2 ноября 2024 г.
После появления chatGPT 3,5 начался бум на применение ИИ в различных сферах бизнеса. У ИИ есть неоспоримые преимущества перед сотрудниками: он не устает, не болеет, не уходит в отпуск... Список можно продолжать достаточно долго. С другой стороны: стоит добавить в свой проект ИИ, и его привлекательность для инвестора резко возрастет. Складывается ощущение, что если добавить в любой продукт или сервис ИИ, это сразу решит все проблемы в данном направлении.
Я сам применяю ИИ как пользователь для многих задач, также разрабатываю 2 продукта на базе ИИ и занимаюсь разработкой ИИ на заказ для бизнеса. Исходя из опыта хочу поделиться видением, в каких сферах и направлениях ИИ применять не стоит, по крайней мере в ближайшее время.
Сначала давайте рассмотрим, что такое ИИ. Это программа, которая на основе большого объема загруженной в неё информации может прогнозировать самый вероятный ответ, который хочет получить пользователь. Это актуально для всех типов ИИ: текстовых, графических, прогностических моделях.
Из этого следует первое важное ограничение: ИИ не может придумать ничего нового. Он прекрасно запоминает (с 1 раза) огромные объемы информации. Но, условно говоря, ИИ не может придумать новый химический элемент, это может сделать только ученый (ИИ может помочь в обработке большого количества информации, но финальный вывод будет за человеком).
Второе важное ограничение: у ИИ нет чувств и эмоций. Он может определять эмоции по фонетике текста, по голосу, но сочувствовать собеседнику (эмоционально, а не «механически»), выстраивать отношения с партнерами, подстраиваться под стиль общения собеседника, отразить вашу личную уникальность не может. Также стиль общения ИИ, даже обученного на ваших переписках, заметен; и другой человек понимает, что ему отвечает ИИ.
Третье важное ограничение: ИИ может ошибаться, на 100% доверять его решениям, без дополнительной проверки человеком, рискованно. ИИ (например, chatGPT или другие общедоступные нейросети) работают на уровне начинающего специалиста. С помощью правильных промтов можно немного еще поднять уровень их ответов; если использовать специализированную нейросеть, которая «заточена» под определенную задачу, она будет работать на уровне специалиста среднего уровня. Довести ИИ до специалиста высокого уровня в настоящее время если и возможно, то это будет стоить достаточно больших денег и потребует больших временных затрат, и это является скорее исключением из правил.
Теперь перейдем к рассмотрению общих рекомендаций, где, исходя из ограничений, не стоит применять ИИ.
- Любое направление, где требуется персонализированный подход к клиенту.
Давайте приведу примеры: если вы ведете Телеграм-канал, где пишете экспертные посты, замена личного написания постов на ИИ, скорее всего, снизит привлекательность вашего канала у подписчиков (проверено на себе😊). Когда я подключил в свой канал GPT, который по контент-плану пишет посты, текучесть подписчиков увеличилась и количество «лайков» снизилось. Хотя посты, на мой субъективный взгляд, сохранили интерес, но, вероятно, потеряли уникальность.
Аналогичный пример можно привести с продажами на высокие чеки, если ваши клиенты — состоятельные люди. Тут все ожидают персонализированный подход, и общение с ИИ может ассоциироваться с неуважением к ним.
В данном случае можно провести аналог с конвейерным производством, например, автомобилей, и ручной сборкой. Если вы позиционируете свою компанию на премиальный сектор, которому нужна «ручная» сборка, не стоит внедрять конвейер.
- Высокий риск принимаемых решений.
Представим такую ситуацию. Владелец бизнеса купил юридический продукт с ИИ, который анализирует договора, уволил юристов и посадил ассистента на проверку договоров. Вероятность, что ИИ пропустит какой-то пункт или же оценит неправильно риск по определенному пункту, достаточно высока, а даже одна ошибка в договоре может привести к большим финансовым потерям. Но правильное использование сервиса с ИИ юристом высокого класса позволит ускорить его работу в несколько раз.
Аналогично можно сказать про написание кода программ ИИ. Сейчас появляются много заголовков типа «Ребенок 10 лет написал программу с помощью chat GPT за час» или «Напиши программу с GPT без навыков программирования». В реальности это действительно так, GPT хорошо понимает, что нужно писать — и я сам часто применяю его для отдельных задач. Но при этом стоит потом проверить, что он написал, а для этого надо разбираться в программировании.
Это актуально и для медицины, и для написания постов о компании. Представьте ситуацию: у вас программа берет «хайповую» новость и на основе нее рекламирует косвенно ваш продукт. Но если не проверять перед публикацией созданный пост, рано или поздно ИИ может выбрать либо не ту новость, либо не так ее обыграть: вспомним, у ИИ нет чувств, поэтому он может взять, например, «хайповую» новость о трагедии и написать о ней в шутливой форме.
Приведу конкретные примеры из своей практики, когда, на мой взгляд, применение ИИ имело отрицательный эффект.
- Бот GPT подключенный, к учетной записи в Телеграм и отвечающий на сообщения.
Я познакомился через random coffee с предпринимателем, написал ему в Телеграм и на третий ответ понял что со мной общается не живой человек, а подключенная нейросеть. Желание общаться с таким человеком пропало. Если бы мне надо было получить от него конкретную информацию (например о перечне его товаров), это было бы приемлемо, но в данном случае моей целью было общение с человеком для поиска возможностей дальнейшего взаимодействия.
- Написание постов в личный Телеграм-канал (я уже коротко упоминал об этом выше).
Когда у меня посты в личном Телеграм-канале стали выходить раз в 3 месяца, решил попробовать подключить ИИ, чтобы выпускать их регулярно. Результат — посты стали действительно появляться регулярно, мысли там были достаточно умные, но подписчики стали уходить, и лайков стало меньше. Видимо, потерялась индивидуальность в написании постов, а ведь на личные каналы мы подписываемся, чтобы получать уникальный контент и мысли человека, а не «правильные» мысли ИИ.
- Применение ИИ для создания финансовой модели проекта.
Опыта в создании финансовой модели у меня не было, а делать надо было. Сначала покопался сам, но потом решил попробовать использовать GPT. В результате написано было быстро, но сильно отличалось от реальности (многие нейросети если не знают правильный ответ, начинают придумывать цифры и факты). В итоге получилось взять оттуда структуру и какие-то небольшие элементы и все равно делать самостоятельно. В данном случае может быть любая сфера, где у вас не очень много знаний. Учитывайте, что каждый факт от ИИ придется проверить.
Нейросети уверенно вошли в нашу жизнь и, скорее всего, навсегда. Для их эффективного применения важно понимать их сильные и слабые стороны и учитывать ограничения. Тогда вы сможете кратно увеличить собственную производительность и производительность своей компании.
Источник: Павел Куликовский, управляющий партнёр ООО «Эффективные цифровые продукты»
