OpenAI вже деякий час домінує в галузі LLM і залишається провідним вибором для багатьох розробників, але ринкова динаміка та лояльність, здається, змінюються, стверджують нові дослідження.
Опитування, проведене Vercel серед 656 розробників додатків, виявило, що 87% використовують моделі OpenAI, а 83% покладаються на його API для висновків. Проте зараз розробники використовують у середньому двох постачальників, а 60% змінили постачальників протягом останніх шести місяців, що викликає сумніви щодо їх лояльності.
Зараз DeepSeek використовує майже третина компаній (29%), тоді як програми LLM від Microsoft, навпаки, схоже, відчувають труднощі: лише 10% респондентів повідомили про використання останнього, а 9 із 10 розробників не вважають його життєздатним варіантом.
“Штучний інтелект руйнує межі між ролями. Ми бачимо, як дизайнери нових продуктів поєднують UX, UI та код в одному творчому потоці – завдяки таким інструментам, як Vercel, v0, Uizard і Cursor. Незалежно від того, чи молодший, чи старший керівник, будь-хто тепер може будувати, тестувати та надсилати ідеї самостійно – і це не просто ефективно, це звільняє”, – сказав Ніколя Ле Паллек, технічний директор, EMEA. AKQA.
Зараз штучний інтелект базується на чітких варіантах використання, де розробники надають пріоритет інструментам, а не командам. Сорок п’ять відсотків респондентів сказали, що у них немає спеціальної команди зі штучного інтелекту, тоді як 57% повідомили про відсутність конкретної структури керівництва ШІ. Натомість успіх ШІ залежить від чітких пріоритетів і правильних інструментів.
«Впроваджуючи передові технології штучного інтелекту, ми даємо нашим командам змогу працювати розумніше та швидше», — сказав д-р Ян Іттнер з BCG X, повторюючи думку про те, що автор чи інструмент розробника штучного інтелекту може бути ціннішим, ніж найнятий інший.
Функції штучного інтелекту продукту зараз є пріоритетними для 75% додатків, орієнтованих на клієнтів, і лише 39% все ще містять традиційні чат-боти підтримки. Персоналізація веб-сайту залишається недостатньо використаною на 27%, що вказує на можливості для майбутніх інновацій.
Контроль витрат також є головним пріоритетом. Понад 70% розробників вручну тестують свої моделі, витрачаючи менше 1000 доларів США щомісяця, що показує, як багато можна досягти за обмежених бюджетів. Щоб скоротити витрати, лише 14% навчають свої моделі, тоді як 60% натомість використовують пошуково-розширену генерацію (RAG) і векторні бази даних.
Зосередженість на інструментах пояснюється сприйняттям «надлишкового ажіотажу» навколо штучного інтелекту, із середнім рейтингом 6,4 з 10. Проте розробники дали 7,7 з 10, коли їх запитали, чи змінить штучний інтелект їхні галузі в наступні 12 місяців.
У мінливій сфері, де швидкість, точність і адаптивність важливіші за масштаб, найкращий магістр права для програмування не є постійним – це той, який вирішує сьогоднішні проблеми, залишаючи відкритими двері завтрашнього дня.