Митап на тему заказной разработки в области ИИ: как решать реальные бизнес-задачи, не отвлекаясь на хайп

Какие задачи сегодня помогает решить ИИ, ошибки и опыт от реальных разработчиков, задачи и вызовы рынка заказной разработки — обо всем этом в воскресенье, 16 июля собрались обсудить в офисе компании FINCH более 20 участников ИТ-кластера ARDA.

На митапе своим опытом и видением перспектив поделились: Артем Салютин, директор по развитию Work Solutions, Вадим Фингеров, директор по развитию Notamedia.Agency, коммерческий директор FINCH/AINCH Дмитрий Щипачев, Алексей Сорокин, СЕО Softlex и Иван Коротеев, предприниматель и ИТ-эксперт.

Первые попытки создавать решения на основе искусственного интеллекта компания совершила в 2019 году — выполняли проекты с использованием OpenCV, а для HRtech-стартапа делали решение по удалению фона с видео. Так появились мысли выделить это в отдельное направление. Решили не вкладываться сразу в команду дорогостоящих специалистов, а сперва проверить спрос на услугу.

Начав активно изучать рынок, стартовали тематический дайджест обзора опенсорс-моделей на Хабре, создав за 2 года 24 выпуска и став лидером в тематических хабах.

Для подготовки дайджестов активно следили за всеми крупными релизами нейросетевых моделей и кейсами применения алгоритмов машинного обучения в разных отраслях, существенно повысили свою насмотренность.

Помимо дайджестов подготовили ряд демо-проектов: управление экраном через веб-камеру, генератор открыток к 8 марта, апскейлинг фото и удаление фона. Некоторые из них привлекли много трафика на сайт, но он оказался некоммерческим — контракты из них получить не смогли.

На текущий момент у компании было несколько коммерческих проектов для текущих заказчиков, один из недавних — это классификация фото для сервиса автомобильных аукционов. К сожалению, ни один из проектов не удалось продвинуть дальше стадии доказательства концепции.

Основные проблемы, с которыми сталкивается заказная разработка, по мнению Артема это:

Дмитрий Щипачев анонсировал запуск направления заказной ML-разработки в рамках нового агентства AINCH и ML-лаборатории, которая будет консультировать enterprise, стартапы и коллег по digital-рынку по применению нейросетей в бизнесе.

AINCH сосредоточится на трех векторах:

Направления, по которым будет работать AINCH:

Проекты по разработке в области искусственного интеллекта в компании появились около года назад, сейчас в работе уже 5 больших коммерческих кейсов. Это нейросеть для классификации фискальных данных, созданная с целью автоматизации расчетов экономических показателей по всей России, маркетплейс инструментов на основе Big Data для бизнеса и госструктур, рекомендательная сеть для каталога микроэлектронных компонентов, автоматизация коммуникационных сценариев для международного сервиса перевозок и проект из развлекательной сферы связанный с распознаванием сложных кейсов речи.

В агентстве активно используют популярные ChatGPT, Notion AI, Midjorney, а также Sophia AI — собственный бот на базе GPT 3,5. Протестировав все технологии на бою, Вадим Фингеров рассказал о плюсах и минусах каждого инструмента.

По его мнению, Midjorney экономит около 40-60% времени на создание картинки, может создавать большое количество вариантов за малое количество времени, дает возможность создавать уникальных персонажей, сложные, технические объекты и абстракции, которых нет нигде и ни у кого, причем делать это за минуты.

При этом есть ряд ограничений: непредсказуемость результата — есть только вероятность получить более менее ожидаемый результат, возможные артефакты, которые нужно править или генерировать заново, нужно научиться работать с запросами простых объектов.

Генерация контента с помощью Sophia AI / Notion AI / ChatGPT также обладает плюсами и минусами. К очевидным плюсам можно отнести решение проблемы «белого листа», создание большого количества вариантов за малое количество времени, и экономию около 20-30% времени на написании текста и генерации идей.

Минусы тоже достаточно существенны: большую часть текстов нужно редактировать и давать дополнительную фактуру, идеи для мероприятий и подарков в 70-80% случаев банальны и клишированы.

«Несмотря на явные ограничения, нам удалось сократить затраты на внутренние задачи на 40-60%, поэтому применять нейросети в работе мы рекомендуем», — подчеркнул Вадим.

Алексей Сорокин поделился с участниками митапа удачным кейсом по разработке и внедрению системы предиктивной аналитики в туристический сервис.

Туристический сервис предоставлял возможность пользователям приобрести билет на мероприятие, перелёт, проживание в рамках одной платформы. В рамках онлайн платформы агрегировалась информация о более чем 100 тысячах событий в Европе и Северной Америке. Для продажи авиабилетов и проживания были подключены крупнейшие поставщики данных.

Первоначальная ситуация — каждый запрос данных сверх определенной квоты тарифицируется. Один пользователь может открыть до 30 карточек мероприятий, тем самым сгенерировав более 60 запросов за сессию, что является весьма дорогостоящим процессом.

Решение — была создана и внедрена система предиктивной аналитики, которая позволила генерировать бесконечное количество прогнозов стоимости перелёта+проживания+билета на мероприятие для всех доступных комбинаций точек вылета и проведения событий. Внедрение решения позволило отстроиться от конкурентов. Разработка системы становится экономически эффективной при достижении посещаемости 100к пользователей в месяц, либо после 3 млн. генераций.

Иван Коротеев, ИТ-предприниматель и ИТ-эксперт поделился с участниками митапа своим видением перспектив по использованию нейросетей.

По его мнению, областями, в которым ИИ будет активнее всего задействован в ближайшие годы станут маркетинг, продажи и автоматизация операционной деятельности.

Например, по его подсчетам, стоимость ведения соцсетей с помощью ИИ сокращается с 30 т.р. до 700 рублей в месяц, создания текстов для сайта — с 20 т.р. до 1600 рублей, создания изображений — с 40 т.р. до 800 рублей в месяц.