Разрыв между ажиотажем вокруг гигантских больших языковых моделей (LLM) и суровыми реалиями государственного сектора продолжает увеличиваться. Согласно данным Capgemini, 79% руководителей государственных структур по всему миру выражают серьезную обеспокоенность безопасностью данных при использовании искусственного интеллекта. Высокая чувствительность информации и жесткие юридические обязательства превращают использование стандартных облачных решений в крайне сложную задачу. Хан Сяо, вице-президент компании Elastic по направлению AI, подтверждает: государственные ведомства обязаны жестко ограничивать типы данных, передаваемых в сеть. Это создает множество барьеров для эффективного управления информацией.
Интеграция AI в подобных условиях сталкивается с серьезными вызовами. Исследование Elastic показывает, что 65% руководителей в госсекторе не могут эффективно обрабатывать данные в реальном времени и в необходимых масштабах. Путь от пилотных проектов до полноценных рабочих систем часто преграждает проблема обеспечения операционной непрерывности. К этому добавляется инфраструктурный барьер. Как отмечает Хан Сяо, госструктуры зачастую не имеют опыта закупки и обслуживания серверов с графическими процессорами (GPU), необходимыми для работы сложных моделей. Доступ к мощностям GPU становится «узким местом». Кроме того, госсектору нередко приходится работать в условиях, когда интернет-соединение ограничено, нестабильно или вовсе отсутствует. В таких обстоятельствах вопросами обеспечения непрерывности операций часто неоправданно пренебрегают.
Малые языковые модели (SLM) становятся практичным решением в рамках концепции «специализированного AI». Они позволяют государственным организациям внедрять технологии искусственного интеллекта, соблюдая необходимый уровень безопасности, доверия и контроля. Использование узкопрофильных систем дает возможность тщательной проверки выдаваемой информации. По оценке Хана Сяо, госсектору требуется, чтобы AI надежно работал со всеми типами данных и мог масштабироваться без сбоев. Компактные SLM обеспечивают автономность: данные остаются под полным контролем организации, а сама система сохраняет работоспособность даже при отсутствии связи с облачными сервисами.
Что это значит для отрасли: эпоха универсального AI сталкивается с серьезными ограничениями там, где требуются жесткая безопасность и жесткий контроль. Использование SLM становится приоритетом для организаций с высокими требованиями к суверенитету данных. Эти модели способны функционировать в условиях дефицита инфраструктуры и отсутствия постоянного подключения — такая архитектура позволяет преодолеть разрыв между строгими требованиями госсектора и реальными возможностями современных технологий.