Тотальное доминирование с AI. Стратегия, инструменты нейросети и ChatGPT

Генеративный ИИ и ChatGPT вывели дискуссии об искусственном интеллекте на новый уровень, привлекая внимание как предпринимателей, так и глав государств. Лидеры бизнеса и топ-менеджмент должны быть в курсе трендов и отслеживать сферы применения генеративного ИИ, чтобы создавать убедительные стратегические предпосылки для инвестиций.

Привет! Меня зовут Влад Прошинский, 8 лет запускаю и развиваю ИТ продукты в роли от Product Manager до CPO. Последние 8 месяцев изучаю как AI и LLM могут быть применимы в продуктах и бизнес-процессах. Я убежден, что знания в области нейросетей дадут менеджерам и фаундерам большое преимущество

В статье хочу поделиться стратегическим виденьем, кейсами применения генеративного ИИ в продуктах и в автоматизации бизнес-процессов компаний мирового уровня.

Генеративный ИИ — тип ИИ, который создает текст, фото, видео, аудио и другой контент в масштабе, используя массивы данных (LLM) и машинное обучение (ML)

Генеративный ИИ оказал влияние, как никакая другая технология за 10 лет. За полгода ChatGPT сумел доказать: ни стоимость вычислений, ни сложность инфраструктуры, ни человеческие ресурсы больше не препятствуют массовому внедрению, ИИ-трансформация началась.

Согласно отчету McKinsey, ИИ может дать дополнительный прирост $13 трлн. к 2030 году, увеличивая глобальный ВВП на 1,2% в год.

Стратегический контекст

Массовое принятие (mass adoption) технологии в активной фазе не только в личном использовании, но и в бизнес-процессах. Рост производительности труда разработчиков и работников умственного труда с использованием продуктов на базе GPT массово доказано, и заставило организации переосмыслить свои бизнес-процессы и ценность человеческих ресурсов. То, как развиваются продуктовые решения на базе GPT и других нейросетей, как интегрируют ИИ в повседневную жизнь человека и бизнес, — очередное доказательство того, что ИИ — стратегическая необходимость.

<p><b>Источник</b>: Bloomberg News, анализ отчетов о прибылях и убытках.                            <b>Примечание: </b>анализ в контексте терминов «ИИ» и «Искусственный интеллект». Данные на 27 июля, доля информировавших компаний Nasdaq100 составило 40%</p>

Источник: Bloomberg News, анализ отчетов о прибылях и убытках.                            Примечание: анализ в контексте терминов «ИИ» и «Искусственный интеллект». Данные на 27 июля, доля информировавших компаний Nasdaq100 составило 40%

В отчетах о прибылях и убытках за этот квартал, СЕО технологических компаний в США говорят меньше о проблемах, а больше о том, как они планируют использовать ИИ для увеличения доходов и снижения затрат. Упоминания «AI» увеличились более чем в 4 (!) раза по сравнению с 2022 годом, что свидетельствует о том, что ИИ стал ключевым фактором конкурентоспособности и инноваций в технологической отрасли.

The winners take it all

«Победитель забирает всё», и в контексте ИИ это выражение имеет прямой подтекст. В технологической гонке лидеры боятся остаться позади, если они замедлятся, а другие нет. Эта «дилемма заключенного» из теории игр, создает риски для ответственных практик внедрения ИИ. Лидеры, отдающие приоритет скорости выхода на рынок, являются движущей силой нынешней «гонки вооружений», в которой крупные корпоративные игроки торопят выпуск продуктов на базе нейросетей.

CEO и основатели компаний активно требуют от команд найти способы внедрения генеративного ИИ в свои продукты и процессы, но чтобы создать ценность с помощью этих технологий, необходимо понимать: как они работают, где принесут пользу, какие у них ограничения и риски. Такие компетенции, как правило, редко встречаются среди топ-менеджмента. Следовательно их нужно искать на стороне, на платформах, как Experum, ExpertMe, MentorClub, CareerPaths, фриланс биржах или написать мне.

В статье я вскользь затрону развитие технологии, как продуктолога меня интересует как эта технология изменит потребности пользователей, способы решения задач и самое главное: «как на этом заработать?», ведь задача бизнеса извлекать прибыль. Но по статистике, 87% ML-проектов не доходят даже до внедрения и основная проблема в том, что мало кто сейчас имеет комплексные знания о том, какой «кубик» в виде ИИ решения встроить в систему, как это сделать, как всё не «сломать».

Типичные проблемы с которыми сталкиваются команды:

  • Кривые процессы работы над ИИ-проектом
  • Неверное определение возможностей для применения ИИ
  • Нет насмотренности (опыта) → много ресурсов тратится впустую
  • Бизнес и продакты всё ещё не говорят на языке DS и ML-инженеров
  • Не определяют возможные риски на старте
  • Увлеченность экспериментами, игнорируя бизнес-цели

В современных реалиях бизнесу нужны менеджеры, которые будут видеть стратегические возможности для внедрения ИИ там, где это возможно, а также выстраивать операционные end-to-end процессы.

Стратегический вектор

Стратегические инновации, которые требуют особого внимания (от 2 до 5 лет до массового внедрения), включают генеративный ИИ и принятие решений на основе ИИ (decision intelligence). Раннее внедрение этих инноваций приведет к значительному конкурентному преимуществу и упростит проблемы, связанные с использованием моделей ИИ в бизнес-процессах.

Gartner

<p><i>Hype Cycle for AI © Gartner (от 19 июля 2023)</i></p>

Hype Cycle for AI © Gartner (от 19 июля 2023)

Согласно графику, который приводит Gartner, общий ИИ (AGI, artificial general intelligence), он же «искусственный разум», способный найти решение для произвольных задач и дообучаться до бесконечности, появится примерно через 10 лет. Прогноз сообщества Metaculus чуть более оптимистичен – январь 2027.

Очевидно, прогресс развития в сторону AGI искусственно сдерживают: первое письмо с требованием немедленно приостановить обучение более мощных моделей, чем GPT-4, было опубликовано в марте, второе — в мае. Как итог, в середине апреля OpenAI заявили, что приостановили обучение модели GPT-5 и занялись «другими вещами» (быстрым API и снижением «стоимости ИИ»), а 30 июля тот же OpenAI подает заявку на патент GPT-5... Процесс необратим.

Промежуточным этапом указан «причинный / казуальный ИИ» (Casual AI) – это новый тип ИИ, который может обнаруживать и рассуждать о связи причин и следствий, а также определять силу каждой связи. Причинность, очень важна для последующего прогресса. Его характеризует: высокая автономность, адаптивность, принятие обоснованных и логичный решений.

Причинный ИИ – ключевой этап развития ИИ в сторону большей автоматизации принятия решений, автономности, надежности и здравого смысла


Gartner

14 июля 2023 Илон Маск объявил о запуске xAI, цель которой «понять истинную природу Вселенной», для решения таких задач как раз и нужен Casual AI. Среди ранних инструментов: Auto-GPT, BabyAGI, SuperAGI, ToddlerAGI.

Текущий (операционный) контекст

Сейчас в большинстве ИИ продуктов под капотом GPT-3.5 или GPT-4, которая дообучена для решения конкретных задач в рамках продукта, а самым популярным продуктом является ChatGPT, который набрал 1 млн. пользователей за рекордные 5 дней в 2022 году.

Появление GPT-5 несомненно повысит качество продуктов и откроет новые возможности для решения задач и самого ChatGPT. Таким образом, ваш GPT-ассистент, который может помочь вам делать вашу работу эффективнее, со временем будет становится более умным, а качество и скорость выполнения задач будет расти экспоненциально.

Компании и специалисты, которые внедрили в свою работу ИИ инструменты, выигрывают в моменте и со временем, отрыв от тех, кто их не использует будут стремительно проигрывать более продвинутым.

В сентябре я запускаю мастер-группу по нейросетям. Кому интересно внедрить ИИ-арсенал в свои процессы → оставляйте заявку на предзапись 🙌🏻

Почему это так важно именно сейчас?

В отчете исследователей Microsoft объясняется, как языковая модель GPT-4 осваивает навыки человеческого мышления. Можно ли считать это этапом появления AGI (общего искусственного интеллекта)?

Учитывая широту и глубину возможностей GPT-4, мы считаем, что его было бы разумно рассматривать как раннюю, но всё ещё неполную версию общего ИИ (AGI).

У GPT-4 есть признаки человеческого мышления, аргументом служит то, что GPT-4 достигает производительности человеческого уровня во многих задачах.

S´ebastien Bubeck (Microsoft Research)

ChatGPT можно рассматривать как посредственного ассистента, уровень которого зависит от навыков промптинга (умение коммуницировать с нейросетями в виде подсказок), но сейчас это отправная точка в совершенно иное будущее, которое наступит через 3-5 лет.

Продуктовые изменения

Мировые продуктовые компании активно внедряют ИИ в свои продукты, повышая ценность за счет увеличения скорости работы и решение проблем «с чистого листа», это позволяет лучше активировать пользователей в ключевые JTBD сценарии. Примеры:

Прикладные инструменты

Небольшой список инструментов, которые можно начать применять в своей работе и в компании:

Маркетинг

  • поиск хайпа, трендов, инсайтов: AnswerThePublic - прослушивает данные автозаполнения из Google запросов. Нил Патель утверждает: пользователи делятся самым сокровенным с поисковиком, что создает ценность для компаний, которые нацелены лучше узнать своих клиентов
  • создавайте статьи и посты до 10 раз быстрее: Copy.ai, CoWriter, Jasper, Phrasee, AI Writer, WriteSonic, HyperWrite, GetGenie Ai)
  • гипер-персонализация: Persado разработал «мотивационный ИИ», как утверждает сервис: «Бренды, использующие AI от Persado, отмечают рост конверсии на 41% в цифровых каналах». Их алгоритм ориентирован на достижение положительного ROI
  • создание баннеров и креативов: AdCreative.AI, Pebblely, Fotor, Designer
  • создание продающих видео: Designs.AI, Kaiber, Elai.io
  • мониторинг сайтов конкурентов: Browse AI (также можно использовать для мониторинга свежих вакансий, как пример мониторинг HH.ru)
  • LP и сайты: Landingsite.ai, Framer, Uizard , Durable, SiteGPT, 60secSite
  • создание реалистичных людей с вашим продуктом: Caspa
    (демонстрировали свою beta-версию, работает хорошо с 3-5 попыток)
  • SEO: Craftly.AI, SEO.app, Charm, SEMRush, Moz, Market Brew
  • AI для email-рассылок: Animaker, Postcards (рост open-rate до 300%)
  • презентации: Pitchbob, Tome, Designs, AI Colors, Gamma, Pitchyouridea

Продажи

Fiber AI
Fiber AI
  • прогнозирование продаж: RCMX
  • тренировать продавцов на эффективных моделях: Fiber AI
  • цифровые продавцы: Rask.AI, Immersive Fox, Veed AI, Elai.io
  • анализ звонков, перевод из аудио в текст: Fabius, SalesAI
  • автозаполнение карточек клиента: SalesAI

Продукт

AI-vs-PM
  • искать точки роста в продукте для продактов: Kraftful
  • удержание пользователей: Subsets
  • сортировать проблемы пользователей: AppFollow, Charm
  • сегментировать пользователей: Obviously AI
  • генерировать гипотезы роста: GoalAI
  • анализировать отзывы клиентов: Rargus
  • проводить исследования пользователей: Outset.ai, Iris.ai

  • проводить анализ рынка: Silatus, Pitchbob.io
  • промпт-инжиниринг для продактов: AI Product
  • создание рекомендательной системы

Поддержка

Forbes пишет , что Meta , Canva и Shopify используют решения на базе ChatGPT в своих чат-ботах саппорта клиентов.

Решения для саппорта: Kapa, Clueso, Ada, MagicReply

MagicReply от Crisp
MagicReply от Crisp

Разработка

По данным GitHub, Co-pilot участвует в написании 46% кода (среди тех, кто его использует) и помогает писать код на 55% быстрее

Финансы

HR / рекрутмент

  • автоматизация процесса найма (job сайты → анализ резюме с ChatGPT)
  • прогнозирование увольнений (кейс Xsolla)
  • подготовка резюме: HyreSnap, Resume.io
  • тренер для прохождения собеседований: Yoodli

Управление / Менеджмент

  • Kona - Executive коучинг
  • Stellar - ставит цели/KPI в компании и отслеживает их выполнение

Важно отметить о нюансах работы с GPT:

  • «мусор на входе → мусор на выходе» — четко характеризует ChatGPT. Сначала овладейте навыками написания промптов (шпаргалка).
  • Подсказки и вопросы приводят к лучшим результатам.если ChatGPT не знает ответ, он его придумает (нужно перепроверять) и может подделывать источники и давать правдоподобные, но неправильные или бессмысленные ответы
  • точность (accuracy) ответов может снижаться. Исследование снижения точности с 52% до 10%

Резюмируя, хочу отметить, что на этапе роста бизнеса, особую роль занимают эксперименты. Проверять гипотезы – одна из основных задач маркетологов и продактов. Тестируя перечисленные инструменты, есть большая вероятность что вы сможете найти точки роста эффективности в своей работе.

Эффект от внедрения AI аватаров Synthesia, как примеры роста, которые мы планируем внедрять в один из проектов клиента:

«Благодаря AI аватарам, мы провели на 35 % больше встреч, чем на прошлой выставке

Infinite Peripherals / VC of Marketing

Команда обучения сократила расходы на 50% на озвучивании видео в сравнению с наймом специалистов говорящих на нескольких языках

Xerox / Global L&D Sales Learning Strategy Manager

Мы сократили время производства видео на 95% — с недель до часов.

Network Rail L&D / Multimedia Development Manager

Мы увеличили на 30% вовлеченность в онлайн-обучение в сравнении с текстовыми модулями

BSH / Global Supply Chain Training

Open source AI

Отдельно выделю решения c открытым исходным кодом. Они больше подойдут для среднего бизнеса, для проектов, где требуется больше гибкости, секьюрности, экономии бюджета.

Согласно аналитике Trends.vc, ИИ с открытым исходным кодом помогает компаниям строить инфраструктуру быстрее, учась друг у друга. Компании, которые предлагают ИИ с закрытым исходным кодом решают, когда и для чего вы можете его использовать. ИИ с открытым исходным кодом помогает нам учиться и опираться на результаты работы друг друга, это превращает гонку ИИ вооружений в сотрудничество.

Open-source платформы

  • Huggingface - создание и развертывания ИИ Open-source модели
  • Replicate - создание и запуска ИИ модели в облаке
  • Google Colab - для исследований в области машинного обучения
  • Difty - open-source для LLMOps, AI-native приложений

В будущем появится больше платформ, созданных для размещения моделей с открытым исходным кодом. Они упростят создание и развертывание моделей.

Open-source модели

  • Panda GPT - создаст описание по картинке, напишет истории, видео и ответит на вопросы из аудио. Может одновременно принимать мультимодальные входные данные и составлять их семантику
  • Stable Diffusion - преобразовывает текст в изображение (text-to-image)
  • Riffusion - преобразовывает текст в аудио (text-to-audio)
  • BLOOM - открытая многоязычная модель
  • DragGAN - меняет позы, форму, выражение и расположение объектов
  • Falcon - LLM для исследований и коммерческого использования
Демо DraGan

Open-source дата-сеты

  • The Pile - набор данных книг, веб-страниц, журналов чатов и др.
  • ImageNet - 14,000,000+ изображений с комментариями
  • OIG - диалоговые данные для чат-ботов с ИИ

Open-source инструменты

  • PyTorch - фреймворк для создания deep learning моделей
  • TensorFlow - ML платформа с открытым исходным кодом
  • Keras - API для deep learning моделей
  • Prem AI - инструмент для развертывания LLM на серверах

Альтернативы ChatGPT с открытым исходным кодом

  • GPT4All - бесплатный локальный чат-бот
  • HuggingChat - альтернатива ChatGPT, основанная на Open Assistant
  • StableVicuna - чат-бот, который дообучается на отзывах людей

Плюсы open-source AI

  • Открытый исходный код решает проблему привязки к поставщику и высоких затрат на смену. Такие платформы, как Hugging Face, упрощают поиск моделей ИИ, подходящих для ваших вариантов.
  • ИИ с открытым исходным кодом позволяет создавать нишевые приложения , на создание которых у крупных компаний (например OpenAI) с закрытым кодом нет времени, знаний или интереса.
  • Четкая документация повышает качество и внедрение вашего ИИ инструмента с открытым исходным кодом.
  • Модели искусственного интеллекта с открытым исходным кодом могут быть немного хуже, но намного дешевле.

Возможности для предпринимателей

Появление новой «работы» (в терминах JTBD) у потребительских сегментов уже активно формируется. Это порождает спрос на экспертизу внедрения ИИ в бизнес-процессы для получения конкурентных преимуществ. В этой связи, будет активно развиваться ИИ консалтинг, а также курсы и мастер-классы по внедрению решений в бизнес-процессы.

Компании всё больше будут отдавать такие задачи на аутсорс, так как высокий риск внутреннего саботажа среди сотрудников из-за страхов остаться без работы (отчет ВЭФ за 2023 год утверждает, что к 2025 году 50% задач на рабочих местах будут автоматизированы).

С формированием рынка бизнес-консультантов по ИИ будут набирать обороты запуски инфо-продуктов. Можно создавать курсы и мастер-классы для внедрения ИИ в бизнес-процессы, а также обучать фрилансеров для овладения инструментарием. Для примера англоязычные мастер-классы:

Резюме

Garner Hype Cycle for AI, 2023
Garner Hype Cycle for AI, 2023

Генеративный ИИ находится на пике хайпа, согласно свежему отчету Gatner, ожидания от технологии завышены и, видимо, мы переходим в фазу «разочарования», что подтверждается снижением использования ChatGPT среди энтузиастов (в РФ аудитория ChatGPT снизилась на 30%, а Midjourney - на 50% в июне), тем не менее, согласно циклу и прогнозам стратегов, технология получит широкое применение в начале 2024.

Недавно Gartner провели опрос на конференции The Future of Data-Centric AI, который показал, что большинство участников планировали начать промышленное использование больших языковых моделей (LLM) к концу 2023 года. Компании вынуждены добавлять ИИ в свои решения и процессы, чтобы оставаться конкурентоспособными.

Что думаете? Уже тестили ИИ? Делитесь опытом и идеями в комментариях 👇

Подписывайтесь на мой Telegram канал, в нем я разбираю бизнес-возможности и бизнес-кейсы применения нейросетей 🙌🏻

233233
19 комментариев

Влад, здравствуйте,

Мне тоже интересно стратегическое видение. Рад читать материал коллеги.

Спасибо за ссылки на менторов и ссылки на инструменты AI для применения в финансах, поддержке, разработке и маркетинге.

В своей работе AI пока не применяю. Пока обходимся жесткими конструкциями в коде. Хочу применить в сервисе заботы о качестве в модуле предсказаний.

26
Ответить

спасибо Анатолий. А почему не применяете? Что мешает начать?)

12
Ответить

Самое интересное в этой теме, это опенсорсные модели, которые можешь развернуть на своем серваке. Вкладываться в проприетарщину (а большинство инструментов из этой статьи именно такие) бессмысленно.

24
Ответить

инструмент нужно подбирать под задачу. ЦА у большинство онлайн сервисов — фрилансеры. Open-source для компаний МСБ

13
Ответить

Дельная статья, с подробным обзором. Узнал для себя много нового.

21
Ответить