У Али Годси, сооснователя и генерального директора Databricks, есть послание для руководителей, вкладывающих деньги в новейшие передовые ИИ-модели: технология не является узким местом. По его мнению, проблема большинства компаний заключается не в том, что ИИ не хватает интеллекта, а в том, что ему не сообщили ничего полезного о бизнесе, которому он должен служить.

Выступая в программе Bloomberg Tech, Годси заявил, что текущее поколение ИИ-моделей уже превосходит то, что большинство предприятий способно практически использовать. Разрыв между возможностями этих систем и тем, что компании реально из них извлекают, по его словам, сводится к одному фактору: контексту.

Парадокс 90%

Годси привёл поразительное расхождение, которое он заметил, опрашивая аудитории во время своих выступлений в 2026 году. Лишь около 10% респондентов считают, что общий искусственный интеллект уже наступил. При этом примерно 90% утверждают, что ИИ-модели, которыми они пользуются ежедневно, уже умнее большинства их коллег.

«Нам не нужно, чтобы ИИ становился умнее, — заявил Годси. — Ему просто не хватает контекста».

Речь идёт о том, что он называет «корпоративным контекстом»: собственные данные, институциональные знания, процессы принятия решений и бизнес-логика, которые делают операции компании уникальными. Иными словами, модели универсальны; недостающий элемент — специфические для бизнеса знания, которые они сами по себе не могут.

Аргумент в пользу инфраструктуры данных

Databricks строит свой бизнес, помогая предприятиям организовывать, управлять и активировать свои данные. Среди её клиентов AT&T, Rivian, Adidas, Mercedes-Benz, Unilever, Virgin и Bayer.

Годси подчеркнул, что компаниям необходимо выстраивать собственный «корпоративный контекст» и «онтологию» — структурированную карту того, как данные, сущности и процессы компании связаны между собой, — вместо того чтобы полагать, будто достаточно купить готовое ИИ-решение. В его трактовке решающая инвестиция в ИИ — это не доступ к более умной модели, а внутренняя подготовительная работа, позволяющая модели действовать с учётом реального устройства бизнеса. Databricks разрабатывает инструменты именно для этой цели. Её платформа Genie, например, позиционируется как способ зафиксировать корпоративные данные, решения и процессы, которые нужны ИИ-системам, чтобы перейти от впечатляющих демонстраций к реальной автоматизации.

Он добавил, что даже если бы прогресс ИИ полностью остановился сегодня, большинство компаний всё равно могли бы получить годы роста производительности, просто приведя в порядок свои существующие данные.

Десятилетие организационной хирургии

По оценке Годси, полное внедрение корпоративного ИИ может занять до десяти лет, даже для технологически ориентированных компаний. Этот срок отражает реальность: интеграция ИИ в бизнес — это не простая установка программного обеспечения. Это проект организационного реинжиниринга, затрагивающий процессы, роли, стимулы и культуру.

Для предприятий, взвешивающих этот аргумент, ближайший вопрос заключается не в том, какую модель лицензировать, а в том, насколько быстро их данные можно организовать, связать и сделать пригодными для использования ИИ-системами. То, как компании разделят расходы на ИИ между доступом к моделям и внутренней готовностью данных, станет одним из индикаторов того, набирает ли взгляд Годси популярность.

По состоянию на сентябрь 2026 года Годси продолжает продвигать эту идею, утверждая, что предприятия должны сосредоточиться на практических задачах ИИ, а не на экзистенциальных рисках.

Источник: CryptoBriefing