Денис Соломатин – Искусственный интеллект от А до Б (страница 26)

Многие люди считают, что наш успех зависит от нашего умения фильтровать и усваивать полезную информацию. Однако следить за электронной почтой, сообщениями в Slack и новостями иногда бывает непросто. К счастью, на помощь пришел искусственный интеллект. ИИ доказал свою способность агрегировать информацию и обобщать ее. Согласно исследованию Salesforce Generative AI Snapshot Research за 2023 год, 74% пользователей генеративного ИИ используют его для выделения сложных идей и обобщения информации.

Для потребителей многие приложения могут обрабатывать ваши документы – контракты, раскрытия информации, бумаги – и позволяют вам извлекать информацию в разговорной манере. Этот вариант использования также называется «поговорите со своими документами». ИИ может помочь вам обобщить веб-сайты, провести исследования и создать отчеты по выбранным вами темам.

Агрегация и дистилляция информации имеют важное значение для работы предприятия. Более эффективная агрегация и диссимиляция информации может помочь организации стать более компактной, так как это снижает нагрузку на руководителей среднего звена. Когда Instacart запустил внутреннюю торговую площадку подсказок, она обнаружила, что одним из самых популярных шаблонов подсказок является «Быстрая разбивка». В этом шаблоне ИИ предлагается обобщить заметки о встречах, электронные письма и беседы в Slack с фактами, открытыми вопросами и действиями. Эти действия затем могут быть автоматически вставлены в инструмент отслеживания проекта и назначены правым владельцам. Искусственный интеллект может помочь вам получить критически важную информацию о ваших потенциальных клиентах и провести анализ ваших конкурентов. Чем больше информации вы соберете, тем важнее ее систематизировать. Агрегация информации идет рука об руку с организацией данных.

Одно можно сказать наверняка: в будущем мы будем продолжать производить все больше и больше данных. Пользователи смартфонов продолжат снимать фото и видео. Компании продолжат регистрировать все о своих продуктах, сотрудниках и клиентах. Каждый год заключаются миллиарды контрактов. Фотографии, видео, журналы и PDF-файлы – это неструктурированные или полуструктурированные данные. Очень важно организовать все эти данные таким образом, чтобы их можно было найти позже. ИИ может помочь именно в этом. ИИ может автоматически создавать текстовые описания изображений и видео или сопоставлять текстовые запросы с визуальными элементами, которые соответствуют этим запросам. Такие сервисы, как Google Photos, уже используют искусственный интеллект для отображения изображений, соответствующих поисковым запросам. Google Image Search идет еще дальше: если нет изображений, соответствующих потребностям пользователей, он может их сгенерировать. ИИ очень хорошо справляется с анализом данных. Он может писать программы для визуализации данных, выявления выбросов и составления прогнозов, таких как прогнозы доходов.

Предприятия могут использовать искусственный интеллект для извлечения структурированной информации из неструктурированных данных, которые могут быть использованы для организации данных и их поиска. Простые варианты использования включают автоматическое извлечение информации из кредитных карт, водительских прав, квитанций, билетов, контактной информации из нижних колонтитулов электронной почты и так далее. Более сложные сценарии использования включают извлечение данных из контрактов, отчетов, диаграмм и т. д. По оценкам, к 2030 году индустрия IDP, интеллектуальной обработки данных, достигнет $12,81 млрд, увеличиваясь на 32,9% каждый год.

В конечном счете, ИИ должен автоматизировать как можно больше. Конечным пользователям автоматизация может помочь в решении скучных повседневных задач, таких как бронирование ресторанов, запрос возврата, планирование поездок и заполнение форм. Для предприятий ИИ может автоматизировать повторяющиеся задачи, такие как управление лидами, выставление счетов, возмещение расходов, управление запросами клиентов, ввод данных и так далее. Одним из особенно интересных вариантов использования является использование моделей ИИ для синтеза данных, которые затем могут быть использованы для улучшения самих моделей. Вы можете использовать искусственный интеллект для создания меток для ваших данных, зацикливая людей для улучшения меток. Доступ к внешним инструментам необходим для выполнения многих задач. Чтобы забронировать ресторан, приложению может потребоваться разрешение на открытие поисковой системы для поиска номера ресторана, использование телефона для совершения звонков и добавление встреч в календарь. ИИ, которые могут планировать и использовать инструменты, называются агентами. Уровень интереса к агентам граничит с одержимостью, но он не совсем необоснованный. Агенты ИИ могут сделать каждого человека значительно более продуктивным и принести гораздо больше экономической ценности.

Учитывая, казалось бы, безграничный потенциал искусственного интеллекта, заманчиво заняться созданием приложений. Если вы просто хотите учиться и получать удовольствие, приступайте к работе. Однако, если вы зарабатываете этим на жизнь, возможно, стоит сделать шаг назад и подумать. С помощью базовых моделей легко создать крутую демонстрацию. Сложно создать прибыльный продукт.

Первый вопрос, который следует задать, – зачем вы хотите создать это приложение. Как и многие бизнес-решения, создание приложения ИИ часто является ответом на риски и возможности. Вот несколько примеров различных уровней рисков, упорядоченных от высокого к низкому:

1. Если вы этого не сделаете, конкуренты с искусственным интеллектом могут сделать вас устаревшим. Если ИИ представляет собой серьезную экзистенциальную угрозу для вашего бизнеса, внедрение ИИ должно иметь наивысший приоритет. В исследовании Gartner за 2023 год 7% назвали непрерывность бизнеса причиной внедрения ИИ. Это более характерно для предприятий, занимающихся обработкой документов и агрегацией информации, таких как финансовый анализ, страхование и обработка данных. Это также характерно для творческих работ, таких как реклама, веб-дизайн и производство изображений.

2. Если вы этого не сделаете, вы упустите возможности для увеличения прибыли и производительности. Большинство компаний используют ИИ из-за возможностей, которые он предоставляет. ИИ может помочь в большинстве, если не во всех, бизнес-операциях. ИИ может сделать привлечение пользователей дешевле за счет создания более эффективных копирайтеров, описаний продуктов и рекламного визуального контента. ИИ может повысить удержание пользователей за счет улучшения поддержки клиентов и настройки пользовательского опыта. ИИ также может помочь в генерации лидов в продажах, внутренней коммуникации, исследовании рынка и отслеживании конкурентов.

3. Вы еще не уверены, какое место ИИ займет в вашем бизнесе, но не хотите отставать. В то время как компания не должна гнаться за каждым поездом хайпа, многие потерпели неудачу, слишком долго ожидая, чтобы сделать прыжок (как, например, Kodak). Инвестирование ресурсов в понимание того, как новая, трансформационная технология может повлиять на ваш бизнес, – неплохая идея, если вы можете себе это позволить. В крупных компаниях это может быть частью отдела исследований и разработок.

Как только вы найдете вескую причину для разработки этого варианта использования, вы можете подумать, нужно ли вам создавать его самостоятельно. Если ИИ представляет собой экзистенциальную угрозу для вашего бизнеса, вы, возможно, захотите заняться ИИ самостоятельно, а не передавать его на аутсорсинг конкурентам.

Однако, если вы используете искусственный интеллект для увеличения прибыли и производительности, у вас может быть множество вариантов покупки, которые могут сэкономить ваше время и деньги, обеспечивая при этом лучшую производительность. То, какую роль ИИ играет в продукте ИИ, влияет на разработку приложения и его требования. У Apple есть отличный документ, объясняющий различные способы использования ИИ в продукте.

Если приложение все еще может работать без ИИ, ИИ дополняет приложение. Например, Face ID не будет работать без распознавания лиц на основе искусственного интеллекта, в то время как Gmail все равно будет работать без Smart Compose. Чем более критичен ИИ для приложения, тем более точной и надежной должна быть часть ИИ. Люди более терпимы к ошибкам, когда ИИ не является ядром приложения.

Реактивная функция показывает свои ответы в ответ на запросы или конкретные действия пользователей, в то время как проактивная функция показывает свои ответы, когда для этого есть возможность. Например, чат-бот является реактивным, в то время как предупреждения о дорожном движении на Google Картах являются проактивными.

Поскольку реактивные функции создаются в ответ на события, они обычно, но не всегда, должны происходить быстро. С другой стороны, упреждающие функции могут быть предварительно вычислены и отображены в удобном виде, поэтому задержка менее важна.

Поскольку пользователи не просят об упреждающих функциях, они могут рассматривать их как навязчивые или раздражающие, если качество низкое. Таким образом, упреждающие прогнозы и поколения обычно имеют более высокую шкалу качества.