеджеры уже с большей готовностью прислушиваются к подобным предупреждениям, потому что за ИИ начали выставлять немаленькие счета. Почти вся индустрия массово переключилась на оплату ИИ-сервисов токенами, а корпоративных клиентов перевели на более суровые тарифы, которые уже не так привлекательны, как ранние, субсидированные. Microsoft Copilot был первым домино в цепочке, но тренд, по сути, повсеместный. Истинную стоимость ИИ сваливают на потребителя, что заставляет руководство крупных корпораций задумываться о соотношении цены и приносимой пользы.
Перемены сильнее всего ударили по задачам, которые прожигают огромное количество токенов: генерацию сложных ассетов, обработку крупных баз кода. Популярные сценарии, которые теперь, в климате реалистичных цен без субсидий, стоят гораздо дороже. А на фоне повышения цен ИИ нужен питч, который построен не только на страхе упущенной выгоды и потенциале. Деньги должны приносить соответствующий, измеряемый объем повышения продуктивности.
В то же время, как и со многими другими спорными технологиями, ИИ не плох и точно не так бесполезен, как утверждают самые ярые скептики. Мириады стартапов пытаются превратить каждое приложение в чат-бот, но среди них встречаются и действительно полезные инструменты. Многие хорошие программисты, например, избавляются от больших объемов репетативной механической работы с помощью ИИ. А автоматизированные ревью кода вполне приемлемо ловят некоторые баги. Точно так же ряд графических редакторов с поддержкой искусственного интеллекта помогает артистам ускорить некоторые монотонные аспекты работы.
Другими словами, повышение продуктивности по мелочам и впрямь есть. Проблема в том, что оно далеко от той мечты, которую продали большим корпорациям, и топ-менеджеры, пришедшие на свои позиции из разработки, где им доводилось лично пользоваться ИИ, настроены менее оптимистично. Попытки выпустить агентный ИИ в игровой код, к примеру, зачастую быстро упираются в тупик; базы кода слишком большие, сложные и специализированные, а любой код, написанный агентом, нужно потом проверять вручную. Тем временем, в плане художественной работы генеративный ИИ очень плохо выдерживает постоянство стиля, не говоря уже о том, что вопрос копирайта до сих пор не разрешен.
ИИ-оптимисты могут возразить, что инструменты станут лучше со временем, однако повышение цен и стремительно приближающийся горизонт субсидий на токены делает совершенствование технологий не таким весомым аргументом. Почти каждая попытка улучшить ИИ-инструменты так или иначе опирается на добавление новой порции токенов; «думающие» модели — не что иное как группа языковых моделей, которые коммуницируют между собой, прежде чем выдать пользователю результат. При этом каждый их ответ прожигает куда больше токенов, чем можно подумать. И даже в случае понижения цен экономия моментально омрачится новыми попытками избавиться от неточной, склонной к ошибкам природы ИИ путем добавления новых слоев обработки, новых ИИ для проверки старых ИИ, и так далее, и тому подобное.
Игровая индустрия всегда принимала новые технологические тренды с широкими объятиями, и ранние сомнения по поводу этики ИИ вряд ли помешают по-настоящему практичным инструментам заслужить популярность среди разработчиков. Но та радикальная трансформация, на которую надеялись многие, не состоялась — и теперь даже самые оптимистичные пользователи стараются лишний раз не говорить о ценах. А простые люди, тем временем, преимущественно ненавидят ИИ в творческих сферах.