Бизнес нанимает ИИ: какие задачи взяли на себя генеративные нейросети в Duolingo, Airbus, Nike и других крупных компаниях

Генеративный искусственный интеллект (GenAI) — технология, способная создавать новые данные на основе анализа существующих. Он генерирует тексты, изображения, музыку и другой контент, имитируя человеческое творчество и мышление. Неудивительно, что генеративный ИИ уже стал неотъемлемой частью бизнес-ландшафта.

ИИ применяется в самых разных сферах и для множества задач. Компании используют его в маркетинге и рекламе, для создания контента, при разработке продуктов, в обслуживании клиентов, образовании и здравоохранении. Результаты впечатляют: компании оптимизируют бизнес-процессы, снижают затраты, повышают качество продуктов, услуг и клиентского опыта.

Генеративный ИИ активно используют в маркетинге для создания эффективных рекламных материалов. Ему доверяют генерацию текстов, изображений, видео- и аудиоконтента, а также разработку персонализированных рекламных кампаний. Это помогает маркетологам автоматизировать процесс создания контента, увеличивать релевантность рекламы и повышать вовлечённость аудитории.

1. Coca-Cola использует ИИ для генерации креативных идей и визуальных элементов для рекламных кампаний. Это позволяет им быстро адаптировать контент под различные аудитории и рынки.

2. Dell использовал Persado, платформу для генерации маркетингового контента, чтобы создавать вовлекающие рекламные кампании. В результате клик-рейт вырос в среднем на 50%.

4. Chase Bank силами той же Persado генерирует рекламные тексты, которые показывают взаимодействие в 2-5 раз лучше по сравнению с текстами, созданными людьми. Это позволило банку значительно увеличить возврат инвестиций (ROI).

5. Toyota использует генеративный ИИ для создания видеорекламы. В компании сократили время на её производство на 30% — и, соответственно, снизили затраты. Это также позволило компании тестировать больше гипотез и быстрее адаптироваться к изменениям на рынке.

Множество компаний делегируют генерацию текстов, изображений, видео и аудиоматериалов искусственному интеллекту. Это помогает снижать затраты на производство, повышать качество и масштабировать объём контента в зависимости от потребностей бизнеса.

1. Издание The Washington Post активно использует генеративный ИИ Heliograf, который генерирует короткие материалы — например, сводки спортивных событий и выборов. С момента запуска в 2016 году Heliograf написал тысячи статей, пока журналисты фокусировались на более сложных аналитических материалах. Это значительно увеличило объём производимого контента и охват аудитории.

2. BuzzFeed использует генеративный ИИ для создания викторин и развлекательного контента. Система анализирует данные пользователей, генерирует персонализированные вопросы и результаты. BuzzFeed смогли значительно увеличить посещаемость сайта и время, которое пользователи проводят на платформе.

3. Китайский еком-гигант Alibaba использует ИИ для создания описаний товаров и рекламных текстов. Это позволяет компании масштабировать усилия по созданию контента без копирайтеров, что существенно снижает затраты и ускоряет процесс обновления информации о товарах.

4. J. P. Morgan использует генеративный ИИ под названием COiN (Contract Intelligence) для анализа и составления юридических документов — в частности, коммерческих контрактов. COiN позволил сократить время обработки контракта до считанных секунд, значительно снизив риски ошибок и повысив общую эффективность операций.

Генеративный ИИ всё чаще применяется на различных этапах разработки продуктов: от идеации до тестирования гипотез. Использование ИИ позволяет компаниям быстрее генерировать идеи, создавать прототипы, проверять концепции и оптимизировать продукты. ИИ также помогает автоматизировать рутинные задачи, улучшая эффективность и снижая затраты.

1. Airbus использует генеративный ИИ для разработки компонентов самолетов. Нейросеть анализирует миллионы вариантов конструкций, выделяя оптимальные вес, прочность и другие показатели. Airbus снизили вес некоторых компонентов на 45%, что позволяет значительно экономить на топливе и эксплуатационных расходах.

2. General Motors, подобно Airbus, использует GenAI для разработки автомобильных деталей, одновременно лёгких и прочных. Среди прочего GM смогли уменьшить вес автомобильных сидений на 40%, и, как следствие, улучшить топливную эффективность и снизить затраты на материалы.

3. Nike применяет генеративный ИИ, чтобы дизайнить обувь 🙂 ИИ анализирует данные о потребительских качествах своих кроссовок, а также предпочтениях клиентов — и создаёт новые модели. Это позволяет Nike быстро разрабатывать новые продукты, соответствующие высоким стандартам, и тестировать новые концепции.

4. Under Armour использует генеративный ИИ для создания новых моделей спортивной одежды. ИИ генерирует дизайн с учётом анатомических особенностей и потребностей спортсменов, что обеспечивает оптимальную поддержку и комфорт — и даже улучшает спортивные результаты.

5. Stanford University в сотрудничестве с Autodesk использует генеративный дизайн для создания медицинских имплантатов. ИИ анализирует множество возможных форм и структур, чтобы в итоге создать идеально подходящий пациенту имплантат. Это позитивно сказывается на результатах лечения и качестве жизни.

Уже несколько лет компании активно внедряют интеллектуальных чат-ботов для поддержки клиентов. Боты способны вести диалоги на естественном языке, отвечать на вопросы, решать распространённые проблемы, а более сложные запросы перенаправлять живым операторам.

Помимо чат-ботов, ИИ находит применение в других аспектах клиентского сервиса. С помощью ИИ реализуют интеллектуальный поиск по сайту, который «понимает» намерения пользователей и предлагает более релевантные результаты. Также ИИ помогает анализировать отзывы и комментарии клиентов, выявляя общие проблемы. Это позволяет оперативно реагировать на запросы и улучшать свои продукты и услуги.

Ну и разумеется, ИИ умеет персонализировать предложения и рекомендации на основе анализа поведения клиентов. Это улучшает клиентский опыт и увеличивает лояльность.

1. Bank of America запустил виртуального ассистента Erica, который помогает клиентам с проверкой баланса, транзакциями и отслеживанием расходов. С момента запуска Erica обработала более 100 миллионов запросов. В результате выросла общая удовлетворённость клиентов и снизилась нагрузка на контакт-центры.

2. Sephora использует чат-ботов с ИИ для консультаций по макияжу и подбору косметики. Боты способны рекомендовать продукты на основе предпочтений клиентов и предоставлять инструкции по их применению. Компании удалось увеличить вовлечённость клиентов и улучшить их customer experience. А это привело к росту продаж и лояльности.

3. H&M внедрила ИИ для персонализации рекомендаций по стилю и одежде. Система анализирует предпочтения клиентов и предлагает индивидуальные подборки одежды. Механика помогла H&M увеличить конверсию на сайте и повысить средний чек. Клиенты стали чаще возвращаться за новыми рекомендациями.

4. KLM Royal Dutch Airlines с 2017 года использует чат-ботов с ИИ в соцсетях и мессенджерах для обработки запросов клиентов о рейсах, багаже и бронированиях. Результат: сократилось время ответа, повысился индекс удовлетворённости обслуживанием, снизилась нагрузка на контакт-центры. А в 2024 году авиаперевозчик запустил проект, в рамках которого искусственный интеллект помогает точно планировать количество порций еды на каждый рейс и таким образом минимизировать количество пищевых отходов.

Генеративный ИИ активно используется для разработки учебных материалов и решения других задач, связанных с образовательным процессом. Он помогает создавать персонализированные учебные программы, проверять знания и предоставлять интерактивные образовательные инструменты. Это позволяет преподавателям сосредоточиться на более важных аспектах обучения, улучшает качество образовательного контента и делает обучение эффективнее и интереснее.

1. Carnegie Learning использует ИИ, чтобы создавать персонализированные учебные программы по математике. Система адаптирует материалы под уровень знаний каждого ученика, предоставляя индивидуальные задания и рекомендации. Исследования показывают, что ученики, использующие такие программы, демонстрируют более высокие результаты на тестах по математике по сравнению с теми, кто обучался по традиционным методам.

2. Duolingo тоже использует генеративный ИИ для создания персонализированных упражнений и адаптации учебных программ. ИИ анализирует прогресс пользователя и подбирает задания, соответствующие его уровню и целям. В результате увеличилась эффективность обучения, снизилось время достижения следующего уровня владения языком и повысился показатель удержания пользователей. По данным компании, пользователи, активно взаимодействующие с персонализированными заданиями, достигают своих целей быстрее.

3. Компания Squirrel AI применяет генеративный ИИ для создания адаптивных образовательных программ в школах. Система анализирует данные о каждом ученике, выявляет пробелы в знаниях и предлагает индивидуальные учебные материалы и задания. Внедрение GenAI позволило повысить успеваемость и мотивацию учеников. Исследования показывают, что ученики, использующие платформу Squirrel AI, показывают лучшие результаты на экзаменах по сравнению с теми, кто учился по конвенциональным программам.

4. Coursera, одна из крупнейших платформ онлайн-обучения, использует ИИ для автоматизации создания курсов и адаптации учебных материалов. ИИ анализирует предпочтения и успехи студентов, предлагая персонализированные рекомендации по курсам и материалам. Студенты стали больше взаимодействовать с образовательными материалами и показывать большую вовлечённость. По данным компании, рекомендации способствуют более эффективному обучению и помогают студентам лучше достигать своих целей.

Генеративный ИИ находит широкое применение в здравоохранении и HealthTech, помогая разработке новых лекарств, постановке диагнозов, разработке методов лечения и оптимизации медицинских процессов. ИИ помогает учёным и врачам анализировать огромные объёмы данных, выявлять паттерны и предлагать инновационные решения для улучшения самочувствия и лечения пациентов.

1. Insilico Medicine использует генеративный ИИ для разработки новых лекарств. Он анализирует данные о заболеваниях и синтезирует потенциальные соединения, которые могут быть эффективными в лечении. В 2020 году Insilico Medicine объявила о создании нового препарата для лечения фиброза всего за 46 дней — и это благодаря использованию ИИ.

2. IBM Watson Health применяет ИИ для анализа медицинских данных, а также помощи врачам в постановке диагнозов и выборе методов лечения. В одном из исследований Watson Health успешно диагностировал редкие заболевания у пациентов, которым не смогли помочь традиционные методы диагностики. Это позволило улучшить качество медицинской помощи и спасти жизни пациентов.

3. DeepMind использует генеративный ИИ для анализа медицинских изображений и диагностики заболеваний. Система, обученная на миллионах изображений, способна выявлять признаки заболеваний с высокой точностью. В партнёрстве с Moorfields Eye Hospital, DeepMind разработала алгоритм для диагностики заболеваний глаз, который показал точность на уровне лучших офтальмологов. Это позволяет проводить раннюю диагностику и лечение, предотвращая потерю зрения.

4. PathAI использует генеративный ИИ для анализа патологии и диагностики раковых заболеваний. ИИ анализирует результаты биопсии, выявляет раковые клетки и оценивает стадию заболевания. В клинических испытаниях PathAI показал точность и скорость, превосходящие традиционные методы анализа. Это улучшает качество диагностики, позволяет врачам быстрее принимать решения о лечении и повышает шансы на успешное выздоровление пациентов.

5. Atomwise использует генеративный ИИ для разработки новых соединений и ускорения процесса поиска лекарств. ИИ анализирует миллионы молекул и предсказывает их эффективность и безопасность. В 2020 году Atomwise объявила о партнёрстве с 100+ фармацевтическими компаниями и исследовательскими учреждениями для разработки новых лекарств.

6. L’Oréal и ModiFace запустили систему диагностики кожи с использованием ИИ, основанную на многолетних научных исследованиях старения кожи. В диагностике используется алгоритм, обученный на 6000 клинических изображениях и 4500 селфи от разных групп женщин. Он обнаруживает семь признаков старения и предоставляет персонализированную «матрицу старения кожи», а затем предлагает индивидуальные процедуры ухода.